[发明专利]基于人工智能的数字地表模型房屋DLG自动提取方法

说明书

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。

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；