[发明专利]一种基于单基元解析的屋顶参数化重构方法及系统

权利要求书

1.一种基于单基元解析的屋顶参数化重构方法，其特征在于，包括以下步骤：

获取倾斜摄影单类型房屋数据，并构建训练集和验证集；

利用训练集和验证集训练单基元屋顶分类模型；

利用训练后的单基元屋顶分类模型对待分类的屋顶网格数据进行屋顶类型分类，得到屋顶网格数据对应的屋顶类型；

提取屋顶网格数据的网格轮廓图，并解析对应屋顶参数信息，具体包括：

提取屋顶网格数据的网格轮廓图，并分别计算包围轮廓的最小外接矩形的中心、长度、宽度、旋转角度；

根据屋顶网格数据中z轴的最高点坐标和最低点坐标计算屋顶厚度；

将分类为单坡屋顶，双坡屋顶或四坡屋顶的屋顶网格数据的法向量的xyz信息进行归一化，分别储存在图片的RGB三通道内，得到彩色俯视法向量图；采用超像素分割算法根据彩色俯视法向量图确定屋顶类型所对应的坡面数量的颜色块和每个块的颜色值，再将颜色值归一化得到屋顶坡度角；

根据屋顶类型和屋顶参数信息重构单基元屋顶模型。

2.根据权利要求1所述的一种基于单基元解析的屋顶参数化重构方法，其特征在于，所述获取倾斜摄影单类型房屋数据，并构建训练集和验证集，具体包括：

获取倾斜摄影单类型房屋数据；

从倾斜摄影单类型房屋数据中切割屋顶mesh网格数据，并进行人工标记分类；

将分类后的屋顶mesh网格数据进行上采样，得到分类后的屋顶稠密点云数据；

将分类后的屋顶稠密点云数据按照设定比例划分为训练集和验证集。

3.根据权利要求1所述的一种基于单基元解析的屋顶参数化重构方法，其特征在于，所述利用训练集和验证集训练单基元屋顶分类模型，具体包括：

采用pointnet++网络构建单基元屋顶分类模型；

将训练集作为训练输入，通过采样层利用最远点采样进行随机采样，再通过分组层通过球查询的方式画一个设定半径的圆，并将每个圆里面的点云作为一组数据，进行每一组数据局部下的全局特征提取，再通过特征提取层逐层进行提取局部特征，最后通过全连接层学习得到平屋顶、单坡屋顶，双坡屋顶，四坡屋顶的四种屋顶类型的分类结果；

利用验证集对训练的单基元屋顶分类模型进行验证，得到训练后的单基元屋顶分类模型。

4.根据权利要求1所述的一种基于单基元解析的屋顶参数化重构方法，其特征在于，所述利用训练后的单基元屋顶分类模型对待分类的屋顶网格数据进行屋顶类型分类，得到屋顶网格数据对应的屋顶类型，具体包括：

对待分类的屋顶网格数据进行上采样，得到屋顶稠密点云数据；

所述利用训练后的单基元屋顶分类模型对屋顶稠密点云数据和屋顶网格数据进行屋顶类型分类，得到屋顶网格数据对应的屋顶类型。

5.根据权利要求1所述的一种基于单基元解析的屋顶参数化重构方法，其特征在于，所述根据屋顶类型和屋顶参数信息重构单基元屋顶模型，具体包括：

将分类为平屋顶的屋顶参数信息中长度和宽度作为重构屋顶的外轮廓，并结合屋顶厚度重构得到平屋顶的单基元屋顶模型，并根据中心点和旋转角度确定其位置和朝向。

6.根据权利要求1所述的一种基于单基元解析的屋顶参数化重构方法，其特征在于，所述根据屋顶类型和屋顶参数信息重构单基元屋顶模型，具体包括：

将分类为单坡屋顶，双坡屋顶或四坡屋顶的屋顶参数信息中长度和宽度作为重构屋顶的外轮廓，通过直骨架算法计算屋脊线分布，结合得到的屋顶坡度角计算屋脊高度，通过屋顶厚度计算屋顶的瓦片厚度，重构得到单坡屋顶，双坡屋顶或四坡屋顶的单基元屋顶模型，并根据中心点和旋转角度确定其位置和朝向。

7.一种应用权利要求1至6任一所述方法的基于单基元解析的屋顶参数化重构系统，其特征在于，包括：

分类模型训练模块，用于获取倾斜摄影单类型房屋数据，并构建训练集和验证集；利用训练集和验证集训练单基元屋顶分类模型；

屋顶参数解析模块，用于利用训练后的单基元屋顶分类模型对待分类的屋顶网格数据进行屋顶类型分类，得到屋顶网格数据对应的屋顶类型；提取屋顶网格数据的网格轮廓图，并解析对应屋顶参数信息；

单基元屋顶重构模块，用于根据屋顶类型和屋顶参数信息重构单基元屋顶模型。