CN109697755B

CN109697755B - 输电铁塔模型的增强现实显示方法、装置和终端设备

Info

Publication number: CN109697755B
Application number: CN201811581934.3A
Authority: CN
Inventors: 宁柏锋; 孙蓉蓉; 吴石松
Original assignee: Shenzhen Power Supply Co ltd
Current assignee: Shenzhen Power Supply Co ltd
Priority date: 2018-12-24
Filing date: 2018-12-24
Publication date: 2023-07-21
Anticipated expiration: 2038-12-24
Also published as: CN109697755A

Abstract

本申请涉及一种输电铁塔模型的增强现实显示方法、装置、终端设备和存储介质。该方法包括：获取所述输电铁塔模型的缩放大小；获取虚拟物体在真实环境中的尺寸信息，并根据所述缩放大小和所述尺寸信息，确定所述虚拟物体对应的初始虚拟物体图像在所述终端设备中的显示尺寸；根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像；所述目标显示图像包括所述输电铁塔模型图像和所述初始虚拟物体图像对应的调整后的目标虚拟物体图像。该方法可以很好地体现目标虚拟物体图像与输电铁塔模型图像的空间位置关系，增加了对输电铁塔模型图像添加的虚拟物体的真实感。

Description

输电铁塔模型的增强现实显示方法、装置和终端设备

技术领域

本申请涉及增强现实技术领域，特别是涉及一种输电铁塔模型的增强现实显示方法、装置、终端设备和存储介质。

背景技术

增强现实技术是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息(如视觉信息和声音信息等)，通过电脑等科学技术，模拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。

传统的增强现实技术中，终端设备如手机可以对扫描的真实物体比如用户头像添加帽子或围巾等虚拟物体，使得真实的头像和虚拟的帽子或围巾等在同一个画面显示。

但是，传统的增强现实技术添加的帽子或围巾等虚拟物体在终端设备上显示的大小是固定的，不能很好地体现与真实的头像等的空间位置关系，导致虚拟物体的真实感较低。

发明内容

基于此，有必要针对传统技术的传统的增强现实技术不能很好地体现与真实的头像等的空间位置关系，导致虚拟物体的真实感较低的问题，提供一种输电铁塔模型的增强现实显示方法、装置、终端设备和存储介质。

第一方面，本申请实施例提供一种输电铁塔模型的增强现实显示方法，所述法包括：

获取所述输电铁塔模型的缩放大小；

获取虚拟物体在真实环境中的尺寸信息，并根据所述缩放大小和所述尺寸信息，确定所述虚拟物体对应的初始虚拟物体图像在所述终端设备中的显示尺寸；

根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像；所述目标显示图像包括所述输电铁塔模型图像和所述初始虚拟物体图像对应的调整后的目标虚拟物体图像。

在其中一个实施例中，在所述获取现实物体的缩放大小之前，所述方法还包括：

获取所述输电铁塔模型图像；

将所述输电铁塔模型图像输入预设的第一神经网络模型，并根据所述第一神经网络模型和预标记的所述输电铁塔模型中的多个关键点，确定所述输电铁塔模型图像上所述多个关键点中任意两个关键点之间的第一尺寸信息；所述第一神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够识别所述多个关键点的神经网络模型；

获取所述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息，并根据所述第一尺寸信息和所述第二尺寸信息，确定所述输电铁塔模型的缩放大小。

在其中一个实施例中，所述根据所述第一神经网络模型和预标记的所述输电铁塔模型中的多个关键点，确定所述输电铁塔模型图像上所述多个关键点中任意两个关键点之间的第一尺寸信息，包括：

根据所述第一神经网络模型和所述多个关键点，确定所述输电铁塔模型图像上的任意两个关键点；

根据所述两个关键点的坐标位置，确定所述两个关键点之间的第一尺寸信息。

在其中一个实施例中，所述根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像，包括：

根据所述显示尺寸，调整所述初始虚拟物体图像在所述终端设备中的尺寸，得到所述目标虚拟物体图像；

根据所述输电铁塔模型图像和所述目标虚拟物体图像，确定所述目标显示图像。

在其中一个实施例中，所述方法还包括：

将所述输电铁塔模型图像输入预设的第二神经网络模型，并根据所述第二神经网络模型确定所述输电铁塔模型的结构类型；所述第二神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够确定所述输电铁塔模型图像对应的所述输电铁塔模型的所述结构类型的神经网络网络模型；

