申请/专利权人：巫溪县金灿实业发展有限责任公司

申请日：2021-12-24

公开（公告）日：2024-06-28

公开（公告）号：CN114332366B

主分类号：G06T17/00

分类号：G06T17/00;G06T7/10

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.06.18#专利申请权的转移;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：针对数据源的日渐丰富和数字城市对单体化三维单体房屋模型的不断增大，本申请的数字城市单体房屋点云立面3D特征提取方法，充分利用现有丰富的数据源,克服三角构网带来的数据冗余和边界不规则问题，基于单体房屋立面点云数据的特点，对原始点云数据构建八叉树索引结构，在近似度评估约束的条件下对点云数据进行平面分割，通过面面相交和完整性规则约束提取单体房屋立面特征线；一是提出单体房屋点云立面3D分割，同时对最小二乘法进行去噪改良，提高平面拟合方法的抗差性，得到更加精确的平面模型参数；二是提出单体房屋立面3D特征线提取，最终得到高质量的单体房屋点云立面3D特征提取结果，对数字城市的发展具有重要意义和作用。

主权项：1.数字城市单体房屋点云立面3D特征提取方法，其特征在于，基于单体房屋立面点云数据的特点，对原始点云数据构建八叉树索引结构，在近似度评估约束的条件下对点云数据进行平面分割，通过面面相交和完整性规则约束提取单体房屋立面特征线；第一，单体房屋点云立面3D分割：一是近似度评估约束的点云分割，包括近似度评估计算、八叉树结构索引、近似度评估约束下分割算法；二是点云数据平面3D拟合，采用改进的最小二乘平面3D拟合方法；首先在获取单体房屋点云数据之前进行预处理，通过滤波分离地面点和非地面点，对地面点分类提取单体房屋点云，采用近似度评估约束的点云分割算法，首先对原始点云数据八叉树结构化，然后进行点的近似度评估计算，基于相似度迭代分割单体房屋点云数据，获取单体房屋平面，对最小二乘平面拟合进行去噪改进，将分割后得到的平面进一步拟合，得到更精确的平面模型参数；第二，单体房屋立面3D特征线提取：一是立面3D特征线提取方法，包括立面3D数据结构设计、特征线提取、房屋立面特征点提取方法、精简立面3D特征线；二是单体房屋3D特征线优化，包括特征线平面相交、立面特征线规则化；通过形状语法设计单体房屋平面的立面数据结构,判定面片所属类型，建立面片之间的拓扑关系；将单个平面点云子集内的所有数据点投影至该子集对应的平面空间中，计算点云子集的最小外包络矩形，构建二维网格结构实现立面特征线的提取，通过平面相交结合立面原始特征线提取单体房屋立面特征线并进行规则化处理；近似度评估约束下分割算法：采用迭代约束，根据点近似度对每个三维点所属的结构单元进行判定，从而不断更新每个结构单元的信息；近似度评估约束下点云分割算法步骤为：第一步：设基于八叉树构建的结构单元集合C＝{s1,s2…,sm}，m为八叉树索引结构中所有非空的叶结点的数量；第二步：对C中每一个子集cii＜m进行计算，计算内容包括结构单元中心点的坐标及法向量；第三步：令ci＝AverageQi，Qi为ci中所有3D点的集合，记与结构单元ci相邻的结构单元集合为Ni＝{sk，...,sh}，考虑实际情况中三维点云数据的分布情况，Ni的邻域小于理论值26；第四步：赋予所有空间特征向量不同的权重，对于任意一点q∈Qi，分别计算q与ci之间的近似度aLi和q与cjcj∈Ni之间的近似度aLij；第五步：判定近似度的大小，如果所有cjcj∈Ni均符合aLiaLij，则点q保留在原来的点云子集ci中；否则将点q从ci中删除，并重新分配给与之一近似度相差最小的结构单元cj；第六步：遍历所有的3D点，当一轮遍历结束后，点q所属的结构单元发生变化，则相应信息进行更新；当遍历结束后八叉树的叶子结点为空，则从C中删除该结点对应的点云子集；第七步：循环迭代，记录相邻点云子集之间的关系，将法向量相同且具有相邻关系的点云子集聚集为一个集合，记为一个分割平面的点云数据，直到没有3D点发生变化；改进的最小二乘平面3D拟合方法：基于概率方法剔除噪点，获取正确的模型参数，采用随机抽样方法对点云N进行采样，假设含有噪点的概率为k,采样次数m，其中m次采样全部都抽到噪点的概率为km，至少有一次抽到正常数据点的概率r＝1-km，当噪点含量为50％，m＝50时，r≈1，正常数据点邻域包含一定数目的噪点，采用K邻域法进行局部平面拟合，计算所有点到K邻域拟合的局部平面的距离，并计算距离中值，当选中的点为正常数据点时，距离中值最小，具体步骤包括：第1步：从分割平面N中随机的选取一个数据点Q，计算点Q的K邻域；第2步：以得到的K邻域中的点为基础，采用最小二乘平面拟合的方法计算拟合局部平面F；第3步：计算N中所有点到拟合平面F的距离Aii＝1,2,…,m，并对Ai进行大小排列，中间数为距离中值Amid，存储相应的平面方程F的参数；第4步：重复第1步至第3步m次，选取m次中Amid最小值所对应的拟合平面为原始平面Z；第5步：计算N中全部点到第4步中确定的原始平面的距离标准偏差r，计算式为： 第6步：当Ai＞2r时，则认为该点为噪点并删除，反之则保留数据点；第7步：把保留后的平面点集记为Ni，用最小二乘的方法进行平面拟合，计算平面参数和标准差，并进行记录；第8步：判定标准差是否满足第6步，如果不满足，循环第1步至第7步，直到得到最佳拟合平面的参数a、b、c。

全文数据：

权利要求：

百度查询： 巫溪县金灿实业发展有限责任公司 数字城市单体房屋点云立面3D特征提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD