一种城乡规划测绘数据处理方法

本发明涉及数据处理领域，特别涉及一种城乡规划测绘数据处理方法。

背景技术：

在城乡规划的时候，通常会对道路两边的建筑物进行设计，从而使得道路整体具有一定的美感。在进行建筑物的设计的时候，通常会将各个风格的建筑物部件进行结合，从而得到建筑物的一个设计并推荐给用户。但是目前的推荐的设计，在设计的时候将同样风格的建筑物部件进行对应位置的拼接，这样所得到的设计就会在视觉上显得非常的僵硬，从而使得设计的建筑物不尽人意，大部分的设计，需要设计师重新进行设计，可用程度不高。

技术实现要素：

本发明的目的是克服上述现有技术中存在的问题，提供一种城乡规划测绘数据处理方法，将各个建筑部件的图像进行处理，得到各个图像的像素点之间的规律，并根据这些规律的连贯性，对建筑部件进行组合，从而得到一个视觉流畅的建筑物设计，从而使得设计的建筑物可以直接被设计师使用。

为此，本发明提供一种城乡规划测绘数据处理方法，包括如下步骤：

获取各个建筑部件的图像，并将各个建筑部件的图像按照类别进行分类；

分别获取每一个所述建筑部件的像素点，并获取这些所述像素点中每一个所述像素点所包含的坐标信息和颜色信息；

将每一个所述建筑部件的所有的像素点的坐标信息和颜色信息进行送入学习模型中，输出得到每一个像素点的连贯程度；

对每一个所述建筑部件分别筛选出所述建筑部件的边缘像素点的连贯程度；

将同一类别的建筑部件根据所述建筑部件的位置进行分布，并根据相邻的所述建筑部件的边缘像素点的对相邻的两个所述建筑部件的位置进行调整，使得相邻的两个所述建筑部件的边缘像素点的连贯程度一致；

输出得到所有的建筑部件及其位置，得到设计好的建筑物。

进一步，在对学习模型进行训练的时候，包括如下步骤：

建立学习模型框架；

根据所述建筑部件的类别在算法数据库中查找对应的算法，并将查找到的算法填充在所述学习模型框架对应的位置上；所述算法数据库用于存储建筑部件的类别以及对应的算法；

将所述建筑部件中每一个像素点所包含的坐标信息和颜色信息分别依次输入到该建筑部件所对应的算法中；

输出得到该建筑部件每一个像素点的连贯程度。

更进一步，所述学习模型框架包括依次串联的若干层子框架，每层字框架分别一一对应一个所述建筑部件；所述建筑部件根据其位置一一对应在所述学习模型框架的各个所述子框架中。

更进一步，在对所述学习模型框架使用前，先对其进行训练，在训练的时候，包括如下步骤：

将已知建筑物分为若干个建筑部件，所述建筑部件的个数小于所述子框架的个数；

获取每一个所述建筑部件在所述的已知建筑物的位置，并根据该位置将所述建筑部件与所述子框架分别对应，使得一个所述建筑部件对应一个所述子框架；

分别根据所述建筑部件的类别在算法数据库中查找对应的算法，并将查找到的算法填充在所述学习模型框架对应的位置上；

将所述将所述建筑部件中每一个像素点所包含的坐标信息和颜色信息分别依次输入到该建筑部件所对应的算法中，调节所述学习模型的参数，使得输出得到的每一个像素点的连贯程度在设定的范围；

得到训练好的所述所述学习模型框架，并投入使用。

更进一步，所述算法数据库在存储建筑部件的类别以及对应的算法的时候，通过列表的方式进行存储，一个所述建筑部件对应的所述算法的数量至少有一个。

更进一步，在调节所述学习模型的参数的时候，当存在其中任意至少一个像素点的连贯程度在不在设定的范围的时候，将已经填充在所述子框架上的算法根据存储的顺序进行替换。

进一步，所述建筑部件使用三维展示形式，所述像素点采用三维点云数据的方式进行表示。

本发明提供的一种城乡规划测绘数据处理方法，具有如下有益效果：

1、本发明将各个建筑部件的图像进行处理，得到各个图像的像素点之间的规律，并根据这些规律的连贯性，对建筑部件进行组合，从而得到一个视觉流畅的建筑物设计，从而使得设计的建筑物可以直接被设计师使用；

2、本发明使用三维的处理方式，将建筑部件的外边缘点云数据的属性进行处理，根据点云数据的属性得到建筑部件的特点，在将这些建筑部件根据特点进行筛选，并且根据位置进行排列，从而得到设计的建筑物，并且可以直接被设计师所使用；

3、本发明在对数据进行处理的时候，建立合适的模型框架，在根据建筑部件的类别使用对应的算法对框架进行填充，最终使得得到合适的模型，使用模型得到对应的建筑部件的组合，使得相对于单纯的算法得到的会更加的使得视觉流畅。

附图说明

图1为本发明的整体流程示意框图；

图2为本发明在对学习模型进行使用时候的流程示意框图；

图3为本发明在对学习模型进行训练时候的流程示意框图。

具体实施方式

下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

具体的，如图1-3所示，本发明实施例提供了一种城乡规划测绘数据处理方法，包括如下步骤：

(一)获取各个建筑部件的图像，并将各个建筑部件的图像按照类别进行分类；

(二)分别获取每一个所述建筑部件的像素点，并获取这些所述像素点中每一个所述像素点所包含的坐标信息和颜色信息；

(三)将每一个所述建筑部件的所有的像素点的坐标信息和颜色信息进行送入学习模型中，输出得到每一个像素点的连贯程度；

(四)对每一个所述建筑部件分别筛选出所述建筑部件的边缘像素点的连贯程度；

(五)将同一类别的建筑部件根据所述建筑部件的位置进行分布，并根据相邻的所述建筑部件的边缘像素点的对相邻的两个所述建筑部件的位置进行调整，使得相邻的两个所述建筑部件的边缘像素点的连贯程度一致；

