(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210504279.1 (22)申请日 2022.05.10 (71)申请人 泰瑞数创科技 （北京） 股份有限公司 地址 100086 北京市海淀区中关村南大街5 号二区683栋20层22 (72)发明人 刘俊伟　邬丽娟　杨文雪　 (74)专利代理 机构 北京中普鸿儒知识产权代理 有限公司 1 1822 专利代理师 韩明 (51)Int.Cl. G06T 17/05(2011.01) G06T 17/10(2006.01) G06T 3/40(2006.01) G06T 7/33(2017.01) G06T 7/40(2017.01)G06F 30/13(2020.01) G06N 3/04(2006.01) (54)发明名称 基于三维语义模型的地理实体多形态表达 方法 (57)摘要 本申请公开了基于三维语义模型的地理实 体多形态表达方法， 包括以下步骤： 获取基于旋 转和俯角调整的倾斜摄影三维模 型， 对三维模型 与前期模型进行配准， 实现图元和语义解析； 通 过OGCCityGML标准定义不同层级模型的图元和 语义表达， 建立各层级 图元和语义映射表； 基于 图元和语义映射关系， 重构 模型从而实现不同层 级模型的派生， 其中每个对象都与LoD标签关联， 即同一个对象可以有对应不同LoD的模型表达， 其均与同一个实体 关联， 在不同细 节层级下选择 对应的显示方式， 实现实体在相应LoD下的显著 表达。 本申请实现了精确高效建模三维语义模型 的多层次结构的派生， 完善了地理实体的各不同 层次表达需求。 权利要求书4页 说明书11页 附图5页 CN 115272591 A 2022.11.01 CN 115272591 A 1.基于三维语义模型的地理实体多形态 表达方法， 主 要包括了如下步骤： S1、 建立地理空间直角坐标系E， 构建基于旋转倾斜摄影装置的三维模型， 与前期模型 进行1:1的比例配准， 同时收集建筑内部影像图， 将其内部 设施配准于所述三 维模型中对应 建筑内部空间形成第五图元； 其中所述内部设施包括楼梯、 房间、 办公用具和家具； S2、 将所述三维模型中与前期模型中建筑屋顶重合的部分进行提取， 作为第一图元， 将 提取过后剩余的三维模型中的建筑部分， 作为第二图元， 将第一图元和/或建筑地面在E下 的投影作为第三图元； 提取所述三维模型中第一图元和第二图元的表面纹理特征作为第四 图元； 对三维模型中建筑窗、 门、 阳台进行提取， 形成第六图元； S3、 通过OGCCityGML标准定义不 同层级模型的图元和语义表达， 建立各层级图元和语 义映射表； S4、 基于图元和语义映射关系， 重构模型从而实现不同层级模型的派生， 其中每个图元 都与属于各自的LoD标签关联， 即同一个建筑对象都有对应不同LoD标签关联的模型表达， 且均与对应的同一个地理实体关联， 在不同细节层级下选择对应的显示方式， 实现实体在 相应LoD下的显著 表达。 2.根据权利要求1所述的方法， 其特 征在于， S1中前期模型的构建具体包括如下步骤： S1‑1采用无人机航拍记录规定区域 内的影像图， 同时采集航空LIDA R点云图， 以获得地 理实体数据； S1‑2将无人机航拍的所述规定区域内的影像图与LIDAR点云图进行配准， 获得一幅规 定区域的配准图像； 根据所述点云图中建筑顶面的高程信息而将当前建筑中心点而沿着E 坐标系Z轴垂直平移 拼接影像图中各建筑的边界罩M到各建筑顶面的高程， 以完成当前规定 区域的三维模型； S1‑3选择其他多个规定区域， 重复步骤S1 ‑1‑S1‑2获得更多幅所选择的规定区域的配 准图像， 建立 三维模型， 以完成前期模型。 3.