[发明专利]一种基于建筑物剖面图深度学习的屋顶样式识别方法

说明书

本发明公开了一种基于建筑物剖面图深度学习的屋顶样式识别方法，涉及三维建模、历史建筑与文化保护、旅游规划、城市第五立面规划设计等技术领域，首先，依次确定研究区内所有建筑物的外轮廓边界、外接矩形以及对角线。其次，用建筑物的外轮廓边界对建筑物的对角线进行裁剪。再，基于裁剪的结果，生成研究区内所有建筑物的剖面图。最后，利用图像深度学习算法，基于所有建筑物的剖面图的分类，实现不同屋顶样式识别。本发明能够利用建筑物屋顶的剖面图差异性，通过图像深度学习来实现建筑屋顶样式的识别。

技术领域

本发明涉及三维建模、历史建筑与文化保护、旅游规划、城市第五立面规划设计技术领域，特别是一种基于建筑物剖面图深度学习的屋顶样式识别方法。

背景技术

建筑屋顶样式的确认在城市规划设计中有着重要的作用，特别是在历史建筑与文化保护等方面。建筑屋顶也是城市第五立面设计的重要组成内容之一。历史文化名城往往也兼具有重要的城市旅游功能，中国建筑中屋顶样式是一个比较能反映地方历史和文化特色的核心要素。因此，建筑屋顶样式研究的意义重大。

在三维建模领域，利用倾斜摄影数据开展城市建筑屋顶样式分析是一个较新的研究领域。现有研究成果主要是通过三维数据的各类复杂空间计算以先实现建筑物及其屋顶提取等操作，并以此进一步开展屋顶样式特征的分析。然而，尽管提取了屋顶，但其样式分析的计算复杂度仍然较大和准确性也难以把控。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于建筑物剖面图深度学习的屋顶样式识别方法，本发明能够利用建筑物屋顶的剖面图差异性，通过图像深度学习来实现建筑屋顶样式的识别。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于建筑物剖面图深度学习的屋顶样式识别方法，包括以下步骤：

步骤1、确定研究区内所有建筑物的外轮廓边界；

步骤2、对研究区内所有建筑物的外轮廓边界均生成外接矩形；

步骤3、对研究区内所有建筑物的外接矩形进一步生成对角线；

步骤4、用建筑物的外轮廓边界对建筑物的对角线进行裁剪，最终剪裁出的对角线记为剖面范围线；

步骤5、生成建筑物屋顶剖面线的两个端点；

步骤5.1、提取剖面范围线的两个端点的平面地理坐标值；

步骤5.2、基于研究区内的倾斜摄影模型，根据剖面范围线的两个端点的平面地理坐标值，分别提取出剖面范围线的两个端点的高度值；

步骤5.3、基于平面地理坐标值和高度值，生成建筑物屋顶剖面线的两个端点；

步骤6、基于研究区内的倾斜摄影模型，利用建筑物屋顶剖面线的两个端点，生成研究区内所有建筑物屋顶的剖面图；

步骤7、若建筑物屋顶的剖面图中的最高点与最低点之间高程差大于指定的高程差阈值，则该剖面图被认为是不合理的剖面图；否则认为是合理的剖面图；

步骤8、对所有建筑物屋顶的合理的剖面图进行图像深度学习分类，实现建筑物屋顶的不同样式提取。

作为本发明所述的一种基于建筑物剖面图深度学习的屋顶样式识别方法进一步优化方案，步骤1中外轮廓边界为二维多边形。

作为本发明所述的一种基于建筑物剖面图深度学习的屋顶样式识别方法进一步优化方案，步骤3中所生成的对角线为建筑物外接矩形的任意两个不相邻顶点的连线。

作为本发明所述的一种基于建筑物剖面图深度学习的屋顶样式识别方法进一步优化方案，步骤5.1中平面地理坐标值是指由地理经度和地理纬度值所组成的坐标对。

作为本发明所述的一种基于建筑物剖面图深度学习的屋顶样式识别方法进一步优化方案，步骤5.2中剖面范围线的两个端点的高度值是指剖面线的两个端点于研究区内倾斜摄影模型中的最高点的高度值。