根据所述结构类型，确定所需显示的虚拟内容；所述虚拟内容包括所述目标虚拟物体图像。

在其中一个实施例中，所述方法还包括：

获取光源在真实场景中的方位信息；

根据所述方位信息，确定所述真实场景中任一现实物体的光影信息；所述光影信息包括光照强度、入射方向、阴影位置和阴影长度；

根据所述光影信息对所述目标虚拟物体图像进行光照渲染，得到渲染后的所述目标虚拟物体图像。

在其中一个实施例中，所述方法还包括：

通过所述目标显示图像对应的显示界面获取输入的调整指令；

根据所述调整指令，调整所述目标虚拟物体图像在所述显示界面中的位置。

第二方面，本申请实施例提供一种输电铁塔模型的增强现实显示装置，该装置包括：

第一获取模块，用于获取输电铁塔模型的缩放大小；

第一处理模块，用于获取虚拟物体在真实环境中的尺寸信息，并根据所述缩放大小和所述尺寸信息，确定所述虚拟物体对应的初始虚拟物体图像在所述终端设备中的显示尺寸；

第一确定模块，用于根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像；所述目标显示图像包括所述输电铁塔模型图像和所述初始虚拟物体图像对应的调整后的目标虚拟物体图像。

第三方面，本申请实施例提供一种终端设备，所述终端设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如下步骤：

获取所述输电铁塔模型的缩放大小；

第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

获取所述输电铁塔模型的缩放大小；

本实施例提供的输电铁塔模型的增强现实显示方法、装置、终端设备和存储介质，终端设备可以获取输电铁塔模型的缩放大小；并根据获取的虚拟物体在真实环境中的尺寸信息和获取的缩放大小确定虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸；从而根据显示尺寸、输电铁塔模型对应的输电铁塔模型图像和初始虚拟物体图像，得到输电铁塔模型图像和初始虚拟物体图像对应的调整后的目标虚拟物体图像的目标显示图像。由于目标虚拟物体图像为根据确定出的显示尺寸调整后的图像，该显示尺寸是根据输电铁塔模型的缩放大小和虚拟物体的尺寸信息确定的，也即目标虚拟物体图像的大小并不会一直不变，而是根据输电铁塔模型缩放后的输电铁塔模型图像的大小的改变而改变的，这样不会使得目标虚拟物体图像显得较为虚假，从而可以很好地体现目标虚拟物体图像与输电铁塔模型图像的空间位置关系，增加了对输电铁塔模型图像添加的虚拟物体的真实感。

附图说明

图1为一个实施例提供的终端设备结构示意图；

图2为一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图；

图3A为另一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图；

图3B为一个实施例提供的输电铁塔模型的结构示意图；

图4为又一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图；

图5为又一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图；

图6为又一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图；

图7为一个实施例提供的输电铁塔模型的增强现实装置结构示意图；

图8另为一个实施例提供的输电铁塔模型的增强现实装置结构示意图；

图9为又一个实施例提供的输电铁塔模型的增强现实装置结构示意图；

图10为又一个实施例提供的输电铁塔模型的增强现实装置结构示意图；

图11为又一个实施例提供的输电铁塔模型的增强现实装置结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本实施例提供的输电铁塔模型的增强现实显示方法，可以应用于如图1所示的终端设备，该终端设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络连接通信。可选的，该终端设备可以为手机、平板电脑、个人数字助理等具有增强现实（Augmented Reality，AR）功能的显示设备，本实施例对终端设备的具体形式并不做限定。

需要说明的是，本申请实施例提供的输电铁塔模型的增强现实显示方法，其执行主体可以是输电铁塔模型的增强现实显示装置，该输电铁塔模型的增强现实显示装置可以通过软件、硬件或者软硬件结合的方式实现成为终端设备的部分或者全部。下述方法实施例中，均以执行主体是终端设备为例来进行说明。

