BRPI0713184A2 - sistema de modelação geoespacial e método de modelação geoespacial - Google Patents
sistema de modelação geoespacial e método de modelação geoespacial Download PDFInfo
- Publication number
- BRPI0713184A2 BRPI0713184A2 BRPI0713184-4A BRPI0713184A BRPI0713184A2 BR PI0713184 A2 BRPI0713184 A2 BR PI0713184A2 BR PI0713184 A BRPI0713184 A BR PI0713184A BR PI0713184 A2 BRPI0713184 A2 BR PI0713184A2
- Authority
- BR
- Brazil
- Prior art keywords
- roof
- building
- data points
- building roof
- processor
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Structural Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
SISTEMA DE MODELAçãO GEOESPACIAL E MéTODO DE MODELAçãO GEOESPACIAL. Trata-se de um sistema de modelação geoespacial (20) que pode incluir um banco de dados de modelo geoespacial (21) e um processador (22) . O processador (22) pode cooperar com o banco de dados geoespacial (21) para identificar um tipo de telhado de edifício definido por pontos de dados de telhado de edifício (50) como sendo dentre uma pluralidade de tipos possíveis de telhados de edifícios. Isto pode ser feito com base na aplicação de cálculos de gradientes multi- direcionais aos pontos de dados de telhado de edifício.
Description
SISTEMA DE MODELAÇÃO GEOESPACIAL E MÉTODO DE MODELAÇÃO GEOESPACIAL
A presente invenção refere-se ao campo da topografia, e, mais particularmente, a um sistema e a métodos relacionados para gerar modelos topográficos.
Os modelos topográficos de áreas geográficas podem ser utilizados para muitas aplicações. Por exemplo, os modelos topográficos podem ser utilizados em simuladores de vôo e para o planejamento de missões militares. Além disso, os modelos topográficos de estruturas sintéticas (por exemplo, cidades) podem ser extremamente úteis nas aplicações tais como a colocação de antenas celulares, o planejamento urbano, a prontidão e a análise de desastres, e o mapeamento, por exemplo.
Vários tipos e métodos para a elaboração de modelos topográficos estão sendo utilizados atualmente. Um modelo topográfico comum é o mapa de elevação digital (DEM) . Um DEM é uma representação de matriz amostrada de uma área geográfica que pode ser gerada em uma forma automatizada por um computador. Em um DEM, os pontos das coordenadas são feitos de modo a corresponder com um valor da altura. Os DEMs são utilizados tipicamente para a modelação de terrenos onde as transições entre as elevações diferentes (por exemplo, vales, montanhas, etc.) são geralmente lisas de uma à seguinte. Isto é, os DEMs modelam tipicamente um terreno como uma pluralidade de superfícies curvas e quaisquer descontinuidades entre as mesmas são desse modo "alisadas". Dessa maneira, em um DEM típico nenhum objeto distinto está presente no terreno.
Um produto de modelação de locais tridimensionais particularmente vantajoso é o RealSite® da presente cessionária, Harris Corp. 0 RealSite® pode ser utilizado para registrar imagens sobrepostas de uma área geográfica de interesse, e extrai DEMs de alta resolução utilizando técnicas de visualização estéreo e nadir. 0 RealSite® provê um processo semi-automatizado para a obtenção de modelos topográficos tridimensionais (3D) de áreas geográficas, incluindo cidades, que têm texturas e limites de estrutura precisos. Além disso, os modelos do RealSite® são geoespacialmente precisos. Isto é, a localização de qualquer ponto determinado dentro do modelo corresponde a uma localização real na área geográfica com uma exatidão muito elevada. Os dados utilizados para gerar os modelos do RealSite® podem incluir a fotografia aérea e de satélite, a detecção eletro-óptica, infravermelha, e a detecção e variação da luz (LIDAR).
Uma outra abordagem vantajosa para a geração de modelos de locais tridimensionais é apresentada na patente norte-americana n°. 6.654.690 concedida a Rahmes et al., que também é cedida à presente cessionária e aqui incorporada em sua totalidade a título de referência. Esta patente apresenta um método automatizado para fazer um modelo topográfico de uma área incluindo o terreno e os edifícios no mesmo com base em dados espaçados aleatoriamente da elevação versus a posição. O método inclui o processamento dos dados espaçados aleatoriamente para gerar dados em grade da elevação versus a posição que se conformam a uma grade de posição predeterminada, o processamento dos dados em grade para distinguir os dados do edifício dos dados do terreno, e a execução da extração poligonal para os dados do edifício para montar o modelo topográfico da área incluindo o terreno e os edifícios no mesmo.
Uma dificuldade na geração de modelos topográficos automatizados é distinguida entre os vários tipos de estruturas de edifícios que estão presentes em um determinado conjunto de dados geoespaciais. Isto é, é freqüentemente desejável substituir uma restituição de um edifício e de seu telhado ao utilizar formas geométricas no lugar dos dados geoespaciais coletados para obter edifícios nítidos com aparência realística. No entanto, os edifícios podem ter tipos diferentes de telhados, tais como telhados planos, telhados inclinados (por exemplo, em formato de triângulo isósceles ou de quatro águas), ou telhados abobadados, por exemplo. Além disso, algumas formas complexas de edifícios podem ter múltiplos tipos de telhados ou as combinações dos mesmos. Por exemplo, alguns edifícios podem ter múltiplos telhados inclinados que se interceptam. Desse modo, torna-se freqüentemente necessário que um operador intervenha e identifique manualmente um tipo do edifício ou telhado a partir dos pontos de dados do edifício antes que um processo automatizado do computador possa ser utilizado para substituir as formas apropriadas do edifício para tal. Além disso, tal intervenção manual é demorada e, em conseqüência disto, dispendiosa e de custo potencialmente proibitivo para muitas aplicações, particularmente onde os modelos topográficos de áreas urbanas com numerosos edifícios devem ser gerados.
