CN107239463B - 一种景区地图生成方法及装置 - Google Patents

一种景区地图生成方法及装置 Download PDF

Info

Publication number
CN107239463B
CN107239463B CN201610184141.2A CN201610184141A CN107239463B CN 107239463 B CN107239463 B CN 107239463B CN 201610184141 A CN201610184141 A CN 201610184141A CN 107239463 B CN107239463 B CN 107239463B
Authority
CN
China
Prior art keywords
map
pixel
spot
determining
blob
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610184141.2A
Other languages
English (en)
Other versions
CN107239463A (zh
Inventor
杨鹏
苏中华
黄何
彭志峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Group Jiangsu Co Ltd
Original Assignee
China Mobile Group Jiangsu Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Group Jiangsu Co Ltd filed Critical China Mobile Group Jiangsu Co Ltd
Priority to CN201610184141.2A priority Critical patent/CN107239463B/zh
Publication of CN107239463A publication Critical patent/CN107239463A/zh
Application granted granted Critical
Publication of CN107239463B publication Critical patent/CN107239463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及通信技术领域，公开了一种景区地图生成方法及装置，包括：获取目标景区的第一地图；根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测；确定所述第一地图中的各斑点的边缘及各斑点的局部特征；针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图；将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。本发明用以解决现有技术中需景点印制景区地图，游客使用不便且不能及时更新的问题。

