CN110060339B - 一种基于云计算图形图像的三维建模方法 - Google Patents
一种基于云计算图形图像的三维建模方法 Download PDFInfo
- Publication number
- CN110060339B CN110060339B CN201910345870.5A CN201910345870A CN110060339B CN 110060339 B CN110060339 B CN 110060339B CN 201910345870 A CN201910345870 A CN 201910345870A CN 110060339 B CN110060339 B CN 110060339B
- Authority
- CN
- China
- Prior art keywords
- graphic image
- information
- data information
- database
- modeling
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
Abstract
本发明公开一种基于云计算图形图像的三维建模方法，包括下述步骤：步骤一：图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储，步骤二：将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别，步骤三：识别设备自动识别数据库内存储的数据信息，本发明通过对图形图像的数值比例进行计算，使得图形图像可以以数字化化的信息展现出来，便于对图形图像进行三维处理，使得图形图像信息转换成三维数据，转换数据准确，便于实现三维建模，节省时间，提高工作效率。
Description
技术领域
本发明涉及三维建模技术领域，具体为一种基于云计算图形图像的三维建模方法。
背景技术
三维模型是物体的多边形表示，通常用计算机或者其它视频设备进行显示。显示的物体可以是现实世界的实体，也可以是虚构的物体。任何物理自然界存在的东西都可以用三维模型表示，现在的三维建模应用十分广泛，其中就有对于照片或者图片的建模。
现有的图形图像的三维建模处理起来较为耗费时间，同时建立的模型操作过程较为复杂，在建模结束后没有对建模进行整体的材料消耗分析，为此，我们提出一种基于云计算图形图像的三维建模方法。
发明内容
本发明的目的在于提供一种基于云计算图形图像的三维建模方法。
本发明所要解决的技术问题为：
（1）快速的对三维建模的数据进行处理；
（2）整体建模操作简单；
（3）对建模就得材料消耗进行分析计算;
本发明的目的可以通过以下技术方案实现：一种基于云计算图形图像的三维建模方法，包括下述步骤：
步骤一：图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储；
步骤二：将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别；
步骤三：识别设备自动识别数据库内存储的数据信息，根据识别设备识别后的数据信息对图形图像信息进行标记、分析和计算，得出图形图像的长和宽的比例V1=TCi/TKi，长和高的比例V2=TCi/TGi，以及宽和高的比例值V3=TKi/TGi;
步骤四：通过测量设备对图形图像的实际高度进行测量，根据上述识别后的数据信息与数据库内的图形图像信息的分析和计算结果，对数据信息进行三维处理，得出图形图像的高度为TG1=V2/TC1，图形图像的实际高度标定为M=TQi*TG1，图形图像的实际宽度N=TK1*TQi；
步骤五：根据上述的三维处理数据，进行三维建模；
步骤六：检测设备对模型数据信息检测并传输到分析设备内，同时将数据库内存储的数据标量信息传输到分析设备内，得出材料消耗比例Vb=(zxi-syi)/zxi，材料的浪费比例为Vl=lfi/(zxi-syi)，并将其与分析后的模型数据信息进行比对；
步骤七：根据比对的结果对三维建模进行判断。
优选的，步骤二中，识别设备对采集的图形图像信息进行识别，具体的识别方法和识别过程如下：
步骤一：识别设备自动提取采集设备传输的图形图像信息，将图形图像信息标记为TTi，i=1...n；
步骤二：识别设备自动提取数据库内传输的图形图像信息，将图形图像信息标记为tti，i=1...n；
步骤三：识别设备自动提取数据库内传输的数据信息，将数据信息标记为sji，i=1...n，且TTi与sji一一对应；
步骤四：将采集到的图形图像信息与数据库传输的图形图像信息进行比对，根据比对结果提取数据：
