-
公开(公告)号:CN109960717A
公开(公告)日:2019-07-02
申请号:CN201910223913.2
申请日:2019-03-22
Applicant: 北京建筑大学
Abstract: 本发明实施例提供一种室内导航路网地图模型数据组织方法及系统,该方法包括:基于ODBC从目标建筑物的BIM模型中提取出目标建筑物部位节点的几何信息、语义信息和拓扑信息,对提取出的所有信息进行筛选和重组,获取处理后的信息;基于Blender软件从所述BIM模型中提取各所述部位节点的空间坐标信息,根据各所述部位节点的空间坐标信息,从所有所述部位节点中选择多个部位节点作为连接点;将所述处理后的信息、各所述部位节点的空间坐标信息和各所述连接点的信息进行整合,将整合结果作为所述目标建筑物的室内导航路网地图模型的数据组织结果。本发明实施例中组织后的数据包含了建筑物结构表达和室内空间信息,信息丰富且为三维。
-
公开(公告)号:CN108710739A
公开(公告)日:2018-10-26
申请号:CN201810449435.2
申请日:2018-05-11
Applicant: 北京建筑大学
CPC classification number: G06F17/5004 , G06T17/00
Abstract: 本发明提供一种建筑信息模型轻量化和三维场景可视化的方法及系统,其中方法包括:建立目标建筑的BIM模型,并将BIM模型解析成FBX文件;从FBX文件中提取BIM模型中各个构件的几何信息和材质信息;将所有构件的几何信息存储至目标OBJ文件中,将所有构件的材质信息存储至目标MTL文件中;基于WebGL根据目标OBJ文件和目标MTL文件对目标建筑进行三维可视化显示。该方法及系统有效实现了目标建筑BIM模型的轻量化,降低了BIM模型数据的冗余,一定程度上提高了智能移动终端组织和展示BIM模型数据的效率。此外,目标建筑在智能移动终端上的三维可视化显示可作为室内定位的基础三维地图,为实现智能移动终端室内定位奠定了基础。
-
公开(公告)号:CN108632749A
公开(公告)日:2018-10-09
申请号:CN201810450515.X
申请日:2018-05-11
Applicant: 北京建筑大学
Abstract: 本发明提供一种室内定位方法和装置,其中方法包括:根据路径损耗算法获得终端至所述基站组内各基站的距离;获取所述基站组内各基站在室内BIM模型中的坐标,结合所述终端至所述基站组内各基站的距离,利用三边测量算法获得终端在所述室内BIM模型中的坐标;根据所述室内BIM模型预设的约束条件对终端在所述室内BIM模型中的坐标进行纠正,并在室内BIM模型中显示终端纠正后的坐标。本发明实施例一方面使得终端的坐标也能够实时反应到室内BIM模型中,丰富了室内BIM模型的展示效果,给BIM模型的应用带了全新的思路,并且利用室内BIM模型预设的约束条件对终端在室内BIM模型中的坐标进行纠正,能够更真实地反应终端的位置。
-
公开(公告)号:CN107274421A
公开(公告)日:2017-10-20
申请号:CN201710301493.6
申请日:2017-05-02
Applicant: 北京建筑大学
IPC: G06T7/13
Abstract: 本发明提供一种遥感影像尺度计算方法、可读存储介质和计算机设备用于解决现有技术中计算得出的尺度参数对于分割和物理影像中的基元时,分割的精度和效率均不高的问题。其中遥感影像尺度计算方法,包括:S101获取矢量边缘信息;S102基于矢量边缘信息计算空域尺度,获得空域尺度图像;S103基于矢量边缘信息和空域尺度图像计算获得值域尺度图像。本发明将遥感影像中的矢量边缘及其形状特征信息作为约束条件,进行遥感影像分割的空域尺度与值域尺度计算。分别从地理空间和光谱空间两方面获得遥感影像多尺度分割的尺度参数,并且提高了影像分割的精度及效率。
-
公开(公告)号:CN106203238A
公开(公告)日:2016-12-07
申请号:CN201510221737.0
申请日:2015-05-05
Applicant: 北京建筑大学
Abstract: 移动测图系统街景影像中井盖部件识别方法,所述方法包括读入图像数据,获取图像参数;图像预处理,对图像中的边缘特征进行增强;利用加权矢量边缘检测方法对图像预处理后的图像进行边缘检测,获取边缘特征图像;基于所述矢量边缘特征图像,获取边缘点集,并提取每个边缘点集对应的矢量轮廓链表;对所有矢量轮廓链表按照判别依据逐个计算,采用最小二乘法解算疑似井盖椭圆方程系数,并利用系数相似度阈值及系数计数器控制检测精度;依据移动测图系统街景影像中井盖的几何特征和/或方位特征进行虚假椭圆的剔除。其目的在于提供一种定位准确、识别率高的移动测图系统街景影像中井盖部件识别方法。
-
公开(公告)号:CN105528793A
公开(公告)日:2016-04-27