图2为一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图。本实施例涉及的是终端设备根据获取的输电铁塔模型的缩放大小和虚拟物体在真实环境中的尺寸信息，确定虚拟物体在终端设备中的显示尺寸，从而根据该显示尺寸、输电铁塔模型对应的输电铁塔模型图像和虚拟物体对应的初始虚拟物体图像确定目标显示图像的过程。如图2所示，该方法可以包括：

S202，获取所述输电铁塔模型的缩放大小。

具体的，上述输电铁塔模型为真实环境中的三维的现实物体，不同的输电铁塔模型可以对应不同的外部结构。终端设备利用其上的摄像头扫描该输电铁塔模型时，终端设备中会显示该输电铁塔模型对应的图像，上述输电铁塔模型的缩放大小为真实环境中的输电铁塔模型相对于终端设备中显示的该输电铁塔模型对应的输电铁塔模型图像的缩放大小。

S204，获取虚拟物体在真实环境中的尺寸信息，并根据所述缩放大小和所述尺寸信息，确定所述虚拟物体对应的初始虚拟物体图像在所述终端设备中的显示尺寸。

具体的，上述虚拟物体可以是用户通过终端设备能够看到的叠加在真实环境中的对象，其可以是在真实环境中增加的人、动物或物品等，也可以是替换掉真实场景中某部分的人、动物或物品等，虚拟物体可以是静态的也可以是动态的，本实例对此不做限定。虚拟物体可以为待添加至输电铁塔模型对应的输电铁塔模型图像对应的界面上的物体。

虚拟物体比如人在真实环境中具有一定的尺寸信息，该尺寸信息可以是一个尺寸值，也可以是一个尺寸范围。终端设备在获得输电铁塔模型的缩放大小后，可以根据虚拟物体在真实环境中的尺寸信息和上述缩放大小，将虚拟物体在真实环境中的尺寸信息按上述缩放大小缩放至一定的尺寸，并将缩放后得到的尺寸作为虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸。可选的，终端设备也可以根据虚拟物体在真实环境中的尺寸信息和上述缩放大小，按照预设的计算模型确定上述虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸。可选的，终端设备也可以根据上述缩放大小和虚拟物体在真实环境中的尺寸信息确定终端设备与输电铁塔模型的距离，并根据该距离确定虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸。

可选的，上述尺寸信息可以是一个尺寸值时，虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸可以是一个值，上述尺寸信息是一个尺寸范围时，终端设备可以根据缩放大小和虚拟物体在真实环境中的尺寸信息确定虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸范围，并从该显示尺寸范围随机选取一个尺寸作为最终的显示尺寸，也可以按预设的条件从尺寸范围中选取一个尺寸作为最终的显示尺寸。

S206，根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像；所述目标显示图像包括所述输电铁塔模型图像和所述初始虚拟物体图像对应的调整后的目标虚拟物体图像。

具体的，终端设备可以将上述显示尺寸对应的目标虚拟物体图像和输电铁塔模型图像作为目标显示图像，以根据终端设备的显示装置将上述显示图像显示在终端设备的屏幕上。可选的，设备可以将确定出的显示尺寸作为上述初始虚拟物体图像在终端设备中的显示尺寸，也可以根据如下步骤确定目标显示图像：

S2062，根据所述显示尺寸，调整所述初始虚拟物体图像在所述终端设备中的尺寸，得到所述目标虚拟物体图像。

本步骤中，终端设备可以根据确定出的显示尺寸实时地调整初始虚拟物体图像在终端设备中的尺寸以得到调整后的目标虚拟物体图像，也可以按照预设的周期调整初始虚拟物体图像在终端设备中的尺寸以得到调整后的目标虚拟物体图像，还可以根据用户输入的更改指令调整初始虚拟物体图像在终端设备中的尺寸以得到调整后的目标虚拟物体图像，比如，用户点击目标虚拟物体图像两次时，终端设备将目标虚拟物体图像从当前大小调整至上述显示尺寸。