S1：当TTi≠tti时，则判定该图形图像信息不属于数据库内存储的图形图像信息；
S2：当TTi=tti时，则判定该图形图像信息属于数据库内存储的图形图像信息，识别设备自动提取与tti相对应的数据信息。
优选的，上述步骤三中，识别设备自动识别数据库内存储的数据信息，数据信息包括图形图像的长度信息、图形图像的高度信息、图形图像的宽度信息、图形图像的种类信息指图形图像内的物体分类信息，根据识别设备识别后的数据信息对图形图像信息进行标记和分析，具体的标记和分析过程如下：
步骤一：根据识别设备所识别的数据信息，对数据信息进行标记：
S1：识别设备自动提取数据信息内的图形图像的长度信息，将图形图像的长度信息标记为TCi，i=1...n；
S2：识别设备自动提取数据信息内的图形图像的高度信息，将图形图像的高度信息标记为TGi，i=1...n；
S3：识别设备自动提取数据信息内的图形图像的宽度信息，将图形图像的宽度信息标记为TKi，i=1...n；
S4：识别设备自动提取数据信息内的图形图像的色彩信息，将图形图像的色彩信息标记为TSi，i=1...n；
S5：识别设备自动提取数据信息内的图形图像的倾斜率信息，将图形图像的倾斜率信息标记为TQi，i=1...n，且TZi、TCi、TGi、TKi、TSi与TQi一一对应；
步骤二：根据上述对数据信息的标记，提取数据信息，并进行计算：
S1：将上述图形图像的长度信息、图形图像的高度信息与图形图像的宽度信息带入到计算式中，计算出图形图像的长和宽的比例V1=TCi/TKi，长和高的比例V2=TCi/TGi，以及宽和高的比例值V3=TKi/TGi。
优选的，步骤四、五中根据步骤三中的长、宽、高的比例值计算出倾斜率信息并对图形图像进行三维处理，具体的计算和处理过程如下：
步骤一：获取一个图形图像的长度值TC1，根据上述分析得到的长和宽的比例值计算出图形图像的宽度值为TK1=TC1/V1，图形图像的高度为TG1=V2/TC1；
步骤二：将测量设备测量的图形图像的实际高度标定为M，根据图形图像的计算高度与图形图像的实际高度带入到计算式中，计算式为M=TQi*TG1；
步骤三：根据上述计算的倾斜率计算出图形图像的实际宽度N=TK1*TQi；
步骤四：将上述计算得到的实际数值同时扩大或者缩小相同的比例进行建模处理，同时将上述中的图形图像的色彩信息在建模处理的相同位置进行标记。
优选的，上述步骤六、七中，检测设备对模型数据信息检测，模型数据信息包括材料消耗总量、材料剩余数量、浪费的材料数量，同时数据库内还存储有数据标量信息，数据标量信息用于衡量建模的材料消耗的标准，将数据库内存储的数据标量信息传输分析设备内，数据标量信息包括材料消耗比例和材料的浪费比例，并将数据标量信息与分析后的模型数据信息进行比对，具体的比对过程如下：
步骤一：分析设备自动获取模型数据信息，并将模型数据信息中的材料消耗总量、材料剩余数量和浪费的材料数量进行依次标记为zxi、syi、lfi，i=1...n；
步骤二：分析设备自动获取数据库内存储的数据标量信息，并将材料消耗比例和材料的浪费比例依次标记为VBi和VLi，i=1...n；
步骤三：将上述的材料消耗总量、材料剩余数量和浪费的材料数量带入到计算式中，计算出材料消耗比例Vb=(zxi-syi)/zxi，材料的浪费比例为Vl=lfi/(zxi-syi)；
步骤四：将上述计算的消耗比例和浪费比例与数据库内存储的材料消耗比例和材料的浪费比例进行比对，根据比对结果进行判断此次建模的消耗：
S1：当VBi>Vb，VLi>Vl时，则判定该建模的消耗量小，且浪费量小，为绿色建模；
S2：当VBi=Vb，VLi=Vl时，则判定该建模的消耗量正常，且浪费量正常，为正常建模；
S3：当VBi<Vb，VLi<Vl时，则判定该建模的消耗量大，且浪费量大，为耗资建模。
本发明的有益效果：
（1）图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储，将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别，通过对图形图形的识别，使得图形图像内的物体的到判断，从而提取数据库内存储的图形图像的相关数据信息，识别速度快，节省时间；
（2）识别设备自动识别数据库内存储的数据信息，数据信息包括图形图像的长度信息、图形图像的高度信息、图形图像的宽度信息、图形图像的种类信息指图形图像内的物体分类信息，根据识别设备识别后的数据信息对图形图像信息进行标记和分析，得出图形图像信息的数值比例，通过测量设备对图形图像的实际高度进行测量，根据上述识别后的数据信息与数据库内的图形图像信息的分析和计算结果，对数据信息进行三维处理，根据上述的三维处理数据，进行三维建模，通过对图形图像的数值比例进行计算，使得图形图像可以以数字化化的信息展现出来，便于对图形图像进行三维处理，使得图形图像信息转换成三维数据，转换数据准确，便于实现三维建模，节省时间，提高工作效率；
