一种多楼层房屋建筑面积的提取方法及系统

1.一种多楼层房屋建筑面积提取方法，其特征在于具体包含以下步骤：1.获取被测区域的原始数据，根据原始数据建立被测区域的数字高程模型DEM，并对数字高程模型DEM进行精度确定，确定高程模型中每个像元所代表的实地面积；2．在不同高程处统计像元的个数，获得随高程变化像元个数变化的图；3．找到步骤2中随高程变化像元个数变化的图中各个高程像元个数变化率最低的高程作为划分楼层的阈值，将数字高程模型DEM划分成不同楼层的高程段，并计算出每个楼层的像元个数；4．根据步骤3中每个楼层的像元个数和步骤1中确定的高程模型中每个像元所代表的实地面积计算出每个楼层的房屋建筑面积。
2.如权利要求1所述的多楼层房屋建筑面积提取方法，其特征在于所述步骤1中获取被测区域的原始数据具体为：利用激光雷达摄影测量方法获取被测区域的原始数据。
3.如权利要求1所述的多楼层房屋建筑面积提取方法，其特征在于所述步骤1中获取被测区域的原始数据具体为：利用无人机摄影测量方法获取被测区域的原始数据。
4.如权利要求1所述的多楼层房屋建筑面积提取方法，其特征在于所述步骤2中在不同高程处统计像元的个数具体为：将数字高程模型DEM导入到ARCGIS中，通过迭代的方法，在不同的高程处计算出像元的个数。
5.如权利要求1所述的多楼层房屋建筑面积提取方法，其特征在于所述步骤1中获取被测区域的原始数据具体为：利用激光器获取单个房屋的三维空间点阵数据，同时获取控制标靶中心，得到一幅点云图，利用激光器进行坐标匹配，将不同房屋的不同点云图拼合在同一坐标系下。
6.一种多楼层房屋建筑面积提取系统，其特征在于具体包括：模型建立模块、变化图获取模块、楼层划分模块、计算模块；
所述模型建立模块用于获取被测区域的原始数据，根据原始数据建立被测区域的数字高程模型DEM，并对数字高程模型DEM进行精度确定，确定高程模型中每个像元所代表的实地面积；
所述变化图获取模块用于在不同高程处统计像元的个数，获得随高程变化像元个数变化的图；
所述楼层划分模块用于找到随高程变化像元个数变化的图中各个高程像元个数变化率最低的高程作为划分楼层的阈值，将数字高程模型DEM划分成不同楼层的高程段，并计算出每个楼层的像元个数；
所述计算模块用于根据每个楼层的像元个数和高程模型中每个像元所代表的实地面积计算出每个楼层的房屋建筑面积。
7.如权利要求6所述的多楼层房屋建筑面积提取系统，其特征在于所述获取被测区域的原始数据具体为：利用激光雷达摄影测量方法获取被测区域的原始数据。
8.如权利要求6所述的多楼层房屋建筑面积提取系统，其特征在于所述获取被测区域的原始数据具体为：利用无人机摄影测量方法获取被测区域的原始数据。
9.如权利要求6所述的多楼层房屋建筑面积提取系统，其特征在于所述在不同高程处统计像元的个数具体为：将数字高程模型DEM导入到ARCGIS中，通过迭代的方法，在不同的高程处计算出像元的个数。
10.如权利要求6所述的多楼层房屋建筑面积提取系统，其特征在于所述获取被测区域的原始数据具体为：利用激光器获取单个房屋的三维空间点阵数据，同时获取控制标靶中心，得到一幅点云图，利用激光器进行坐标匹配，将不同房屋的不同点云图拼合在同一坐标系下。

