[发明专利]建筑物轮廓线自动提取方法、装置、终端设备及存储介质

权利要求书

1.一种建筑物轮廓线自动提取方法，其特征在于，所述方法包括：

获取目标区域的目标点云数据；

基于布料模拟点云滤波算法对所述目标点云数据进行点云滤波，以得到非地面点云集合；

从所述非地面点云集合中提取预设数量的屋顶面片点云，其中，一个屋顶面片点云对应一个建筑物；

根据AlphaShape方法从各屋顶面片点云对应的非地面点云数据中获取建筑物外轮廓线；

对各屋顶面片点云对应的所述建筑物外轮廓线进行规则化处理，以得到目标区域内的所有建筑物轮廓线。

2.根据权利要求1所述的方法，其特征在于，所述基于布料模拟点云滤波算法对所述目标点云数据进行点云滤波，以得到非地面点云集合的步骤，包括：

翻转所述目标点云数据，以得到翻转点云数据；

初始化布料格网，以得到具有预设格网点数量的初始布料格网；

将所述翻转点云数据与所述初始布料格网中的格网点投影至同一水平面；

计算所述格网点最近邻点的高程值以及所述格网点因重力产生的位移值；

重复执行格网点标记步骤，直至所述格网点的最大高程变化值小于预设数值或达到预设迭代次数，以得到布料格网中的格网点的高程值；

计算所述目标点云数据的点与所述布料格网的格网点之间的高度距离，将所述高度距离大于地面点阈值的目标点云数据的点统计为非地面点云集合；

所述格网点标记步骤包括：

比较所述高程值和所述位移值的大小，若所述位移值小于或等于所述高程值，则将所述格网点最近邻点的高程值赋值给所述格网点。

3.根据权利要求1所述的方法，其特征在于，所述从所述非地面点云集合中提取预设数量的屋顶面片点云的步骤，包括：

根据随机抽样一致性算法从所述非地面点云集合中抽取屋顶法向量构建模型；

计算所述非地面点云集合中的点云数据到所述屋顶法向量构建模型的投影差；

根据所述点云数据的密度设置投影差阈值和迭代次数，迭代执行比较划分步骤以划分出预设数量的屋顶面片；

所述比较划分步骤包括：将所述投影差大于投影差阈值的点云数据划分为屋顶面片集，将所述投影差小于投影差阈值的点云数据划分为局外点集。

4.根据权利要求1所述的方法，其特征在于，所述根据AlphaShape方法从各屋顶面片点云对应的非地面点云数据中获取建筑物外轮廓线的步骤，包括：

获取各屋顶面片对应的非地面点云数据，以得到建筑物点云集合；

通过设置预设半径的圆围绕所述建筑物点云集合进行滚动，得到所述建筑物点云集合的边界线点集；

连接所述边界线点集，以得到建筑物外轮廓线。

5.根据权利要求4所述的方法，其特征在于，所述根据AlphaShape方法从各屋顶面片点云对应的非地面点云数据中获取建筑物外轮廓线的步骤之后，所述方法还包括：

基于Douglas-Peucker算法去除所述建筑物外轮廓线中的冗余点，以得到简化建筑物外轮廓线；

使用所述简化建筑物外轮廓线执行所述对所述建筑物外轮廓线进行规则化处理，以得到目标建筑物轮廓线的步骤。