一种基于三维模型的户型图全自动出图算法及系统的制作方法
本发明涉及户型图生成,具体为一种基于三维模型的户型图全自动出图算法及系统。
背景技术:
1、目前室内户型图生成主要分为两类技术路径:1.人工测绘方案:由测绘人员实地测量墙体、门窗尺寸,手动绘制cad(computeraideddesign,计算机辅助设计)格式户型图,是当前主流的出图方式。2.半自动点云重建方案:依托激光雷达、深度相机采集室内三维模型,通过人工标注墙体起止点、门窗位置,配合三维重建算法生成户型模型;部分方案采用模板匹配方式,将点云与预设户型模板拟合得到户型图。
2、目前现有技术方案主要缺陷在于:1.效率低、成本高:人工测绘方案人力成本高、绘图作业周期长,大面积户型或复杂户型出图效率极低;半自动方案仍需大量人工干预,未实现真正的自动化。2.墙体提取精度不足:直接三维拟合的方案易受家具遮挡、点云噪声、墙面材质反光影响,墙体边界易出现断裂、偏移,无法得到规整的墙线结构。3.门窗检测准确率低:现有方案多基于墙体缺口特征识别门,漏检、误检率高,且无法建立门与墙线、所属房间的拓扑关联,输出结果无法直接用于下游制图。4.输出结果非结构化:多数方案仅输出图片格式的户型图,或零散的几何线段,不包含房间拓扑、墙体属性、门窗关联等结构化信息,无法直接对接bim(buildinginformationmodeling,建筑信息模型)、cad(computeraideddesign,计算机辅助设计)等下游应用。
技术实现思路
1、(一)解决的技术问题
2、本发明的核心目的是提供一种基于三维模型的户型图全自动出图方法,解决现有技术中自动化程度低、墙体提取精度差、房间分割能力弱、门窗检测准确率不足的问题,实现从原始点云输入到结构化户型数据输出的全流程无人干预,在保证厘米级几何精度的同时,大幅提升户型图生成效率。
3、(二)技术方案
4、为实现上述目的,本发明提供如下技术方案:
5、一种基于三维模型的户型图全自动出图算法,包括以下步骤:
6、获取建筑结构的点云数据并进行预处理;
7、采用朝向质心的法线估计算法计算每个点云的法向量,得到带法线属性的三维模型;
8、基于法线方向对三维模型做语义分类得到地面候选点与墙面候选点,并分别投影至二维平面生成地面与墙面掩码;
9、通过密度图计算与形态学处理对地面与墙面掩码进行优化,并结合脊线检测与分水岭算法实现房间分割;
10、对各房间初始掩码做后处理,修正分割误差,得到规整的房间掩码集合;
11、对房间掩码进行正则化处理,构建各个房间的结构化数据;
12、基于各个房间的结构化数据,提取墙线的结构化数据;
13、基于相邻房间的公共边界自动检测门窗位置并吸附至对应墙线上,得到包含完整几何与拓扑信息的结构化户型数据。
14、进一步的,所述基于法线方向对三维模型做语义分类得到地面候选点与墙面候选点,并分别投影至二维平面生成地面与墙面掩码,包括以下步骤:
15、基于带法线属性的三维模型,利用每个点云已有的单位法向量,根据法向量的z轴分量绝对值与xy平面投影长度进行语义分类,分离地面、墙面和天花板候选点;
16、通过统计墙面候选点法线方位角直方图确定墙体主方向,并对点云施加绕z轴旋转变换实现主轴对齐;
17、对地面、天花板与墙面候选点采用不同的高度筛选策略进行筛选分离;
18、将地面候选点与墙面候选点分别进行二维投影与栅格化,生成地面掩码与墙面掩码。
19、进一步的,所述通过密度图计算与形态学处理对地面与墙面掩码进行优化,并结合脊线检测与分水岭算法实现房间分割,包括以下步骤:
20、基于初始地面二值掩码与初始墙面二值掩码,计算二维点密度图;
21、基于密度图对地面与墙面掩码执行形态学处理,优化掩码质量;
22、基于优化后的地面与墙面掩码,结合脊线检测采用标记式分水岭算法实现房间区域分割,得到各房间初始掩码。
23、进一步的,所述基于密度图对地面与墙面掩码执行形态学处理,优化掩码质量,包括以下步骤:
24、对密度图进行自适应二值化,得到密度二值化结果;对密度二值化结果执行闭运算,补全墙面掩码内部细小空洞,使墙面断裂区域连通;
25、对闭运算后的墙面掩码执行骨架化提取墙体中轴,再膨胀得到墙面骨架带,用于标识墙体在二维投影中的精确位置;
26、将地面掩码减去墙面骨架带得到差异图,对所述差异图执行开运算去除细小毛刺,消除地面掩码中误包含的墙面区域;
27、对地面掩码减去墙面掩码的差分结果执行形态学腐蚀,精细修正地面与墙面的边界,确保地面掩码不越过墙体边界。
28、进一步的,所述基于优化后的地面与墙面掩码,结合脊线检测采用标记式分水岭算法实现房间区域分割,得到各房间初始掩码,包括以下步骤:
29、对密度图进行脊线增强,突出墙体在投影平面上的线状特征,得到分水岭地形图;
30、基于优化后的地面掩码,通过高斯模糊多尺度迭代生成连通域种子,并记录每个连通域的跨尺度寿命;
31、采用跨尺度寿命映射策略合并种子,从多尺度连通域集合中筛选寿命最长的连通域,赋予全局唯一标签生成种子标记图;
