CN112419384B - 基于人工智能的数字地表模型房屋dlg自动提取方法 - Google Patents
基于人工智能的数字地表模型房屋dlg自动提取方法 Download PDFInfo
- Publication number
- CN112419384B CN112419384B CN202011400508.2A CN202011400508A CN112419384B CN 112419384 B CN112419384 B CN 112419384B CN 202011400508 A CN202011400508 A CN 202011400508A CN 112419384 B CN112419384 B CN 112419384B
- Authority
- CN
- China
- Prior art keywords
- house
- points
- pseudo
- corner
- roof
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种基于人工智能的数字地表模型房屋DLG自动提取方法。首先对房屋模型采集点信息,生成房屋面点云,然后根据点云与房屋的位置关系,分为三类:点在房屋外、点在房屋墙面上和点在墙角线上;对于点在房屋外的情况,直接剔除该点;对于点在房屋墙面上的情况,这些点的集合作为后期伪房屋面的校正矩阵,用于墙面纠正;对于点在墙角线上的情况,自动对每条墙角线上的点进行线性拟合,然后根据拟合成的墙角线搜索顶点,即三条以上墙角线的相交点;三个以上的点相接生成伪房屋面,对伪房屋面经过剔除和校正后,最后多个房屋面利用共同的墙角线,生成房屋DLG。通过使用该方法,主观误差小,受环境影响较小,可以实现高效率的房屋自动提取。
Description
技术领域
本发明属于计算机视觉识别技术领域,涉及一种基于人工智能的数字地表模型房屋DLG自动提取方法及跨界应用。
背景技术
随着计算机技术和空间信息技术的不断发展和结合,用户不再只追求二维的纸质资料,而是越来越追求数据的可视化和数据的可存储性。早期的利用测绘技术野外实地采集大比例尺地形图的方式不仅受环境影响较大,而且效率较低。
发明内容
为了克服现有技术中存在的问题,本发明的目的在于提供一种基于人工智能的数字地表模型房屋DLG自动提取方法,融合无人机倾斜摄影测量技术与计算机技术。
为实现上述目的,本发明的解决方案为:
一种基于人工智能的数字地表模型房屋DLG自动提取方法,包括:首先对房屋模型采集点信息,生成房屋面点云,然后根据点云与房屋的位置关系,分为三类:点在房屋外、点在房屋墙面上和点在墙角线上;对于点在房屋外的情况,直接剔除该点;对于点在房屋墙面上的情况,这些点的集合作为后期伪房屋面的校正矩阵,用于墙面纠正;对于点在墙角线上的情况,自动对每条墙角线上的点进行线性拟合,然后根据拟合成的墙角线搜索顶点,即三条以上墙角线的相交点;三个以上的点相接生成伪房屋面,对伪房屋面经过剔除和校正后,最后多个房屋面利用共同的墙角线,生成房屋DLG。
所述的方法,针对所述的伪房屋面存在重复和错误的情况进行剔除:拥有四个角点的房屋面生成四个三角形面和一个四边形面,此时,四个三角形面全部包含在四边形面上,只保留一个四边形面作为房屋面;另一种情况是不相邻的墙角线上的点生成的伪房屋面是房屋的剖面,利用墙面上的点集合与伪房屋面的逻辑关系,判断是否剔除该伪房屋面。
所述的方法,经过验证每个伪房屋面的过程以后,伪房屋面若是不规则多边形,此时利用房屋面上的点集合作为校正矩阵,生成一个与实际房屋面最接近的伪房屋面。
本发明的有益效果:
通过使用该方法,可以快速实现数字表面模型的房屋提取;同时,减小了由于用户的主观性造成的误差,受环境影响较小,可以实现高效率的房屋自动提取。
附图说明
图1是实施案例提供的一种基于人工智能的数字表面模型房屋DLG自动提取方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下通过实施例,并结合附图,对本发明的一种基于人工智能的数字表面模型房屋DLG自动提取方法进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参见图1,本发明提供了一种基于人工智能的数字表面模型房屋DLG自动提取方法。
作为一种可实施方式,示例针对数字地表模型房屋自动提取技术。数字表面模型(DSM)是对地物表面(以房屋表面为主)的模拟;计算机视觉技术可以实现对立体地物的识别。将两者结合,可以实现对DSM房屋的快速自动提取。首先对房屋模型采集点信息,生成房屋面点云,然后根据点云与房屋的位置关系,分为三类:点在房屋外、点在墙面上(容差允许范围内)和点在墙角线上;
对于点在房屋外的情况,直接剔除该点;
对于点在房屋面上的情况,这些点的集合作为后期伪房屋面的校正矩阵,以达到伪房屋面更接近真实房屋面的目的;
对于点在墙角线上的情况,该方法会自动对每条墙角线上的点进行线性拟合,然后根据拟合成的墙角线搜索顶点,即三条以上墙角线的相交点。三个以上的点相接生成伪房屋面,此时,伪房屋面存在重复和错误的情况。一种重复的情况是拥有四个角点的房屋面可以生成四个三角形面和一个四边形面,此时,四个三角形面全部包含在四边形面上,所以只保留一个四边形面作为房屋面;另一种错误的情况是不相邻的墙角线上的点生成的伪房屋面是房屋的剖面,此时可以利用墙面上的点集合与伪房屋面的逻辑关系,判断是否剔除该伪房屋面。经过验证每个伪房屋面的过程以后,伪房屋面或是不规则多边形,此时需要利用房屋面上的点集合作为校正矩阵,生成一个与实际房屋面最接近的伪房屋面。最后多个房屋面利用共同的墙角线,生成房屋DLG。