一种多楼层房屋建筑面积的提取方法及系统\n技术领域\n[0001] 本发明涉及测量技术领域，特别地，尤其涉及一种多楼层房屋建筑面积的提取方法及系统。\n背景技术\n[0002] 随着社会经济的快速发展，房地产行业也获得了空前高速的发展，使居民的生活质量得到了较大的提高和改善，但这也给管理部门带来了难题。非常多的研究以及决策都是要基于现有房屋的建筑面积，比如保障房的规划及分配，区域规划涉及的房屋拆迁补偿预算等等，而这些都必须要基于准确的现有房屋的建筑面积。但很多房屋在建成后由于各种原因，比如尚未销售、或者违规建筑等并没有在房屋管理部门进行登记，导致如果需要准确房屋的建筑面积就只能采用实地进行测量的方法进行获取。\n[0003] 在现场实地进行量测每栋房屋的建筑面积以及楼层数，从而计算得到房屋的建筑面积。在多楼层的情况下用眼睛来数楼层，这样的方式容易出现错误，同时这样实地测量的方式也无法满足变化速度非常快的城市建设。因此，在面对不同区域内大量需要准确房屋的建筑面积的业务需求时，现有技术中没有任何方法或者系统能够快速地获取到多楼层房屋的建筑面积，严重地制约着经济和社会的发展。\n[0004] 实地的现场测量效率低，更重要的是，实际现场测量的数据准确程度难以保证和核实。鉴于这种情况，迫切地需要一种新的、高效的提取多楼层房屋建筑面积的方法。\n发明内容\n[0005] 为了解决上述问题，本发明的目的在于提供高效的，准确的多楼层房屋建筑面积的提取方法。本发明还公开了实现这种多层房屋建筑面积提取方法的系统。\n[0006] 本发明解决其技术问题所采用的技术方案是：\n[0007] 一种多楼层房屋建筑面积提取方法，其具体包含以下步骤：1.获取被测区域的原始数据，根据原始数据建立被测区域的数字高程模型DEM，并对数字高程模型DEM进行精度确定，确定高程模型中每个像元所代表的实地面积；2．在不同高程处统计像元的个数，获得随高程变化像元个数变化的图；3．找到步骤2中随高程变化像元个数变化的图中各个高程像元个数变化率最低的高程作为划分楼层的阈值，将数字高程模型DEM划分成不同楼层的高程段，并计算出每个楼层的像元个数；4．根据步骤3中每个楼层的像元个数和步骤1中确定的高程模型中每个像元所代表的实地面积计算出每个楼层的房屋建筑面积。\n[0008] 更进一步地，上述步骤1中获取被测区域的原始数据具体为：利用激光雷达摄影测量方法获取被测区域的原始数据。\n[0009] 更进一步地，上述步骤1中获取被测区域的原始数据具体为：利用无人机摄影测量方法获取被测区域的原始数据。\n[0010] 更进一步地，上述步骤2中在不同高程处统计像元的个数具体为：将数字高程模型DEM导入到ARCGIS中，通过迭代的方法，在不同的高程处计算出像元的个数。\n[0011] 更进一步地，上述步骤1中获取被测区域的原始数据具体为：利用激光器获取单个房屋的三维空间点阵数据，同时获取控制标靶中心，得到一幅点云图，利用激光器进行坐标匹配，将不同房屋的不同点云图拼合在同一坐标系下。\n[0012] 本发明还公开了一种多楼层房屋建筑面积提取系统，具体包括：模型建立模块、变化图获取模块、楼层划分模块、计算模块；\n[0013] 所述模型建立模块用于获取被测区域的原始数据，根据原始数据建立被测区域的数字高程模型DEM，并对数字高程模型DEM进行精度确定，确定高程模型中每个像元所代表的实地面积；\n[0014] 所述变化图获取模块用于在不同高程处统计像元的个数，获得随高程变化像元个数变化的图；\n[0015] 所述楼层划分模块用于找到随高程变化像元个数变化的图中各个高程像元个数变化率最低的高程作为划分楼层的阈值，将数字高程模型DEM划分成不同楼层的高程段，并计算出每个楼层的像元个数；\n[0016] 所述计算模块用于根据每个楼层的像元个数和高程模型中每个像元所代表的实地面积计算出每个楼层的房屋建筑面积。\n[0017] 更进一步地，上述获取被测区域的原始数据具体为：利用激光雷达摄影测量方法获取被测区域的原始数据。\n[0018] 更进一步地，上述获取被测区域的原始数据具体为：利用无人机摄影测量方法获取被测区域的原始数据。\n[0019] 更进一步地，上述在不同高程处统计像元的个数具体为：将数字高程模型DEM导入到ARCGIS中，通过迭代的方法，在不同的高程处计算出像元的个数。