Em vista dos fundamentos acima, portanto, um objetivo da presente invenção consiste na apresentação de um sistema de modelação geoespacial para obter características de identificação de tipos de telhados de edifícios e métodos relacionados.
Este e outros objetivos ainda, características e vantagens são obtidos por um sistema de modelação geoespacial que pode incluir um banco de dados de modelo geoespacial e um processador. Mais particularmente, o processador pode cooperar com o banco de dados geoespacial para identificar um tipo de telhado de edifício definido mediante a construção de pontos de dados do telhado como sendo entre uma pluralidade de tipos possíveis de telhados de edifícios. Isto pode ser feito com base na aplicação de cálculos de gradientes multi- direcionais para os pontos de dados de telhados de edifícios.
Além disso, o processador pode identificar o tipo de telhado de edifício como sendo entre um tipo de telhado plano, um tipo de telhado inclinado, um tipo de telhado inclinado complexo, e um tipo de telhado abobadado. Os cálculos de gradiente de múltiplas direções podem incluir os cálculos de cruz de Robert. Mais especificamente, os cálculos de cruz de Robert podem incluir cálculos de cruz de Robert de oito vias, por exemplo. 0 processador também pode remover os pontos de dados do solo e da vegetação dos dados de modelo geoespacial para selecionar os pontos de dados do telhado do edifício.
Os cálculos de gradientes de múltiplas direções podem incluir a utilização de uma grade centralizada para cada ponto de dados do telhado do edifício, a soma das distâncias dos lados opostos na grade, e a identificação dos pontos de dados do telhado do edifício cuja soma está dentro de um limite a partir de zero como sendo os pontos de dados de pico localizados. Mais particularmente, os cálculos de gradientes de múltiplas direções também podem incluir a determinação de um desvio padrão para os pontos de dados de pico localizados em uma área selecionada de telhado de edifício, e se a área de telhado de edifício selecionada for maior do que uma parte limite de uma área total do telhado do edifício, e se o desvio padrão estiver abaixo de um desvio padrão limite, indicam então o tipo de telhado de edifício como um tipo de telhado plano.
Os cálculos de gradientes de múltiplas direções também podem incluir a remoção de grupos de pontos de dados de pico localizados contíguos que são menores do que um limite em número. Além disso, os cálculos de gradientes de múltiplas direções podem incluir a determinação, se continua havendo um comprimento de pontos de dados de pico localizados contíguos e, neste caso, então o tipo de telhado de edifício é identificado como um tipo de telhado inclinado. Além disso, uma pluralidade de comprimentos que se interceptam de pontos de dados de pico localizados contíguos pode ser determinada e, neste caso, o tipo de telhado de edifício pode ser identificado como um tipo de telhado inclinado complexo.
Além disso, o processador pode determinar se os pontos de dados de telhado de edifício definem uma forma circular, e os cálculos de gradientes de múltiplas direções podem incluir o cálculo de pelo menos um histograma de elevação para os pontos de dados de telhado de edifício. Além disso, os cálculos de gradientes de múltiplas direções podem incluir o cálculo de dados do histograma de elevação para os pontos de dados de telhado de edifício e, se um desvio padrão dos dados de histograma de elevação estiver abaixo de um limite, então o tipo do telhado do edifício é identificado como um tipo de telhado abobadado.
Adicionalmente, o banco de dados de modelo geoespacial pode armazenar pelo menos um respectivo formato de telhado de edifício para cada tipo da pluralidade de tipos possíveis de telhados de edifícios. Dessa maneira, o processador pode cooperar com o banco de dados de modelo geoespacial para substituir no lugar dos pontos de dados de telhados de edifícios pelo menos um respectivo formato de telhado de edifício para o tipo de telhado de edifício identificado.
Um aspecto do método de modelação geoespacial pode incluir o armazenamento de pontos de dados de telhados de edifícios em um banco de dados de modelo geoespacial. O método também pode incluir a identificação de um tipo de telhado de edifício definido pelos pontos de dados de telhados de edifícios como sendo entre os tipos de uma pluralidade de tipos possíveis de telhados de edifícios ao utilizar um processador com base na aplicação de cálculos de gradientes multidirecionais para os pontos de dados de telhados de edifícios.
A Figura 1 é um diagrama de blocos esquemático de um sistema de modelação geoespacial de acordo com a invenção.
A Figura 2 é um fluxograma que ilustra um método de modelação geoespacial de acordo com a invenção.
A Figura 3 é uma série de vistas superiores dos pontos de dados de telhados planos de edifícios que ilustram as etapas do método de identificação de telhados planos de edifícios da Figura 2.
A Figura 4 é uma série de vistas superiores dos pontos de dados de telhados inclinados de edifícios que ilustram as etapas do método de identificação de telhados inclinados de edifícios da Figura 2.
