-
公开(公告)号：CN118628698B
公开(公告)日：2024-11-12
申请号：CN202411119199.X
申请日：2024-08-15
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据的三维模型表面平整度优化方法，属于点云处理技术领域，包括以下步骤：S1：数据的采集与处理；S2：不平整点云的识别与优化。本发明能够自动识别点云数据中的不平整区域，而现有技术往往需要人工干预来识别这些区域，显著提高了效率和准确性；通过本发明提出的优化算法，优化了点云数据的表面平整度，减少了因表面不规则性导致的建模误差，提升了模型质量；通过自动化的识别和优化流程，减少了对人工操作的依赖，降低了因人工操作带来的误差和成本；最终输出的结果易于与其他三维建模软件和流程集成，方便用户进行后续的建模和分析工作。
-
公开(公告)号：CN118898691A
公开(公告)日：2024-11-05
申请号：CN202411395199.2
申请日：2024-10-08
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据处理的三维模型的高精度重建方法，属于点云数据处理技术领域，包括以下步骤：数据的采集与预处理；点云数据分割；轮廓线提取；三维模型建立。本发明通过多源点云数据的采集、配准、分割与轮廓线提取等步骤，能够实现建筑物三维模型的高精度重建，解决了单一数据源点云不完整、传统建模效率低下以及复杂建筑结构几何特征难以精确还原的问题，显著提高了点云数据处理的精度和效率；同时，使用RANSAC算法进行分割、改进的α‑shape算法提取轮廓线，并通过平滑处理提高了模型的精确性和细节还原度，更好地适用于复杂建筑结构的数字化重建。
-
Patent Agency Ranking
公开(公告)号：CN119251424B
公开(公告)日：2025-03-18
申请号：CN202411765524.X
申请日：2024-12-04
Applicant: 安徽建筑大学
IPC: G06T17/05 , G06T7/33 , G06T5/77 , G06V20/17 , G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了建筑点云数据高精度三维模型生成方法，属于点云深度学习建模技术领域，包括以下步骤：S1：多源建筑点云数据采集；S2：深度学习点云配准；S3：深度学习点云补全；S4：深度学习点云分割；S5：点云切片并提取建筑物参数；S6：依照提取的参数建立BIM模型。本发明通过深度学习方法优化点云配准、补全、分割及参数提取步骤，提供一种从点云数据到BIM模型自动化生成的高效方法，具有高精度、高鲁棒性和适应多源数据的优势。
-
公开(公告)号：CN119416333A
公开(公告)日：2025-02-11
申请号：CN202510026830.X
申请日：2025-01-08
Applicant: 安徽建筑大学
IPC: G06F30/13 , G06F30/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455 , G06T17/10 , G06T17/20 , G06T17/05
Abstract: 本发明公开了基于点云三维重建的建筑设计与分析方法，属于建筑物建模技术领域。本发明通过获取房屋外部点云数据，结合房屋CAD设计图纸（CAD图像），利用采集的数据集进行训练室内场景推测网络；使用对抗生成网络（GANs）来推测并生成室内场景的多视角图，再通过这些图像生成室内点云，最后融合室内外点云，实现在不知道房屋内部场景布局的情况下，推测设计出房屋内部布局，并建立房屋模型，不仅保护了房主的隐私，还提高了设计效率和准确性。
-
公开(公告)号：CN119416333B
公开(公告)日：2025-04-25
申请号：CN202510026830.X
申请日：2025-01-08
Applicant: 安徽建筑大学
IPC: G06F30/13 , G06F30/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455 , G06T17/10 , G06T17/20 , G06T17/05
Abstract: 本发明公开了基于点云三维重建的建筑设计与分析方法，属于建筑物建模技术领域。本发明通过获取房屋外部点云数据，结合房屋CAD设计图纸（CAD图像），利用采集的数据集进行训练室内场景推测网络；使用对抗生成网络（GANs）来推测并生成室内场景的多视角图，再通过这些图像生成室内点云，最后融合室内外点云，实现在不知道房屋内部场景布局的情况下，推测设计出房屋内部布局，并建立房屋模型，不仅保护了房主的隐私，还提高了设计效率和准确性。
-
公开(公告)号：CN119251424A
公开(公告)日：2025-01-03
申请号：CN202411765524.X
申请日：2024-12-04
Applicant: 安徽建筑大学
IPC: G06T17/05 , G06T7/33 , G06T5/77 , G06V20/17 , G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了建筑点云数据高精度三维模型生成方法，属于点云深度学习建模技术领域，包括以下步骤：S1：多源建筑点云数据采集；S2：深度学习点云配准；S3：深度学习点云补全；S4：深度学习点云分割；S5：点云切片并提取建筑物参数；S6：依照提取的参数建立BIM模型。本发明通过深度学习方法优化点云配准、补全、分割及参数提取步骤，提供一种从点云数据到BIM模型自动化生成的高效方法，具有高精度、高鲁棒性和适应多源数据的优势。
-
公开(公告)号：CN118628698A
公开(公告)日：2024-09-10
申请号：CN202411119199.X
申请日：2024-08-15
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据的三维模型表面平整度优化方法，属于点云处理技术领域，包括以下步骤：S1：数据的采集与处理；S2：不平整点云的识别与优化。本发明能够自动识别点云数据中的不平整区域，而现有技术往往需要人工干预来识别这些区域，显著提高了效率和准确性；通过本发明提出的优化算法，优化了点云数据的表面平整度，减少了因表面不规则性导致的建模误差，提升了模型质量；通过自动化的识别和优化流程，减少了对人工操作的依赖，降低了因人工操作带来的误差和成本；最终输出的结果易于与其他三维建模软件和流程集成，方便用户进行后续的建模和分析工作。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
