一种基于智慧拆迁用地图形生成方法及其装置制造方法及图纸

本发明专利技术公开了一种基于智慧拆迁用地图形生成方法及其装置，基于激光测量原理获取拆迁用地的点云数据，并对所述点云数据进行预处理；对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据；对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云；利用栅格法对所述待精简点云进行剖分，并利用八叉树法对剖分后的所述待精简点云进行简化，得到精简点云集；对所述精简点云集和多个所述点云集进行融合，并结合获取的颜色信息，构建对应的三维图形，先生成对应的三维点云数据，然后再进行精简，能够保证得到的拆迁用地的三维图像的准确性。拆迁用地的三维图像的准确性。拆迁用地的三维图像的准确性。

【技术实现步骤摘要】
一种基于智慧拆迁用地图形生成方法及其装置


[0001]本专利技术涉及土地测绘
，尤其涉及一种基于智慧拆迁用地图形生成方法及其装置。

技术介绍

[0002]现目前，对于土地拆迁时，通常需要大量的人力物力对拆迁用地进行多次的实地考察测量，并根据记录的测量结果，通过三维软件测绘出对应的三维模型，不仅需要耗费大量的人力物力，并且还不能保证生成的拆迁用地的图形的准确性。

技术实现思路

[0003]本专利技术的目的在于提供一种基于智慧拆迁用地图形生成方法及其装置，提高生成的拆迁用地的图形的准确性。
[0004]为实现上述目的，第一方面，本专利技术提供了一种基于智慧拆迁用地图形生成方法，包括以下步骤：基于激光测量原理获取拆迁用地的点云数据，并对所述点云数据进行预处理；对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据；对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云；利用栅格法对所述待精简点云进行剖分，并利用八叉树法对剖分后的所述待精简点云进行简化，得到精简点云集；对所述精简点云集和多个所述点云集进行融合，并结合获取的颜色信息，构建对应的三维图形。
[0005]其中，对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据，包括：按照从下至上的识别顺序，利用设定尺寸的窗口对预处理后的所述点云数据进行探测，直至得到对应极值点；对预处理后的所述点云数据进行高斯曲面拟合，并利用最速下降法计算出单体拆迁用地位置；将所述单体拆迁用地位置作为中心线，利用最小二维欧式距离计算出基于所述中心线的所有所述点云数据，得到对应的三维点云数据。
[0006]其中，对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云，包括：对所述三维点云数据进行降采样处理，并构建对应的拓扑树对任一个所述三维点云数据进行多个近邻点的搜索；基于边缘点分布均匀性准则，将多个所述近邻点在最小二乘平面上对应的投影点
进行坐标值比较，以提取边缘点云，并保存为边缘点云集；基于局部分布密度对所述三维点云数据进行特征提取，并保存为非特征点云集；对所述三维点云数据中除所述边缘点云集和所述非特征点云集外的所述点云数据进行筛选，并结合所述边缘点云集，得到待精简点云。
[0007]其中，对所述三维点云数据中除所述边缘点云集和所述非特征点云集外的所述点云数据进行筛选，并结合所述边缘点云集，得到待精简点云，包括：获取对应的特征衡量因子构建特征评价函数，并将筛选出的所述点云数据输入所述特征评价函数中，将大于设定阈值的对应的所述点云数据进行提取，并保存与特征点云集；将小于或等于所述设定阈值的所述点云数据与所述边缘点云数据进行融合，得到所述待精简点云。
[0008]其中，利用栅格法对所述待精简点云进行剖分，并利用八叉树法对剖分后的所述待精简点云进行简化，得到精简点云集，包括：基于所述待精简点云构建最小包围盒，并利用栅格法对所述最小包围盒进行剖分，利用八叉树法对得到的每一个子栅格进行再次剖分，得到子立方体；基于设定的简化规则对每一个所述子立方体中的所述待精简点云进行精简删除；直至所有的所述待精简点云简化完成，并将简化后得到的所述点云数据保存为精简点云集。
[0009]其中，对所述精简点云集和多个所述点云集进行融合，并结合获取的颜色信息，构建对应的三维图形，包括：基于摄影测量原理获取所述点云数据对应的颜色信息；将所述精简点云集、特征点云集和非特征点云集进行融合，并基于单体拆迁用地位置将所述颜色信息赋值于融合后的所述点云数据上，得到对应的三维图形。