（3）检测设备对模型数据信息检测，模型数据信息包括材料消耗总量、材料剩余数量、浪费的材料数量，同时数据库内还存储有数据标量信息，数据标量信息用于衡量建模的材料消耗的标准，将数据库内存储的数据标量信息传输分析设备内，数据标量信息包括材料消耗比例和材料的浪费比例，并将数据标量信息与分析后的模型数据信息进行比对，通过对建模后的建模数据信息进行分析，得出建模材料的消耗率，便于将本次的建模消耗率与数据库内存储的建模消耗率进行比较，判断建模的材料消耗情况。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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作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。
请参阅图1所示，本发明为一种基于云计算图形图像的三维建模方法，包括下述步骤：
步骤一：图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储；
步骤二：将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别；
步骤三：识别设备自动识别数据库内存储的数据信息，根据识别设备识别后的数据信息对图形图像信息进行标记、分析和计算，得出图形图像的长和宽的比例V1=TCi/TKi，长和高的比例V2=TCi/TGi，以及宽和高的比例值V3=TKi/TGi;
步骤四：通过测量设备对图形图像的实际高度进行测量，根据上述识别后的数据信息与数据库内的图形图像信息的分析和计算结果，对数据信息进行三维处理，得出图形图像的高度为TG1=V2/TC1，图形图像的实际高度标定为M=TQi*TG1，图形图像的实际宽度N=TK1*TQi；
步骤五：根据上述的三维处理数据，进行三维建模；
步骤六：检测设备对模型数据信息检测并传输到分析设备内，同时将数据库内存储的数据标量信息传输到分析设备内，得出材料消耗比例Vb=(zxi-syi)/zxi，材料的浪费比例为Vl=lfi/(zxi-syi)，并将其与分析后的模型数据信息进行比对；
步骤七：根据比对的结果对三维建模进行判断。
步骤二中，识别设备对采集的图形图像信息进行识别，具体的识别方法和识别过程如下：
步骤一：识别设备自动提取采集设备传输的图形图像信息，将图形图像信息标记为TTi，i=1...n；
步骤二：识别设备自动提取数据库内传输的图形图像信息，将图形图像信息标记为tti，i=1...n；
步骤三：识别设备自动提取数据库内传输的数据信息，将数据信息标记为sji，i=1...n，且TTi与sji一一对应；
步骤四：将采集到的图形图像信息与数据库传输的图形图像信息进行比对，根据比对结果提取数据：
S1：当TTi≠tti时，则判定该图形图像信息不属于数据库内存储的图形图像信息；
S2：当TTi=tti时，则判定该图形图像信息属于数据库内存储的图形图像信息，识别设备自动提取与tti相对应的数据信息。
上述步骤三中，识别设备自动识别数据库内存储的数据信息，数据信息包括图形图像的长度信息、图形图像的高度信息、图形图像的宽度信息、图形图像的种类信息指图形图像内的物体分类信息，根据识别设备识别后的数据信息对图形图像信息进行标记和分析，具体的标记和分析过程如下：
步骤一：根据识别设备所识别的数据信息，对数据信息进行标记：
S1：识别设备自动提取数据信息内的图形图像的长度信息，将图形图像的长度信息标记为TCi，i=1...n；
S2：识别设备自动提取数据信息内的图形图像的高度信息，将图形图像的高度信息标记为TGi，i=1...n；
S3：识别设备自动提取数据信息内的图形图像的宽度信息，将图形图像的宽度信息标记为TKi，i=1...n；
S4：识别设备自动提取数据信息内的图形图像的色彩信息，将图形图像的色彩信息标记为TSi，i=1...n；
S5：识别设备自动提取数据信息内的图形图像的倾斜率信息，将图形图像的倾斜率信息标记为TQi，i=1...n，且TZi、TCi、TGi、TKi、TSi与TQi一一对应；
步骤二：根据上述对数据信息的标记，提取数据信息，并进行计算：
