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()
【技术实现步骤摘要】
本公开的实施例涉及计算机,具体涉及建筑物单体图像分割方法、装置、设备和计算机可读介质。
技术介绍
1、对城市区域进行三维建模,可以得到城市区域的三维模型,从三维模型中分割出建筑物单体,可以得到独立的、可以被单独管理和操作的建筑物单体模型,为智慧城市等领域的建设与精细化管理提供助力。目前,主要采用几何建模、扫描建模、分形建模、无人机倾斜影像建模等方法对城市区域进行三维建模。并通过矢量切割单体化、物理单体化等单体化技术从城市区域的三维模型中分离出建筑物单体。
2、然而,实践中,当采用上述方式进行建筑物单体图像分割时,经常会存在如下技术问题:
3、对于一些复杂的模型,几何建模可能需要大量的时间和人力手动创建和调整形状;扫描建模需要采用高质量的扫描仪,导致建模的设备成本较高;分形建模基于数学规则,涉及大量的数学计算,且不能够精确地控制模型的形状和尺寸,导致建模耗时较长;当建筑物较高导致底部被其他物体遮挡,导致无人机倾斜影像的成像精度较低,从而导致所生成的三维模型精度较低,且需要配置无人机,导致建模的设备成本较高。矢量切割单体化产生的单体化模型可能在边缘底部出现明显的锯齿和不规则形状,导致所切割的建筑物单体模型精度较低。物理单体化通过提取建筑物的基底和进行单体化处理,但对于形状不规则或结构复杂的建筑物,单体化分割的准确性较差。
4、该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
技
1、本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
2、本公开的一些实施例提出了建筑物单体图像分割方法、装置、电子设备和计算机可读介质,来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
3、第一方面,本公开的一些实施例提供了一种建筑物单体图像分割方法,该方法包括:获取目标区域的遥感影像数据和贴图信息集合;对上述遥感影像数据进行预处理,得到预处理后的遥感影像数据;对预处理后的遥感影像数据进行信息提取,得到各个建筑物轮廓信息;根据上述各个建筑物轮廓信息,生成对应上述目标区域的初始区域三维模型;根据上述贴图信息集合,对上述初始区域三维模型进行贴图处理,得到目标三维模型;对上述目标三维模型进行点云提取,得到对应上述目标三维模型的点云数据集合;对上述点云数据集合进行建筑物分割处理,得到建筑物点云数据集合;对上述建筑物点云数据集合进行单体化分割,得到各个建筑物单体图像信息。
4、第二方面,本公开的一些实施例提供了一种建筑物单体图像分割装置,装置包括:获取单元,被配置成获取目标区域的遥感影像数据和贴图信息集合;预处理单元,被配置成对上述遥感影像数据进行预处理,得到预处理后的遥感影像数据;第一提取单元,被配置成对预处理后的遥感影像数据进行信息提取,得到各个建筑物轮廓信息;生成单元,被配置成根据上述各个建筑物轮廓信息,生成对应上述目标区域的初始区域三维模型;贴图单元,被配置成根据上述贴图信息集合,对上述初始区域三维模型进行贴图处理,得到目标三维模型;第二提取单元,被配置成对上述目标三维模型进行点云提取,得到对应上述目标三维模型的点云数据集合;第一分割单元,被配置成对上述点云数据集合进行建筑物分割处理,得到建筑物点云数据集合;第二分割单元,被配置成对上述建筑物点云数据集合进行单体化分割,得到各个建筑物单体图像信息。
5、第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
6、第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