[0010]第二方面，本专利技术提供一种基于智慧拆迁用地图形生成装置，适用于如第一方面所述的一种基于智慧拆迁用地图形生成方法，所述基于智慧拆迁用地图形生成装置包括点云数据获取模块、三维点云数据生成模块、特征提取模块、点云精简模块和图形生成模块，所述点云数据获取模块、所述三维点云数据生成模块、所述特征提取模块、所述点云精简模块和所述图形生成模块依次连接；所述点云数据获取模块，用于基于激光测量原理获取拆迁用地的点云数据，并对所述点云数据进行预处理；所述三维点云数据生成模块，用于对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据；所述特征提取模块，用于对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云；所述点云精简模块，用于利用栅格法对所述待精简点云进行剖分，并利用八叉树法对剖分后的所述待精简点云进行简化，得到精简点云集；所述图形生成模块，用于对所述精简点云集和多个所述点云集进行融合，并结合获取的颜色信息，构建对应的三维图形。
[0011]本专利技术的一种基于智慧拆迁用地图形生成方法及其装置，基于激光测量原理获取
拆迁用地的点云数据，并对所述点云数据进行预处理；对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据；对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云；利用栅格法对所述待精简点云进行剖分，并利用八叉树法对剖分后的所述待精简点云进行简化，得到精简点云集；对所述精简点云集和多个所述点云集进行融合，并结合获取的颜色信息，构建对应的三维图形，此三维图形融合了对应的颜色信息，且是先生成对应的三维点云数据，然后再进行精简，能够保证得到的拆迁用地的三维图像的准确性。
[0012]附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1是本专利技术提供的一种基于智慧拆迁用地图形生成方法的步骤示意图。
[0015]图2是本专利技术提供的一种基于智慧拆迁用地图形生成方法的流程示意图。
[0016]图3是本专利技术提供的一种基于智慧拆迁用地图形生成装置的结构示意图。
[0017]1‑
点云数据获取模块、2
‑
三维点云数据生成模块、3
‑
特征提取模块、4
‑
点云精简模块、5
‑
图形生成模块。
[0018] 具体实施方式
[0019]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0020]在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0021]请参阅图1至图3，本专利技术提供一种基于智慧拆迁用地图形生成方法，包括以下步骤：S101、基于激光测量原理获取拆迁用地的点云数据，并对所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智慧拆迁用地图形生成方法，其特征在于，包括以下步骤：基于激光测量原理获取拆迁用地的点云数据，并对所述点云数据进行预处理；对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据；对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云；利用栅格法对所述待精简点云进行剖分，并利用八叉树法对剖分后的所述待精简点云进行简化，得到精简点云集；对所述精简点云集和多个所述点云集进行融合，并结合获取的颜色信息，构建对应的三维图形。2.如权利要求1所述的基于智慧拆迁用地图形生成方法，其特征在于，对预处理后的所述点云数据进行局部最大值点探测，并依次进行高斯曲面拟合和距离聚类，生成对应的三维点云数据，包括：按照从下至上的识别顺序，利用设定尺寸的窗口对预处理后的所述点云数据进行探测，直至得到对应极值点；对预处理后的所述点云数据进行高斯曲面拟合，并利用最速下降法计算出单体拆迁用地位置；将所述单体拆迁用地位置作为中心线，利用最小二维欧式距离计算出基于所述中心线的所有所述点云数据，得到对应的三维点云数据。3.如权利要求1所述的基于智慧拆迁用地图形生成方法，其特征在于，对所述三维点云数据进行多次的特征提取，生成对应的多个点云集和待精简点云，包括：对所述三维点云数据进行降采样处理，并构建对应的拓扑树对任一个所述三维点云数据进行多个近邻点的搜索；基于边缘点分布均匀性准则，将多个所述近邻点在最小二乘平面上对应的投影点进行坐标值比较，以提取边缘点云，并保存为边缘点云集；基于局部分布密度对所述三维点云数据进行特征提取，并保存为非特征点云集；对所述三维点云数据中除所述边缘点云集和所述非特征点云集外的所述点云数据进行筛选，并结合所述边缘点云集，得到待精简点云。4.如权利要求3所述的基于智慧拆迁用地图形生成方法，其特征在于，对所述三维点云数据中除所述边缘点云集和所述非特征点云集外的所述点云数据进行筛选，并结合所述边缘点云集，得到待精简点云，包括：获取对应的特征衡量因子构建特征评价函数，并将筛选出的所述点云数据输入所述特征评价函数中，将大于设定阈值的对应的所述点云数据进行提取...

【专利技术属性】
技术研发人员：俞建康，王智锋，鲍剑，司幸丽，周伊伊，裘智辉，郑希望，陶鹰，
申请(专利权)人：浙江省自然资源征收中心，
类型：发明
国别省市：