S1：将上述图形图像的长度信息、图形图像的高度信息与图形图像的宽度信息带入到计算式中，计算出图形图像的长和宽的比例V1=TCi/TKi，长和高的比例V2=TCi/TGi，以及宽和高的比例值V3=TKi/TGi，根据比值的定义：将两个是相除所的到的值称之为比值得出上述比值的计算式。
步骤四、五中根据步骤三中的长、宽、高的比例值计算出倾斜率信息并对图形图像进行三维处理，具体的计算和处理过程如下：
步骤一：获取一个图形图像的长度值TC1，根据上述分析得到的长和宽的比例值计算出图形图像的宽度值为TK1=TC1/V1，图形图像的高度为TG1=V2/TC1；
步骤二：将测量设备测量的图形图像的实际高度标定为M，根据图形图像的计算高度与图形图像的实际高度带入到计算式中，根据比值的定义得出计算式为M=TQi*TG1；
步骤三：根据上述计算的倾斜率计算出图形图像的实际宽度N=TK1*TQi，根据斜率的定义：一条直线或者曲线与一个轴之间的倾斜率；
步骤四：将上述计算得到的实际数值同时扩大或者缩小相同的比例进行建模处理，同时将上述中的图形图像的色彩信息在建模处理的相同位置进行标记。
上述步骤六、七中，检测设备对模型数据信息检测，模型数据信息包括材料消耗总量、材料剩余数量、浪费的材料数量，同时数据库内还存储有数据标量信息，数据标量信息用于衡量建模的材料消耗的标准，将数据库内存储的数据标量信息传输分析设备内，数据标量信息包括材料消耗比例和材料的浪费比例，并将数据标量信息与分析后的模型数据信息进行比对，具体的比对过程如下：
步骤一：分析设备自动获取模型数据信息，并将模型数据信息中的材料消耗总量、材料剩余数量和浪费的材料数量进行依次标记为zxi、syi、lfi，i=1...n；
步骤二：分析设备自动获取数据库内存储的数据标量信息，并将材料消耗比例和材料的浪费比例依次标记为VBi和VLi，i=1...n；
步骤三：将上述的材料消耗总量、材料剩余数量和浪费的材料数量带入到计算式中，计算出材料消耗比例Vb=(zxi-syi)/zxi，材料的浪费比例为Vl=lfi/(zxi-syi)；
步骤四：将上述计算的消耗比例和浪费比例与数据库内存储的材料消耗比例和材料的浪费比例进行比对，根据比对结果进行判断此次建模的消耗：
S1：当VBi>Vb，VLi>Vl时，则判定该建模的消耗量小，且浪费量小，为绿色建模；
S2：当VBi=Vb，VLi=Vl时，则判定该建模的消耗量正常，且浪费量正常，为正常建模；
S3：当VBi<Vb，VLi<Vl时，则判定该建模的消耗量大，且浪费量大，为耗资建模。
本发明在工作时，图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储，将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别，识别设备自动识别数据库内存储的数据信息，数据信息包括图形图像的长度信息、图形图像的高度信息、图形图像的宽度信息、图形图像的种类信息指图形图像内的物体分类信息，根据识别设备识别后的数据信息对图形图像信息进行标记和分析，得出图形图像信息的数值比例，通过测量设备对图形图像的实际高度进行测量，根据上述识别后的数据信息与数据库内的图形图像信息的分析和计算结果，对数据信息进行三维处理，根据上述的三维处理数据，进行三维建模，检测设备对模型数据信息检测，模型数据信息包括材料消耗总量、材料剩余数量、浪费的材料数量，同时数据库内还存储有数据标量信息，数据标量信息用于衡量建模的材料消耗的标准，将数据库内存储的数据标量信息传输分析设备内，数据标量信息包括材料消耗比例和材料的浪费比例，并将数据标量信息与分析后的模型数据信息进行比对。
本发明通过图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储，将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别，通过对图形图形的识别，使得图形图像内的物体的到判断，从而提取数据库内存储的图形图像的相关数据信息，识别速度快，节省时间；
同时识别设备自动识别数据库内存储的数据信息，数据信息包括图形图像的长度信息、图形图像的高度信息、图形图像的宽度信息、图形图像的种类信息指图形图像内的物体分类信息，根据识别设备识别后的数据信息对图形图像信息进行标记和分析，得出图形图像信息的数值比例，通过测量设备对图形图像的实际高度进行测量，根据上述识别后的数据信息与数据库内的图形图像信息的分析和计算结果，对数据信息进行三维处理，根据上述的三维处理数据，进行三维建模，通过对图形图像的数值比例进行计算，使得图形图像可以以数字化化的信息展现出来，便于对图形图像进行三维处理，使得图形图像信息转换成三维数据，转换数据准确，便于实现三维建模，节省时间，提高工作效率；