申请号:CN201610019361.X
申请日:2016-01-12
Applicant: 北京建筑大学
IPC: G06T7/00
CPC classification number: G06T2207/10032
Abstract: 本发明提供了一种高空间分辨率遥感影像的分割方法及系统,该方法包括:提取待处理的高空间分辨率遥感影像的矢量边缘特征以及光谱特征;根据所述遥感影像的光谱特征以及矢量边缘特征,确定所述遥感影像的分割参数;根据所述分割参数对所述遥感影像进行影像分割,获取分割结果;判断所述分割结果是否满足预设条件,若所述分割结果不满足预设条件,则调整所述分割参数,并根据调整后的分割参数对所述遥感影像进行均值漂移分割。本发明实施例可以根据高分遥感影像自身的性质确定合理的分割参数,从而实现基于分割参数自适应进行遥感影像的分割。
-
公开(公告)号:CN111008422B
公开(公告)日:2022-11-22
申请号:CN201911205533.2
申请日:2019-11-29
Applicant: 北京建筑大学
IPC: G06F30/13 , G09B29/00 , G06F111/20
Abstract: 本发明实施例提供一种建筑物实景地图制作方法及系统,该方法包括:构建目标实景的BIM模型,并根据几何结构,对BIM模型的模型结构进行分类处理,得到第一分类几何结构和第二分类几何结构;根据第一分类几何结构的语义类型,将第一分类几何结构的模型数据存储为第一文件格式数据;根据第二分类几何结构的语义类型,将第二分类几何结构的模型数据存储为第二文件格式数据;获取目标实景的纹理数据,并将纹理数据分别与第一文件格式数据和第二文件格式数据进行坐标匹配,以得到目标实景对应的实景地图。本发明实施例提高了建筑物室内外实景地图的精度,使得建筑物实景地图更有效的应用于三维场景的定位和导航。
-
公开(公告)号:CN110933632B
公开(公告)日:2021-07-27
申请号:CN201911223157.X
申请日:2019-12-03
Applicant: 北京建筑大学
Abstract: 本发明实施例提供一种终端室内定位方法及系统,该方法包括:获取待测终端接收到多个广播信号的强度;根据每一广播信号的强度和信号传播损耗模型,获取待测终端与每一信号发送设备的距离;根据每一信号发送设备的预设三维坐标和待测终端与每一信号发送设备的距离,获取待测终端的初始三维坐标;根据待测终端当前室内的三维建筑地图,对初始三维坐标进行校正,获取待测终端的最佳三维坐标。本发明实施例通过待测终端接收到的广播信号的强度,结合每个信号发送设备的预设三维坐标,就可以计算出待测终端的初始三维坐标,结合室内三维建筑地图,对该待测终端的初始三维坐标进行校正,从而提高了终端室内定位的准确性。
-
公开(公告)号:CN108648269A
公开(公告)日:2018-10-12
申请号:CN201810450489.0
申请日:2018-05-11
Applicant: 北京建筑大学
Abstract: 本发明实施例提供三维建筑物模型的单体化方法和系统。其中,方法包括:根据目标建筑物的建筑信息模型获取目标建筑物的白模;分别将目标建筑物每个面的倾斜遥感影像进行处理,获取目标建筑物各个面的正视纹理影像;根据目标建筑物各个面的正视纹理影像对目标建筑物的白模进行渲染,获得目标建筑物的单体化模型。本发明实施例提供的三维建筑物模型的单体化方法和系统,通过将建筑信息模型数据的几何信息与遥感影像的纹理信息进行有机结合,一方面能快速、方便地实现三维建筑物模型的单体化,效率较高,另一方面能有效识别与区分三维地理信息系统中的独立地物,能提高三维建筑物模型单体化的准确性。
-
公开(公告)号:CN107346413A
公开(公告)日:2017-11-14
申请号:CN201710344812.1
申请日:2017-05-16
Applicant: 北京建筑大学
CPC classification number: G06K9/00818 , G06K9/00785 , G06K9/342 , G06K9/4652 , G06K9/4671 , G06T7/13 , G06T2207/30256
Abstract: 本发明提供一种街景影像中的交通标志识别方法及系统,包括:接收街景图像,对所述街景图像进行预处理,增强所述街景图像中的交通标志兴趣特征;利用HIS彩色空间阈值和非彩色区域阈值相组合的方式提取出所述街景图像中的交通标志兴趣特征;利用形状特征对基于颜色特征提取的所述交通标志兴趣特征进行优化筛选,去除掉所述街景图像中的虚假区域;将所述交通标志兴趣特征发送至多层神经网络中,对所述兴趣特征进行识别,并输出识别结果。本发明通过对街景图像进行处理,提取交通标示兴趣特征,再利用训练好的多卷集神经网络对交通标志进行识别,提升了识别率,降低了街景图像自身因素对识别的影响。
-
-
-
-
-
-
-
-
-