[发明专利]建筑物三维模型语义化方法

说明书

本发明公开了一种基于软件图纸的建筑物三维模型语义化方法，包括S1已知地理区域坐标系建立；S2建筑功能语义分类；S3构建文本化语义模型；S4建筑屋顶语义识别以及文本化语义模型的验证；S5未知建筑类型判别和未知城市数据库的建立。本发明的方法能够在城市级别上精确进行建筑的语义识别，从而指导城市水电气、建筑本身、以及帮助其他行业搜寻目的智能管理和运用。

技术领域

本发明涉及一种建筑物的三维模型语义化方法,尤其涉及一种建筑构建的文本语义模型的组织方法,属于建筑三维语义建模领域。

背景技术

建筑物标识属于智慧城市建设的一个项目工程，对于城市的数据化有着至关重要的作用。先前技术使用CAD、3DMAX、UG等软件实现了单个建筑物个体的详细结构和建筑构件（墙体、地面、顶）及其参数进行本地标识和数据追踪，但没有进行识别和归类。

三维语义建模是一种根据不同识别目标的特征而构建语义，从而在图形载体上显示出相应的位置。三维现有语义建模大致有两个方向，第一是无人机摄影获得云点数据，经处理后构筑在三角网络下的数据体系，进行建模，使得建筑能够得到与周边地理环境给予区分。但需要先期对于大量点云数据进行处理（如CN111915730A），并基于三角网络实现图形呈现和分割。第二种是基于实景图片中依照FCN，SegNet，U-net DeconvNet等深度学习算法将不同目标以不同颜色分割显示在原图相应区域。而建筑构件大多以四方面的形式构成，因此三角网络分割并不能准确将完整的建筑构件提取，也很难在三角网络下计算得到可以标引该建筑构件的数据指针。

对于上述两种现有的语义建模技术，首先都需要基于的实景拍摄，需要额外使用场外的拍摄设备即航拍设备如遥感摄影（CN111666856A）。在而在建筑分析中，基于图纸或制作地图是基本的分析方法，CN111008422A通过目标实景BIM模型，进行的几何结构的类型划分，重建了实地地图。CN111368757A通过图纸分割以及用途识别归类、利用机器学习得到柱大样CAD图纸特征图层分类。该现有技术虽然目的都是架构在图纸上，但仅仅属于语义建模领域的图层级的分类以及地图重建，并不能细化到每一个建筑构造的准确识别。

同时，现有技术都没有考虑利用CAD、3DMAX、UG等软件图纸上构建语义识别模型，从而很少有对建筑物的整体功能分类（属于商用、居住还是生产）、构建类型（如通过屋顶类型判别建筑风格等）进行数据库建立。因此现有建筑数据地图并没有针对每一个软件图纸进行整体模型建立以及数据库的语义构建方式，并且语义模型的直观化概念也没有实现，比如通过文本语义方式。从而限制了城市数据化的发展，以及智慧城市的建设所需要的基本大数据库形成。

发明内容

为了解决上述问题，本发明从两个方面考虑，第一将语义建模基于在图纸类软件（如CAD、3DMAX、UG等软件）中形成的图纸上，摒弃了三角网络，以地理坐标系为基准，重新定义建筑构建的指针以及指针下的参数数据，实现区域化每一个特定地理位置中每一个建筑物的内部构建进行精确的标引和分类识别，第二，通过文本化的语义建模，以直观的图形文字作为模型输出，实现了建筑的直观分析结果。

为此，本发明提供了一种基于软件图纸的建筑物三维模型语义化方法，其特征在于，S1已知地理区域坐标系与图纸库的建立，包括建立已知区域地理坐标系GL，将区域中建筑物或建筑物群给予划分，形成多个地理子区域坐标系L，在每一个坐标系L下划分出每一栋建筑物a，并将每一栋建筑物a在相应的软件图纸中的几何中心在L下的坐标作为该建筑物指针P，从而建立多个地理子区域图纸库，多个地理子区域图纸库形成GL中的建筑物图纸总库K；