Description

一种景区地图生成方法及装置
技术领域
本发明涉及地图识别技术领域，尤其涉及一种景区地图生成方法及装置。
背景技术
随着人民生活水平的提高，对于旅游场所的实时信息了解要求日益提高。现有技术中，绝大部分的景区或文化遗产等场所的导览系统，还停留在早期的平面印制品层面上。例如，游客进入景区后，可以在服务台等场所领取纸质的景区地图。或者有的景区直接将地图印在纸质版的门票上，游客购买门票后，即可获得景区地图。
然而这种主要依靠普通图片文字相结合的导览方式，缺乏高效、智能的导览手段；同时，导览都是各个景区或文化遗产点自己管理印制投放，不能及时更新。
发明内容
本发明实施例提供一种景区地图生成方法及装置，用以针对景区、文化遗产等旅游场所，提供一种新的地图呈现方式，解决了现有技术中需景点印制景区地图，游客使用不便且不能及时更新的问题。
本发明实施例提供的景区地图生成方法包括：
获取目标景区的第一地图；
根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测；
确定所述第一地图中的各斑点的边缘及各斑点的局部特征；
针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图；
将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。
可选的，所述确定所述第一地图中的各斑点的局部特征，包括：
所述局部特征为纹理特征；
将所述斑点中任一像素作为第一像素；
根据所述第一像素的像素值，以及与所述第一像素相邻的第二像素的像素值，计算所述第一像素的局部二值模式LBP；
根据所述斑点中所有像素的LBP，确定所述斑点的纹理特征。
可选的，各斑点的局部特征，包括：
所述局部特征为特征像素；
从所述斑点中选取多个特征像素。
可选的，所述确定所述第一地图中的各斑点的局部特征，包括：
所述局部特征为文字信息；
从所述第一地图中确定所述斑点对应的文字信息。
可选的，所述根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测，包括：
根据所述第一地图中每个像素的像素值，对所述第一地图进行海塞矩阵的行列式DoH检测，得到所述第一地图的各斑点。
可选的，所述确定各斑点的边缘，包括：
利用霍夫变换对斑点检测后的第一地图进行边缘提取，形成所述各斑点的边缘。
可选的，所述获取目标区域的第一地图之后，所述对所述第一地图进行边缘提取之前，还包括：
将所述第一地图中的图像与文字分离；
增强所述第一地图中图像的灰度化，锐化所述第一地图中的图像，并去除所述第一地图中图像的噪声。
可选的，所述将所述瓦片图填充所述第一地图的栅格单元形成第三地图之后，还包括：
在所述第三地图中，至少添加以下内容之一与所述第三地图中像素的坐标绑定：全景图、麻点标记、周边信息、视频。
一种景区地图生成装置，包括：
获取模块，用于获取目标景区区域的第一地图；
检测模块，用于根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测；
确定模块，用于确定所述第一地图中的各斑点的边缘及各斑点的局部特征；
渲染模块，用于针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图；
填充模块，用于将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。
可选的，所述局部特征为纹理特征；
所述确定模块，具体用于：
将所述斑点中任一像素作为第一像素；
根据所述第一像素的像素值，以及与所述第一像素相邻的第二像素的像素值，计算所述第一像素的局部二值模式LBP；
根据所述斑点中所有像素的LBP，确定所述斑点的纹理特征。
可选的，所述局部特征为特征像素；
所述确定模块，具体用于从所述斑点中选取多个特征像素。
可选的，所述局部特征为文字信息；
所述确定模块具体用于从所述第一地图中确定所述斑点对应的文字信息。
可选的，所述检测模块，具体用于：
根据所述第一地图中每个像素的像素值，对所述第一地图进行海塞矩阵的行列式DoH检测，得到所述第一地图的各斑点。
可选的，所述确定模块，具体用于：
利用霍夫变换对斑点检测后的第一地图进行边缘提取，形成所述各斑点的边缘。
可选的，还包括处理模块，用于：
将所述第一地图中的图像与文字分离；
增强所述第一地图中图像的灰度化，锐化所述第一地图中的图像，并去除所述第一地图中图像的噪声。
可选的，还包括添加模块，用于：
在所述第三地图中，至少添加以下内容之一与所述第三地图中像素的坐标绑定：全景图、麻点标记、周边信息、视频。