可选的，终端设备可以根据如下步骤根据接收的调整指令调整目标虚拟物体图像的位置：通过目标显示图像对应的显示界面获取输入的调整指令；根据调整指令，调整目标虚拟物体图像在显示界面中的位置。可选的，上述调整指令可以为鼠标拖动指令，也可以为触摸拖动指令，还可以为手势控制指令，本实施例调整指令的输入方式并不做限定。以终端设备为手机为例，用户在利用手机扫描输电铁塔模型时，目标虚拟物体图像会根据预设的坐标位置显示在手机屏幕上，但是用户可能会觉得目标虚拟物体的位置不合适，此时，用户可以通过触摸拖动指令将目标虚拟物体图像拖动至合适的位置，以灵活地调整目标虚拟物体图像的位置，提高操作目标虚拟物体图像的便利性，以提高用户体验。

S2064，根据所述输电铁塔模型图像和所述目标虚拟物体图像，确定所述目标显示图像。

本步骤中，终端设备可以将确定尺寸的目标虚拟物体图像和输电铁塔模型图像作为目标显示图像显示在终端设备的屏幕上。可选的，终端设备还可以将预设的其它虚拟信息如文字、虚拟雪花等作为部分目标显示图像显示在终端设备的屏幕上，以丰富目标显示图像的显示内容，提高用户体验。

通过上述S2062至S2064，终端设备可以灵活地调整目标虚拟物体图像的显示尺寸，以得到具有合适尺寸的目标虚拟物体图像。

可选的，上述目标虚拟物体图像可以是运动的，也可以是静止的，比如目标虚拟物体图像可以是一个攀爬上述输电铁塔模型的人，从而可以模拟一个人正在攀爬输电铁塔模型的场景，该场景可以用于教学场景中，提高学生的学习兴趣，增加教学效果。

本实施例提供的输电铁塔模型的增强现实显示方法，终端设备可以获取输电铁塔模型的缩放大小；并根据获取的虚拟物体在真实环境中的尺寸信息和获取的缩放大小确定虚拟物体对应的初始虚拟物体图像在终端设备中的显示尺寸；从而根据显示尺寸、输电铁塔模型对应的输电铁塔模型图像和初始虚拟物体图像，得到输电铁塔模型图像和初始虚拟物体图像对应的调整后的目标虚拟物体图像的目标显示图像。由于目标虚拟物体图像为根据确定出的显示尺寸调整后的图像，该显示尺寸是根据输电铁塔模型的缩放大小和虚拟物体的尺寸信息确定的，也即目标虚拟物体图像的大小并不会一直不变，而是根据输电铁塔模型缩放后的输电铁塔模型图像的大小的改变而改变的，这样不会使得目标虚拟物体图像显得较为虚假，从而可以很好地体现目标虚拟物体图像与输电铁塔模型图像的空间位置关系，增加了对输电铁塔模型图像添加的虚拟物体的真实感。

图3A为另一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图。本实施例涉及的是终端设备根据输电铁塔模型图像和预设的第一神经网络模型，确定输电铁塔模型图像上多个关键点中任意两个关键点之间的第一尺寸信息，根据第一尺寸信息和上述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息确定输电铁塔模型的缩放大小的实现过程。在上述实施例的基础上，可选的，在上述S202之前，上述方法还可以包括：

S302，获取所述输电铁塔模型图像。

S304，将所述输电铁塔模型图像输入预设的第一神经网络模型，并根据所述第一神经网络模型和预标记的所述输电铁塔模型中的多个关键点，确定所述输电铁塔模型图像上所述多个关键点中任意两个关键点之间的第一尺寸信息；所述第一神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够识别所述多个关键点的神经网络模型。

具体的，上述第一神经网络模型为训练好的神经网络模型，该第一神经网络模型可以根据对多个输电铁塔模型图像进行训练，以得到能够识别预标记的多个关键点的神经网络模型。如图3B所示的输电铁塔模型，用户可以基于输电铁塔模型预先标记多个关键点10以供第一神经网络模型进行识别，标记点可以标记在如图3B所示的输电铁塔模型的一些顶点上，也可以标记在其它位置，本实施例对此不做限定。

