[发明专利]一种建模方法及数字化设计系统

说明书

本发明涉及一种建模方法及数字化设计系统，包括三维模型的干扰表面的部分，该部分遮挡了原图像的部分，在三维模型中被遮挡的原图像部分显示在更新的三维模型中，显示至少一个三维模型或更新的三维模型，并接收输入是否接受更新后的三维模型，接收更新的三维模型不包括原图像的准确描绘的指示，接收由扫描仪或摄像设备生成的一个或多个新的模型图像，使用一张或多张模型图像更新三维模型。本发明的优点：提高3D模型点面线的显示精度，具有更高的准确度。

技术领域

本发明涉及建模技术领域，具体是指一种建模方法及数字化设计系统。

背景技术

随着计算机技术的发展，基于虚拟现实的场景建模技术成为当前研究的重点，其中，三维虚拟模型由于能逼真的显示真实场景从而得到了广泛的关注。三维建模技术旨在根据用户对于更复杂且更真实的行为进行分析模拟的需求，建筑模型介于平面图纸与实际立体空间之间，是一种三维的立体模式，可以直观地体现设计意图，能准确反映建筑物或三维空间轮廓信息，可以实现大范围三维城市场景建模，已逐渐成为数字城市领域建筑物精细建模的主要技术方法之一。

现有的建模方法要不就是建模效率低，需要花费大量的时间和精力来建模，要不就是建模精度不高，无法满足模型的使用需求。

发明内容

本发明要解决的技术问题是解决上述问题，提供一种建模方法及数字化设计系统。

为解决上述技术问题，本发明提供的技术方案为：一种建模方法，包括三维模型的干扰表面的部分，该部分遮挡了原图像的部分，在三维模型中被遮挡的原图像部分显示在更新的三维模型中，显示至少一个三维模型或更新的三维模型，并接收输入是否接受更新后的三维模型，接收更新的三维模型不包括原图像的准确描绘的指示，接收由扫描仪或摄像设备生成的一个或多个新的模型图像，使用一张或多张模型图像更新三维模型，具体包括以下步骤：

B1、将来模型图像数据输入到已被训练以修改原图像的训练机器学习模型中，训练的机器学习模型输出用于修改原图像的数据，

B2、模型图像是包括高度信息的单色图像，并且其中到训练的机器学习模型的输入包括来自模型图像的第一数据和来自缺乏高度信息的二维彩色图像的第二数据，

B3、对于多个模型图像中的每个图像，将模型图像数据和与原图像相关联的时间戳输入到机器学习模型中，该机器学习模型被训练以选择用于生成三维模型表示的图像部位，其中对于每幅模型图像，机器学习模型输出与原图像第一部位相关联的第一分数和与原图像第二部位相关联的第二分数，第一子集中的每幅图像具有超过阈值的第一分数，第二子集中的每个图像具有超过阈值的第二分数，

B4、识别多个原图像中不清楚的区域，生成多个原图像中的至少一些的多个单独的不清楚图像，识别描述模型图像的子集，从模型图像的子集中选择特定图像多个单独的特定图像，使用特定图像更新三维模型。

包括存储器及可操作地连接到存储器的处理设备，该处理设备用于：从原图像点扫描数据生成位点的三维模型，该三维模型包括原图像位置的表示，一部分原图像包括遮挡不清楚部位，接收或生成模型的图像，使用训练模型处理该图像以生成能够修改的图像，其中在图像中被遮挡不清楚部位的图像部分显示在修改图像中。

采用以上结构后，本发明具有如下优点：图像被输入到机器学习模型中，该模型已经被训练以选择或分级图像，一个或多个分数被分配给每个图像，其中每个分数可以与特定干扰表面部位相关联并且指示图像中该干扰表面部位的表示的质量，一旦一组图像被选择用于生成替代特定干扰表面部位的3D模型的一部分，就可以锁定那些图像为替代特定干扰表面部位，用于创建3D模型的特定区域，在模型生成期间，可以使用加权平均来组合来自多个图像的冲突数据来描绘图像内原始模型位置，提高3D模型点面线的显示精度，具有更高的准确度。

作为改进，所述图像包括高度图，并且其中修改的图像包括修改的高度图。

具体实施方式