本发明实施例中，可以根据景区的数字地图或卫星图等，生成景区的导览图。具体来说，将景区的数字地图作为第一地图，根据第一地图中每个像素的像素值，确定出第一地图中的斑点。然后提取各斑点的边缘以及局部特征，并将斑点的局部特征与预置模板的局部特征进行对比，若两者的相似度大于阈值，则说明该预置模板与该斑点相对应，即找出了与斑点的对应预置模板。根据预置模板，将与其对应的斑点的边缘内部进行渲染，从而渲染与该预置模板的对应的斑点。渲染第一地图中的所有斑点，进而形成第二地图。将第二地图剪切生成瓦片图，并将生成的瓦片图回填第一地图的栅格单元，从而形成第三地图。本发明实施例中，在原有数字地图、卫星地图的基础上，通过将新的图像图像渲染原有的地图，形成个性化的景区地图，弥补了现有景区导览智能化低、不易及时更新的缺陷，且可以通过无线网络提供游客同景区的信息交互，提供了一种新的景区导览方式。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种景区地图生成方法的流程图；
图2为本发明实施例中另一种景区地图生成方法的流程图；
图3为本发明实施例中一种景区地图生成装置的示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
针对景区地图形式单一、智能化程度低的问题，本发明实施例提供了一种景区地图生成方法。生成的景区地图，可以由景区的工作人员推送给游客的手机、平板电脑等移动终端，也可由游客登录景区的网站或APP等自行获取，或者在景区的重要交通枢纽或服务中心等场所设立终端，供游客查找，具体的应用场景，本发明实施例不做限制。景区地图生成方法的流程如图1所示，方法可以包括如下步骤：
S101、获取目标景区的第一地图。
本实施例中充分利用现有的数字地图来生成合理的景区地图。预先获取景区的第一地图，其中，第一地图可以为该景区的数字地图或者卫星地图，可从互联网中采集数字地图或者卫星地图的地图图片以及坐标信息等。
进一步的，为了确保对第一图像后续处理的准确性，可选的在步骤101获取第一地图之后，可以对第一地图进行预处理，包括：
将所述第一地图中的图像与文字分离；
增强所述第一地图中图像的灰度化，锐化所述第一地图中的图像，并去除所述第一地图中图像的噪声。
具体来说，对获取的地图图像进行文字与背景图像分离，然后对背景图像的灰度化进行增强，使图像锐化，用于加强图像的轮廓，并使用平滑滤波器将地图图像除噪，从而降低后期计算的复杂度。
若未经除噪的输出图像为g(x,y)，则g(x,y)＝f(i,j)+n(i,j)……公式1，其中，f(i,j)为原始图像，n(i,j)为噪声。
去除噪声干扰的输出图像为：
Figure BDA0000952126210000061
其中，s为图像的范围，(i，j)为图像上的像素，M为像素个数。
S102、根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测。
斑点通常是指与周围有着颜色和灰度差别的区域。在实际地图中，往往存在着大量这样的斑点，如一片湖泊是一个斑点，一块草地是一个斑点，一栋房子也可以是一个斑点。由于斑点代表的是一个区域，其稳定性好，抗噪声能力强，故其可以作为图像匹配的标准之一。斑点检测即为检测出图像中比其周围像素灰度值大或比周围灰度值小的区域。
例如，可以利用DoH(海塞矩阵的行列式，Determinant of Hessian)检测来对第一地图中的斑点进行检测，根据所述第一地图中每个像素的像素值，对所述第一地图进行DoH检测，得到所述第一地图的各斑点。
DoH检测是利用图像点的二阶微分Hessian矩阵及其行列式来检测图像斑点。具体地，可以第一地图中左上角像素点为原点，横向向右为x轴正方向，纵向向下为y轴正方向，对第一地图的图像建立指教坐标系，得到第一地图的每个像素的位置信息和尺度信息。
其次，利用Hessian矩阵进行检测，具体为使用若干不同尺度的二维高斯滤波器对第一地图的每个像素点进行卷积，得到每个像素点在若干尺度空间的Hessian矩阵的元素。
Hessian矩阵为：
Figure BDA0000952126210000073
其中，Lxx表示用二维高斯函数求关于x的二阶偏导对图像进行卷积后的结果；Lxy表示用二维高斯函数求关于x的偏导后再对y求偏导对图像进行卷积后的结果；Lyy表示用二维高斯函数求关于y的二阶偏导对图像进行卷积后的结果。
进而得到每个像素点分别在每个尺度空间中的Hessian矩阵行列式值。
Hessian矩阵行列式的值DoH为：
Figure BDA0000952126210000074
其中，σ为二阶微分算子。
在图像的位置空间和尺度空间中搜索DoH相应的峰值，即为检测出的斑点。
S103、确定所述第一地图中的各斑点的边缘及各斑点的局部特征。
得到第一地图中的各斑点后，需确定各斑点的边缘，
各斑点的边缘，可以利用霍夫变换对斑点检测后的第一地图进行边缘提取，形成各斑点的边缘。
具体来说，可以利用霍夫变换识别第一地图中的直线。在直角坐标系和极坐标系的对应关系中，点、直线在两个坐标系中是对偶关系。即直角坐标系中的点是极坐标系中的线，直角坐标系中的线是极坐标系中的点。反过来，也成立。因此，图像在直角坐标系下，检测图像中的直线，可以转化为统计检测极坐标系中的点。