可选的，终端设备可以根据如下步骤确定输电铁塔模型图像上所述多个关键点中任意两个关键点之间的第一尺寸信息：

S3042，根据所述第一神经网络模型和所述多个关键点，确定所述输电铁塔模型图像上的任意两个关键点。

本步骤中，终端设备可以根据第一神经网络模型进行上述多个关键点的识别，以利用第一神经网络模型识别出输电铁塔模型上的多个关键点。可选的，终端设备可以从识别出的多个关键点中任意选取两个关键点，也可以根据预设的选择条件从识别出的多个关键点中选择两个关键点。

S3044，根据所述两个关键点的坐标位置，确定所述两个关键点之间的第一尺寸信息。

本步骤中，在从多个识别出的关键点中确定出两个关键点后，终端设备可以将确定出的两个关键点的坐标位置的距离作为上述两个关键点之间的第一尺寸信息。

根据上述S3042和S3044的步骤，终端设备可以根据预设的第一神经网络模型和预标记的输电铁塔模型上的多个关键点，准确确定出多个关键点上的任意两个关键点之间的第一尺寸信息，从而方便终端设备根据确定出的第一尺寸信息确定输电铁塔模型的缩放大小。

S306，获取所述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息，并根据所述第一尺寸信息和所述第二尺寸信息，确定所述输电铁塔模型的缩放大小。

具体的，真实环境中的输电铁塔模型是有尺寸信息的，该尺寸信息可以由用户利用标尺测量得到，可选的，用户可以将多次测量的尺寸信息的平均值作为第二尺寸信息并输入终端设备。在获得第一尺寸信息和第二尺寸信息后，终端设备可以直接将第二尺寸信息和第一尺寸信息的比值作为输电铁塔模型的缩放大小，也可以根据第一尺寸信息、第二尺寸信息和预设的计算模型确定上述缩放大小，该预设的计算模型所需的参数包括第一尺寸信息和第二尺寸信息。

本实施例提供的输电铁塔模型的增强现实显示方法，终端设备可以获取输电铁塔模型图像，并将输电铁塔模型图像输入预设的训练好的第一神经网络模型，进而根据第一神经网络模型和预标记的输电铁塔模型中的多个关键点，确定输电铁塔模型图像上多个关键点中任意两个关键点之间的第一尺寸信息；进而根据获取两个关键点对应的输电铁塔模型上的两个现实关键点之间的第二尺寸信息和第一尺寸信息，确定输电铁塔模型的缩放大小。由于第一神经网络模型为训练好的神经网络模型，其可以准确识别用户在输电铁塔模型上预标记的关键点，从而终端设备可以根据第一神经网络模型识别出的两个关键点准确确定任意两个关键点，进而确定出该两个关键点之间的第一尺寸信息，最终确定出的缩放大小也是比较准确的，因此，可以使得终端设备根据该缩放大小确定出目标虚拟物体图像的显示尺寸，以使得目标虚拟图像的大小可以根据输电铁塔模型图像的大小的改变而改变，从而很好地体现目标虚拟物体图像与输电铁塔模型图像的空间位置关系，增加了对输电铁塔模型图像添加的虚拟物体的真实感。

图4为又一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图。本实施例涉及的是终端设备根据预设的第二神经网络模型确定输电铁塔模型的结构类型，从而根据确定出的结构类型确定所需显示的虚拟内容的过程。在上述实施例的基础上，可选的，上述方法还可以包括：

S402，将所述输电铁塔模型图像输入预设的第二神经网络模型，并根据所述第二神经网络模型确定所述输电铁塔模型的结构类型；所述第二神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够确定所述输电铁塔模型图像对应的所述输电铁塔模型的所述结构类型的神经网络网络模型。

具体的，不同的输电铁塔模型可以具有不同的结构类型，结构类型可以为梯形、三角形或不规则形状等。上述第二神经网络模型为训练好的能够准确识别输电铁塔模型的结构类型的神经网络，终端设备可以将输电铁塔模型图像输入第二神经网络模型，从而根据第二神经网络模型确定输电铁塔模型图像对应的输电铁塔模型的结构类型。

