APP下载

基于倾斜摄影三维建模的不动产单元表达模型

2022-05-05王小维王建超

经纬天地 2022年1期
关键词:代码编码实体

王小维 王建超

(1.常州市测绘院,江苏 常州 213003;2.常州市不动产登记交易中心武进分中心,江苏 常州 213000)

0.引言

近年来,我国经济实力飞速提升,不动产种类与数量剧增,为不动产登记带来难度。原有不动产登记制度存在较多问题,如权利人办理不动产登记、注销、抵押等业务时,需到多个部门办理手续,过程较为繁琐,不但耗费大量人力、物力,也导致不动产管理效率低下,不利于国家对不动产的管理。另外,也存在权属不明、重复登记、交易隐患较多等问题。而国外发达国家具有较为完善的不动产登记制度与相应的法律法规,且很多国家已开始着手推动三维不动产的建立。作为处于高速发展阶段的中国,也需对自身不动产管理制度及法律法规进行完善。

不动产登记有助于满足社会需求,提升政府部门工作效率。但不动产数据来源较广、规模较大,其正确性与完整性无法保证,且缺乏统一的不动产单元表达形式,为不动产的登记与管理工作带来压力。为加快不动产登记工作效率,构建统一的不动产单元表达模型势在必行[1]。倾斜摄影三维建模技术能够在极短时间内获取目标影像数据,直观展示要表达的信息,已被广泛应用于军事、考古等领域。为简化不动产单元表达形式,满足现今多种类、多数量不动产登记及其管理需求,本文提出基于倾斜摄影三维建模的不动产单元表达模型研究。

1.不动产单元表达模型研究

1.1 不动产单元划分与编码

对不动产单元进行简明、精确表达,首要任务是划分与编码不动产单元,具体过程如下:

从本质角度出发,将不动产单元定义为具有封闭界线与使用价值的独立空间,其判定条件:(1)地理空间唯一性,可以利用测量手段获得不动产单元的位置信息;(2)权属界线固定性,确定土地使用权的范围;(3)使用价值实际性,此条件主要针对不动产权利人[2]。

基于上述分析,将不动产单元划分为两大类,分别为单一实体组合与多实体组合的不动产单元。其中,单一实体组合的不动产单元指纯土地,无构筑物、建筑物等其他设施。此种类别的不动产单元组成成分较简单,具有相对明确的空间位置及权利人信息,是一个三维权利空间;多实体组合的不动产单元是指纯土地及其地上其他附着物。常规情况下,指的是房地一体的不动产单元,内、外部之间存在着一定的关联关系与空间拓扑关系。

在不动产单元的登记与管理过程中,需对每个不动产单元进行编码。编码原理为:以宗地为核心,利用宗地定位到垂直空间的其他物体,使不同不动产单元具有统一的编码形式,为不动产单元的登记及管理提供便利[3]。

依据研究内容,将不动产单元编码位数设置为28,层数设置为8,其结构(如图1所示):

图1 不动产单元编码结构示意图

根据图1可知:不动产单元编码第一层代码为6位,取值范围为000001~999999;第二层代码为3位,取值范围为000~999,地籍区代码编制原则为自上而下及自左而右;第三层代码为3位,取值范围和编码原则与第二层保持一致;第四层代码为2位,取值范围为AA~ZZ,每位编码代表的含义均不同,具体(如表1所示):

表1 宗地特征码含义表

第五层代码为5位,取值范围与第一层保持一致;第六层代码为2位,取值范围为A~Z,每位编码代表含义均不同,具体(如表2所示):

表2 附着物代码含义表

第七层代码为8位,取值范围为00000000~99999999,前4位代表逻辑幢代码,后4位代表户代码[4]。

通过上述过程完成不动产单元的划分与编码,并对编码中的代码进行深入地分析与解释,为后续不动产单元表达模型的构建打下坚实的基础。

1.2 三维不动产单元边界信息提取

为确定不动产单元的权属边界,通过倾斜摄影技术获取不动产单元图像,以此为基础,提取不动产单元的三维边界信息。相较于传统摄影技术,倾斜摄影技术能在多个方位观察不动产单元,获取目标的多方位信息,为后续三维不动产单元实体的创建提供支撑。

基于倾斜摄影技术获得的不动产单元图像较多,且顺序较为混乱,很难对不动产单元边界进行找寻及其提取。因此,构建贴片模型对不动产单元图像进行匹配与聚簇。贴片模型实质为矩形平面,具有中心点、单位法向量与半径,可为不动产单元图像匹配及其聚簇提供依据[5]。

在图像匹配过程中,需满足光度一致性要求。采用共轭梯度算法计算光度最佳数值,计算公式如式(1)所示:

常规情况下,贴片模型p的可见度主要由T(p)与S(p)决定,S(p)是参照图像集的子集。因此,以式(1)得到的光度最佳数值为基础,确定S(p)的初始估计值,表达式如式(2)所示:

式(2)中,α0为稀疏不动产单元图像匹配阈值,取值范围为[1,10]。

稀疏匹配后的不动产单元图像较为紧密,故以深度图像阈值为基础,对其进行膨胀处理,获取新的S(p)估计值,表达式如式(3)所示:

