基于数据匹配的建筑物群典型化快速算法

分析了多尺度数据库和在线综合集成的途径与网格简化技术的矛盾及改进方法,提出了基于多尺度数据匹配的建筑物群典型化算法。算法基于分治原则,将整个图面空间划分为多个分区,每个分区进而划分为多个簇,以簇为单元,支持并行计算。此方法快速有效,适于网络制图。     

车载激光扫描数据中建筑物立面快速提取

本文提出一种结合多种投影影像从车载激光扫描数据中提取建筑物的方法。该方法首先将点云数据投影到XOY平面,生成多种投影影像;然后结合建筑物几何语义特征,对已获取的投影影像进行几何约束与形态学运算,得到建筑物种子区域;在此基础上,通过设置高差阈值,在最高高程影像上进行建筑物种子区域的八邻域区域生长,得到建筑物区域;最后将影像上的建筑物区域反投影到三维空间,提取出建筑物目标。实验结果表明,该方法能有效提取点云数据中的建筑物立面,取得较高的正确率和完整率,且大大提高了计算效率。     

从建筑图纸的审核谈现代建筑物的防雷设计

通过近几年对新建筑工程防雷设计图纸的审核实践，提出建筑物防雷设计方面存在的几类设计缺陷，并结合绍兴地区雷灾调查个例，阐述了防雷设计缺陷对建筑物本身及其内部信息系统和工作人员造成的直击雷、 感应雷、雷电反击等雷灾的潜在危害，从接闪、分流、均压、屏蔽、接地和布线等防雷设计的6项要素出发对现代建筑防雷设计提出了全面性、结构性、层次性和目的性等设计思路。     

膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取

由于农村建筑物结构多样、空间分布复杂等特征,自动提取面临较多困难。针对该问题,本文提出采用膨胀卷积和金字塔池化表达的神经网络模型用于遥感影像中农村建筑物自动提取。在膨胀卷积神经网络模块中,通过改变孔尺寸的大小,获取不同感受野的特征信息;在金字塔表达方面,每个模块输入不同尺度的信息,且同时下采样的倍率也不同,获取多维的金字塔尺度特征;最终将提取的浅层及深层尺度特征信息进行融合,构建一个改进的适用于农村建筑物目标自动提取的深度学习模型。试验结果表明,与FCN-8s和DeepLab模型提取的结果相比,本文方法在农村建筑物提取中表现较好的性能,提取精度明显提高,且更好保留了目标边界细节信息,减少了噪声。     

公共建筑运营企业温室气体排放核算方法探讨

本文从完整性的角度提出了中国公共建筑运营企业温室气体排放核算方法,进行了案例分析,并对其在中国未来碳排放交易市场中的应用提出了建议。研究表明,公共建筑运营企业排放核算主要采用活动数据法,核算范围包括化石燃料燃烧排放、逸散型排放、新种植树木的排放抵消、外购电力和热力的排放。案例分析表明,电力和热力引起的排放占88.32%;制冷剂逸散排放、灭火器使用引起的排放、化粪池CH₄的排放、树木吸收的CO₂（即排放量为负值）占比都较小;汽车移动源的排放占11.99%,是否应纳入主要依据核算排放量的用途。对中国未来碳排放交易市场,公共建筑物排放的核算范围,初期仅考虑化石燃料燃烧排放、外购电力和热力的排放是合理的。     

建筑物震害及其抗震设计的初步研究--以姚安6.5级地震震区建筑物破坏为例

对2000年1月15日姚安6．5级地震极震区（Ⅷ度）及姚安、大姚、南华和牟定等县城内的建筑物与结构物的震害做了系统的调研。本作为系列研究之二，分析了各类建筑物的地震破坏现象与相关设计，以及地震的破坏机理，讨论了地震区城镇建设中防震减灾应引起重视的有关问题；提出了在设计与施工中出现的若干问题及在这次地震灾害中获取的经验与教训。对今后多震区的城市规划、建筑物设计有一定的参考价值。     

一种建筑物只能聚类方法

建筑物聚类是大比例尺地图自动制图综合中需要解决的关键问题。通过分析Gestalt原理的邻近性、相似性等,采用建筑物重心、建筑物间的距离、建筑物与邻近线状地物要素间位置关系等参数描述建筑物。本文提出的建筑物智能聚类方法包含两个连续的步骤:首先计算建筑物的描述参数,利用SOM网络的聚类能力,进行建筑物的初步聚类;然后,利用SOM竞争层行列扫描的方法,对初步聚类的建筑物类簇进行精确划分,获得满足建筑物聚类的全局和局部约束条件等制图要求的建筑物聚类群组。     

基于机载LiDAR点云和建筑物轮廓线构建DSM的方法

为了获取高精度的数字表面模型(digital surface model,DSM),提出了利用离散的三维激光点云和建筑物轮廓线构建DSM的方法.首先,利用不规则三角网(triangulated irregular network,TIN)渐进滤波算法对激光点云进行预处理,得到地面点和非地面点;然后,基于高程纹理提取非地面点中的建筑物脚点,根据脚点的深度影像图,利用Canny算子提取建筑物边缘,用方位角聚类规则法对建筑物边缘规则化;最后,采用提取的离散地面点数据和建筑物轮廓矢量线构建DSM.采用柳州地区的一组机载LiDAR数据对该方法进行了实验验证,结果表明,通过该方法构建的DSM,建筑物的边缘信息比较精确.     

2D地图的建筑物场景结构提取方法及其在城市增强现实中的应用

城市AR中,场景结构的自动获取,对自适应信息表达具有重要意义,是解决“层叠式”信息表现形式引发的信息指示不明、场景感知混乱等问题的关键步骤。然而,场景结构信息隐藏在场景图像中,直接提取十分困难。2D地图描述了地理实体的位置、轮廓和空间布局,可作为场景结构提取的先验信息。针对城市AR中场景结构获取难、效率低的问题,本文提出一种基于2D地图的建筑物场景结构自动化提取方法。在地理配准的基础上,首先根据2D地图中建筑物的轮廓和属性信息,构建场景图像语义分割的结构线索;然后将其作为过分割处理后场景图像合并的依据,生成多个包含语义信息的图像区域;最后根据图像区域与2D地图中建筑物轮廓之间的映射关系,提取出场景图像中的区域轮廓、场景深度和平面朝向等场景结构信息。试验选取了格拉茨地区32个建筑物场景进行测试。结果表明本文方法能实时地提取建筑物场景结构,且建筑物立面提取的质量明显优于对比方法。提取的场景结构能应用于城市AR多种自适应信息表达方法中,使信息标注更明确,遮挡关系更清晰。     

结合样本自动选择与规则性约束的窗户提取方法

针对窗户内部结构性与分布规则性等特点,提出了一种结合样本自动选择和分布规则性约束的窗户提取方法。首先,利用模板匹配对选取的单个窗户样本进行拓展,自动选择一定数量的正负样本;其次,利用自动选择的样本对JointBoost分类器进行训练,并对建筑物立面影像进行窗户提取;最后,建立包含窗户走向线、倾向线、兴趣点和相似度4个要素的窗户分布规则性模型,并利用规则性模型约束对提取结果进行优化,得到最终窗户提取结果。在复杂背景、复杂窗户结构及存在透视变形的建筑物影像窗户提取实验中,该方法均有较好的检测率与正确率。