S404，根据所述结构类型，确定所需显示的虚拟内容；所述虚拟内容包括所述目标虚拟物体图像。

具体的，上述虚拟内容可以包括上述目标虚拟物体图像，还可以包括动画、特效和文字信息等内容，比如动画可以为旋转动画，以使得输电铁塔模型可以以预设的旋转轴进行旋转，特效可以是输电铁塔模型的旋转方向或添加的烟花等，文字信息可以为描述输电铁塔模型的结构类型的文字信息。终端设备内可以预设不同结构类型对应的虚拟内容，当确定输入的输电铁塔模型图像对应的输电铁塔模型的结构类型后，终端设备可以根据确定的结构类型，从预设的虚拟内容中确定出该结构类型对应的虚拟内容。

本实施例提出的输电铁塔模型的增强现实显示方法，终端设备可以将输电铁塔模型图像输入预设的第二神经网络模型，并根据该第二神经网络模型确定输电铁塔模型的结构类型；进而根据确定出的结构类型确定所需显示的虚拟内容。本实施例中，具有不同结构类型的输电铁塔模型对应不同的结构类型，从而终端设备可以为不同结构类型的输电铁塔模型添加不同的虚拟内容，丰富了虚拟内容的显示方式，提高了输电铁塔模型的增强现实的显示的灵活性。

图5为又一个实施例提供的输电铁塔模型的增强现实显示方法流程示意图。本实施例涉及的是终端设备根据获取的光源在真实场景中的方位信息确定该真实场景中任一现实物体的光影信息，以根据该光影信息对目标虚拟物体图像进行光照渲染得到渲染后的目标虚拟物体图像的过程。在上述实施例的基础上，可选的，上述方法还可以包括：

S502，获取光源在真实场景中的方位信息。

具体的，上述真实场景可以包括建筑物、物品、人物或动物等，上述光源可以为日光灯、太阳等。可选的，以上述光源为太阳为例，上述方位信息可以包括太阳的高度角和方位角。其中，太阳的高度角指的是太阳光的入射方向和地面水平方向之间的夹角，太阳方位角即太阳所在的方位，指太阳光线在地面水平方向的投影与真实场景所在地子午线的夹角。可选的，终端设备可以根据上述真实场景中的任一现实物体的位置信息（如经纬度）和当前的时间信息确定上述方位信息。

S504，根据所述方位信息，确定所述真实场景中任一现实物体的光影信息；所述光影信息包括光照强度、入射方向、阴影位置和阴影长度。

具体的，终端设备可以根据上述方位信息与预设的对应关系确定上述真实场景中任一实现物体的光影信息，其中，预设的对应关系为方位信息与光影信息的对应关系。可选的，上述方位信息对应的光影信息可以是具体的数值，也可以是一个范围。可选的，不同的真实场景可以对应不同的光影信息，如可以对夜间模式和白天模式分别设置不同的光影信息并存储，以供终端设备调用。

S506，根据所述光影信息对所述目标虚拟物体图像进行光照渲染，得到渲染后的所述目标虚拟物体图像。

具体的，终端设备可以直接利用上述光影信息对上述目标虚拟物体图像进行光影效果的渲染，以使得对输电铁塔模型图像添加的目标虚拟物体图像具有阴影。可选的，终端设备可以接收用户对上述光影信息的调整，以使得光影信息满足用户的需求，提高设置光影信息的灵活性。

本实施例提供的输电铁塔模型的增强现实显示方法，终端设备可以获取光源在真实场景中的方位信息，并根据该方位信息确定真实场景中任一现实物体的光影信息，进而根据光影信息对目标虚拟物体图像进行光照渲染，得到渲染后的目标虚拟物体图像，从而使得目标虚拟物体图像具有光影效果，进一步增强了为输电铁塔模型模型添加的目标虚拟物体图像的真实感。

为了便于本领域技术人员的理解，以下对本申请提供的输电铁塔模型的增强现实显示的方法进行详细介绍，具体可以参见图6所示：

S602，终端设备获取所述输电铁塔模型图像。

S604，终端设备将所述输电铁塔模型图像输入预设的第一神经网络模型，根据所述第一神经网络模型和所述多个关键点，确定所述输电铁塔模型图像上的任意两个关键点。

S606，终端设备根据所述两个关键点的坐标位置，确定所述两个关键点之间的第一尺寸信息。

S608，终端设备获取所述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息，并根据所述第一尺寸信息和所述第二尺寸信息，确定所述输电铁塔模型的缩放大小。