\n[0020] 更进一步地，上述获取被测区域的原始数据具体为：利用激光器获取单个房屋的三维空间点阵数据，同时获取控制标靶中心，得到一幅点云图，利用激光器进行坐标匹配，将不同房屋的不同点云图拼合在同一坐标系下。\n[0021] 采用上述技术方案后，本发明的有益效果是：通过获取被测区域的原始数据，并根据原始数据建立数字高程模型，再通过对数字高程模型的一系列处理，快速得到被测区域内每个楼层的房屋的建筑面积，为后续一系列的研究和决策提供数据支持。采用上述方法或者系统替代现有技术中人工实地测量的方式，降低了工作强度，提高了房屋建筑面积的提取效率，同时也使得提取结果的准确性得到了保障。\n附图说明\n[0022] 图1为本发明的多楼层房屋建筑面积提取方法的流程图。\n具体实施方式\n[0023] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。\n[0024] 本发明公开了一种多楼层房屋建筑面积提取方法，其具体包含以下步骤：1.获取被测区域的原始数据，根据原始数据建立被测区域的数字高程模型DEM，并对数字高程模型DEM进行精度确定，确定高程模型中每个像元所代表的实地面积；2．在不同高程处统计像元的个数，获得随高程变化像元个数变化的图；3．找到步骤2中随高程变化像元个数变化的图中各个高程像元个数变化率最低的高程作为划分楼层的阈值，将数字高程模型DEM划分成不同楼层的高程段，并计算出每个楼层的像元个数；4．根据步骤3中每个楼层的像元个数和步骤1中确定的高程模型中每个像元所代表的实地面积计算出每个楼层的房屋建筑面积。通过获取被测区域的原始数据，并根据原始数据建立数字高程模型，再通过对数字高程模型的一系列处理，快速得到被测区域内每个楼层的房屋的建筑面积，为后续一系列的研究和决策提供数据支持。\n[0025] 更进一步地，上述步骤1中获取被测区域的原始数据具体为：利用激光雷达摄影测量方法获取被测区域的原始数据。上述方法使得不需要再派人到现场进行实地的量测，效率较高。同时需要的基础材料只涉及到激光雷达摄影测量，花费较少，成本较低。\n[0026] 更进一步地，上述步骤1中获取被测区域的原始数据具体为：利用无人机摄影测量方法获取被测区域的原始数据。上述方法使得不需要再派人到现场进行实地的量测，效率较高。同时需要的基础材料只涉及到无人机摄影测量，花费较少，成本较低。\n[0027] 更进一步地，上述步骤2中在不同高程处统计像元的个数具体为：将数字高程模型DEM导入到ARCGIS中，通过迭代的方法，在不同的高程处计算出像元的个数。ARCGIS具备了3D建模、编辑和分析能力，将获取到的数字高程模型直接导入到ARCGIS软件中，直接通过迭代的方法计算出在不同高程处的像元个数，简化了计算过程，使得更加快速地得到多楼层房屋的建筑面积。\n[0028] 更进一步地，上述步骤1中获取被测区域的原始数据具体为：利用激光器获取单个房屋的三维空间点阵数据，同时获取控制标靶中心，得到一幅点云图，利用激光器进行坐标匹配，将不同房屋的不同点云图拼合在同一坐标系下。采用上述方法使得只需要激光器就可以实现高程房屋建筑面积的快速提取，进一步降低了测量成本。\n[0029] 更进一步地，上述多楼层房屋建筑面积提取方法还包括对原始数据进行滤波，所述滤波过程包括（1）预处理，（2）矢量化，（3）噪声去除，（4）边缘简化，使用滤波后的数据建立数字高程模型DEM。上述三种方法获取到的原始数据都存在一定的噪声，比如激光器获取数据的基本原理是发射一束激光脉冲到房屋表面，并接收房屋表面后向散射的激光信号，通过测量激光往返延迟时间来计算被测位置到房屋表面的距离。