同时，检测设备对模型数据信息检测，模型数据信息包括材料消耗总量、材料剩余数量、浪费的材料数量，同时数据库内还存储有数据标量信息，数据标量信息用于衡量建模的材料消耗的标准，将数据库内存储的数据标量信息传输分析设备内，数据标量信息包括材料消耗比例和材料的浪费比例，并将数据标量信息与分析后的模型数据信息进行比对，通过对建模后的建模数据信息进行分析，得出建模材料的消耗率，便于将本次的建模消耗率与数据库内存储的建模消耗率进行比较，判断建模的材料消耗情况。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (5)
1.一种基于云计算图形图像的三维建模方法，其特征在于，包括下述步骤：
步骤一：图形图像采集设备采集建模所需要的图形图像信息，对采取后的图形图信息像进行存储；
步骤二：将数据库内存储有图形图像信息和数据信息传输到识别设备，采集设备将采集到的图形图像信息传输到识别设备，识别设备根据数据库内的图形图像信息对采集的图形图像进行识别；
步骤三：识别设备自动识别数据库内存储的数据信息，根据识别设备识别后的数据信息对图形图像信息进行标记、分析和计算，得出图形图像的长和宽的比例V1=TCi/TKi，长和高的比例V2=TCi/TGi，以及宽和高的比例值V3=TKi/TGi;
步骤四：通过测量设备对图形图像的实际高度进行测量，根据上述识别后的数据信息与数据库内的图形图像信息的分析和计算结果，对数据信息进行三维处理，得出图形图像的高度为TG1=V2/TC1，图形图像的实际高度标定为M=TQi*TG1，图形图像的实际宽度N=TK1*TQi；
步骤五：根据上述的三维处理数据，进行三维建模；
步骤六：检测设备对模型数据信息检测并传输到分析设备内，同时将数据库内存储的数据标量信息传输到分析设备内，得出材料消耗比例Vb=(zxi-syi)/zxi，材料的浪费比例为Vl=lfi/(zxi-syi)，并将其与分析后的模型数据信息进行比对；
步骤七：根据比对的结果对三维建模进行判断。
2.根据权利要求1所述的一种基于云计算图形图像的三维建模方法，其特征在于，步骤二中，识别设备对采集的图形图像信息进行识别，具体的识别方法和识别过程如下：
步骤一：识别设备自动提取采集设备传输的图形图像信息，将图形图像信息标记为TTi，i=1...n；
步骤二：识别设备自动提取数据库内传输的图形图像信息，将图形图像信息标记为tti，i=1...n；
步骤三：识别设备自动提取数据库内传输的数据信息，将数据信息标记为sji，i=1...n，且TTi与sji一一对应；
步骤四：将采集到的图形图像信息与数据库传输的图形图像信息进行比对，根据比对结果提取数据：
S1：当TTi≠tti时，则判定该图形图像信息不属于数据库内存储的图形图像信息；
S2：当TTi=tti时，则判定该图形图像信息属于数据库内存储的图形图像信息，识别设备自动提取与tti相对应的数据信息。
3.根据权利要求1所述的一种基于云计算图形图像的三维建模方法，其特征在于，上述步骤三中，识别设备自动识别数据库内存储的数据信息，数据信息包括图形图像的长度信息、图形图像的高度信息、图形图像的宽度信息、图形图像的种类信息指图形图像内的物体分类信息，根据识别设备识别后的数据信息对图形图像信息进行标记和分析，具体的标记和分析过程如下：
步骤一：根据识别设备所识别的数据信息，对数据信息进行标记：
S1：识别设备自动提取数据信息内的图形图像的长度信息，将图形图像的长度信息标记为TCi，i=1...n；
S2：识别设备自动提取数据信息内的图形图像的高度信息，将图形图像的高度信息标记为TGi，i=1...n；
S3：识别设备自动提取数据信息内的图形图像的宽度信息，将图形图像的宽度信息标记为TKi，i=1...n；
S4：识别设备自动提取数据信息内的图形图像的色彩信息，将图形图像的色彩信息标记为TSi，i=1...n；
S5：识别设备自动提取数据信息内的图形图像的倾斜率信息，将图形图像的倾斜率信息标记为TQi，i=1...n，且TZi、TCi、TGi、TKi、TSi与TQi一一对应；
步骤二：根据上述对数据信息的标记，提取数据信息，并进行计算：
S1：将上述图形图像的长度信息、图形图像的高度信息与图形图像的宽度信息带入到计算式中，计算出图形图像的长和宽的比例V1=TCi/TKi，长和高的比例V2=TCi/TGi，以及宽和高的比例值V3=TKi/TGi。
4.根据权利要求1所述的一种基于云计算图形图像的三维建模方法，其特征在于，步骤四、五中根据步骤三中的长、宽、高的比例值计算出倾斜率信息并对图形图像进行三维处理，具体的计算和处理过程如下：