S610，终端设备获取虚拟物体在真实环境中的尺寸信息，并根据所述缩放大小和所述尺寸信息，确定所述虚拟物体对应的初始虚拟物体图像在所述终端设备中的显示尺寸。

S612，终端设备根据所述显示尺寸，调整所述初始虚拟物体图像在所述终端设备中的尺寸，得到所述目标虚拟物体图像。

S614，终端设备将所述输电铁塔模型图像输入预设的第二神经网络模型，并根据所述第二神经网络模型确定所述输电铁塔模型的结构类型。

S616，终端设备根据所述结构类型，确定所需显示的虚拟内容；所述虚拟内容包括所述目标虚拟物体图像。

S620，终端设备获取光源在真实场景中的方位信息。

S622，终端设备根据所述方位信息，确定所述真实场景中任一现实物体的光影信息；所述光影信息包括光照强度、入射方向、阴影位置和阴影长度。

S624，终端设备根据所述光影信息对所述目标虚拟物体图像进行光照渲染，得到渲染后的所述目标虚拟物体图像。

S626，终端设备根据所述输电铁塔模型图像和所述目标虚拟物体图像，确定所述目标显示图像。

S628，终端设备通过所述目标显示图像对应的显示界面获取输入的调整指令。

S630，终端设备根据所述调整指令，调整所述目标虚拟物体图像在所述显示界面中的位置。

本实施例提供的输电铁塔模型的增强现实显示方法的工作原理和技术效果如上述实施例所述，在此不再赘述。

应该理解的是，虽然图2至图6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至图6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

图7为一个实施例提供的输电铁塔模型的增强现实显示装置结构示意图。如图7所示，该装置可以包括第一获取模块702、第一处理模块704和第一确定模块706。

具体的，第一获取模块702，用于获取输电铁塔模型的缩放大小。

第一处理模块704，用于获取虚拟物体在真实环境中的尺寸信息，并根据所述缩放大小和所述尺寸信息，确定所述虚拟物体对应的初始虚拟物体图像在所述终端设备中的显示尺寸。

第一确定模块706，用于根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像；所述目标显示图像包括所述输电铁塔模型图像和所述初始虚拟物体图像对应的调整后的目标虚拟物体图像。

本实施例提供的输电铁塔模型的增强现实显示装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

图8为另一个实施例提供的输电铁塔模型的增加显示装置结构示意图。在上述图7所示实施例的基础上，可选的，上述装置还可以包括第二获取模块708、第二处理模块710和第三处理模块712。

具体的，第二获取模块708，用于获取所述输电铁塔模型图像。

第二处理模块710，用于将所述输电铁塔模型图像输入预设的第一神经网络模型，并根据所述第一神经网络模型和预标记的所述输电铁塔模型中的多个关键点，确定所述输电铁塔模型图像上所述多个关键点中任意两个关键点之间的第一尺寸信息；所述第一神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够识别所述多个关键点的神经网络模型。

第三处理模块712，用于获取所述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息，并根据所述第一尺寸信息和所述第二尺寸信息，确定所述输电铁塔模型的缩放大小。

在另一个实施例提供的输电铁塔模型的增强现实显示装置中，在上述实施例的基础上，可选的，上述第二处理模块710可以包括第一确定单元和第二确定单元。

具体的，第一确定单元，用于根据所述第一神经网络模型和所述多个关键点，确定所述输电铁塔模型图像上的任意两个关键点。

第二确定单元，用于根据所述两个关键点的坐标位置，确定所述两个关键点之间的第一尺寸信息。

在另一个实施例提供的输电铁塔模型的增强现实显示装置中，在上述实施例的基础上，可选的，上述第一确定模块706可以包括调整单元和第三确定单元。

具体的，调整单元，用于根据所述显示尺寸，调整所述初始虚拟物体图像在所述终端设备中的尺寸，得到所述目标虚拟物体图像。

第三确定单元，用于根据所述输电铁塔模型图像和所述目标虚拟物体图像，确定所述目标显示图像。

图9为又一个实施例提供的输电铁塔模型的增强现实显示装置中，在上述实施例的基础上，可选的，上述装置还可以包括第四处理模块714和第二确定模块716。

具体的，第四处理模块714，用于将所述输电铁塔模型图像输入预设的第二神经网络模型，并根据所述第二神经网络模型确定所述输电铁塔模型的结构类型；所述第二神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够确定所述输电铁塔模型图像对应的所述输电铁塔模型的所述结构类型的神经网络网络模型。

