System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种既有幕墙快速单体化建模的系统及方法技术方案_技高网

一种既有幕墙快速单体化建模的系统及方法技术方案

技术编号:40434134 阅读:12 留言:0更新日期:2024-02-22 22:59
本发明专利技术提供一种既有幕墙快速单体化建模的系统及方法,包括:无人机和深度学习模型;无人机用于对建筑进行拍摄并获取建筑的影像数据;深度学习模型用于从影像数据中识别、提取、定位和映射幕墙数据,最终实现幕墙的单体化建模;无人机,用于通过竖直或倾斜或人工控制对建筑进行拍摄,得到建筑的低分辨率影像,并通过摄影测量处理,得到建筑的粗略三维模型。本发明专利技术通过将无人机图像中的幕墙数据识别、提取、定位、映射到建筑的三维模型中,并将幕墙建模为三维模型对象进行管理,解决既有幕墙单体化建模难题,填补既有幕墙单体化建模技术空缺,基于幕墙三维模型进行管理,提高既有幕墙维保效率、分析预测其风险,实现精准管控。

【技术实现步骤摘要】

本专利技术涉及幕墙三维建模,具体涉及一种既有幕墙快速单体化建模的系统及方法


技术介绍

1、针对既有幕墙信息化管理的呼声也越来越大,同时近年来政府对于城市cim建设有迫切需求;目前建筑的三维建模技术与流程已趋近成熟,但是针对建筑上的既有幕墙单体化建模技术尚未被研究,处于空白状态,阻碍了既有幕墙信息化、可视化、精细化管理。

2、因此,现有技术存在不足,需要进一步改进。


技术实现思路

1、针对现有技术存在的问题,本专利技术提供一种既有幕墙快速单体化建模的系统及方法。

2、为实现上述目的,本专利技术的具体方案如下:

3、本专利技术提供一种既有幕墙快速单体化建模的系统,该系统包括:

4、无人机和深度学习模型;

5、无人机用于对建筑进行拍摄并获取建筑的影像数据;

6、深度学习模型用于从影像数据中识别、提取、定位和映射幕墙数据,最终实现幕墙的单体化建模。

7、进一步地,无人机,用于通过竖直或倾斜或人工控制对建筑进行拍摄,得到建筑的低分辨率影像,并通过摄影测量处理,得到建筑的粗略三维模型;

8、无人机还包括:

9、航线规划模块,用于在得到的粗略三维模型立体环境中进行贴近飞行曝光点航线规划;

10、无人机控制器软件,用于将规划路线导入,经检查后,无人机起飞,自动执行飞行任务,对建筑进行贴近摄影测量,得到建筑的高分辨率影像。

11、进一步地,深度学习模型包括:摄影测量预处理模块;

12、摄影测量预处理模块,基于得到的高分辨影像数据进行摄影测量预处理,主要通过影像重叠度、航高差、航线弯曲度、影像旋偏角和影像模糊等指数筛选,剔除影像质量较差数据。

13、进一步地,深度学习模型还包括:空中三角测量模块;

14、空中三角测量模块,用于基于得到的质量较高的高分辨影像数据进行空中三角测量,获取影像的外方位元素。

15、进一步地,深度学习模型还包括:3d模型构建模块;

16、3d模型构建模块,用于基于畸变校正后的倾斜影像和高精度的外方位元素通过多视影像密集匹配,获得高密度三维点云,构建建筑3dtin模型。

17、进一步地,深度学习模型还包括:检测分割模块;

18、检测分割模块,用于检测无人机图像中的幕墙并提取其特征,利用深度学习模型进行像素级分割,提取幕墙轮廓和边界框,得出幕墙、位置、数量、特征。

19、进一步地,深度学习模型还包括:坐标转换模块;

20、坐标转换模块,用于将目标点的像素坐标转换至物理坐标,再将物理坐标转换至相机坐标系,最后将相机坐标转换为大地坐标。

21、进一步地,数据库,用于存储提取的幕墙特征和转换后的大地坐标。

22、本专利技术还提供一种既有幕墙快速单体化建模的方法,采用上述系统,该方法包括以下步骤:

23、s1,无人机拍摄建筑,得到建筑的低分辨率影像,通过摄影测量处理,得到建筑的粗略三维模型;

24、s2,在得到的粗略三维模型立体环境中进行贴近飞行曝光点航线规划;

25、s3,将规划路线导入无人机控制器软件中,经检查后,无人机起飞,自动执行飞行任务,对建筑进行贴近摄影测量,得到建筑的高分辨率影像;

26、s4,基于得到的高分辨影像数据进行摄影测量预处理;

27、s5,基于预处理后的数据进行空中三角测量,获取影像的外方位元素;

28、s6,基于外方位元素和畸变校正后的倾斜影像进行多视影像密集匹配,获得高密度三维点云,构建建筑3dtin模型;

29、s7,利用深度学习方法检测无人机图像中的幕墙并提取其特征,并进行图像识别和分割;

30、s8,通过图像识别与分割,将航拍图像中的幕墙区域标识和提取出来,导入到数据库中;

31、s9,将目标点的像素坐标转换至物理坐标,然后将目标点的物理坐标转换位相机坐标系,最后将目标点的相机坐标转换为大地坐标;

32、s10,经过计算和坐标转换,在数据库中生成每个幕墙的数据,包括实际大小和位置信息;

33、s11,从数据库中检索每个幕墙的像素信息,映射至步骤流得到的三维模型上,实现幕墙的单体化建模。

34、进一步地,步骤s4具体包括:

35、基于得到的高分辨影像数据进行摄影测量预处理,通过影像重叠度、航高差、航线弯曲度、影像旋偏角和影像模糊这些指数筛选,剔除影像质量差数据。

36、采用本专利技术的技术方案,具有以下有益效果:

37、1.提供一种既有幕墙快速单体化建模的方法,通过将无人机图像中的幕墙数据识别、提取、定位、映射到建筑的三维模型中,并将幕墙建模为三维模型对象进行管理,解决既有幕墙单体化建模难题,填补既有幕墙单体化建模技术空缺,基于幕墙三维模型进行管理,提高既有幕墙维保效率、分析预测其风险,实现精准管控;

38、2.基于贴近摄影测量和深度学习,实现了既有幕墙的快速单体化建模,填补了既有幕墙单体化建模的空白,实现了既有幕墙快速单体化建模,为既有幕墙的信息化、精细化管理奠定了基础。

本文档来自技高网...

【技术保护点】

1.一种既有幕墙快速单体化建模的系统,其特征在于,该系统包括:

2.根据权利要求1所述的系统,其特征在于,

3.根据权利要求2所述的系统,其特征在于,

4.根据权利要求3所述的系统,其特征在于,

5.根据权利要求4所述的系统,其特征在于,

6.根据权利要求5所述的系统,其特征在于,

7.根据权利要求1所述的系统,其特征在于,该系统还包括:

8.一种既有幕墙快速单体化建模的方法,其特征在于,该方法包括以下步骤:

9.根据权利要求8所述的方法,其特征在于,步骤S4具体包括:

【技术特征摘要】

1.一种既有幕墙快速单体化建模的系统,其特征在于,该系统包括:

2.根据权利要求1所述的系统,其特征在于,

3.根据权利要求2所述的系统,其特征在于,

4.根据权利要求3所述的系统,其特征在于,

5.根据权利要求4所述的系统,其特征在于,...

【专利技术属性】
技术研发人员:高崇亮许怀林曹亚军
申请(专利权)人:中建深圳装饰有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1