As Figuras 5-8 são diagramas de blocos esquemáticos que ilustram a restituição de telhados inclinados complexos de acordo com a invenção.
A Figura 9 é vista superior de pontos de dados de edifícios de telhados abobadados das representações de histogramas correspondentes para os mesmos que ilustram as etapas do método de identificação de telhados abobadados da
Figura 2.
A Figura 10 é uma vista em perspectiva de edifícios com telhados planos e inclinados restituídos de acordo com a presente invenção.
As Figuras 11 e 12 são vistas em perspectiva dos edifícios com telhados inclinados complexos restituídos de acordo com a presente invenção.
A Figura 13 é uma vista em perspectiva de um edifício de telhado abobadado restituído de acordo com a presente invenção.
A presente invenção será descrita agora de maneira mais ampla em seguida com referência aos desenhos anexos, nos quais são mostradas as realizações preferidas da invenção. A presente invenção pode, no entanto, ser englobada em muitas forma diferentes e não deve ser interpretada como limitada às realizações aqui apresentadas. Ao invés disto, estas realizações são fornecidas de modo que esta descrição seja integral e completa, e irão apresentar inteiramente o âmbito da invenção aos técnicos no assunto. As referências numéricas semelhantes se referem aos elementos semelhantes por toda parte.
Com referência à Figura 1, um sistema de modelação geoespacial (20) inclui ilustrativamente um banco de dados de modelo geoespacial (21) e um processador (22) que pode ser vantajosamente utilizado na identificação e na restituição de tipos diferentes de telhados de edifícios. A título de exemplo, o processador (22) pode ser uma unidade central de processamento (CPU) de um PC, Mac, ou uma outra estação de trabalho de computação, por exemplo. Um monitor (23) também pode ser acoplado ao processador (22) para exibir os dados de modelação geoespacial, tal como será discutido mais adiante. O processador (22) pode ser implementado ao utilizar uma combinação de componentes de hardware e software para executar as várias operações que serão discutidas mais adiante, tal como será apreciado pelos técnicos no assunto.
A título de exemplo, os dados geoespaciais podem ser capturados ao utilizar várias técnicas, tais como a formação de imagem óptica estereofônica, a Detecção e Variação da Luz (LIDAR), o Radar de Abertura Sintética Interferométrica (IFSAR), etc. Falando de maneira geral, os dados serão capturados de vistas aéreas (por exemplo, nadir) da área geográfica de interesse por aviões, satélites, etc., tal como será apreciado pelos técnicos no assunto. No entanto, as imagens oblíquas de uma área geográfica de interesse também podem ser utilizadas além (ou em vez de) as imagens de nadir para adicionar mais detalhes tridimensionais a um modelo geoespacial. Os dados da imagem bruta capturados ao utilizar LIDAR, etc., podem ser processados a montante do banco de dados de modelo geoespacial (21) em um formato desejado, tal como um modelo de elevação digital (DEM) , ou isto pode ser feito pelo processador (22).
Voltando agora para Figuras 2 a 9, começando no bloco 30, o processador (22) pode remover os pontos de dados do solo e da vegetação dos dados de modelo geoespacial para selecionar pontos de dados de telhados de edifícios para processamento, no bloco 31. A título de exemplo, isto pode ser feito ao utilizar o processo indicado na patente norte- americana n° . 6.654.690 acima mencionada concedida a Rahmes et al. , bem como com RealSite® ou outras abordagens apropriadas. Uma vez que os pontos de dados de telhados de edifícios estejam isolados, o processador (22) pode começar a identificar o tipo de telhado de edifício definido pelos pontos de dados de telhados de edifícios como sendo entre uma pluralidade de possíveis tipos de telhados de edifícios. A título de exemplo, os tipos de telhados de edifícios podem incluir telhados planos, telhados inclinados, telhados inclinados complexos, e telhados abobadados (ou as combinações dos mesmos). Falando de maneira geral, esta identificação é feita com base na aplicação de cálculos de gradientes multi-direcionais aos pontos de dados de telhados de edifícios.
Mais particularmente, no exemplo mostrado na Figura 3, os pontos de dados de telhados de edifícios (50) são de um edifício com um telhado plano. Os cálculos de gradientes de múltiplas direções podem incluir cálculos de cruz de Robert e, mais especificamente, cálculos baseados em uma grade cruzada de transversal de oito vias (isto é, 3x3) (51), por exemplo. Isto é feito ao centralizar a grade de cruz de Robert 51 para cada ponto de dados de edifício (50), somando as distâncias dos pontos em lados opostos na grade, e identificando os pontos de dados de telhados de edifícios cuja soma está dentro de um limite a partir de zero como sendo pontos de dados de pico localizados, no bloco 32. Isto é, qualquer ponto de dados de telhados de edifícios (50) que tem uma soma das diferenças dos pontos em lados opostos da grade que é substancialmente igual a zero tem uma inclinação substancialmente igual a zero, tal como será apreciado pelos técnicos no assunto. Isto indica que o ponto em questão não está em uma superfície inclinada, isto é, ele fica localizado em um pico localizado ou então em uma superfície plana (ambos os quais são aqui indicados como pontos de pico localizados).
