[发明专利]基于人工智能的空间对象识别及建模方法和系统

说明书

本发明提供了一种基于人工智能的空间对象识别及建模方法和系统，属于三维建模技术领域。其中，基于人工智能的空间对象识别及建模方法包括：根据预先获取的数据生成建模目标的初步轮廓模型；结合建模目标的初步轮廓模型，从激光扫描点云数据或者DSM数据中提取特征角点；查找已有的模型部件库中是否存在与特征角点相匹配的模型部件；如果是，从模型部件库中调取所述模型部件，构建建模目标的模型。本发明实施例提供的基于人工智能的空间对象识别及建模方法和系统，对于获取的激光扫描点云数据或DSM数据进行预处理后，提取有效的特征角点与已存在的建筑部件模型库进行匹配，如果匹配成功，则无需多余计算，直接调用模型库模型建模，在很大程度上提高了构建建筑模型的效率，并且不会因为建筑部件结构复杂而出现计算故障。

技术领域

本发明涉及三维建模技术领域，具体而言，涉及一种基于人工智能的空间对象识别及建模方法和系统。

背景技术

在根据扫描激光点云数据或DSM(Digital Surface Model，数字表面模型)数据进行城市基于人工智能的空间对象识别及建模的过程中，现有的建模方式主要有两种。第一种是直接根据激光点云数据人工手动提取建筑的整体轮廓线，该方法主要依靠人工优化建筑轮廓提取来提高建筑结构的准确性。第二种是对建筑物点云数据进行分层，然后对相似层进行依次计算与聚类，将一个整体建筑分成不同的组成部分，然后分别去建模，这种方式从根本上来说也是根据每次输入的激光点云数据对建筑进行整体轮廓建模，且是完全依赖计算机自动计算。

发明人在进行本发明的过程中发现，现有的根据激光点云数据建模的方法，均需要对输入的所有点云数据进行遍历、分析、处理、提取，这对大规模建模时的处理效率是一个很大的考验。首先，每次对数据的分析需要耗费大量时间，在实际项目应用中难以保证其效率；第二，在遇到房顶结构、建筑部件结构复杂的情况时，可能会因算法的不适出现计算故障等情况。

发明内容

针对上述现有技术中存在的问题，本发明提供了一种基于人工智能的空间对象识别及建模方法和系统，可以提高构建建筑模型的效率。

第一方面，本发明实施例提供了一种基于人工智能的空间对象识别及建模方法，包括：

根据预先获取的激光扫描点云数据或DSM数据，生成建模目标的初步轮廓模型；

结合建模目标的初步轮廓模型，从激光扫描点云数据或DSM数据数据中，提取特征角点；

查找已有的模型部件库中是否存在与所述特征角点相匹配的模型部件；

如果是，从所述模型部件库中调取所述模型部件，构建建模目标的模型。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述方法还包括：

如果已有的模型部件库中不存在与所述特征角点相匹配的模型部件，则根据所述激光扫描点云数据或DSM数据生成所述建模目标的模型部件，保存至所述模型部件库中。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，根据所述激光扫描点云数据生成所述建模目标的模型部件的步骤，包括：

对所述激光扫描点云数据进行分层；

对相似层进行聚类；根据聚类后的点云数据，生成所述建模目标的模型部件。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，根据预先获取的激光扫描点云数据或DSM数据，生成建模目标的初步轮廓模型的步骤，包括：

从预先获取的激光扫描点云数据或DSM数据中，提取建模目标的轮廓信息；

结合激光扫描点云数据或DSM数据，根据所述建模目标的轮廓信息，生成建模目标的初步轮廓模型。