式(3)中,S′(p)为S(p)的新估计值;d1(p)为不动产单元图像I中贴片模型p的中心深度;d1(i,j)为图像I和贴片模型p中(i,j)图像块的深度;ρ1为S(p)更新的辅助参数。

以式(3)结果为依据,估计T(p)数值,表达式如式(4)所示:

式(4)中,α1为T(p)数值估计的阈值,取值范围为[2,7]。

按照估计的T(p)与S′(p)调整贴片模型p,以此获得最佳图像匹配与聚簇结果。将匹配与聚簇后的不动产单元图像整合为集合A,并将图像坐标系转换为极坐标,方便后续边界信息的找寻与提取。依据不动产单元表达模型构建需求,制定三维不动产单元边界信息提取程序。

A.Count为集合A中的像素点数量;Pi为集合A的极值点,记为P1={Pw,Pn,Pg,Ps},是不动产单元边界信息的初始搜索基准点。通过不断迭代反复,搜索完毕输出的Bw,Bn,Bg,Bs为不动产单元的边界点。

通过上述过程完成不动产单元边界信息的提取,为后续三维不动产单元实体创建提供精确数据。

1.3 三维不动产单元实体创建

以上述提取的三维不动产单元边界信息为依据,创建三维不动产单元实体,清晰显示不动产单元信息,为最终不动产单元的表达做准备。

三维不动产单元实体创建流程(如图2所示):

图2 三维不动产单元实体创建流程图

由图2可知:三维不动产单元实体创建特点如下:

(1)三维实体细节丰富、要素全面、定位精度高,满足现今不动产单元1∶1000测图需求;

(2)三维实体可多角度展示不动产单元的空间信息,构建真实的不动产单元三维布局;

(3)三维实体纹理特征较真实,构建周围较短,效率较高。

1.4 三维不动产单元表达的实现

以创建的三维不动产单元实体为基础,以空间“点”为基础,以节点、弧段、面片为拓扑要素,构建三维不动产单元表达模型,具体(如图3所示):

图3 三维不动产单元表达模型示意图

由图3可知:相对于其他表达模型,构建的三维不动产单元表达模型突出了权利空间的表达,并对不动产单元的权属边界进行清晰界定,为不动产单元的登记与管理提供有效支撑,也为倾斜摄影三维建模技术的应用提供了借鉴。

2.试验与结果分析

2.1 试验准备阶段

为验证构建模型的应用性能,选取基于全球剖分网格的不动产编码研究作为对比模型,设计对比试验。试验准备阶段是验证构建模型性能的关键。此研究依据试验需求,对倾斜摄影三维建模技术相关参数进行适当设置,具体如下:

在倾斜摄影三维建模技术应用过程中,参数之间差别较大,且不同参数对获取图像性能的影响程度不同。根据已有文献研究成果可知,相机倾角与航高是影响图像分辨率的主要参数,在试验准备阶段需对其最佳参数进行确定。相机倾角、航高与分辨率之间关系(如图4所示):

图4 相机倾角、航高与分辨率关系示意图

由图4可知:随着相机倾角、航高的增加,列向垂直分辨率呈逐渐下降趋势,列向水平分辨率呈逐渐上涨趋势。当相机倾角取值为41o,航高取值为180m时,获取图像的分辨率达到最佳,由此确定最佳相机倾角参数与航高参数,为后续试验提供精确的数据支撑。

2.2 试验结果分析

以试验准备阶段确定的最佳参数为依据,选取三维不动产单元实体建模误差与三维信息表达完整率作为构建模型性能的评价指标。其中,三维不动产单元实体建模误差计算式如式(5)所示:

式(5)中,m为三维不动产单元实体建模的总体误差;mx与my分别为x轴、y轴方向的误差;Δx与Δy分别为x轴、y轴方向的单位误差。

通过试验获得三维不动产单元实体建模误差数据(如表3所示):

由表3可知:相较于对比模型,应用构建模型获得的三维不动产单元实体建模误差较小,表明构建模型建模精度更高。

表3 三维不动产单元实体建模误差数据表单位:m

三维信息表达完整率也是反映构建模型应用性能的关键指标之一。常规情况下,三维信息表达完整率数值越大,说明表达模型越全面;反之,三维信息表达完整率数值越小,说明表达模型较片面。

通过试验获得三维信息表达完整率数据(如图5所示):

图5 三维信息表达完整率数据图

由图5可知:相较于对比模型,应用构建模型获得的三维信息表达完整率数值更大,表明构建模型表达更全面。

上述试验结果表明:相较于对比模型,应用构建模型获得的三维不动产单元实体建模误差较小,三维信息表达完整率数值较大,充分证实了构建模型具有更好的不动产单元表达效果。

3.结束语

研究应用倾斜摄影技术获取不动产单元图像,以此为基础创建三维不动产单元实体,构建新的不动产单元表达模型,极大减少了三维不动产单元实体建模误差,提升了三维信息表达完整率,为不动产单元的登记与管理提供更便利的方式,也为不动产单元建模研究提供借鉴。

猜你喜欢

代码编码实体
生活中的编码
《全元诗》未编码疑难字考辨十五则
子带编码在图像压缩编码中的应用
前海自贸区:金融服务实体
实体书店步入复兴期?
Genome and healthcare
创世代码
创世代码
创世代码
创世代码