Para determinar se os pontos identificados fazem peça de um telhado plano, o processador (22) determina um desvio padrão para os pontos de dados de pico localizados em uma área de telhado de edifício selecionada (52) , no bloco 33. A área de telhado de edifício selecionada (52) pode ser selecionada com base em uma agregação de pontos de dados de pico localizados. A seleção é automaticamente baseada em um valor baixo (inclinação quase igual a zero) fornecido pelo operador de Cruz de Robert. Se a área de telhado de edifício selecionada (52) for maior do que uma parte limite de uma área total do telhado do edifício, e se o desvio padrão estiver abaixo de um desvio padrão limite, então o processador (22) identifica o tipo de telhado de edifício como um tipo de telhado plano, nos blocos 34-35. A título de exemplo, a parte limite da área total do telhado do edifício pode ser maior do que aproximadamente 65%, e o desvio padrão limite pode ser menor do que aproximadamente um metro. Naturalmente que limites diferentes podem ser utilizados em realizações diferentes. O processador (22) pode, por conseguinte, substituir um ou mais objetos/formatos geométricos no lugar dos pontos de dados de edifício que se aproxima do edifício de telhado plano, tal como o edifício (100) na Figura 10, e exibem opcionalmente o formato no monitor (23) com ou sem dados do terreno em anexo (isto é, solo, folhagem, etc.).
Se qualquer uma das condições acima não for satisfeita, no entanto, então o processador (22) irá prosseguir para determinar se o edifício tem uma ou mais partes de telhado inclinado. Com referência mais particularmente à Figura 4, o processador (22) remove os grupos dos pontos de dados de pico localizados contíguos que são menores do que um limite em número, no bloco 36. Por exemplo, um grupo de menos de três pontos contíguos pode ser excluído da consideração na determinação se os pontos de dados de telhados de edifícios correspondem a um telhado inclinado. No exemplo ilustrado, são mostrados dois conjuntos de pontos de dados de telhados de edifícios 60a, 60b para edifícios em que cada um deles tem um telhado inclinado padrão. Depois de ter executado os cálculos baseados na grade de cruz de Robert 61 de 3 χ 3 tal como descrito acima, três grupos de 62a, 63a, 64a e 62b, 63b, 64b de pontos de dados de pico localizados permanecem para os edifícios 60a, 60b, respectivamente.
Se um determinado comprimento de um grupo de pontos de dados de pico localizados contíguos permanecer, no bloco 37, e este comprimento tiver uma área que é significativamente menor do que a área inteira do telhado inteiro mas é significativamente maior do que os comprimentos de todos os outros grupos restantes, então o processador (22) identifica o telhado como sendo de um tipo de telhado inclinado simples (bloco 39) se não mais de um de tais grupo estiver presente, no bloco 38. No exemplo ilustrado, os grupos 63a e 63b satisfazem estes critérios e, portanto, representam o ápice da estrutura de telhado inclinado. No entanto, se houver mais de quatro cantos, isto identifica o telhado como um telhado inclinado complexo (bloco 40). Isto é, um telhado inclinado complexo tem múltiplas características de telhado inclinado com múltiplos ápices.
Para construir um telhado inclinado ou inclinado complexo, o processador (22) gera os formatos de telhado inclinado/edifício 65 (Figura 5) . Para um telhado inclinado simples, o processador (22) combina o formato de telhado inclinado (65) com a largura, o comprimento e a altura do edifício que corresponde aos pontos de dados do edifício. Os edifícios de telhados inclinados simples (101, 102) exemplificadores restituídos ao utilizar o formato de telhado inclinado (65) são mostrados na Figura 10. Para a restituição de um telhado inclinado complexo que inclui mais de um formato de telhado inclinado (65), o telhado inclinado complexo pode ser segmentado em uma pluralidade de formatos de telhado inclinado que se interceptam, tal como mostrado na Figura 5, os quais são fundidos para formar uma estrutura de telhado inclinado complexo/edifício simples (66) .
Mais particularmente, o processo de restituição de formatos de telhados inclinados diferentes também é ilustrado nas Figuras 6 através 8. 0 processador (22) verifica primeiramente se o polígono que se aproxima do formato do edifício é segmentável. Isto é, o processador (22) verifica para se certificar que todos os ângulos do edifício são ângulos de 90 ou 270 graus (isto é, 90 graus negativos) (Figura 6(b)). Então, o formato tem o seu esqueleto graficamente expresso (Figura 6 (c)) e é reduzido aos nós (67) e bordas ao remover os pontos com exatamente dois vizinhos, e então ao fundir todos os pontos adjacentes (Figura 6(d)).
Os pontos (67) da borda são classificados então baseados no número de seus respectivos vizinhos. Isto é, um ponto da borda que tem um ponto da borda vizinho é classificado como um ponto de extremidade 67a. Um ponto da borda com três pontos da borda vizinhos, dois dos quais são os pontos de extremidade 67a, é classificado como um ponto de extremidade inclinado 67b. Além disso, um ponto da borda com três pontos da borda vizinhos, um dos quais é um ponto de extremidade 67a, é classificado como um ponto de quina 67c.
Além disso, um ponto da borda com três pontos da borda vizinhos e nenhum ponto de extremidade adjacente 67a é classificado como um ponto de junção 67d. Adicionalmente, um ponto da borda que tem quatro pontos da borda vizinhos é classificado como um ponto de junção transversal (isto é, fica localizado no centro de uma estrutura de telhado de edifício inclinado complexo em forma de "+"), que não é mostrado no exemplo ilustrado na Figura 6.
