买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国电建集团中南勘测设计研究院有限公司申请的专利建筑物单体化信息提取方法、计算机装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114612488B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210242113.7，技术领域涉及：G06T7/12；该发明授权建筑物单体化信息提取方法、计算机装置及存储介质是由刘昊;刘承照;何维;谭可成;马晨哲;胡文柯;许强红;李顺设计研发完成，并于2022-03-11向国家知识产权局提交的专利申请。

本建筑物单体化信息提取方法、计算机装置及存储介质在说明书摘要公布了：本发明公开了一种建筑物单体化信息提取方法、计算机装置及存储介质，获取带地理坐标信息的建筑物二维正射影像和对应的三维点云数据；基于深度学习的实例分割模型获取建筑物在二维正射影像中的大致轮廓面；将所述大致轮廓面转换成真实地理坐标的轮廓面；基于步骤S3得到的轮廓面切割所述三维点云数据，得到三维点云集合；分离和保存所述三维点云集合中存在的多个建筑物，基于建筑物的空间几何结构，对房屋进行精细化处理，提取建筑物的属性信息。本发明突破了对倾斜摄影数据利用的技术瓶颈，实现了对倾斜摄影模型和点云模型中建筑物快速、智能的物理单体化，大幅减低了人工成本，提高了对倾斜摄影数据的利用率，提高了生产效率。

本发明授权建筑物单体化信息提取方法、计算机装置及存储介质在权利要求书中公布了：1.一种建筑物单体化信息提取方法，其特征在于，包括以下步骤： S1、获取带地理坐标信息的建筑物二维正射影像和对应的三维点云数据； S2、基于深度学习的实例分割模型获取建筑物在二维正射影像中的大致轮廓面； S3、将所述大致轮廓面转换成真实地理坐标的轮廓面； S4、基于步骤S3得到的轮廓面切割所述三维点云数据，得到三维点云集合； S5、分离和保存所述三维点云集合中存在的多个建筑物，基于建筑物的空间几何结构，对房屋进行精细化处理，提取建筑物的属性信息； 步骤S4的具体实现过程包括： S4.1、采用动态加载的方式读取所述轮廓面点数据，依据轮廓面点数据加载顺序生成轮廓多边形； S4.2、提取在轮廓多边形内部的点，得到三维点云集合； S4.3、计算三维点云集合中最大高度和最小高度的差值，保存高度差大于设定阈值的三维点云集合为单个点云文件； 步骤S5中，分离和保存步骤S4.3所述三维点云集合中存在的多个建筑物的具体实现过程包括： S5.1、加载三维点云集合，并按照均匀下采样的方式对三维点云集合进行下采样，并计算所述下采样后三维点云集合的法向量集合； S5.2、基于聚类算法对法向量集合进行聚类分析，得到各个类中心点坐标和带类别标签的点云； S5.3、基于所述类别标签，对下采样后三维点云集合进行分割，分离不同类别的点云和相同类别中不相邻的点云，并将其分别组成新的点云集合，从而得到建筑物各个构件的三维点云集合； S5.4、基于SVR算法对各个构件的三维点云集合拟合光滑平面，并根据步骤S5.2聚类所得各个类中心，计算出前、后、左、右、上五个方向距离类中心点最近的光滑平面，将所获得五个方向的光滑平面所包含的点云组成新的规则建筑物点云，即规则点云； S5.5、基于深度学习算法识别规则点云的各个面类别，消除噪音信息并给各个光滑平面赋予结构类别名称；同时，识别规则点云中的建筑物，得到建筑物的轮廓区域； S5.6、结合所述建筑物的轮廓区域和结构类别属性，从三维点云集合中分割得到单个建筑物的点云集合并分别保存，实现单个建筑物的物理单体化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国电建集团中南勘测设计研究院有限公司，其通讯地址为：410014 湖南省长沙市雨花区香樟东路16号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。