一种立面目标智能检测方法、系统及可读存储介质与流程

本申请涉及建筑立面测量，具体而言，涉及一种立面目标智能检测方法、系统及可读存储介质。

背景技术：

1、随着三维激光扫描技术的快速发展，激光扫描技术以其具有非接触测量、数据采样率高、高精度、高分辨率、全景化扫描等特点，在工程测量、文物保护、数字城市等多个领域得到了广泛的应用。目前，已有研究人员将其用于建筑立面测量领域，具体会通过获取反映建筑场景的全景化点云数据，并将其加载到cad软件中人为进行立面绘图，以达到减少外业测绘时间，提高工作效率的效果。然而，由于人为主观因素的干扰，以及海量的点云数据同时也带来了庞大的工作量，若仍基于人机交互的方式进行测绘制图以及人为识别立面目标，会使得在影响立面成像效果的同时，降低立面目标检测精度，最终在无法满足建筑立面快速测绘制图的应用需求的情况下，影响技术发展。

技术实现思路

1、本申请实施例的目的在基于提供一种立面目标智能检测方法、系统及可读存储介质，能够提高立面目标检测精度果。

2、本申请实施例还提供了一种立面目标智能检测方法，所述方法包括：

3、s1、获取对应目标建筑的建筑点云集，并基于所述建筑点云集生成建筑俯视轮廓图；

4、s2、基于所述建筑俯视轮廓图，通过十字型算子进行角点检测，其中，检测到的角点包括多条可行方向；

5、s3、针对每一角点沿着所述多条可行方向进行相邻角点的搜索、连接，并在确定完成角点连接时，输出完整轮廓图；

6、s4、基于完整轮廓图，确定目标立面，并提取所述目标立面的立面点云集；

7、s5、基于所述立面点云集进行分层投影，并对所得的多层投影图进行拼接，得到所述目标立面的立面成像图；

8、s6、将所述立面成像图输入到训练好的u型结构深度学习模型中，进行立面目标检测。

9、本申请还提供了一种立面目标智能检测系统，所述系统包括俯视轮廓处理模块、立面划分模块、立面成像模块以及立面目标检测模块，其中：

10、所述俯视轮廓处理模块，用于获取对应目标建筑的建筑点云集，并基于所述建筑点云集生成建筑俯视轮廓图；

11、所述俯视轮廓处理模块，还用于基于所述建筑俯视轮廓图，通过十字型算子进行角点检测，其中，检测到的角点包括多条可行方向；

12、所述俯视轮廓处理模块，还用于针对每一角点沿着所述多条可行方向进行相邻角点的搜索、连接，并在确定完成角点连接时，输出完整轮廓图；

13、所述立面划分模块，用于基于完整轮廓图，确定目标立面，并提取所述目标立面的立面点云集；

14、所述立面成像模块，用于基于所述立面点云集进行分层投影，并对所得的多层投影图进行拼接，得到所述目标立面的立面成像图；

15、所述立面目标检测模块，用于将所述立面成像图输入到训练好的u型结构深度学习模型中，进行立面目标检测。

16、第三方面，本申请实施例还提供了一种可读存储介质，所述可读存储介质中包括立面目标智能检测方法程序，所述立面目标智能检测方法程序被处理器执行时，实现如上述任一项所述的一种立面目标智能检测方法的步骤。

17、由上可知，本申请实施例提供的一种立面目标智能检测方法、系统及可读存储介质，获取对应目标建筑的建筑点云集，并基于所述建筑点云集生成建筑俯视轮廓图；基于所述建筑俯视轮廓图，通过十字型算子进行角点检测，其中，检测到的角点包括多条可行方向；针对每一角点沿着所述多条可行方向进行相邻角点的搜索、连接，并在确定完成角点连接时，输出完整轮廓图；基于完整轮廓图，确定目标立面，并提取所述目标立面的立面点云集；基于所述立面点云集进行分层投影，并对所得的多层投影图进行拼接，得到所述目标立面的立面成像图；将所述立面成像图输入到训练好的u型结构深度学习模型中，进行立面目标检测。当前一方面通过通过十字型算子进行角点检测，能够从图中识别到断点和拐点，之后，通过角点连接即可得到较为细致的轮廓图，为后续确定目标立面以及提高目标检测进度提供良好的数据基础。另一方面，通过分层投影的方式能进一步地保证三维物体内部信息的获取，为后续的立面成像提供了保障，提高了立面成像效果。

18、本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种立面目标智能检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述建筑俯视轮廓图中包括多条骨架线，且各所述骨架线均由多个骨架点构成；步骤s2中，所述基于所述建筑俯视轮廓图，通过十字型算子进行角点检测，包括

3.根据权利要求2所述的方法，其特征在于，在执行步骤s3之前，所述方法还包括使用非极大值抑制算法，进行角点筛选，其中会：

4.根据权利要求2所述的方法，其特征在于，步骤s3中，所述针对每一角点沿着所述多条可行方向进行相邻角点的搜索、连接，包括：

5.根据权利要求1所述的方法，其特征在于，步骤s5中，所述基于所述立面点云集进行分层投影，并对所得的多层投影图进行拼接，得到所述目标立面的立面成像图，包括：

6.根据权利要求5所述的方法，其特征在于，步骤s52中，所述针对每个建筑分层，基于关联到的投影分辨率进行点云投影，得到相应的目标分层投影图，包括：

7.根据权利要求1所述的方法，其特征在于，步骤s6中，立面目标检测的过程中，所述方法包括：

8.根据权利要求7所述的方法，其特征在于，步骤s64中，生成相应的目标检测框的过程中，所述方法包括：

9.一种立面目标智能检测系统，其特征在于，所述系统包括俯视轮廓处理模块、立面划分模块、立面成像模块以及立面目标检测模块，其中：

10.一种可读存储介质，其特征在于，所述可读存储介质中包括立面目标智能检测方法程序，所述立面目标智能检测方法程序被处理器执行时，实现如权利要求1至8中任一项所述的方法的步骤。

技术总结
本申请实施例提供的一种立面目标智能检测方法、系统及可读存储介质，所述方法包括：获取对应目标建筑的建筑点云集，并基于建筑点云集生成建筑俯视轮廓图；基于建筑俯视轮廓图，通过十字型算子进行角点检测，其中，检测到的角点包括多条可行方向；针对每一角点沿着多条可行方向进行相邻角点的搜索、连接，并在确定完成角点连接时，输出完整轮廓图；基于完整轮廓图，确定目标立面，并提取目标立面的立面点云集；基于立面点云集进行分层投影，并对所得的多层投影图进行拼接，得到目标立面的立面成像图；将立面成像图输入到训练好的U型结构深度学习模型中，进行立面目标检测。该方法的实施能够提高立面目标检测精度。

技术研发人员：陈磊,李斌,王艳,谭蔚,罗益君,李成建,王杰,钟小军,程曦,范斌,向前龙,吕颖,匡江霞,刘贝贝,徐飞跃
受保护的技术使用者：武汉纵横天地空间信息技术有限公司
技术研发日：
技术公布日：2024/1/14