Claims (1)
1.一种基于人工智能的数字地表模型房屋DLG自动提取方法,其特征在于,首先对房屋模型采集点信息,生成房屋面点云,然后根据点云与房屋的位置关系,分为三类:点在房屋外、点在房屋墙面上和点在墙角线上;
对于点在房屋外的情况,直接剔除该点;
对于点在房屋墙面上的情况,这些点的集合作为后期伪房屋面的校正矩阵,用于墙面纠正;
对于点在墙角线上的情况,自动对每条墙角线上的点进行线性拟合,然后根据拟合成的墙角线搜索顶点,即三条以上墙角线的相交点;三个以上的点相接生成伪房屋面,对伪房屋面经过剔除和校正后,最后多个房屋面利用共同的墙角线,生成房屋DLG;
针对所述的伪房屋面存在重复和错误的情况进行剔除:拥有四个角点的房屋面生成四个三角形面和一个四边形面,此时,四个三角形面全部包含在四边形面上,只保留一个四边形面作为房屋面;另一种情况是不相邻的墙角线上的点生成的伪房屋面是房屋的剖面,利用墙面上的点集合与伪房屋面的逻辑关系,判断是否剔除该伪房屋面;
经过验证每个伪房屋面的过程以后,伪房屋面若是不规则多边形,此时利用房屋面上的点集合作为校正矩阵,生成一个与实际房屋面相似的伪房屋面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011400508.2A CN112419384B (zh) | 2020-12-03 | 2020-12-03 | 基于人工智能的数字地表模型房屋dlg自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011400508.2A CN112419384B (zh) | 2020-12-03 | 2020-12-03 | 基于人工智能的数字地表模型房屋dlg自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112419384A CN112419384A (zh) | 2021-02-26 |
CN112419384B true CN112419384B (zh) | 2023-06-09 |
Family
ID=74829939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011400508.2A Active CN112419384B (zh) | 2020-12-03 | 2020-12-03 | 基于人工智能的数字地表模型房屋dlg自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112419384B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113393450B (zh) * | 2021-06-25 | 2023-04-07 | 杭州今奥信息科技股份有限公司 | 用于数字线划图的数据质检方法、***及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281034A (zh) * | 2008-05-16 | 2008-10-08 | 南京师范大学 | 基于空间直角关系的建筑物单影像三维测量方法 |
JP2008253362A (ja) * | 2007-04-02 | 2008-10-23 | Taito Corp | 遠隔無線操縦型オンライン対戦ゲームシステムにおけるゲーム画像生成方法 |
CN101836233A (zh) * | 2007-10-30 | 2010-09-15 | 株式会社博思科 | 房屋变动判断方法、房屋变动判断程序、房屋变动判断用图像生成方法及房屋变动判断用图像 |
CN106600680A (zh) * | 2015-10-20 | 2017-04-26 | 星际空间(天津)科技发展有限公司 | 一种建筑物体框模型批量精细三维建模方法 |
CN110570428A (zh) * | 2019-08-09 | 2019-12-13 | 浙江合信地理信息技术有限公司 | 一种从大规模影像密集匹配点云分割建筑物屋顶面片的方法及*** |
CN111322994A (zh) * | 2020-04-22 | 2020-06-23 | 福州市勘测院 | 基于无人机倾斜摄影的房屋密集区大比例尺地籍测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7578109B2 (en) * | 2004-08-31 | 2009-08-25 | Gossamer Space Frames | Space frames and connection node arrangement for them |
-
2020
- 2020-12-03 CN CN202011400508.2A patent/CN112419384B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008253362A (ja) * | 2007-04-02 | 2008-10-23 | Taito Corp | 遠隔無線操縦型オンライン対戦ゲームシステムにおけるゲーム画像生成方法 |
