买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西师范大学;江西省国土空间调查规划研究院

摘要：本发明提出了一种基于图像分割网络的LOD2+建筑模型构建方法，建筑物三维模型构建方法包括如下步骤：S1、通过倾斜摄影测量获得建筑物影像；S2、根据建筑物影像获取对应的场景MVS点云和数字正射影像图；S3、根据数字正射影像图提取建筑物轮廓；S4、对建筑物轮廓进行优化；S5、根据优化的建筑物轮廓及场景MVS点云，获取任一单体建筑对应的单体建筑点云；S6、根据单体建筑点云提取单体建筑细节部位点云；S7、通过分割方法将第二类立面点云分割为多个精细立面点云；S8、生成三角网，将三角网进行拼接，融合生成单体建筑物精细化三维模型。通过分割出精细立面点云，可以使建筑物三维模型达到高于LOD2级的效果。

主权项：1.一种基于图像分割网络的LOD2+建筑模型构建方法，其特征在于，建筑物三维模型构建方法包括如下步骤：S1、通过倾斜摄影测量获得建筑物影像，所述建筑物影像中包括至少一个单体建筑；S2、根据所述建筑物影像获取对应的场景MVS点云和数字正射影像图；S3、根据所述数字正射影像图提取建筑物轮廓；S4、对所述建筑物轮廓进行优化；S5、根据优化的所述建筑物轮廓及所述场景MVS点云，获取任一所述单体建筑对应的单体建筑点云；S6、根据所述单体建筑点云提取单体建筑细节部位点云，所述单体建筑细节部位点云包括屋顶点云、第一类立面点云和第二类立面点云；S7、通过分割方法将所述第二类立面点云分割为多个精细立面点云；S8、基于所述屋顶点云、所述第一类立面点云和多个所述精细立面点云，生成Delaunay三角网，将Delaunay三角网进行拼接，融合生成单体建筑物精细化三维模型；上述步骤S6包括以下步骤：S61、通过RANSAC算法对所述单体建筑点云进行分割，形成屋顶点云、立面点云，并将所述立面点云分为第一类立面点云或第二类立面点云；S62、对立面点云进行分割，获取所述第二类立面点云或所述第一类立面点云；上述步骤S61中的所述立面点云包括前立面点云、后立面点云、左立面点云和右立面点云，将所述立面点云分为第一类立面点云或第二类立面点云的方法为：将各个所述立面点云中沿立面法向量方向的浮动距离差Q不大于阈值d的所述立面点云分为所述第一类立面点云；将所述立面点云中沿立面法向量方向的浮动距离差Q大于阈值d的所述立面点云分为所述第二类立面点云；上述步骤S7中的所述分割方法为：沿立面法向量方向等宽的将所述第二类立面点云分成n层，遍历所述第二类立面点云中的点得到不同层次点云集合P，然后使用点云映射的（R,G,B）信息构建不同层次点云的空间-灰度相似度量化值M： 式中，t表示最外层点云集合的点数，o表示沿立面法向量方向与最外层相邻的点云集合的点数，pr,g,b为最外层点云集合的rgb值，qr,g,b为与最外层相邻的点云集合的rgb值，px,y,z为最外层点云集合的空间位置，qx,y,z为与最外层相邻的点云集合的空间位置,k为归一化图像距离和集合距离的加权因子；当，为相似度阈值，合并两层点云集合；当，将最外侧点云集合另存，遍历完所有所述点云集合P后，将所述第二类立面点云精确化的分割成若干所述精细立面点云。

全文数据：

权利要求：

百度查询： 江西师范大学 江西省国土空间调查规划研究院 一种基于图像分割网络的LOD2+建筑模型构建方法