32、以种子标记图为起点、分水岭地形图为分割基础执行分水岭分割,将相邻房间在墙体脊线处分离,得到过分割的房间初始掩码。
33、进一步的,所述对各房间初始掩码做后处理,修正分割误差,得到规整的房间掩码集合,包括以下步骤:
34、通过连通域分析识别房间初始掩码中未分配的游离区块,若区块与某一房间接触,则通过距离变换分配至最近房间;若不接触任何房间,则标记为背景;
35、将面积小于设定阈值的微小连通域合并至相邻主房间,消除分水岭过分割产生的冗余房间;
36、填充房间掩码内部的空洞,修正家具遮挡导致的掩码缺损;
37、对边界处的无归属像素,通过aabb匹配归属划分至对应房间;
38、对最终房间掩码执行形态学平滑,得到边界规整的房间掩码列表;
39、基于规整后的房间掩码计算房间之间的邻接关系,生成邻接矩阵,为后续门窗检测提供拓扑依据。
40、进一步的,所述对房间掩码进行正则化处理,构建各个房间的结构化数据,包括以下步骤:
41、提取每个房间掩码的外轮廓,执行轮廓正则化与网格对齐,将不规则轮廓拟合为正交化的标准几何轮廓;
42、对相邻共线墙体进行合并处理,消除冗余线段,得到规整的房间闭合轮廓;
43、计算每个房间的中心坐标、实际面积属性数据,并根据属性数据构建各个房间的结构化数据。
44、进一步的,所述基于各个房间的结构化数据,提取墙线的结构化数据,包括以下步骤:
45、遍历各房间世界坐标轮廓,将每条轮廓边提取为独立墙线;
46、为每条墙线分配唯一标识,记录其所属房间索引、起终点世界坐标、方向与长度属性;
47、过滤长度小于预设阈值的短墙线,剔除噪声线段,最终生成墙线的结构化数据。
48、进一步的,所述基于相邻房间的公共边界自动检测门窗位置并吸附至对应墙线上,得到包含完整几何与拓扑信息的结构化户型数据,包括以下步骤:
49、基于房间掩码列表与邻接矩阵,提取每对相邻房间的公共边界区域,得到相邻房间的公共边界像素集;所述公共边界像素集是指在房间掩码上,房间a的掩码像素与房间b的掩码像素互为8-邻接关系的像素对所构成的集合;
50、对每对相邻房间的公共边界像素集执行8-邻接连通域分析,并通过筛选规则获得门窗候选连通域;
51、基于门窗候选连通域判定门窗方向并计算参数,得到初始门窗检测结果;
52、基于初始门窗检测结果与墙线结构化数据,执行墙线吸附操作,将门窗的两端点匹配吸附至最近的墙线上,修正门窗的位置与几何参数,确保门窗与墙体结构精准贴合;
53、生成门窗的结构化数据;
54、构建门窗-墙-房间拓扑关联并汇总全量数据,保存为结构化户型数据文件。
55、一种基于三维模型的户型图全自动出图系统,包括:采集模块,其用于获取建筑结构的点云数据并进行预处理;估算模块,其用于采用朝向质心的法线估计算法计算每个点云的法向量,得到带法线属性的三维模型;投影模块,其用于基于法线方向对三维模型做语义分类得到地面候选点与墙面候选点,并分别投影至二维平面生成地面与墙面掩码;分割模块,其用于通过密度图计算与形态学处理对地面与墙面掩码进行优化,并结合脊线检测与分水岭算法实现房间分割;后处理模块,其用于对各房间初始掩码做后处理,修正分割误差,得到规整的房间掩码集合;正则化模块,其用于对房间掩码进行正则化处理,构建各个房间的结构化数据;提取模块,其用于基于各个房间的结构化数据,提取墙线的结构化数据;吸附模块,其用于基于相邻房间的公共边界自动检测门窗位置并吸附至对应墙线上,得到包含完整几何与拓扑信息的结构化户型数据。
56、(三)有益效果
57、与现有技术相比,本发明提供了一种基于三维模型的户型图全自动出图算法,具备以下有益效果:
58、1.全流程自动化,效率大幅提升:从原始点云输入到结构化户型数据输出全程无需人工干预,单户型出图仅需数秒至数十秒,相比人工测绘出图效率提升数十倍,显著降低人力成本。
59、2.房间分割精度高:算法可精准识别复杂户型中的独立房间,有效解决过分割、欠分割问题,房间边界几何精度可达厘米级,对遮挡、噪声、点云稀疏等情况抗干扰能力强。
60、3.门窗检测准确,拓扑关系完整:基于房间公共边界的检测逻辑结合墙线吸附机制,可精准识别门窗的位置、宽度与所属墙体,漏检、误检率低,同时自动建立门窗与房间、墙线的拓扑关联,输出结果具备完整空间逻辑。
61、4.输出结构化,兼容性强:最终输出为矢量结构化数据,包含完整的几何信息与拓扑关系,可直接导入cad(computeraideddesign,计算机辅助设计)、bim(buildinginformationmodeling,建筑信息模型软件生成标准图纸,无需二次矢量化处理。
62、5.适配性广:可兼容激光雷达、深度相机、slam(simultaneouslocalizationandmapping,同步定位与地图构建)重建等多种来源的点云数据,适配住宅、商业、办公等多种户型场景,各环节参数可根据场景灵活调整。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com