在平面直角坐标系中，直线可以用方程y＝kx+b表示。一条直线在图像中是一系列离散点的集合，通过一个直线的离散极坐标公式，可以表达出直线的离散点几何等式如下：
r＝x*cos(θ)+y*sin(θ),θ∈(0,180°)……公式5
其中，r为坐标原点到直线的几何垂直距离，θ为r与x轴之间的夹角。在第一地图中，像素坐标(x,y)是已知的，(r,θ)为变量。根据像素坐标可以确定每个直线的(r,θ)值，即从直角坐标系统转换到极坐标霍夫空间系统，这种从点到线的变换称为直线的霍夫变换。变换通过量化霍夫参数空间为有限个值间隔等分或者累加格子。当霍夫变换算法开始，每个像素坐标(x,y)被转换到(r,θ)的曲线点上面，累加到对应的格子数据点，当一个波峰出现时候，说明有直线存在。
同样的原理，可以根据广义霍夫变换检测任意形状的曲线。
本发明实施例中，斑点的局部特征可以是斑点的纹理特征、斑点内的特征像素(如斑点的中心坐标、地理名称、面积等特征)，斑点对应的文字信息等。本发明实施例可以利用不同的局部特征来做模板匹配，也可以将图像的各项属性特征结合起来，在斑点的识别处理时可大大提高精准度。
S104、针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图。
把上述步骤中从第一地图中确定的斑点的局部特征与特征知识库中预存的预置模板进行对比，从多个预置模板中找寻到相对应的预置模板，根据预置模板中的图片、颜色等确定渲染的内容，根据斑点的边缘确定渲染的区域，从而渲染检测到的斑点。
S105、将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。
举例来说，将目标像素在原数字地图上的坐标(x，y)投影到步骤104形成的第二地图上，并将第二地图剪切生成瓦片图。同时，针对景区地图的特点，即地图呈现的面积较小，需放大较大的倍数，配置相应的规则参数，通常只需15-18级地图，便于查看详细景区地图；级别较低，即1-14级地图，因只能看到景区概貌，因此可以省略，从而提升下载速度。
最后，将每一级切割的256×256规格的瓦片图回填至第一地图的栅格单元中，使得地图不会因缩放而改变位置坐标。
本发明实施例中，在原有数字地图、卫星地图的基础上，通过将新的图像图像渲染原有的地图，形成个性化的景区地图，弥补了现有景区导览智能化低、不易及时更新的缺陷，且可以通过无线网络提供游客同景区的信息交互，提供了一种新的景区导览方式。
由于斑点的局部特征有多种情况，以下针对每种局部特征的获取分别进行介绍。
情况一，各斑点的局部特征可以为纹理特征，则确定第一地图中的各斑点的局部特征，包括：
将所述斑点中任一像素作为第一像素；
根据所述第一像素的像素值，以及与所述第一像素相邻的第二像素的像素值，计算所述第一像素的LBP(局部二值模式，Local Binary Patterns)；
根据所述斑点中所有像素的LBP，确定所述斑点的纹理特征。
具体来说，计算斑点中各像素的LBP可以包括以下步骤：
以目标像素为中心，将其与其周围的8个像素作为3×3的计算窗口，即目标像素为第一像素，其周围的8个像素为第二像素。比较第二像素的像素值是否大于第一像素的像素值，若大于则将该第二像素的像素值设为1，否则设为0。将8个第二像素比较得出的像素值依次排列得到一个8位无符号的二进制数，将这个无符号二进制数作为中心第一像素的新像素值。取8个第二像素的像素值的顺序可以是以计算左上角的像素为起点顺时针取，也可以以其他周围点为起点，顺时针或逆时针取，但是不管以什么样的顺序取值组合得到8位二进制数，只要保证遍历整个斑点的每个计算窗口中的取值顺序一致即可。
用公式表示，则像素点的LBP值为：
Figure BDA0000952126210000101
其中，c为计算窗口中心的第一像素，p为与第一像素相邻的8个第二像素，g为像素的像素值。
利用计算窗口遍历整个斑点，得到各斑点中每个非边缘像素点的新像素值，并将各边缘像素点的新像素值设为某值，如设为0，即得到经过LBP处理后的斑点。
将经过LBP处理后的斑点分为c×c个小块，并分别计算每个小块灰度直方图，所述灰度直方图中的灰度采用若干阶表示，如64阶或256阶，便得到每个小块中64个灰阶上分布的像素点数；将c×c个小块64个灰阶上分布的像素点数依次排列最终得到c×c×64维的LBP特征值。其中，c可取2或3。
情况二，各斑点的局部特征可以为特征像素，则确定第一地图中的各斑点的局部特征，包括：从所述斑点中选取多个特征像素。
其中，特征像素可以为角点，如某些属性上强度最大或者最小的孤立点、线段的终点，或者是曲线上局部曲率最大的点。
情况三，各斑点的局部特征可以为文字信息，本发明实施例中，在获取景区的第一地图后，可将文字与图像进行分离，但各斑点上对应的文字信息仍然会进行保存，并可在与预置模板进行匹配时，作为匹配的标准。故，确定第一地图中的各斑点的局部特征，包括：从所述第一地图中确定所述斑点对应的文字信息。例如，“北京农商银行”等。
