一种基于三维激光点云及影像纹理数据的历史建筑详细信息智能提取方法与流程

1.本发明涉及三维激光点云数据处理技术领域，具体为一种基于三维激光点云及影像纹理数据的历史建筑详细信息智能提取方法。


背景技术：

2.三维数字城市是未来城市全球信息化发展的趋势，逐渐成为研究的热点。在数字城市地理空间框架建设中，三维数字城市模型既是新颖生动的亮点、更是技术升华的结晶，越来越为人们所重视，越来越多的城市开展了三维建模和应用，构建三维城市中建筑物模型是数字城市必要的步骤和关键内容之一，另外，作为建设领域新兴技术，建筑信息模型技术在建筑物信息模型重建、管理等方面的应用也被逐步研究，通过对建筑物进行信息模型的重建，能够获得建筑物全方面的信息，如模型的几何、物理、构造、技术等信息，为建筑物改造、翻新、保护提供决策与服务，同时能够用于建筑物导航定位、突发事件预警等，城市建筑详细信息获取主要依赖于全站仪、航空摄影测量和卫星影像等，但由于数据获取能力的限制，很难有效地对历史建筑详细信息进行智能提取，因此我们提出了一种基于三维激光点云及影像纹理数据的历史建筑详细信息智能提取方法，来解决此项问题。