步骤一：获取一个图形图像的长度值TC1，根据上述分析得到的长和宽的比例值计算出图形图像的宽度值为TK1=TC1/V1，图形图像的高度为TG1=V2/TC1；
步骤二：将测量设备测量的图形图像的实际高度标定为M，根据图形图像的计算高度与图形图像的实际高度带入到计算式中，计算式为M=TQi*TG1；
步骤三：根据上述计算的倾斜率计算出图形图像的实际宽度N=TK1*TQi；
步骤四：将上述计算得到的实际数值同时扩大或者缩小相同的比例进行建模处理，同时将上述中的图形图像的色彩信息在建模处理的相同位置进行标记。
5.根据权利要求1所述的一种基于云计算图形图像的三维建模方法，其特征在于，上述步骤六、七中，检测设备对模型数据信息检测，模型数据信息包括材料消耗总量、材料剩余数量、浪费的材料数量，同时数据库内还存储有数据标量信息，数据标量信息用于衡量建模的材料消耗的标准，将数据库内存储的数据标量信息传输分析设备内，数据标量信息包括材料消耗比例和材料的浪费比例，并将数据标量信息与分析后的模型数据信息进行比对，具体的比对过程如下：
步骤一：分析设备自动获取模型数据信息，并将模型数据信息中的材料消耗总量、材料剩余数量和浪费的材料数量进行依次标记为zxi、syi、lfi，i=1...n；
步骤二：分析设备自动获取数据库内存储的数据标量信息，并将材料消耗比例和材料的浪费比例依次标记为VBi和VLi，i=1...n；
步骤三：将上述的材料消耗总量、材料剩余数量和浪费的材料数量带入到计算式中，计算出材料消耗比例Vb=(zxi-syi)/zxi，材料的浪费比例为Vl=lfi/(zxi-syi)；
步骤四：将上述计算的消耗比例和浪费比例与数据库内存储的材料消耗比例和材料的浪费比例进行比对，根据比对结果进行判断此次建模的消耗：
S1：当VBi>Vb，VLi>Vl时，则判定该建模的消耗量小，且浪费量小，为绿色建模；
S2：当VBi=Vb，VLi=Vl时，则判定该建模的消耗量正常，且浪费量正常，为正常建模；
S3：当VBi<Vb，VLi<Vl时，则判定该建模的消耗量大，且浪费量大，为耗资建模。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910345870.5A CN110060339B (zh) | 2019-04-26 | 2019-04-26 | 一种基于云计算图形图像的三维建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910345870.5A CN110060339B (zh) | 2019-04-26 | 2019-04-26 | 一种基于云计算图形图像的三维建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110060339A CN110060339A (zh) | 2019-07-26 |
| CN110060339B true CN110060339B (zh) | 2022-11-25 |
Family
ID=67321247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910345870.5A Active CN110060339B (zh) | 2019-04-26 | 2019-04-26 | 一种基于云计算图形图像的三维建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110060339B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114677046B (zh) * | 2022-04-20 | 2022-12-23 | 北京国联视讯信息技术股份有限公司 | 一种工业生产数据资源处理方法、系统及存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08271223A (ja) * | 1995-02-03 | 1996-10-18 | Kobe Steel Ltd | 物体の位置認識装置 |
| CN108256608A (zh) * | 2017-03-15 | 2018-07-06 | 新华智云科技有限公司 | 一种二维图像码及其识别方法和设备 |
| CN107622526A (zh) * | 2017-10-19 | 2018-01-23 | 张津瑞 | 一种基于手机面部识别组件进行三维扫描建模的方法 |