此外，本发明实施例中，还可基于图像其它的内在属性，将第一地图中的斑点与预置模板进行比对，如中心坐标、地理名称、色卡等。如此，提高了在识别处理地图时的精准度。
进一步地，步骤S105之后，还包括：在所述第三地图中，至少添加以下内容之一与所述第三地图中像素的坐标绑定：全景图、麻点标记、周边信息、视频。
在生成的地图中绑定点击事件，如视频、全景图、周边信息、购票，这样，游客在使用地图的过程中，当手指点击或将鼠标移动到某个景点时，终端会自动显示这些信息的标记选项，游客即可根据自身需求，选择某个功能进行浏览。游客还可通过该地图，进行与景区间的信息交互。例如，游客可将游览中遇到的问题通过地图中绑定的问题反馈等标记，将意见或建议反馈给景区管理人员。或者，游客输入自己感兴趣的景点，终端根据游客的当前所在地，为游客设计个性化的游览路线。同时，景区工作人员可定期添加或更新绑定的内容，以丰富景区的信息展现。
这种导览方式，弥补了现有景区导览智能化低、有效性不强、信息量小的缺陷；同时引入景区和游客间的信息沟通，实现游客对于景区服务的个性化配置需求。
为了更清楚地理解本发明，下面以具体的实施例对上述流程进行详细描述，具体步骤如图2所示，包括：
S201、获取某景区的数字地图或卫星地图。具体可以从互联网中，如百度等网站中爬取地图。
S202、将获取的数字地图中图像与文字分离，并对数字地图进行预处理。可包括增强数字地图中图像的灰度化，使用滤波器锐化图像，并去除图像的噪声。
S203、根据数字地图中每个像素的像素值，对数字地图进行斑点检测。利用DoH检测，对数字地图计算卷积，得到数字地图中的多个斑点。
S204、确定数字地图中的各斑点的边缘及各斑点的局部特征。其中，斑点的边缘可通过霍夫变换对数字地图进行边缘提取而形成。局部特征包括各斑点的纹理特征、特征像素、以及相应的文字信息等。纹理特征可根据公式6计算斑点的LBP值。局部特征还可包括特征知识库中存有的中心坐标、面积、地理名称等。
S205、针对一个斑点，从特征知识库中找寻预置模板，将斑点的局部特征与预置模板的局部特征进行对比，确定斑点对应的预置模板，直至将每个斑点的预置模板找出。
S206、根据预置模板的图片、色彩、符号等，渲染相对应的斑点，形成第二地图。如草地的斑点，可以用绿色的小草进行渲染；景点的斑点，可以用该景点相应的缩略图进行渲染。
S207、将原数字地图中的坐标投影到第二地图中，并将第二地图剪切生成瓦片图。其中，保留15-18级地图的瓦片图。
S208、将15-18级中的每一级瓦片图回填至栅格单元。
S209、添加麻点标注、事件绑定等附加信息。
之后，景区工作人员通过后台，进行信息发布，并将地图推送到游客的手机客户端，为游客进行导览。游客也可通过手机中的地图，与景区工作人员进行互动沟通。
基于相同的技术构思，本发明实施例还提供一种景区地图生成装置，如图3所示，包括：
获取模块1，用于获取目标景区区域的第一地图；
检测模块2，用于根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测；
确定模块3，用于确定所述第一地图中的各斑点的边缘及各斑点的局部特征；
渲染模块4，用于针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图；
填充模块5，用于将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。
可选的，所述局部特征为纹理特征；
确定模块3，具体用于：
将所述斑点中任一像素作为第一像素；
根据所述第一像素的像素值，以及与所述第一像素相邻的第二像素的像素值，计算所述第一像素的局部二值模式LBP；
根据所述斑点中所有像素的LBP，确定所述斑点的纹理特征。
可选的，所述局部特征为特征像素；
确定模块3，具体用于从所述斑点中选取多个特征像素。
可选的，所述局部特征为文字信息；
确定模块3具体用于从所述第一地图中确定所述斑点对应的文字信息。
可选的，检测模块2，具体用于：
根据所述第一地图中每个像素的像素值，对所述第一地图进行海塞矩阵的行列式DoH检测，得到所述第一地图的各斑点。
可选的，确定模块3，具体用于：
利用霍夫变换对斑点检测后的第一地图进行边缘提取，形成所述各斑点的边缘。
可选的，还包括处理模块6，用于：
将所述第一地图中的图像与文字分离；
增强所述第一地图中图像的灰度化，锐化所述第一地图中的图像，并去除所述第一地图中图像的噪声。
还包括添加模块7，用于：
在所述第三地图中，至少添加以下内容之一与所述第三地图中像素的坐标绑定：全景图、麻点标记、周边信息、视频。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种景区地图生成方法，其特征在于，包括：
获取目标景区的第一地图；
根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测，所述斑点是指与周围有颜色和灰度差别的区域；
确定所述第一地图中的各斑点的边缘及各斑点的局部特征；