第二确定模块716，用于根据所述结构类型，确定所需显示的虚拟内容；所述虚拟内容包括所述目标虚拟物体图像。

图10为又一个实施例提供的输电铁塔模型的增强现实显示装置中，在上述实施例的基础上，可选的，上述装置还可以包括第三获取模块718、第三确定模块720和渲染模块722。

具体的，第三获取模块718，用于获取光源在真实场景中的方位信息。

第三确定模块720，用于根据所述方位信息，确定所述真实场景中任一现实物体的光影信息；所述光影信息包括光照强度、入射方向、阴影位置和阴影长度。

渲染模块722，用于根据所述光影信息对所述目标虚拟物体图像进行光照渲染，得到渲染后的所述目标虚拟物体图像。

图11为又一个实施例提供的输电铁塔模型的增强现实显示装置中，在上述实施例的基础上，可选的，上述装置还可以第四获取模块724和调整模块726。

具体的，第四获取模块724，用于通过所述目标显示图像对应的显示界面获取输入的调整指令。

调整模块726，用于根据所述调整指令，调整所述目标虚拟物体图像在所述显示界面中的位置。

在一个实施例中，提供了一种终端设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取所述输电铁塔模型的缩放大小；

上述实施例提供的终端设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取所述输电铁塔模型的缩放大小；

上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims

1.一种输电铁塔模型的增强现实显示方法，其特征在于，所述方法包括：

获取输电铁塔模型图像；

将所述输电铁塔模型图像输入预设的第一神经网络模型；

根据所述第一神经网络模型和所述输电铁塔模型图像中的多个关键点，确定所述输电铁塔模型图像上的任意两个关键点；所述第一神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够识别所述多个关键点的神经网络模型；

根据所述两个关键点的坐标位置，确定所述两个关键点之间的第一尺寸信息；

获取所述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息，并根据所述第一尺寸信息和所述第二尺寸信息，确定所述输电铁塔模型的缩放大小；所述缩放大小为真实环境中的所述输电铁塔模型相对于终端设备中显示的所述输电铁塔模型对应的输电铁塔模型图像的缩放大小；

2.根据权利要求1所述的方法，其特征在于，所述根据所述显示尺寸、所述输电铁塔模型对应的输电铁塔模型图像和所述初始虚拟物体图像，确定目标显示图像，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

将所述输电铁塔模型图像输入预设的第二神经网络模型，并根据所述第二神经网络模型确定所述输电铁塔模型的结构类型；所述第二神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够确定所述输电铁塔模型图像对应的所述输电铁塔模型的所述结构类型的神经网络模型；

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取光源在真实场景中的方位信息；

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

6.一种输电铁塔模型增强现实显示装置，其特征在于，所述装置包括：

第一获取模块，用于获取输电铁塔模型图像；将所述输电铁塔模型图像输入预设的第一神经网络模型；根据所述第一神经网络模型和所述输电铁塔模型中的多个关键点，确定所述输电铁塔模型图像上的任意两个关键点；所述第一神经网络模型为根据多个所述输电铁塔模型图像进行训练得到的能够识别所述多个关键点的神经网络模型；根据所述两个关键点的坐标位置，确定所述两个关键点之间的第一尺寸信息；获取所述两个关键点对应的所述输电铁塔模型上的两个现实关键点之间的第二尺寸信息，并根据所述第一尺寸信息和所述第二尺寸信息，确定所述输电铁塔模型的缩放大小；所述缩放大小为真实环境中的所述输电铁塔模型相对于终端设备中显示的所述输电铁塔模型对应的输电铁塔模型图像的缩放大小；

7.一种终端设备，所述终端设备包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-5中任一项所述的方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。