(六)输出得到所有的建筑部件及其位置，得到设计好的建筑物。

上述步骤(一)到步骤(六)中，步骤(一)到步骤(六)按照顺序依次进行，步骤(一)是对于各个部件图像进行初步的处理，使得各个部件进行分类，在实际中，可以通过标号的方式对于建筑部件进行分类，在步骤(二)是对建筑部件进行进一步的处理，提取出每一个建筑部件的像素点，从像素点的颜色确定该建筑部件每一个像素点与周围像素点的连贯性，步骤(三)技术对于连贯性的确定，这样就可以得到相邻像素点的连贯程度，步骤(四)是对于边缘像素点的连贯性进行筛选，这就可以为后续的拼接完成初步的工作，步骤(五)是将同一类别的建筑筛选出来，这样就可以使得拼接后的建筑物总体的风格是一致的，根据位置进行确定，这样就可以得到建筑物的具体的大致轮廓，在根据相邻边缘的连贯程度，对于位置进行调整，这样就可以使得得到视觉上美观的建筑物，最后就是步骤(六)将步骤(五)中已经确定好位置的各个建筑部件进行输出，就可以得到设计好的建筑物。

在本实施例中，在对学习模型进行训练的时候，包括如下步骤：

(1)建立学习模型框架；

(2)根据所述建筑部件的类别在算法数据库中查找对应的算法，并将查找到的算法填充在所述学习模型框架对应的位置上；所述算法数据库用于存储建筑部件的类别以及对应的算法；

(3)将所述建筑部件中每一个像素点所包含的坐标信息和颜色信息分别依次输入到该建筑部件所对应的算法中；

(4)输出得到该建筑部件每一个像素点的连贯程度。

上述步骤(1)到步骤(4)中，依次按照步骤(1)到步骤(4)的顺序进行，这样就可以使得顺利的得到每一个像素点的连贯程度。

在本发明中，所有的连贯程度均使用数值表示，一般使用百分数的方式进行表示。

在上述步骤(1)中，是模型建立的过程，在步骤(2)中，根据是对于上述已经建立的模型框架的填充过程，根据不同类别的建筑部件，所填充的算法是不一致的，因此，不同类别的建筑部件，对应不同的模型框架，在步骤(3)中，是对于算法的应用，即是将已有的数据，即是建筑部件中的每一个像素点的坐标信息和颜色信息作为输入输入到上述步骤(2)所得到的框架中，最后得到步骤(4)，技术模型框架的输出，即是每一个像素点的连贯程度。

同时，在本实施例中，所述学习模型框架包括依次串联的若干层子框架，每层字框架分别一一对应一个所述建筑部件；所述建筑部件根据其位置一一对应在所述学习模型框架的各个所述子框架中。在本发明中，将模型进行分层的方式可以使得将建筑部件的位置顺序等也融入到学习模型框架中，这样所得到的学习模型框架更加的具有针对性，这样就可以使得将学习模型框架与要设计的要设计的建筑物的融合程度更好，所得到的建筑物更加的具有诗句连贯性。

同时，在本实施例中，在对所述学习模型框架使用前，先对其进行训练，在训练的时候，包括如下步骤：

(a)将已知建筑物分为若干个建筑部件，所述建筑部件的个数小于所述子框架的个数；

(b)获取每一个所述建筑部件在所述的已知建筑物的位置，并根据该位置将所述建筑部件与所述子框架分别对应，使得一个所述建筑部件对应一个所述子框架；

(c)分别根据所述建筑部件的类别在算法数据库中查找对应的算法，并将查找到的算法填充在所述学习模型框架对应的位置上；

(d)将所述将所述建筑部件中每一个像素点所包含的坐标信息和颜色信息分别依次输入到该建筑部件所对应的算法中，调节所述学习模型的参数，使得输出得到的每一个像素点的连贯程度在设定的范围；

(e)得到训练好的所述所述学习模型框架，并投入使用。

上述步骤(a)到步骤(e)中，步骤(a)到步骤(e)按照顺序依次进行，是对于模型的训练的过程。将已经存在的优秀的设计，送入建立好的学习模型框架中，就可以将学习模型框架进行填充和完善，这样就可以使得将学习模型框架得到参数的限定，由此，通过大量的训练就可以使得学习模型框架进行完善，这就是对于学习模型框架的训练过程，对于完善后的学习模型框架，就是训练好的学习模型框架，即可以投入使用。

同时，在本实施例中，所述算法数据库在存储建筑部件的类别以及对应的算法的时候，通过列表的方式进行存储，一个所述建筑部件对应的所述算法的数量至少有一个。这样就可以使得使用不同的算法，对于学习模型框架进行填充，使得每一个学习模型框架都可以根据要设计的建筑物进行一一的个性化对应，这样就可以使得学习模型框架的独特化和多元化。

同时，在本实施例中，在调节所述学习模型的参数的时候，当存在其中任意至少一个像素点的连贯程度在不在设定的范围的时候，将已经填充在所述子框架上的算法根据存储的顺序进行替换。在本发明中，通过该方式就可以使得建筑物所对应的学习模型框架更加的有效合理使得用，从而使得得到的学习模型框架更加的贴近于实践的应用，这样就可以使得所得到的建筑物在视觉上的连贯性更佳。

在本实施例中，所述建筑部件使用三维展示形式，所述像素点采用三维点云数据的方式进行表示。通过使用三维点云数据，就可以将二维的方式拓展到三维，使得可以通过三维直观的方式展示给用户。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。