一种融合深度学习模型的建筑纹理智能修复与美化方法

本发明适用于建筑物模型数据处理技术领域，提供一种融合深度学习模型的建筑纹理智能修复与美化方法，该方法首先对三维建筑模型纹理进行重组生成待处理的墙面和屋顶纹理图片，结合低秩矩阵分解和SAM图像分割算法来提取建筑纹理需进行修复的待修复区，然后根据待修复区域占整个纹理图的比例来决定是LAMA图像修复模型还是PatchMatch图像修复算法来进行纹理处理以达到最大修复效果，最后使用图像扩散模型加ControlNet控制图和提示词进行纹理的扭曲修复和材质美化，输出美化后的墙面和屋顶纹理。本发明能够同时处理纹理遮挡、拉花、噪声和窗户扭曲等问题，实现了纹理遮挡拉花区域的自动检测和自动纹理修复美化，显著提高了建筑单体化建模过程中纹理编辑处理的耗时。