针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图；
将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。
2.如权利要求1所述的方法，其特征在于，所述确定所述第一地图中的各斑点的局部特征，包括：
所述局部特征为纹理特征；
将所述斑点中任一像素作为第一像素；
根据所述第一像素的像素值，以及与所述第一像素相邻的第二像素的像素值，计算所述第一像素的局部二值模式LBP；
根据所述斑点中所有像素的LBP，确定所述斑点的纹理特征。
3.如权利要求1所述的方法，其特征在于，所述确定所述第一地图中的各斑点的局部特征，包括：
所述局部特征为特征像素；
从所述斑点中选取多个特征像素。
4.如权利要求1所述的方法，其特征在于，所述确定所述第一地图中的各斑点的局部特征，包括：
所述局部特征为文字信息；
从所述第一地图中确定所述斑点对应的文字信息。
5.如权利要求1至4任一项所述的方法，其特征在于，所述根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测，包括：
根据所述第一地图中每个像素的像素值，对所述第一地图进行海塞矩阵的行列式DoH检测，得到所述第一地图的各斑点。
6.如权利要求1至4任一项所述的方法，其特征在于，所述确定各斑点的边缘，包括：
利用霍夫变换对斑点检测后的第一地图进行边缘提取，形成所述各斑点的边缘。
7.如权利要求1至4任一项所述的方法，其特征在于，所述获取目标景区的第一地图之后，所述确定所述第一地图中的各斑点的边缘及各斑点的局部特征之前，还包括：
将所述第一地图中的图像与文字分离；
增强所述第一地图中图像的灰度化，锐化所述第一地图中的图像，并去除所述第一地图中图像的噪声。
8.如权利要求1至4任一项所述的方法，其特征在于，所述将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图之后，还包括：
在所述第三地图中，至少添加以下内容之一与所述第三地图中像素的坐标绑定：全景图、麻点标记、周边信息、视频。
9.一种景区地图生成装置，其特征在于，包括：
获取模块，用于获取目标景区区域的第一地图；
检测模块，用于根据所述第一地图中每个像素的像素值，对所述第一地图进行斑点检测，所述斑点是指与周围有颜色和灰度差别的区域；
确定模块，用于确定所述第一地图中的各斑点的边缘及各斑点的局部特征；
渲染模块，用于针对每个斑点，将所述斑点的局部特征与预置模板的局部特征进行对比，确定所述斑点对应的预置模板，并根据所述斑点对应的预置模板和所述斑点的边缘渲染所述斑点，形成第二地图；
填充模块，用于将所述第二地图剪切生成瓦片图，并填充至所述第一地图的栅格单元形成第三地图。
10.如权利要求9所述的装置，其特征在于，所述局部特征为纹理特征；
所述确定模块，具体用于：
将所述斑点中任一像素作为第一像素；
根据所述第一像素的像素值，以及与所述第一像素相邻的第二像素的像素值，计算所述第一像素的局部二值模式LBP；
根据所述斑点中所有像素的LBP，确定所述斑点的纹理特征。
11.如权利要求9所述的装置，其特征在于，所述局部特征为特征像素；
所述确定模块，具体用于从所述斑点中选取多个特征像素。
12.如权利要求9所述的装置，其特征在于，所述局部特征为文字信息；
所述确定模块具体用于从所述第一地图中确定所述斑点对应的文字信息。
13.如权利要求9至12任一项所述的装置，其特征在于，所述检测模块，具体用于：
根据所述第一地图中每个像素的像素值，对所述第一地图进行海塞矩阵的行列式DoH检测，得到所述第一地图的各斑点。
14.如权利要求9至12任一项所述的装置，其特征在于，所述确定模块，具体用于：
利用霍夫变换对斑点检测后的第一地图进行边缘提取，形成所述各斑点的边缘。
15.如权利要求9至12任一项所述的装置，其特征在于，还包括处理模块，用于：
将所述第一地图中的图像与文字分离；
增强所述第一地图中图像的灰度化，锐化所述第一地图中的图像，并去除所述第一地图中图像的噪声。
16.如权利要求9至12任一项所述的装置，其特征在于，还包括添加模块，用于：
在所述第三地图中，至少添加以下内容之一与所述第三地图中像素的坐标绑定：全景图、麻点标记、周边信息、视频。
CN201610184141.2A 2016-03-28 2016-03-28 一种景区地图生成方法及装置 Active CN107239463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610184141.2A CN107239463B (zh) 2016-03-28 2016-03-28 一种景区地图生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610184141.2A CN107239463B (zh) 2016-03-28 2016-03-28 一种景区地图生成方法及装置