技术实现要素：

3.本发明的目的在于提供一种基于三维激光点云及影像纹理数据的历史建筑详细信息智能提取方法，具备对历史建筑详细信息进行智能提取的优点，解决了城市建筑详细信息获取主要依赖于全站仪、航空摄影测量和卫星影像等，但由于数据获取能力的限制，很难有效地对历史建筑详细信息进行智能提取的问题。
4.为实现上述目的，本发明提供如下技术方案：一种基于三维激光点云及影像纹理数据的历史建筑详细信息智能提取方法，其提取方法包括如下步骤：
5.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
6.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
7.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
8.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
9.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
10.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
11.优选的，所述步骤c中所提及的特征要素为历史建筑的图像纹理数据和位置信息数据。
12.优选的，所述步骤a中的数据采集模块包括：激光雷达点云扫描装置，用于采集激光点云，并将采集到的激光点云进行校准、拼接，获取城市场景中历史建筑的激光雷达点云数据；道路全景影像采集设备，用于获取城市场景中的历史建筑道路全景影像纹理数据。
13.优选的，所述步骤c中的特征识别模块，用于根据映射关系，识别城市场景中所要检测的特征要素，对特征要素进行检测和统计，存储特征要素的检测和统计数据。
14.优选的，所述步骤c中的特征识别模块包括：识别单元、数据读取单元和记录单元。
15.优选的，所述步骤d中的聚类合并单元，用于对存储的特征要素进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
16.优选的，所述步骤d中的数据库为存储器，其型号为powermax8000，用于存储特征要素的检测和统计数据。
17.优选的，所述步骤e中的人机交互模块，用于通过信息输出将特征要素的检测和统计数据呈现给用户，以及通过信息输入接收用户指令和反馈信息。
18.优选的，所述步骤f中的led显示屏为p1.53小间距led显示屏。
19.优选的，所述步骤e中的人机交互模块为处理器，其型号为gf9450c-cbe3。
20.与现有技术相比，本发明的有益效果如下：
21.本发明通过采集模块将现有的地点建筑场景激光雷达点云数据及道路全景影像纹理数据进行融合，进而可使激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系，通过在采集融合现有的地点建筑场景数据，进而可在所采集的现有地点城市道路图像和图形中进行特征提取，通过识别现有地点城市道路图像和图形中的特征，进而可获得特征要素的图像及位置信息进行存储，通过对存储的特征要素进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素，通过人机交互模块，便于对历史建筑详细信息进行提取出，通过采用数据读取和记录单元，用于将提取出的历史建筑详细信息进行读取和记录，通过led显示屏，用于对历史建筑物详细信息进行实时显示，进而便于人员对信息数据进行查看，解决了城市建筑详细信息获取主要依赖于全站仪、航空摄影测量和卫星影像等，但由于数据获取能力的限制，很难有效地对历史建筑详细信息进行智能提取的问题。
附图说明
22.将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
23.图1为本发明步骤示意图。
具体实施方式
24.一种基于三维激光点云及影像纹理数据的历史建筑详细信息智能提取方法，其提
取方法包括如下步骤：
25.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
26.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
27.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
28.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
29.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
30.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
31.实施例二：
32.在实施例一中，再加上下述工序：
33.步骤c中所提及的特征要素为历史建筑的图像纹理数据和位置信息数据。
34.其提取方法包括如下步骤：
35.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
36.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
37.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
38.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
39.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
40.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
41.实施例三：
42.在实施例二中，再加上下述工序：
43.步骤a中的数据采集模块包括：激光雷达点云扫描装置，用于采集激光点云，并将采集到的激光点云进行校准、拼接，获取城市场景中历史建筑的激光雷达点云数据；道路全景影像采集设备，用于获取城市场景中的历史建筑道路全景影像纹理数据。
44.其提取方法包括如下步骤：
45.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
46.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
47.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
48.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
49.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
50.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
51.实施例四：
52.在实施例三中，再加上下述工序：
53.步骤c中的特征识别模块，用于根据映射关系，识别城市场景中所要检测的特征要素，对特征要素进行检测和统计，存储特征要素的检测和统计数据。
54.其提取方法包括如下步骤：
55.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
56.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
57.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
58.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
59.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
60.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
61.实施例五：
62.在实施例四中，再加上下述工序：
63.步骤c中的特征识别模块包括：识别单元、数据读取单元和记录单元。
64.其提取方法包括如下步骤：
65.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
66.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
67.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
68.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
69.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
70.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
71.实施例六：
72.在实施例五中，再加上下述工序：
73.步骤d中的聚类合并单元，用于对存储的特征要素进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
74.其提取方法包括如下步骤：
75.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
76.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
77.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
78.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
79.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
80.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
81.实施例七：
82.在实施例六中，再加上下述工序：
83.步骤d中的数据库为存储器，其型号为powermax8000，用于存储特征要素的检测和统计数据。
84.其提取方法包括如下步骤：
85.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
86.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
87.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
88.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
89.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
90.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
91.实施例八：
92.在实施例七中，再加上下述工序：
93.步骤e中的人机交互模块，用于通过信息输出将特征要素的检测和统计数据呈现给用户，以及通过信息输入接收用户指令和反馈信息。
94.其提取方法包括如下步骤：
95.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
96.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
97.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
98.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
99.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
100.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
101.实施例九：
102.在实施例八中，再加上下述工序：
103.步骤f中的led显示屏为p1.53小间距led显示屏。
104.其提取方法包括如下步骤：
105.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
106.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
107.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
108.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
109.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
110.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
111.实施例九：
112.在实施例八中，再加上下述工序：
113.步骤e中的人机交互模块为处理器，其型号为gf9450c-cbe3
114.其提取方法包括如下步骤：
115.a、首先通过数据采集模块获取现在城市场景中包含位置信息的激光雷达点云数据及道路全景影像纹理数据；
116.b、然后通过数据融合模块将获取的包含位置信息的激光雷达点云数据及道路全景影像纹理数据进行融合，将激光雷达点云数据、道路全景影像纹理数据和位置信息基于时间信息建立映射关系；
117.c、根据其映射关系，通过特征识别模块识别现在城市场景中所要检测的历史建筑特征要素，对现在城市场景中历史建筑特征要素进行检测和统计，读取特征要素在城市场景中的位置信息，存储特征要素的图像及位置信息，对特征要素进行编号；根据特征要素所
对应的激光雷达点云数据读取特征要素边界的几何尺寸信息，存储几何尺寸信息；
118.d、然后通过聚类合并单元对原有存储的特征要素和现在城市场景中检测到的历史建筑特征要素放入数据库中进行聚类合并，将位置接近以及几何尺寸接近的特征要素归为一类，视为同一个特征要素。
119.e、通过人机交互模块将特征要素的检测和统计数据信息输出呈现给用户，以及通过信息输入接收用户指令和反馈信息，然后通过用户指令将同一个特征要素取出显示；
120.f、最后通过led显示屏对特征要素进行显示，进而便于用户对历史建筑详细信息进行查看。
121.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
122.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。