本技术方案涉及一种利用深度学习算法的建筑物立面玻璃区域智能提取技术与系统。该技术通过分析多视角倾斜摄影影像,精准识别并提取玻璃区域;同时,从建筑物三维模型中获取立面点云数据,结合深度学习算法,实现对建筑物立面玻璃区域的高效、准确提取。
背景技术
随着三维建模算法和硬件的快速发展,城市实景三维模型广泛应用于建设规划、自动驾驶、应急管理等领域。其中,基于无人机(UAV)倾斜摄影测量的三维建模技术,效率高且成本低,非常适用于大规模的城市场景重建。同时,随着城市化进程,带有立面玻璃区域的建筑物变得越来越普遍,例如玻璃墙、玻璃门、玻璃阳台等。由于玻璃材质的特殊属性和特征检测匹配算法的局限性,建筑物的立面玻璃区域重建质量较差,存在不同程度的几何形变、纹理模糊等问题。提取建筑物立面玻璃区域,不仅可以为城市光照分析、光污染评估、电信号处理、节能减排等应用提供重要信息,而且还可以辅助建筑物模型的立面玻璃区域修复,从而美化模型。
倾斜摄影影像建筑物立面玻璃区域的提取,需要利用高分辨率的倾斜影像和其包含的空间上下文特征。另一方面,现有的玻璃检测研究主要针对自然影像中的玻璃,为智能机器人提供导航信息。和自然影像中的玻璃相比,倾斜影像中的玻璃尺度变化更大,外表种类更多(透明的,有颜色的或像镜子一样的立面玻璃区域)。此外,由于复杂的拍摄条件和高成像角度,倾斜影像中的玻璃往往存在较大的畸变。因此,从倾斜影像中检测玻璃更具挑战。
实现思路