[發明專利]基于多層次語義特征的建筑立面點云提取系統及方法

有效

• 申請號: 202010906483.7
• 申請日: 2020-09-01
• 公開（公告）號: CN111932574B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 向澤君;滕德貴;袁長征;龍川;胡波;李超;張恒;茍永剛;王大濤;胡小林
• 申請（專利權）人: 重慶市勘測院
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T17/20;G06V20/10;G06V10/26
• 代理公司: 重慶鼎慧峰合知識產權代理事務所(普通合伙) 50236
• 代理人: 周維鋒

1.一種基于多層次語義特征的建筑立面點云提取系統，其特征在于，包括：數據讀取模塊、點云處理模塊、圖像處理模塊、數據輸出模塊；

所述數據讀取模塊用于讀取原始點云數據；

所述點云處理模塊用于對原始點云數據進行預處理，用于基于單點語義特征對預處理點云數據進行分類，還用于進行點云平面投影、格網劃分；所述單點語義特征為每個點的高程值；

所述圖像處理模塊用于基于格網語義特征生成點云格網特征圖像，還用于基于區域語義特征得到建筑立面區域；所述格網語義特征為格網內點云密度、高差；所述區域語義特征包括每個興趣區域凸包范圍內興趣格網數量、興趣格網占凸包范圍內所有格網數量比例和區域內點云法向量垂直角標準差；

所述數據輸出模塊用于對建筑立面區域對應點云與高層建筑立面點對應點云取并集，計算得出建筑立面點云。

2.一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于：使用權利要求1所述系統對建筑立面點云進行提取，包括以下步驟：

使用數據讀取模塊讀取原始點云數據；

使用點云處理模塊對原始點云數據進行預處理，得到預處理點云數據；

定義單點語義特征，所述單點語義特征為每個點的高程值；設置單點語義特征閾值，使用點云處理模塊對預處理點云數據剔除不滿足單點語義特征閾值要求的點，得到待分類點、高層建筑立面點；

使用點云處理模塊將待分類點、高層建筑立面點投影到二維平面；

使用點云處理模塊在二維平面按預設尺寸劃分格網，計算各格網行列編號；

定義格網語義特征，所述格網語義特征為格網內點云密度、高差；設置格網語義特征閾值，使用圖像處理模塊剔除不滿足格網語義特征閾值要求的地面點及地物點，將滿足格網語義特征閾值要求的格網定義為興趣格網；

使用圖像處理模塊基于興趣格網生成點云格網特征圖像，進行興趣格網連通性分析，相互連通的興趣格網為一個興趣區域；

定義區域語義特征，所述區域語義特征包括每個興趣區域凸包范圍內興趣格網數量、興趣格網占凸包范圍內所有格網數量比例和區域內點云法向量垂直角標準差；設置各區域語義特征閾值，使用圖像處理模塊將滿足閾值要求的區域作為建筑立面區域；

使用數據輸出模塊，對所述建筑立面區域對應點云與高層建筑立面點對應點云取并集，計算得到建筑立面點云。

3.根據權利要求2所述的一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于，對原始點云數據進行預處理，具體包括：

通過裁剪、濾波的方式剔除點云數據中的噪點；

按預設采樣間隔進行重采樣。

4.根據權利要求2所述的一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于：所述單點語義特征閾值包括低點閾值與高點閾值；

基于以下公式進行點云初步分類：

在上式中，P_Z為高程值，Z_low為低點閾值，Z_high為高點閾值。

5.根據權利要求2所述的一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于：所述格網語義特征閾值包括密度閾值和高差閾值；

基于以下公式選取建筑物立面對應興趣格網：

在上式中，G_D為點云密度，G_H為高差，G_{D_th}為點密度閾值，G_{H_th}為高差閾值。

6.根據權利要求2所述的一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于：對每個興趣區域采用安德魯算法計算凸包，每個興趣區域凸包范圍內興趣格網數量A_CJ、興趣格網占凸包范圍內所有格網數量比例A_RJ通過以下公式計算：

在上式中，S為興趣區域中包含的興趣格網數量，T為對應凸包范圍內包含的所有格網數量。

7.根據權利要求2所述的一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于：采用鄰域分析方法進行興趣格網連通性分析。

8.根據權利要求2所述的一種基于多層次語義特征的建筑立面點云提取系統的方法，其特征在于：使用圖像處理模塊將滿足閾值要求的區域作為建筑立面區域時，基于以下公式得到建筑立面區域：

在上式中，A_{C_th}為興趣格網數量語義閾值，A_RJ為興趣格網比例語義閾值，A_{N_th}為垂直角標準差語義閾值。