Para cada borda sem um ponto de extremidade, um retângulo é gerado tal como mostrado na Figura 7 com base na forma geométrica do edifício (por exemplo, em forma de "I", em forma de "L", em forma de "T", em forma de "U", em forma de "S", em forma de "J", ou em forma de "H"). Para cada retângulo, as inclinações são então projetadas. Para cada ponto inclinado não entre dois pontos de extremidade, este ponto é substituído pela interseção mais próxima entre o seu segmento inclinado e qualquer outro segmento inclinado, tal como ilustrado na Figura 8, para a restituição do formato de telhado inclinado complexo final. Os edifícios de telhados inclinados complexos exemplificadores (121 a 125) restituídos ao utilizar a abordagem descrita acima são mostrados nas Figuras 11 e 12.
Se for determinado que o tipo de telhado não é plano nem um telhado simples/inclinado complexo, o processador (22) determina então se os pontos de dados de telhados de edifícios definem um formato circular, no bloco 41, como deve ser apreciado pelos técnicos no assunto. Com referência à Figura 9(a), é mostrado um conjunto de pontos de dados de telhado de edifício circular. Conforme aqui utilizado, "circular" presta-se a incluir não somente círculos perfeitos, mas também variações destes, incluindo ovais, elipses, formatos semicirculares, etc. Se os pontos de dados de telhados de edifícios 90 definirem um formato circular, então o processador (22) gera um histograma de elevação para as alturas dos pontos, no bloco 42 (Figura 9 (b) ) . Quaisquer pontos destacados estatísticos são então removidos (Figura 9(c)), e se o desvio padrão dos pontos restantes do histograma estiver abaixo de um limite (por exemplo, é baixo em relação à sua média), então o telhado é identificado como um telhado abobadado, e o processador (22) substitui uma forma apropriada de abóbada para o mesmo. Um edifício de telhado abobadado exemplificador (13 0) restituído ao utilizar esta abordagem é mostrado na Figura 13.
Uma vez que o tipo apropriado de telhado de edifício esteja identificado e restituído (ou se o tipo de telhado não cair em uma das categorias descritas acima), o método ilustrado é concluído (bloco 45). Naturalmente que em uma implementação real o processo pode então ser repetido para identificar outros tipos de telhados de edifícios para conjuntos diferentes de pontos de dados de telhados de edifícios.
Deve ser observado que, embora a abordagem exemplificadora descrita acima discuta uma ordem de determinação de formatos de telhados começando com os formatos de telhados planos, a seguir formatos de telhados inclinados, e por último formatos. de telhados abobadados, esta ordem pode ser alterada em realizações diferentes. Falando de maneira geral, no entanto, se uma grande área urbana estiver sendo classificada, então é desejável começar com o tipo mais comum de telhado de edifício, uma vez que isto pode conservar recursos de processamento. Por exemplo, em uma área no centro da cidade, muitos dos edifícios podem ter telhados planos, de modo que pode ser vantajoso verificar primeiramente se um determinado conjunto de pontos de dados de telhados de edifícios corresponde a um telhado plano. Em uma área suburbana, muitos dos edifícios podem ser casas, as quais têm mais probabilidade de ter estruturas de telhados inclinados e, portanto, em tais aplicações pode ser desejável começar com a identificação de telhados inclinados.
Além disso, o processador (22) não precisa fazer uma verificação para cada tipo de telhado possível em cada realização. Por exemplo, pode ser desejável identificar somente os edifícios que têm um tipo desejado de telhado em alguns exemplos, por exemplo. Além disso, os formatos reais dos edifícios não precisam ser necessariamente restituídos para a exibição. Isto é, a abordagem descrita acima pode ser utilizada para identificar automaticamente tipos de telhados de edifícios com ou sem a restituição automática subseqüente de telhados/edifícios.
Claims (10)
1. SISTEMA DE MODELAÇÃO GEOESPACIAL, caracterizado pelo fato de compreender: um banco de dados de modelo geoespacial; e um processador que coopera com o dito banco de dados de modelo geoespacial para identificar um tipo de telhado de edifício definido por pontos de dados de telhado de edifício como sendo dentre uma pluralidade de tipos possíveis de telhados de edifícios com base na aplicação de cálculos de gradientes multi-direcionais aos pontos de dados de telhado de edifício.
2. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 1, caracterizado pelo fato de que o dito processador identifica o tipo de telhado de edifício como sendo entre dentre um tipo de telhado plano, um tipo de telhado inclinado, um tipo de telhado inclinado complexo, e um tipo de telhado abobadado.
3. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 1, caracterizado pelo fato de que os cálculos de gradientes multi-direcionais compreendem cálculos cruzados de Robert.
4. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 1, caracterizado pelo fato de que o dito processador também remove pontos de dados do solo e da vegetação dos dados de modelo geoespacial para selecionar os pontos de dados de telhados de edifícios.
5. SISTEMA DE MODELAÇÃO GEOESPACIAL, de acordo com a reivindicação 1, caracterizado pelo fato de que os cálculos de gradientes multi-direcionais compreendem a utilização de uma grade centralizada para cada ponto de dados de edifício, a soma das distâncias de lados opostos na grade, e a identificação dos pontos de dados de telhado de edifício cuja soma está dentro de um limite de zero como sendo os pontos de dados de pico localizados.