-
2019
- 2019-04-26 CN CN201910345870.5A patent/CN110060339B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110060339A (zh) | 2019-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785337B (zh) | 一种基于实例分割算法的栏内哺乳动物清点方法 | |
| CN106127780B (zh) | 一种曲面表面缺陷自动检测方法及其装置 | |
| CN109658398B (zh) | 一种基于三维测量点云的零件表面缺陷识别与评估方法 | |
| CN108228798A (zh) | 确定点云数据之间的匹配关系的方法和装置 | |
| CN106056597B (zh) | 物体视觉检测方法及装置 | |
| CN110874596B (zh) | 一种仪表智能识别预警方法及系统 | |
| CN111724355B (zh) | 一种鲍鱼体型参数的图像测量方法 | |
| EP2927871A1 (en) | Method and device for calculating number of pedestrians and crowd movement directions | |
| WO2022037387A1 (zh) | 一种视觉感知算法的评测方法及装置 | |
| CN110991360B (zh) | 一种基于视觉算法的机器人巡检点位智能配置方法 | |
| CN112149512A (zh) | 一种基于两阶段深度学习的安全帽佩戴识别方法 | |
| CN112818988A (zh) | 一种指针式仪表自动识别读数方法及系统 | |
| CN112613097A (zh) | 一种基于计算机视觉的bim快速化建模方法 | |
| CN113344745A (zh) | 基于远程视频监控和云计算的工程项目智慧工地数据采集分析一体化云平台 | |
| CN110929710A (zh) | 一种基于视觉的仪表指针读数自动识别方法与系统 | |
| CN113688817A (zh) | 一种自动巡检的仪表识别方法及识别系统 | |
| CN116844147A (zh) | 一种基于深度学习的指针式仪表识别和异常警报方法 | |
| CN110060339B (zh) | 一种基于云计算图形图像的三维建模方法 | |
| CN109308707B (zh) | 铝锭厚度非接触式在线测量方法 | |
| CN112561989B (zh) | 一种建造场景下吊装对象的识别方法 | |
| CN116678368B (zh) | 基于bim技术的装配式钢结构数据智能采集方法 | |
| CN109740458B (zh) | 一种基于视频处理的体貌特征测量方法及系统 | |
| CN113869407A (zh) | 一种基于单目视觉的车长测量方法和装置 | |
| CN113124753A (zh) | 一种体积测量方法和装置 | |
| CN113538350B (zh) | 一种基于多摄像头识别基坑深度的方法 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230919 Address after: 108-18 Zhongchuang Building, No. 2 Darui Road, Guandong Industrial Park, Donghu Development Zone, Wuhan City, Hubei Province, 430000 Patentee after: Hubei Military Civil Integration Research Institute Co.,Ltd. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20230919 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: 425199 130 Yang Zi Tang Road, Lingling District, Yongzhou, Hunan. Patentee before: HUNAN University OF SCIENCE AND ENGINEERING |
|
| TR01 | Transfer of patent right |