但不管是用激光器检测还是采用上述摄影方式取得原始数据，这个原始数据都存在一定的误差，所以采用对原始数据进行滤波的方式来去除噪声，提高了结果的精度。本发明中采用预处理、矢量化、噪声去除和边缘简化的方式为房屋的原始数据进行了处理，提高了测量结果的准确性。\n[0030] 如图1所示的本发明的的多楼层房屋建筑面积提取方法的方法流程图。首先获取区域内的航空影像或雷达激光影像，然后研究区域内的数字高程模型DEM，并通过ARCGIS软件得到区域内高程变化像元个数变化图，再划分楼层的高程阈值，最后统计得到各层的建筑面积。\n[0031] 本发明还公开了一种多楼层房屋建筑面积提取系统，具体包括：模型建立模块、变化图获取模块、楼层划分模块、计算模块；\n[0032] 所述模型建立模块用于获取被测区域的原始数据，根据原始数据建立被测区域的数字高程模型DEM，并对数字高程模型DEM进行精度确定，确定高程模型中每个像元所代表的实地面积；\n[0033] 所述变化图获取模块用于在不同高程处统计像元的个数，获得随高程变化像元个数变化的图；\n[0034] 所述楼层划分模块用于找到随高程变化像元个数变化的图中各个高程像元个数变化率最低的高程作为划分楼层的阈值，将数字高程模型DEM划分成不同楼层的高程段，并计算出每个楼层的像元个数；\n[0035] 所述计算模块用于根据每个楼层的像元个数和高程模型中每个像元所代表的实地面积计算出每个楼层的房屋建筑面积。\n[0036] 通过采用上述系统，获取被测区域的原始数据，并根据原始数据建立数字高程模型，在通过对数字高程模型的一系列处理，快速得到被测区域内每个楼层的房屋的建筑面积，为后续一系列的研究和决策提供数据支持。\n[0037] 更进一步地，上述获取被测区域的原始数据具体为：利用激光雷达摄影测量方法获取被测区域的原始数据。上述系统使得不需要再派人到现场进行实地的量测，效率较高。\n同时需要的基础材料只涉及到激光雷达摄影测量，花费较少，成本较低。\n[0038] 更进一步地，上述获取被测区域的原始数据具体为：利用无人机摄影测量方法获取被测区域的原始数据。上述系统使得不需要再派人到现场进行实地的量测，效率较高。同时需要的基础材料只涉及到无人机摄影测量，花费较少，成本较低。\n[0039] 更进一步地，上述在不同高程处统计像元的个数具体为：将数字高程模型DEM导入到ARCGIS中，通过迭代的方法，在不同的高程处计算出像元的个数。ARCGIS具备了3D建模、编辑和分析能力，将获取到的数字高程模型直接导入到ARCGIS软件中，直接通过迭代的方法计算出在不同高程处的像元个数，简化了计算过程，使得更加快速地得到多楼层房屋的建筑面积。\n[0040] 更进一步地，上述获取被测区域的原始数据具体为：利用激光器获取单个房屋的三维空间点阵数据，同时获取控制标靶中心，得到一幅点云图，利用激光器进行坐标匹配，将不同房屋的不同点云图拼合在同一坐标系下。采用上述系统使得需要激光器就可以实现高程房屋建筑面积的快速提取，进一步降低了成本。\n[0041] 更进一步地，上述多楼层房屋建筑面积提取系统还包括滤波模块，所述滤波模块用于对原始数据进行滤波，所述滤波模块包括预处理模块、矢量化模块、噪声去除模块、边缘简化模块，所述预处理模块、矢量化模块、噪声去除模块、边缘简化模块依序连接，分别进行预处理、矢量化、噪声去除、边缘简化四种处理，处理后的数据建立数字高程模型DEM。采用滤波模块对原始数据进行滤波来去除噪声，提高了结果的精度。本发明中采用预处理、矢量化、噪声去除和边缘简化的滤波模块将房屋的原始数据进行了处理，提高了测量结果的准确性。\n[0042] 上述说明示出并描述了本发明的一个优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。