6. MÉTODO DE MODELAÇÃO GEOESPACIAL, caracterizado pelo fato de compreender: o armazenamento de pontos de dados de telhado de edifício em um banco de dados de modelo geoespacial; e a identificação de um tipo de telhado de edifício definido por pontos de dados de telhado de edifício como sendo dentre uma pluralidade de tipos possíveis de telhados de edifícios ao utilizar um processador com base na aplicação de cálculos de gradientes multi-direcionais aos pontos de dados de telhados de edifícios.
7. MÉTODO, de acordo com a reivindicação 6, caracterizado pelo fato de que a identificação compreende a identificação do tipo de telhado de edifício como sendo dentre um tipo de telhado plano, um tipo de telhado inclinado, um tipo de telhado inclinado complexo, e um tipo de telhado abobadado.
8. MÉTODO, de acordo com a reivindicação 6, caracterizado pelo fato de que os cálculos de gradientes multi-direcionais compreendem cálculos cruzados de Robert.
9. MÉTODO, de acordo com a reivindicação 6, caracterizado pelo fato de que os cálculos de gradientes multi-direcionais compreendem a utilização de uma grade centralizada para cada ponto de dados de edifício, a soma das distâncias de lados opostos na grade, e a identificação dos pontos de dados de telhado de edifício cuja soma está dentro de um limite de zero como sendo pontos de dados de pico localizados.
10. MÉTODO, de acordo com a reivindicação 6, caracterizado pelo fato de compreender adicionalmente a determinação se os pontos de dados de telhados de edifícios definem uma forma circular ao utilizar o processador; e em que os cálculos de gradientes multi-direcionais compreendem o cálculo de dados de histograma de elevação para os pontos de dados de telhados de edifícios e, se um desvio padrão dos dados de histograma de elevação estiver abaixo de um limite, então a identificando do tipo de telhado de edifício como um tipo de telhado abobadado.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US11/458,839 | 2006-07-20 | ||
| US11/458,839 US7752018B2 (en) | 2006-07-20 | 2006-07-20 | Geospatial modeling system providing building roof type identification features and related methods |
| PCT/US2007/073832 WO2008094301A2 (en) | 2006-07-20 | 2007-07-19 | Geospatial modeling system providing building roof type identification features and related methods |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BRPI0713184A2 true BRPI0713184A2 (pt) | 2012-04-17 |
Family
ID=38972502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0713184-4A BRPI0713184A2 (pt) | 2006-07-20 | 2007-07-19 | sistema de modelação geoespacial e método de modelação geoespacial |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US7752018B2 (pt) |
| EP (1) | EP2064657B1 (pt) |
| JP (1) | JP2009545032A (pt) |
| BR (1) | BRPI0713184A2 (pt) |
| CA (1) | CA2657957C (pt) |
| DE (1) | DE602007013424D1 (pt) |
| WO (1) | WO2008094301A2 (pt) |
Families Citing this family (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2591713C (en) * | 2005-11-15 | 2013-07-16 | Bell Helicopter Textron, Inc. | Control system for automatic circle flight |
| US7881913B2 (en) * | 2007-02-12 | 2011-02-01 | Harris Corporation | Exemplar/PDE-based technique to fill null regions and corresponding accuracy assessment |
| US8078436B2 (en) * | 2007-04-17 | 2011-12-13 | Eagle View Technologies, Inc. | Aerial roof estimation systems and methods |
| US8145578B2 (en) * | 2007-04-17 | 2012-03-27 | Eagel View Technologies, Inc. | Aerial roof estimation system and method |
| US8531472B2 (en) | 2007-12-03 | 2013-09-10 | Pictometry International Corp. | Systems and methods for rapid three-dimensional modeling with real façade texture |
| US20090232355A1 (en) * | 2008-03-12 | 2009-09-17 | Harris Corporation | Registration of 3d point cloud data using eigenanalysis |
| US8284190B2 (en) * | 2008-06-25 | 2012-10-09 | Microsoft Corporation | Registration of street-level imagery to 3D building models |
| US8209152B2 (en) * | 2008-10-31 | 2012-06-26 | Eagleview Technologies, Inc. | Concurrent display systems and methods for aerial roof estimation |
| US8731234B1 (en) | 2008-10-31 | 2014-05-20 | Eagle View Technologies, Inc. | Automated roof identification systems and methods |
| US8170840B2 (en) | 2008-10-31 | 2012-05-01 | Eagle View Technologies, Inc. | Pitch determination systems and methods for aerial roof estimation |
| JP5360989B2 (ja) * | 2009-09-29 | 2013-12-04 | 株式会社日立ソリューションズ | 地理情報生成システム及び地理情報生成方法 |
| WO2011094760A2 (en) * | 2010-02-01 | 2011-08-04 | Eagle View Technologies | Geometric correction of rough wireframe models derived from photographs |
| US20110200249A1 (en) * | 2010-02-17 | 2011-08-18 | Harris Corporation | Surface detection in images based on spatial data |
