[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

说明书

本发明实施例公开了一种建筑物轮廓线自动提取方法、装置、终端设备及存储介质，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。本申请的建筑物轮廓线自动提取方法能够有效提升建筑物轮廓线的精度，且能够同时提取区域范围内的多个建筑物轮廓线。

技术领域

本发明涉及自动测量领域，尤其涉及一种建筑物轮廓线自动提取方法、装置、终端设备及存储介质。

背景技术

基于影像的建筑物轮廓线提取方法，都具有一定的缺点和局限性，且对三维建筑物特征提取存在边缘破碎，遮挡情况处理不准确等问题。相较于影像数据，利用点云数据提供的建筑物三维信息提取建筑物更加可靠。然而，点云数据是离散的点，在提取建筑物轮廓时，提取精度很容易受点云密度的影响。同时，点云数据不容易访问，成本远远高于高分辨率航空或卫星图像，也限制了点云数据应用的范围。

现有的基于点云数据提取轮廓线的方法中，提取的轮廓线往往精度较低，不易于推广使用，因此，亟需一种能够高精度的轮廓线提取方法。

发明内容

为了解决上述技术问题，本公开实施例提供了一种建筑物轮廓线自动提取方法、装置及计算机可读存储介质，具体方案如下：

第一方面，本申请实施例提供了一种建筑物轮廓线自动提取方法，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。

根据本申请实施例的一种具体实施方式，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。

根据本申请实施例的一种具体实施方式，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；