根据权利要求2所述的方法， 其特 征在于， 其中， 所述S1 ‑1具体包括如下步骤： P1设定无人机在所述的规定区域以及所述其他多个规定区域内的飞行路线， 以及无人 机上航拍装置的 曝光时间点； P2起飞无人机， 按照所述飞行路线飞行， 同时按照所述曝光时间点进行影像采集， 获得 多幅影像图； 同步采集 航空LIDAR点云图； 其中， 所述飞行路线为多个直线段 所组成， 此时， P1中若所述规定区域为矩形区域， 此时所述的曝光时间点设置方式为： 设飞行路线上 无人机的影像采集范围为矩形区域R， 在当前影像图采集后， 无人机飞行过所述范围R的飞 行方向上R的宽度 距离时即选取为下一个影像图曝光时间点， 当R的上边界与所述规定区域 的上边界重叠， 或R的上边界在飞行方向上超过所述规定区域的上边界时， 无人机转向， 并 左移R一个长度的距离反向飞行继续采集影像图， 曝光时间点的选取与正向飞行时的一致， 当R的下边界与所述规定区域的下边界重叠， 或R的下边界在飞行方向上超过所述规定区域 的下边界时， 无人机再次转向， 并右移R一个长度的距离再次正向飞行继续采集影像图， 且 曝光时间点的选取 方式不变， 如此循环， 能够完成所述 规定区域的全域影 像图的采集； 若所述规定区域为圆形或椭圆形区域时， 先作所述圆形和椭圆形的最小外接矩， 则基 于所述最小外接矩进行与所述规定区域为矩形区域时同样的曝光时间点设置方式进行曝权　利　要　求　书 1/4 页 2 CN 115272591 A 2光时间点的设置， 以及同样的影 像图采集方式采集； 若所述规定区域为其他形状区域时， 先作所述圆形和椭圆形的外接矩， 则基于所述外 接矩进行与所述规定区域为矩形区域时同样的曝光时间点设置方式进行曝光时间点的设 置， 以及同样的影像图采集方式采集， 其中所述外接矩由一个矩形 的四条边在此时靠 向所 述其他形状区域， 当四条边与其他形状区域都存在切 点或交点时停止靠 向， 此时所述的一 个矩形即为所述外 接矩； P2中所述同步采集航空LIDAR点云图的方式为： 根据曝光时间点而同步启动点云图扫 描程序， 在飞行初始时刻即同步对所述 规定区域全域扫描； 所述S1‑2具体包括如下步骤： P3选定一幅影 像图与全域扫描点云图的各定位 点； P4将采集的所述多幅影像图按照所述飞行路线的上曝光时间顺序进行拼接， 获得拼接 影像图， 并将同步采集的航空LIDAR点云图与拼接影像图按照各定位点一一对应重合， 以完 成所述配准； 其中， P3中所述一幅影像 图与全域扫描点云图都各自设定两个定位点， 且各自中的每 一个的所述定位 点在E下的坐标与对方的一个所述定位 点在E下的坐标相同。 4.根据权利要求3所述的方法， 其特征在于， P3中所述一幅影像图中的一个定位点与相 应的曝光时间点无人机所处的位置点在E的XOY平面上投影重合， 而另一个选择为与R的一 个顶点在E的XOY平面上投影重合； P4中， 在将采集的所述多幅影像图按照所述飞行路线的上曝光 时间顺序进行拼接之前 还包括对超过规定区域的影 像部分进行删减； 将同步采集的航空L IDAR点云图与拼接影 像图按照各定位 点一一对应重合具体包括： 将全域扫描点云图中的两个定位点与所述一幅影像图中具有相同坐标的定位点进行 重合操作， 以完成所述配准； 所述重合操作具体是在地理影像软件中已拼接完成的所述拼接影像图中导入全域扫 描点云图， 并在建立的E下将各自相同坐标的定位点经过平移、 旋转、 比例缩放中至少一者 操作以实现所述重合。 5.根据权利 要求1‑4中任一项所述的方法， 其特征在于， 对于S1 ‑2中当前建筑中心点的 获取包括如下步骤： P5基于所述配准图像， 使用无添加层的VGG ‑16算法作为CNN主干网络提取一系列不同 卷积层获得的特 征图， 特征图是输入图像尺寸的1/2 ‑1/10； 同时， 通过图像金字塔算法FPN利用CNN主干网络不同层来构建特征金字塔， 并预测多 个建筑的边框， P6对于多个建筑中的每一建筑， 都对所述一系列不同卷积层获得的特征图和对应的建 筑的边框利用Ro ISlign算法获得建筑的本地特 征图F； P7对于每个建筑的所述本地特征图F采用卷积层处理形成多边形边界罩M， 再利用卷积 层处理形成边界罩M的P个预测顶点； P8选定P个预测顶点中横坐标或纵坐标最大或最小的点为第一标定点， 如果存在横坐 标或纵坐标有相同最大或最小点， 则取相应的纵坐标或横坐标最大或最小的点为第一标定 点， 将第一标定点与剩余P ‑1个点之间按顺时针或逆时针连接预测点的路径顺序进行距离权　利　要　求　书 2/4 页 3 CN 115272591 A 3