| US8977520B2 (en) * | 2010-10-21 | 2015-03-10 | Pictometry International Corp. | Computer system for automatically classifying roof elements |
| EP2508846B1 (en) | 2011-04-04 | 2015-07-15 | Harman Becker Automotive Systems GmbH | Navigation device, method of outputting a three-dimensional roof structure, and method of generating a roof structure database |
| US8842036B2 (en) * | 2011-04-27 | 2014-09-23 | Lockheed Martin Corporation | Automated registration of synthetic aperture radar imagery with high resolution digital elevation models |
| US8768068B2 (en) * | 2011-05-04 | 2014-07-01 | Raytheon Company | Automated building detecting |
| US8774525B2 (en) | 2012-02-03 | 2014-07-08 | Eagle View Technologies, Inc. | Systems and methods for estimation of building floor area |
| US10515414B2 (en) | 2012-02-03 | 2019-12-24 | Eagle View Technologies, Inc. | Systems and methods for performing a risk management assessment of a property |
| US12140419B2 (en) | 2012-02-03 | 2024-11-12 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area and producing a wall estimation report |
| US10663294B2 (en) | 2012-02-03 | 2020-05-26 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area and producing a wall estimation report |
| US9599466B2 (en) | 2012-02-03 | 2017-03-21 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
| US9933257B2 (en) | 2012-02-03 | 2018-04-03 | Eagle View Technologies, Inc. | Systems and methods for estimation of building wall area |
| US9317966B1 (en) * | 2012-02-15 | 2016-04-19 | Google Inc. | Determine heights/shapes of buildings from images with specific types of metadata |
| US9501700B2 (en) | 2012-02-15 | 2016-11-22 | Xactware Solutions, Inc. | System and method for construction estimation using aerial images |
| US10909482B2 (en) | 2013-03-15 | 2021-02-02 | Pictometry International Corp. | Building materials estimation |
| US11587176B2 (en) | 2013-03-15 | 2023-02-21 | Eagle View Technologies, Inc. | Price estimation model |
| US9959581B2 (en) | 2013-03-15 | 2018-05-01 | Eagle View Technologies, Inc. | Property management on a smartphone |
| US10013507B2 (en) * | 2013-07-01 | 2018-07-03 | Here Global B.V. | Learning synthetic models for roof style classification using point clouds |
| US9679227B2 (en) | 2013-08-02 | 2017-06-13 | Xactware Solutions, Inc. | System and method for detecting features in aerial images using disparity mapping and segmentation techniques |
| US9384398B2 (en) * | 2014-06-11 | 2016-07-05 | Here Global B.V. | Method and apparatus for roof type classification and reconstruction based on two dimensional aerial images |
| US10217242B1 (en) * | 2015-05-28 | 2019-02-26 | Certainteed Corporation | System for visualization of a building material |
| US9389084B1 (en) * | 2015-09-17 | 2016-07-12 | Skycatch, Inc. | Detecting changes in aerial images |
| US10032310B2 (en) | 2016-08-22 | 2018-07-24 | Pointivo, Inc. | Methods and systems for wireframes of a structure or element of interest and wireframes generated therefrom |
| US11043026B1 (en) | 2017-01-28 | 2021-06-22 | Pointivo, Inc. | Systems and methods for processing 2D/3D data for structures of interest in a scene and wireframes generated therefrom |
| US10503843B2 (en) | 2017-12-19 | 2019-12-10 | Eagle View Technologies, Inc. | Supervised automatic roof modeling |
| US11195324B1 (en) | 2018-08-14 | 2021-12-07 | Certainteed Llc | Systems and methods for visualization of building structures |
| CA3120291A1 (en) | 2018-11-21 | 2020-05-28 | Eagle View Technologies, Inc. | Navigating unmanned aircraft using pitch |
| US11481998B2 (en) * | 2019-10-02 | 2022-10-25 | General Electric Company | Building footprint generation by using clean mask generation and received image data |
| WO2021086725A1 (en) | 2019-10-31 | 2021-05-06 | Siemens Healthcare Diagnostics Inc. | Apparatus and methods of training models of diagnostic analyzers |
| CN114585926B (zh) | 2019-10-31 | 2026-01-13 | 美国西门子医学诊断股份有限公司 | 标识管组件类型的设备和方法 |
| US11094113B2 (en) | 2019-12-04 | 2021-08-17 | Geomni, Inc. | Systems and methods for modeling structures using point clouds derived from stereoscopic image pairs |
| US20220229946A1 (en) * | 2021-01-20 | 2022-07-21 | Insurance Services Office, Inc. | Systems and Methods for Roof Area and Slope Estimation Using a Point Set |
| US11625511B1 (en) | 2021-11-19 | 2023-04-11 | Bmic Llc | Methods for designing, manufacturing, installing, and/or maintenance of roofing accessories and systems of use thereof |
| CN116188715B (zh) * | 2022-11-29 | 2026-04-17 | 阿里巴巴（中国）有限公司 | 女儿墙的渲染方法、装置、设备及产品 |
| CN121432462A (zh) * | 2025-11-12 | 2026-01-30 | 国网信息通信产业集团有限公司 | 输电线路的建筑物高度确定方法、装置、电子设备及介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69328230T2 (de) * | 1992-12-01 | 2000-08-10 | Canon K.K., Tokio/Tokyo | Entfernungbildverarbeitungsvorrichtung und -verfahren |
