[发明专利]一种城乡规划测绘数据处理方法在审

专利信息
申请号: 202110721756.5 申请日: 2021-06-28
公开(公告)号: CN113284235A 公开(公告)日: 2021-08-20
发明(设计)人: 王瑞;王丰;周邑恬;管子淇;李纪漩;贺耀;王丽娜 申请(专利权)人: 河南工业大学
主分类号: G06T17/00 分类号: G06T17/00;G06T7/13;G06T7/90;G06F30/13;G06F30/27;G06K9/62
代理公司: 郑州豫原知识产权代理事务所(普通合伙) 41176 代理人: 李天丽
地址: 450000 河南省郑*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 城乡规划 测绘 数据处理 方法
【权利要求书】:

1.一种城乡规划测绘数据处理方法,其特征在于,包括如下步骤:

获取各个建筑部件的图像,并将各个建筑部件的图像按照类别进行分类;

分别获取每一个所述建筑部件的像素点,并获取这些所述像素点中每一个所述像素点所包含的坐标信息和颜色信息;

将每一个所述建筑部件的所有的像素点的坐标信息和颜色信息进行送入学习模型中,输出得到每一个像素点的连贯程度;

对每一个所述建筑部件分别筛选出所述建筑部件的边缘像素点的连贯程度;

将同一类别的建筑部件根据所述建筑部件的位置进行分布,并根据相邻的所述建筑部件的边缘像素点的对相邻的两个所述建筑部件的位置进行调整,使得相邻的两个所述建筑部件的边缘像素点的连贯程度一致;

输出得到所有的建筑部件及其位置,得到设计好的建筑物。

2.如权利要求1所述的一种城乡规划测绘数据处理方法,其特征在于,在对学习模型进行使用的时候,包括如下步骤:

建立学习模型框架;

根据所述建筑部件的类别在算法数据库中查找对应的算法,并将查找到的算法填充在所述学习模型框架对应的位置上;所述算法数据库用于存储建筑部件的类别以及对应的算法;

将所述建筑部件中每一个像素点所包含的坐标信息和颜色信息分别依次输入到该建筑部件所对应的算法中;

输出得到该建筑部件每一个像素点的连贯程度。

3.如权利要求2所述的一种城乡规划测绘数据处理方法,其特征在于,所述学习模型框架包括依次串联的若干层子框架,每层字框架分别一一对应一个所述建筑部件;所述建筑部件根据其位置一一对应在所述学习模型框架的各个所述子框架中。

4.如权利要求3所述的一种城乡规划测绘数据处理方法,其特征在于,在对所述学习模型框架使用前,先对其进行训练,在训练的时候,包括如下步骤:

将已知建筑物分为若干个建筑部件,所述建筑部件的个数小于所述子框架的个数;

获取每一个所述建筑部件在所述的已知建筑物的位置,并根据该位置将所述建筑部件与所述子框架分别对应,使得一个所述建筑部件对应一个所述子框架;

分别根据所述建筑部件的类别在算法数据库中查找对应的算法,并将查找到的算法填充在所述学习模型框架对应的位置上;

将所述将所述建筑部件中每一个像素点所包含的坐标信息和颜色信息分别依次输入到该建筑部件所对应的算法中,调节所述学习模型的参数,使得输出得到的每一个像素点的连贯程度在设定的范围;

得到训练好的所述所述学习模型框架,并投入使用。

5.如权利要求4所述的一种城乡规划测绘数据处理方法,其特征在于,所述算法数据库在存储建筑部件的类别以及对应的算法的时候,通过列表的方式进行存储,一个所述建筑部件对应的所述算法的数量至少有一个。

6.如权利要求5所述的一种城乡规划测绘数据处理方法,其特征在于,在调节所述学习模型的参数的时候,当存在其中任意至少一个像素点的连贯程度在不在设定的范围的时候,将已经填充在所述子框架上的算法根据存储的顺序进行替换。

7.如权利要求1所述的一种城乡规划测绘数据处理方法,其特征在于,所述建筑部件使用三维展示形式,所述像素点采用三维点云数据的方式进行表示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南工业大学,未经河南工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110721756.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top