7、本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的建筑物单体图像分割方法,降低了城市建模的设备成本,提高了城市建模的精度和对建筑物图像进行单体分割的精度。具体来说,造成城市建模的设备成本较高、城市建模的精度和对建筑物图像进行单体分割的精度较低的原因在于:对于一些复杂的模型,几何建模可能需要大量的时间和人力手动创建和调整形状;扫描建模需要采用高质量的扫描仪,导致建模的设备成本较高;分形建模基于数学规则,涉及大量的数学计算,且不能够精确地控制模型的形状和尺寸,导致建模耗时较长;当建筑物较高导致底部被其他物体遮挡,导致无人机倾斜影像的成像精度较低,从而导致所生成的三维模型精度较低,且需要配置无人机,导致建模的设备成本较高。矢量切割单体化产生的单体化模型可能在边缘底部出现明显的锯齿和不规则形状,导致所切割的建筑物单体模型精度较低。物理单体化通过提取建筑物的基底和进行单体化处理,但对于形状不规则或结构复杂的建筑物,单体化分割的准确性较差。基于此,本公开的一些实施例的建筑物单体图像分割方法,首先,获取目标区域的遥感影像数据和贴图信息集合。由此,可以得到目标区域的遥感影像数据和贴图信息集合。然后,对上述遥感影像数据进行预处理,得到预处理后的遥感影像数据,由此,可以得到预处理后的遥感影像数据,可以去除遥感影像数据中的噪声。之后,对预处理后的遥感影像数据进行信息提取,得到各个建筑物轮廓信息。由此,可以得到上述遥感影像数据中包括的各个建筑物轮廓信息。之后,根据上述各个建筑物轮廓信息,生成对应上述目标区域的初始区域三维模型。由此,可以得到对应上述目标区域的初始区域三维模型。接着,根据上述贴图信息集合,对上述初始区域三维模型进行贴图处理,得到目标三维模型。由此,可以得到目标三维模型。其中,上述目标三维模型可以为贴图处理后的初始区域三维模型。之后,被配置成对上述目标三维模型进行点云提取,得到对应上述目标三维模型的点云数据集合。由此,可以得到对应上述目标三维模型的点云数据。紧接着,对上述点云数据集合进行建筑物分割处理,得到建筑物点云数据集合。由此,可以得到建筑物分割处理后的建筑物点云数据集合。其中,上述建筑物点云数据集合可以为去除地面点云数据和背景点云数据后的点云数据集合。最后,对上述建筑物点云数据集合进行单体化分割,得到各个建筑物单体图像信息。由此,可以得到各个建筑物单体图像信息。其中,上述各个建筑物单体图像信息可以表征上述建筑物图像信息中包括的各个建筑物单体。也因为所实现的建筑物单体图像分割方法,能够基于目标区域的遥感影像数据和贴图信息集合生成高精度的目标区域建筑物三维模型,并提取目标区域建筑物三维模型的点云数据,基于点云数据进行建筑物点云分割,进而对分割出的建筑物带你云数据进行细粒度的单体分割,得到各个建筑物单体图像信息。由于遥感影像数据获取成本较低、覆盖范围广、分辨率高,且不需要大量的复杂计算,从而导致建模的精度较高、耗时较本文档来自技高网...
【技术保护点】
1.一种建筑物单体图像分割方法,包括:
2.根据权利要求1所述的方法,其中,所述方法还包括:
3.根据权利要求1所述的方法,其中,所述遥感影像数据包括所述目标区域的地表高程数据;以及所述对预处理后的遥感影像数据进行信息提取,得到各个建筑物轮廓信息,包括:
4.根据权利要求3所述的方法,其中,所述对所述遥感影像增强数据进行建筑物识别,得到建筑物识别结果信息,包括:
5.根据权利要求4所述的方法,其中,所述对所述各个建筑物影像区域数据进行位置调整处理,得到位置调整后的各个建筑物影像区域数据,包括:
6.根据权利要求1所述的方法,其中,所述对所述点云数据集合进行建筑物分割处理,得到建筑物点云数据集合,包括:
7.根据权利要求1所述的方法,其中,所述对所述建筑物点云数据集合进行单体化分割,得到各个建筑物单体图像信息,包括:
8.一种建筑物单体图像分割装置,包括:
9.一种电子设备,包括:
10.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权
...【技术特征摘要】
1.一种建筑物单体图像分割方法,包括:
2.根据权利要求1所述的方法,其中,所述方法还包括:
3.根据权利要求1所述的方法,其中,所述遥感影像数据包括所述目标区域的地表高程数据;以及所述对预处理后的遥感影像数据进行信息提取,得到各个建筑物轮廓信息,包括:
4.根据权利要求3所述的方法,其中,所述对所述遥感影像增强数据进行建筑物识别,得到建筑物识别结果信息,包括:
5.根据权利要求4所述的方法,其中,所述对所述各个建筑物影像区域数据进行位置调整处理,得到位置调整...
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。