| EP0686932A3 (en) * | 1994-03-17 | 1997-06-25 | Texas Instruments Inc | Computer vision system to search for three-dimensional rectangular objects |
| US6654690B2 (en) | 2001-04-05 | 2003-11-25 | Harris Corporation | Automated method for making a topographical model and related system |
| WO2004042662A1 (en) * | 2002-10-15 | 2004-05-21 | University Of Southern California | Augmented virtual environments |
| WO2004068406A2 (en) | 2003-01-30 | 2004-08-12 | Chase Medical, L.P. | A method and system for image processing and contour assessment |
| US6987520B2 (en) | 2003-02-24 | 2006-01-17 | Microsoft Corporation | Image region filling by exemplar-based inpainting |
| US7298891B2 (en) | 2004-07-15 | 2007-11-20 | Harris Corporation | Bare earth digital elevation model extraction for three-dimensional registration from topographical points |
| US7567731B2 (en) | 2004-07-15 | 2009-07-28 | Harris Corporation | Method and system for simultaneously registering multi-dimensional topographical points |
-
2006
- 2006-07-20 US US11/458,839 patent/US7752018B2/en active Active
-
2007
- 2007-07-19 WO PCT/US2007/073832 patent/WO2008094301A2/en not_active Ceased
- 2007-07-19 BR BRPI0713184-4A patent/BRPI0713184A2/pt not_active IP Right Cessation
- 2007-07-19 EP EP07872703A patent/EP2064657B1/en not_active Not-in-force
- 2007-07-19 DE DE602007013424T patent/DE602007013424D1/de active Active
- 2007-07-19 CA CA2657957A patent/CA2657957C/en not_active Expired - Fee Related
- 2007-07-19 JP JP2009520986A patent/JP2009545032A/ja not_active Withdrawn
-
2010
- 2010-06-01 US US12/791,291 patent/US20100241406A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| EP2064657A2 (en) | 2009-06-03 |
| CA2657957A1 (en) | 2008-08-07 |
| EP2064657B1 (en) | 2011-03-23 |
| US20080021683A1 (en) | 2008-01-24 |
| US7752018B2 (en) | 2010-07-06 |
| DE602007013424D1 (de) | 2011-05-05 |
| CA2657957C (en) | 2012-04-03 |
| WO2008094301A3 (en) | 2009-02-05 |
| JP2009545032A (ja) | 2009-12-17 |
| US20100241406A1 (en) | 2010-09-23 |
| WO2008094301A2 (en) | 2008-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7752018B2 (en) | Geospatial modeling system providing building roof type identification features and related methods | |
| CN112595258B (zh) | 基于地面激光点云的地物轮廓提取方法 | |
| Forlani et al. | C omplete classification of raw lidar data and 3d reconstruction of buildings | |
| Yu et al. | Automated derivation of urban building density information using airborne LiDAR data and object-based method | |
| WO2022227910A1 (zh) | 虚拟场景生成方法、装置、计算机设备和存储介质 | |
| KR20090024146A (ko) | 지리영역의 디지탈 표면 모델 생성 방법 및 시스템 | |
| CN113066162A (zh) | 一种用于电磁计算的城市环境快速建模方法 | |
| Kersten et al. | Automated generation of an historic 4D city model of Hamburg and its visualisation with the GE engine | |
| CN120374685B (zh) | 一种基于公路设施的天地空一体化多源数据采集融合方法 | |
| BRPI0714264A2 (pt) | sistema de modelaÇço geoespacial, mÉtodo de modelaÇço geoespacial e mÍdia que pode ser lida por computador que possui màdulos executÁveis por computador | |
| JP2002092658A (ja) | ３次元デジタル地図作成装置及び３次元デジタル地図作成のプログラムを記憶した記憶媒体 | |
| Forlani et al. | Building reconstruction and visualization from lidar data | |
| Xiong et al. | Footprint map partitioning using airborne laser scanning data | |
| BRPI0714260A2 (pt) | sistema de modelaÇço geoespacial e mÉtodos modelaÇço geoespacial | |
| CN111982077A (zh) | 电子地图绘制方法、系统和电子设备 | |
| Yao et al. | Research on three-dimensional model reconstruction of slope erosion based on sequence images | |
| BRPI0714263A2 (pt) | sistema e mÉtodo de modelaÇço geospacial | |
| JP7663340B2 (ja) | 小領域生成装置 | |
| Ramadhani | An Analysis of the Three-Dimensional Modelling Using LiDAR Data and Unmanned Aerial Vehicle (UAV)(Case Study: Institut Teknologi Sepuluh Nopember, Sukolilo Campus) | |
| Sugihara et al. | Automatic Generation of 3D Building Models with Efficient Solar Photovoltaic Generation | |
| Picon-Cabrera et al. | Building reconstruction and urban analysis of historic centres with airborne photogrammetry | |
| Ródenas-López et al. | Three-dimensional urban models in complex rural environments. Proposal for automation in the historical centre of Cehegín. | |
| Luo et al. | 3D building reconstruction from LIDAR data | |
| Hammoudi et al. | Generating raw polygons of street facades from a 2d urban map and terrestrial laser range data | |
| Carneiro et al. | Incorporation of morphological properties of buildings’ descriptors computed from GIS and LIDAR data on an urban multi-agent vector based geo-simulator |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B08F | Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette] |
Free format text: REFERENTE A 5A ANUIDADE. |
|
| B08K | Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette] |
Free format text: NAO APRESENTADA A GUIA DE CUMPRIMENTO DE EXIGENCIA. REFERENTE A 5A ANUIDADE. |