专利交易市场

本发明公开了一种基于密集匹配点云特征的城市建筑物三维模型重建方法，通过Alpha Shape算法提取建筑物的初始轮廓，再利用道格拉斯‑普克（Douglas‑Peucker，D‑P）算法提取关键轮廓点进行主方向规则化处理；最后结合建筑物轮廓线信息和高程信息构建LOD1级城市建筑物三维模型。该方法能够有效克服传统Alpha Shape算法所易出现的轮廓线呈锯齿状的现象，对实现建筑物单体化的构建具有重要应用价值。

本发明公开了一种基于改进同伦映射算法的建筑物三维模型构建方法及系统，其中该方法包括：分别获取建筑物的底层平面图像、顶层平面图像和侧面图像，进而构建出建筑物底层轮廓曲线函数、顶层轮廓曲线函数和建筑物侧面变化曲线；将建筑物侧面变化曲线的控制点坐标进行标准化，再进行曲线拟合得到同伦映射函数；再基于改进同伦映射算法，得到建筑物的各层轮廓曲线上控制点的水平面二维坐标；根据建筑物的层数以及层高，得到建筑物的各个层轮廓曲线上的控制点的竖直坐标；根据建筑物的各个层轮廓线上控制点坐标值，依次生成各层轮廓曲线，最终得到出整个建筑物的三维模型。

本公开提供了一种三维模型的渲染方法、装置、计算机设备及存储介质，其中，该方法包括：获取目标三维模型、颜色贴图、以及为所述目标三维模型施加的动态特效的效果贴图；确定所述动态特效对应所述颜色贴图的初始透明度遮罩贴图；基于所述效果贴图和所述初始透明度遮罩贴图，确定特效展示效果贴图、以及确定所述动态特效对应的目标透明度遮罩贴图；基于所述特效展示效果贴图、所述目标透明度遮罩贴图、和所述颜色贴图，对所述目标三维模型进行渲染，得到所述目标三维模型对应的动态特效在播放过程中的渲染图像。本公开实施例简化了动态特效的制作过程，提升了动态特效的展示效果。

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。

本发明公开了一种三维模型建立系统，包括：识别模块，用于对输入的位图、矢量图进行识别；特征提取模块，用于提取识别出的线条、线型、颜色、图案、尺寸、相对相对位置特征；规则模块，用于存储现有制图的规则、标准；图纸分析模块，对图形与现有制图规则的符号、规则特征进行比对，从而逐一识别出图纸含义；三维建模模块，根据识别的户型图加上识别的层高或输入的层高建立三维的户型模型；对于水电布局、空调布局图纸，由人工指定其基准位置或通过识别其在二维图纸中的相对位置以及在整个户型布局中的位置，从而自定附加在整个三维模型内；三维编辑模块，用于编辑三维模型；光线渲染模块，用于提供自然光、灯光模型。