CN101836233A (zh) * | 2007-10-30 | 2010-09-15 | 株式会社博思科 | 房屋变动判断方法、房屋变动判断程序、房屋变动判断用图像生成方法及房屋变动判断用图像 |
CN101281034A (zh) * | 2008-05-16 | 2008-10-08 | 南京师范大学 | 基于空间直角关系的建筑物单影像三维测量方法 |
CN106600680A (zh) * | 2015-10-20 | 2017-04-26 | 星际空间(天津)科技发展有限公司 | 一种建筑物体框模型批量精细三维建模方法 |
CN110570428A (zh) * | 2019-08-09 | 2019-12-13 | 浙江合信地理信息技术有限公司 | 一种从大规模影像密集匹配点云分割建筑物屋顶面片的方法及*** |
CN111322994A (zh) * | 2020-04-22 | 2020-06-23 | 福州市勘测院 | 基于无人机倾斜摄影的房屋密集区大比例尺地籍测量方法 |
Non-Patent Citations (2)
Title |
---|
Y. Yin 等.A vectorization method of building edge based on high resolution DSM data.《2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)》.2016,1572-1574. * |
陈良浩 等.基于DSM点云纠正的正射影像房屋边缘锯齿消除.《测绘科学技术学报》.2017,第34卷(第03期),279-282. * |
Also Published As
Publication number | Publication date |
---|---|
CN112419384A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103017739B (zh) | 基于激光雷达点云与航空影像的真正射影像的制作方法 | |
CN112598796B (zh) | 基于广义点云的三维建筑信息模型构建与自动更新的方法 | |
CN109242862B (zh) | 一种实时的数字表面模型生成方法 | |
CN106199558A (zh) | 障碍物快速检测方法 | |
CN110852347A (zh) | 采用改进YOLO v3的火灾检测方法 | |
CN103729846B (zh) | 基于不规则三角网的LiDAR点云数据边缘检测方法 | |
CN114219819A (zh) | 基于正射影像边界检测的倾斜摄影模型单体化方法 | |
CN103927731A (zh) | 无需pos辅助的低空遥感影像快速自动拼接方法 | |
CN102708587A (zh) | 一种快速获取三维建筑信息的方法及*** | |
CN104157011A (zh) | 一种三维地形建模方法 | |
CN112419384B (zh) | 基于人工智能的数字地表模型房屋dlg自动提取方法 | |
CN105787445A (zh) | 一种车载激光扫描数据中杆状物自动提取方法及*** | |
CN114004938A (zh) | 一种基于海量数据的城市场景重建方法及装置 | |
CN113325389A (zh) | 一种无人车激光雷达定位方法、***及存储介质 | |
CN105184854A (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
CN111915720B (zh) | 一种建筑物Mesh模型到CityGML模型的自动转换方法 | |
CN111982077B (zh) | 电子地图绘制方法、***和电子设备 | |
Zhao et al. | A 3D modeling method for buildings based on LiDAR point cloud and DLG | |
CN116524382A (zh) | 一种桥梁转体合拢准确性检验方法***、设备 | |
CN114004740B (zh) | 基于无人机激光雷达点云的建筑物墙线提取方法 | |
CN112348950B (zh) | 一种基于激光点云分布特性的拓扑地图节点生成方法 | |
CN114463494A (zh) | 一种地形特征线自动提取算法 | |
Kim et al. | Data simulation of an airborne lidar system | |
Yao et al. | Automatic extraction method study of road marking lines based on projection of point clouds | |
Lafarge et al. | Modeling urban landscapes from point clouds: a generic approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |