(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 202210237796.7 (22)申请日 2022.03.11 (71)申请人 浙江泰乐 地理信息技 术股份有限公 司 地址 313200 浙江省湖州市德清县舞 阳街 道科源路10号2幢1 1层 (72)发明人 王爱琴　路毅　李志阳　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 张姗 (51)Int.Cl. G06T 17/20(2006.01) G06K 9/62(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06V 10/54(2022.01) G06V 20/17(2022.01) (54)发明名称 一种基于激光扫描的自动分类建模方法 (57)摘要 本发明涉及图像数据技术领域， 具体涉及一 种基于激光扫描的自动分类建模 方法； 通过激光 扫描获得带有RGB的点云数据； 通过激光扫描获 得带有RGB的点云数据； 通过倾斜摄影测量获取 具有纹理的影像数据； 通过空中三角测量对所述 影像数据进行空间相对定向， 得到测量成果； 将 所述点云数据和所述测量成果通过吻合匹配算 法进行模型迭代匹配， 得到融合模型； 利用激光 点云光谱反射特征对所述融合模型进行筛选分 类,在整个建模 过程放弃了过去三角网构建过程 中海量运算， 直接采取拟合方式对建模对象进行 立面建模计算， 大大节省了建模时间， 节约了建 模计算资源。 权利要求书1页 说明书4页 附图2页 CN 114638940 A 2022.06.17 CN 114638940 A 1.一种基于 激光扫描的自动分类建模方法， 其特 征在于， 包括以下步骤： 通过激光扫描获得 带有RGB的点云数据； 通过倾斜摄影测量获取 具有纹理的影像数据； 通过空中三角测量对所述影 像数据进行空间相对定向， 得到测量成果； 将所述点云数据和所述测量成果通过吻合匹配算法进行模型迭代匹配， 得到融合模 型； 利用激光 点云光谱反射特 征对所述融合模型进行筛 选分类。 2.如权利要求1所述的一种基于 激光扫描的自动分类建模方法， 其特 征在于， 所述通过激光扫描获得 带有RGB的点云数据的具体方式： 通过无人机激光扫描空间对象， 得到带有RGB的扫描数据， 构建边际面模型； 删除所述 边际面模型中的畸点数据， 得到初始化的RGB的点云数据； 基于所述初始化的RGB的点云数据调 节所述空间对象参数， 得到带有RGB的所述点云数 据。 3.如权利要求1所述的一种基于 激光扫描的自动分类建模方法， 其特 征在于， 所述通过倾斜摄影测量获取 具有纹理的影像数据的具体方式； 通过所述无人机倾斜摄影， 建立空间对象的轮廓模型和表面纹 理模型； 通过对所述轮廓模型和表面纹 理模型匹配， 得到所述影 像数据。 4.如权利要求2所述的一种基于 激光扫描的自动分类建模方法， 其特 征在于 所述删除所述 边际面模型中的畸点数据的具体方式为： 通过建模设备对所述边际面模型具有偏离和向外发散的点进行报错， 得到报错点， 并 标记所述报错 点形成标记点； 通过所述建模设备删除所述标记点， 得到初始化的RGB的点云数据。 5.如权利要求 4所述的一种基于 激光扫描的自动分类建模方法， 其特 征在于， 所述将所述点云数据和所述测量成果通过吻合匹配算法进行模型迭代匹配， 得到 融合 模型的具体方式为： 确定所述测量成果的关键要素； 基于所述关键要素， 将所述点云数据和所述测量成果通过吻合匹配算法进行模型迭代 匹配， 得到融合模型。 6.如权利要求3所述的一种基于 激光扫描的自动分类建模方法， 其特 征在于， 所述通过对所述轮廓模型和表面纹 理模型匹配， 得到所述影 像数据的具体方式为： 通过对所述轮廓模型和表面纹理模型匹配， 若所述轮廓模型和所述表面纹理模型相互 拟合， 生成所述影像数据， 若 所述轮廓模型和表 面纹理模型匹配相互不拟合， 返回通过倾斜 摄影测量获取了具有纹 理的影像数据的步骤， 直至生成所述影 像数据。权　利　要　求　书 1/1 页 2 CN 114638940 A 2一种基于激光扫描的 自动分类建模方 法 技术领域 [0001]本发明涉及图像数据处理技术领域， 尤其涉及一种基于激光扫描的自动分类建模 方法。 背景技术 [0002]三维激光扫描技术是近年来兴起的一种新型精确扫描技术， 以精度 高、 细节表现 全面为主要技术突破点， 广泛应用于影视、 测量测绘、 逆向工程等领域， 是当前最可靠的计 算机读取现实世界的技术途径。 但是激光扫描后的点云数据是一种离散数据对 象， 无法进 行精准量测， 因而需要在点云数据基础开展三 维空间模型建模， 使之变成完整模 型对象， 并 加以应用。 [0003]现有点云建模工具、 算法主要是基于点对象三角网技术创建的， 优点是能够精确 展现模型细节， 但存在建模时间长、 数据量大、 易出错等问题。 对于大规模模型如建筑物、 地 下空间等大 型相对规整对象进行建模时， 问题尤其 突出。 发明内容 [0004]本发明的目的在于提供一种基于激光扫描的自动分类建模方法， 旨在 解决现有点 云建模基于点对象三角网技 术创建， 建模时间长易出错的问题。 [0005]为实现上述目的， 本发明提供了一种基于激光扫描的自动分类建模方法， 包括以 下步骤： [0006]通过激光扫描获得 带有RGB的点云数据； [0007]通过倾斜摄影测量获取 具有纹理的影像数据； [0008]通过空中三角测量对所述影 像数据进行空间相对定向， 得到测量成果； [0009]将所述点云数据和所述测量成果通过吻合匹配算法进行模型迭代匹配， 得到融合 模型； [0010]利用激光 点云光谱反射特 征对所述融合模型进行筛 选分类。 [0011]其中， 所述 通过激光扫描获得 带有RGB的点云数据的具体方式： [0012]通过无人机激光扫描空间对象， 得到带有RGB的扫描数据， 构建边际面模型； [0013]删除所述 边际面模型中的畸点数据， 得到初始化的RGB的点云数据； [0014]基于所述初始化的RGB的点云数据调节参数， 得到带有RGB的所述 点云数据。 [0015]其中， 所述 通过倾斜摄影测量获取 具有纹理的影像数据的具体方式； [0016]通过所述无人机倾斜摄影， 建立空间对象的轮廓模型和表面纹 理模型； [0017]通过对所述轮廓模型和表面纹 理模型匹配， 得到所述影 像数据。 [0018]其中， 所述删除所述 边际面模型中的畸点数据的具体方式为： [0019]通过建模设备对所述边际面模型具有偏离和向外发散的点进行报错， 得到报错 点， 并标记所述报错点形成标记点； 通过所述建模设备删除所述标记点， 得到初始化的RGB 的点云数据。说　明　书 1/4 页 3 CN 114638940 A 3