Publications (2)

Publication Number Publication Date
CN107239463A CN107239463A (zh) 2017-10-10
CN107239463B true CN107239463B (zh) 2020-07-07

Family

ID=59983152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610184141.2A Active CN107239463B (zh) 2016-03-28 2016-03-28 一种景区地图生成方法及装置

Country Status (1)

Country Link
CN (1) CN107239463B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114153937A (zh) * 2022-02-09 2022-03-08 天津仁爱学院 一种城市文化遗产旅游数据互动地图系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9786075B2 (en) * 2013-06-07 2017-10-10 Microsoft Technology Licensing, Llc Image extraction and image-based rendering for manifolds of terrestrial and aerial visualizations
CN103778625A (zh) * 2013-12-27 2014-05-07 北京东方泰坦科技股份有限公司 基于遥感图像变化检测算法的地物智能搜索技术
CN104778679B (zh) * 2014-12-22 2019-07-12 中国科学院遥感与数字地球研究所 一种基于高分一号卫星数据的控制点图元快速匹配方法

Also Published As

Publication number Publication date
CN107239463A (zh) 2017-10-10

Similar Documents

Publication Publication Date Title
CN109740548B (zh) 一种报销票据图像分割方法及系统
US10699134B2 (en) Method, apparatus, storage medium and device for modeling lane line identification, and method, apparatus, storage medium and device for identifying lane line
CN106447721B (zh) 图像阴影检测方法和装置
US20170343362A1 (en) Method And Apparatus For Generating High Precision Map
US9286624B2 (en) System and method of displaying annotations on geographic object surfaces
KR102035030B1 (ko) 차선 정보를 이용한 자동 도화 방법
US10643071B2 (en) System and method for augmenting an image with stylized features
CN105243142A (zh) 一种基于增强现实与可视计算的智能信息推送方法
US9396584B2 (en) Obtaining geographic-location related information based on shadow characteristics
EP3543910B1 (en) Cloud detection in aerial imagery
CN112242004B (zh) 一种基于光照渲染的ar场景的虚拟雕刻方法及系统
CN107679442A (zh) 单证信息录入的方法、装置、计算机设备及存储介质
CN111950355A (zh) 印章识别方法、装置及电子设备
CN110781195B (zh) 一种兴趣点信息更新的系统、方法和装置
JP2021179839A (ja) 地物の分類システム、分類方法及びそのプログラム
CN113592720B (zh) 图像的缩放处理方法、装置、设备、存储介质
CN110390228A (zh) 基于神经网络的交通标志图片识别方法、装置及存储介质
CN109657728B (zh) 样例生产方法及模型训练方法
CN113343945B (zh) 水体识别方法、装置、电子设备及存储介质
CN107239463B (zh) 一种景区地图生成方法及装置
JP5767887B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
CN110942056A (zh) 服饰关键点定位方法、装置、电子设备及介质
CN114898321A (zh) 道路可行驶区域检测方法、装置、设备、介质及系统
CN114494751A (zh) 证照信息识别方法、装置、设备及介质
Arriaga-Varela et al. Automatic georeferencing of heterogeneous historic and illustrated maps

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant