CN111783552B - 实景三维模型单体化方法、装置、存储介质及电子设备 - Google Patents

实景三维模型单体化方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111783552B
CN111783552B CN202010519705.XA CN202010519705A CN111783552B CN 111783552 B CN111783552 B CN 111783552B CN 202010519705 A CN202010519705 A CN 202010519705A CN 111783552 B CN111783552 B CN 111783552B
Authority
CN
China
Prior art keywords
dimensional model
live
action
top view
target
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
CN202010519705.XA
Other languages
English (en)
Other versions
CN111783552A (zh
Inventor
冯驰原
谢亚军
傅文峰
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.)
Beijing Wuyi Vision Digital Twin Technology Co ltd
Original Assignee
Beijing Wuyi Vision Digital Twin Technology 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 Beijing Wuyi Vision Digital Twin Technology Co ltd filed Critical Beijing Wuyi Vision Digital Twin Technology Co ltd
Priority to CN202010519705.XA priority Critical patent/CN111783552B/zh
Publication of CN111783552A publication Critical patent/CN111783552A/zh
Application granted granted Critical
Publication of CN111783552B publication Critical patent/CN111783552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本公开涉及一种实景三维模型单体化方法、装置、存储介质及电子设备。方法包括：获取实景三维模型以及与所述实景三维模型对应的第一俯视图图像；在所述第一俯视图图像中识别出目标对象，所述目标对象为位于所述第一俯视图图像中的、与所述待单体化对象不同的对象；根据所述目标对象和所述实景三维模型，提取所述待单体化对象，以完成所述待单体化对象的单体化。由于第一俯视图图像可以表征更多的信息，因此，结合第一俯视图图像中识别出目标对象，实现待单体化对象的单体化，可以提高对待单体化对象的识别准确性，进而提高单体化的准确性。

Description

实景三维模型单体化方法、装置、存储介质及电子设备
技术领域
本公开涉及三维地理信息，具体地，涉及一种实景三维模型单体化方法、装置、存储介质及电子设备。
背景技术
利用倾斜摄影测量技术获取地面多视角影像开展实景三维建模是近年来快速发展的一种新兴城市三维建模技术，该建模方法具有建模速度快，所生成模型真实性强的特征，因而得到了快速发展和广泛的应用。但是由于倾斜摄影得到的三维模型通常是近似格网分割的“表皮”模型，多为连续的三角面构成的表面模型，不能够区分出建筑、小品、道路、植被等地物信息。因此，在进一步进行数据分类，开展属性挂接等应用时，需要对倾斜模型进行“对象化”(或称单体化)操作，从而在“表皮”模型中，识别出具体的建筑、小品、道路、植被等地物对象，进而开展相应的三维应用。
单体化建筑物指的是想要单独获取某一栋建筑物，且将其与其他建筑物分开，然后对单体建筑物进行语义的分析。对于人工建模而言，如3Dmax建的模型，单体化是一件很容易实现的事情。即在人工建模的过程中，自然会把需要单独管理的对象制作为单独的模型，与其它对象分离开。但是倾斜摄影得到的数据是连在一起的，而将单个建筑物单独分离出来又是必须的，因此自动地将建筑物单体化是必须解决的问题。
发明内容
本公开的目的是提供一种实景三维模型单体化方法、装置、存储介质及电子设备，以提高单体化的准确性。
为了实现上述目的，本公开第一方面提供一种实景三维模型单体化方法，包括：
获取实景三维模型以及与所述实景三维模型对应的第一俯视图图像；
在所述第一俯视图图像中识别出目标对象，所述目标对象为位于所述第一俯视图图像中的、与所述待单体化对象不同的对象；
根据所述目标对象和所述实景三维模型，提取所述待单体化对象，以完成所述待单体化对象的单体化。
可选地，所述根据所述目标对象和所述实景三维模型，提取所述待单体化对象，包括：
删除所述实景三维模型中的与所述目标对象对应的数据，以得到不包括所述目标对象的第一目标实景三维模型；
在所述第一目标实景三维模型中提取所述待单体化对象。
可选地，所述根据所述目标对象和所述实景三维模型，提取所述待单体化对象，还包括：
将所述第一俯视图图像和所述实景三维模型进行对齐操作；
将与所述目标对象对齐的所述实景三维模型中的数据，确定为与所述目标对象对应的数据。
可选地，所述在所述第一目标实景三维模型中提取所述待单体化对象，包括：
在所述第一目标实景三维模型中确定地平面；
在距离所述地平面预设距离处，以平行于所述地平面的方向切割所述第一目标实景三维模型，以得到不包括所述地平面的第二目标实景三维模型；
获取所述第二目标实景三维模型对应的第二俯视图图像；
在所述第二俯视图图像中，确定每一待单体化对象的俯视图外轮廓，并将所述每一待单体化对象的俯视图外轮廓标注在所述第二俯视图图像中；
根据标注有所述每一待单体化对象的俯视图外轮廓的第二俯视图图像，在所述第一目标实景三维模型中提取出所述单体化对象。
可选地，所述在所述第一目标实景三维模型中提取所述待单体化对象，包括：
获取所述第一目标实景三维模型的三维点云数据；
根据所述三维点云数据，在所述第一目标实景三维模型中提取所述待单体化对象。
可选地，所述在所述第一俯视图图像中识别出目标对象，包括：
基于图像语义分割技术，在所述第一俯视图图像中识别出目标对象。
可选地，所述实景三维模型为倾斜摄影实景三维模型。
本公开第二方面还提供一种实景三维模型单体化装置，包括：
获取模块，用于获取实景三维模型以及与所述实景三维模型对应的第一俯视图图像；
识别模块，用于在所述第一俯视图图像中识别出目标对象，所述目标对象为位于所述第一俯视图图像中的、与所述待单体化对象不同的对象；
提取模块，用于根据所述目标对象和所述实景三维模型，提取所述待单体化对象，以完成所述待单体化对象的单体化。
可选地，所述提取模块包括：
删除子模块，用于删除所述实景三维模型中的与所述目标对象对应的数据，以得到不包括所述目标对象的第一目标实景三维模型；
第一提取子模块，用于在所述第一目标实景三维模型中提取所述待单体化对象。
可选地，所述提取模块还包括：
对齐子模块，用于将所述第一俯视图图像和所述实景三维模型进行对齐操作；
第一确定子模块，用于将与所述目标对象对齐的所述实景三维模型中的数据，确定为与所述目标对象对应的数据。
可选地，所述第一提取子模块包括：
第二确定子模块，用于在所述第一目标实景三维模型中确定地平面；
切割子模块，用于在距离所述地平面预设距离处，以平行于所述地平面的方向切割所述第一目标实景三维模型，以得到不包括所述地平面的第二目标实景三维模型；
第一获取子模块，用于获取所述第二目标实景三维模型对应的第二俯视图图像；
第三确定子模块，用于在所述第二俯视图图像中，确定每一待单体化对象的俯视图外轮廓，并将所述每一待单体化对象的俯视图外轮廓标注在所述第二俯视图图像中；
第二提取子模块，用于根据标注有所述每一待单体化对象的俯视图外轮廓的第二俯视图图像，在所述第一目标实景三维模型中提取出所述单体化对象。
可选地，所述第一提取子模块包括：
第二获取子模块，用于获取所述第一目标实景三维模型的三维点云数据；
第三获取子模块，用于根据所述三维点云数据，在所述第一目标实景三维模型中提取所述待单体化对象。
可选地，所述识别模块，用于基于图像语义分割技术，在所述第一俯视图图像中识别出目标对象。
本公开第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所提供的所述方法的步骤。
本公开第四方面提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所提供的所述方法的步骤。
通过上述技术方案，在实景三维模型对应的第一俯视图图像中识别出目标对象，并基于该目标对象在实景三维模型中提取出待单体化对象，以实现待单体化对象的单体化。由于第一俯视图图像可以表征更多的信息，因此，结合第一俯视图图像中识别出目标对象，实现待单体化对象的单体化，可以提高对待单体化对象的识别准确性，进而提高单体化的准确性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种实景三维模型单体化方法的流程图。
图2是根据一示例性实施例示出的另一种实景三维模型单体化方法的流程图。
图3是根据一示例性实施例示出的一种提取待单体化对象的方法的流程图。
图4是根据一示例性实施例示出的一种实景三维模型单体化装置的框图。
图5是根据一示例性实施例示出的一种电子设备的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
在相关技术中，倾斜摄影数据单体化多是利用倾斜摄影数据的点云数据进行单体化的，但是，由于点云数据无法保留原有图像较多的信息(例如，外形等)，以及，有些地物高度较为接近(例如，地面上的大树可能会和建筑一样高)，因此，仅根据点云数据无法准确区分出待单体化对象。例如，待单体化对象为建筑，但是大树和建筑高度较为接近，可以会将大树误判为待单体化对象，对大树进行单体化处理。因此，影响单体化的准确性。
鉴于此，本公开提供一种实景三维模型单体化方法、装置、存储介质及电子设备，以提高单体化的准确性。
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是根据一示例性实施例示出的一种实景三维模型单体化方法的流程图。如图1所示，该方法可以包括以下步骤。
在步骤101中，获取实景三维模型以及与实景三维模型对应的第一俯视图图像。
在本公开中，该实景三维模型可以是倾斜摄影实景三维模型，也可以是其他实景三维模型，本公开对此不作具体限定。此外，无论是哪种实景三维模型，该实景三维模型中均包括待单体化对象。其中，待单体化对象可以是实景三维模型中的任意对象，例如可以为实景三维模型中的建筑对象，也可以为实景三维模型中的植物对象等等。本公开对此也不作具体限定。为了便于说明，下文以待单体化对象为建筑对象进行说明。
示例地，可以确定出该实景三维模型的地平面，之后，根据该地平面调整实景三维模型中的拍摄视点和拍摄方向，使得根据调整后的拍摄视点和拍摄方向，可以得到该实景三维模型对应的第一俯视图图像。值得说明的是，该第一俯视图图像为二维图像，该二维图像保留了实景三维模型中各对象本身的颜色和形状等更多的信息，便于后续识别出图像中的各对象。
在步骤102中，在第一俯视图图像中识别出目标对象。
其中，目标对象为位于第一俯视图图像中的、与待单体化对象不同的对象。示例地，该目标对象可以为位于第一俯视图图像中的、与该单体化对象较为接近的对象，例如，该单体化对象为建筑对象，目标对象可以为大树对象。又示例地，该目标对象可以为位于第一俯视图图像中的、除待单体化对象之外的所有对象，例如，该单体化对象为建筑对象，目标对象可以为大树对象、车辆对象、电线杆对象等等。
需要说明的是，还可以采用相关技术在第一俯视图图像中识别出目标对象。示例地，可以对该第一俯视图图像进行图像语义分割以得到该目标对象，也可以采用其他的图像识别技术识别出该目标对象，还可以通过机器学习方式识别出该目标对象，本公开对此不作具体限定。
可选地，在本公开中，可以基于图像语义分割技术，在第一俯视图图像中识别出目标对象。如此，提高了目标对象识别的智能化。
在步骤103中，根据目标对象和实景三维模型，提取待单体化对象，以完成待单体化对象的单体化。
考虑到在通过点云实现待单体化对象的单体化的方案中，容易将与该待单体化对象较为接近的对象误判为待单体化对象，导致单体化的准确性较低，因此，在本公开中，基于第一俯视图图像中识别出的目标对象，在实景三维模型中提取待单体化对象。
采用上述技术方案，在实景三维模型对应的第一俯视图图像中识别出目标对象，并基于该目标对象在实景三维模型中提取出待单体化对象，以实现待单体化对象的单体化。由于第一俯视图图像可以表征更多的信息，因此，结合第一俯视图图像中识别出目标对象，实现待单体化对象的单体化，可以提高对待单体化对象的识别准确性，进而提高单体化的准确性。
为了使本领域技术人员更好的理解本公开提供的实景三维模型单体化方法，下面以一个完整的实施例对本公开提供的方法进行说明。
示例地，图2是根据一示例性实施例示出的另一种实景三维模型单体化方法的流程图。如图2所示，图1中的步骤103可以进一步包括以下步骤。
在步骤1031中，将第一俯视图图像和实景三维模型进行对齐操作。
由于二维图像的图像识别技术较为成熟，且二维图像中包含更多易于区分不同对象的信息，即，在该第一俯视图图像中可以准确地识别出目标对象，因此，在本公开中，可以根据第一俯视图图像中识别出的目标对象，确定出在实景三维模型中与该目标对象对应的数据。之后，将该数据删除，以实现删除实景三维模型中影响待单体化对象单体化的其他对象的目的。
在第一俯视图图像中识别出目标对象之后，可以将该目标对象映射到实景三维模型中，以确定出与该目标对象对应的数据。示例地，可以将第一俯视图图像和实景三维模型进行对齐操作。即，将第一俯视图中和实景三维模型中对应真实空间中同一物体的区域对齐。例如，将第一俯视图中的建筑对象A与实景三维模型中的建筑对象A对齐，将第一俯视图中的建筑对象B与实景三维模型中的建筑对象B对齐，将第一俯视图中的大树对象与实景三维模型中的大树对象对齐。
需要说明的是，可以采用相关技术中的对齐方式将第一俯视图图像和实景三维模型对齐，本公开对此不作限制。
在步骤1032中，将与目标对象对齐的实景三维模型中的数据，确定为与目标对象对应的数据。
在对第一俯视图图像和实景三维模型进行对齐操作之后，与目标对象对齐的实景三维模型中的区域即为该目标对象在实景三维模型中的区域，因此，将与目标对象对齐的实景三维模型中的数据，确定为与目标对象对应的数据。
在步骤1033中，删除实景三维模型中的与目标对象对应的数据，以得到不包括目标对象的第一目标实景三维模型。
在步骤1034中，在第一目标实景三维模型中提取待单体化对象。
在实际应用中，实景三维模型中通常会包括除待单体化对象之外的其他对象，为了避免在对待单体化对象进行单体化时将其他对象误判为待单体化对象所导致的单体化不准确的问题，在本公开中，可以将实景三维模型中影响待单体化对象单体化的其他对象删除，以得到不包括目标对象的第一目标实景三维模型。这样，在该第一目标实景三维模型中对待单体化对象进行单体化时，就可以有效地避免了将其他对象误判为待单体化对象所导致的单体化不准确的问题。
此外，在第一目标实景三维模型中提取待单体化对象的具体实施方式有且不限于以下两种。
在第一种实施方式中，获取第一目标实景三维模型的三维点云数据，根据该三维点云数据，在第一目标实景三维模型中提取待单体化对象。其中，可以采用相关技术获取三维点云，以及通过三维点云实现对待单体化对象进行单体化的目的，此处不再赘述。
在第二种实施方式中，如图3所示，上述步骤1034可以进一步包括以下步骤。
在步骤301中，在第一目标实景三维模型中确定地平面。
其中，可以采用相关技术，在第一目标实景三维模型中确定出地平面，本公开对确定地平面的方式不作具体限制和说明。
在步骤302中，在距离地平面预设距离处，以平行于地平面的方向切割第一目标实景三维模型，以得到不包括地平面的第二目标实景三维模型。
通常情况下，如果对带有地平面的实景三维模型进行拍照，则在所得的二维图像中较难区分待单体化对象，因此，在本公开中，可以在距离该地平面预设距离处，以平行于地平面的方向切割第一目标实景三维模型，以得到不包括地平面的第二目标实景三维模型。其中，该预设距离可以是略大于0的数值。
在步骤303中，获取第二目标实景三维模型对应的第二俯视图图像。
其中，获取第二俯视图图像的方式可以参考图1中获取第一俯视图图像的方式获取，此处不再赘述。
在步骤304中，在第二俯视图图像中，确定每一待单体化对象的俯视图外轮廓，并将每一待单体化对象的俯视图外轮廓标注在第二俯视图图像中。
在本公开中，由于第二俯视图图像中不包括地平面，因此，在第二俯视图图像中可以很容易区分出每一待单体化对象，并将每一待单体化对象的俯视图外轮廓标注在第二俯视图图像中。示例地，待单体化对象为建筑对象，则在第二俯视图图像中每一建筑对象可以表示为白色，而其他区域可以表示为黑色，如此，就可以得到标注有每一待单体化对象的俯视图外轮廓的第二俯视图图像。
在步骤305中，根据标注有每一待单体化对象的俯视图外轮廓的第二俯视图图像，在第一目标实景三维模型中提取出单体化对象。
示例地，将标注有每一待单体化对象的俯视图外轮廓的第二俯视图图像与第一目标实景三维模型进行对齐操作，这样，在第一目标实景三维模型中，与待单体化对象的俯视图外轮廓对齐的区域即为待单体化对象所在的区域。例如，假设在第二俯视图图像中识别出有建筑对象A的俯视图外轮廓、建筑对象B的俯视图外轮廓、建筑对象C的俯视图外轮廓，且这三个建筑对象的俯视图外轮廓互不相连，则将该第二俯视图图像与第一目标实景三维模型对齐之后，可以在该第一目标实景三维模型中，在与建筑对象A的俯视图外轮廓对齐的区域中提取出建筑对象A、在与建筑对象B的俯视图外轮廓对齐的区域中提取出建筑对象B、在与建筑对象C的俯视图外轮廓对齐的区域中提取出建筑对象C，进而实现对建筑对象的单体化。
采用上述技术方案，根据不包括地平面的第二目标实景三维模型对应的第二俯视图图像确定出待单体化对象的俯视图外轮廓，之后，根据待单体化对象的该俯视图外轮廓，在第一目标实景三维模型中提取出单体化对象。由于可以在第二俯视图图像准确地确定出待单体化对象的俯视图外轮廓，因此，基于该准确的待单体化对象的俯视图外轮廓可以准确地提取出待单体化对象，进而提高了单体化的准确性。
基于同一发明构思，本公开还提供一种实景三维模型单体化装置。图4是根据一示例性实施例示出的一种实景三维模型单体化装置的框图。如图4所示，实景三维模型单体化装置40可以包括：
获取模块401，用于获取实景三维模型以及与所述实景三维模型对应的第一俯视图图像；
识别模块402，用于在所述第一俯视图图像中识别出目标对象，所述目标对象为位于所述第一俯视图图像中的、与所述待单体化对象不同的对象；
提取模块402，用于根据所述目标对象和所述实景三维模型，提取所述待单体化对象，以完成所述待单体化对象的单体化。
可选地，所述提取模块403可以包括：
删除子模块，用于删除所述实景三维模型中的与所述目标对象对应的数据，以得到不包括所述目标对象的第一目标实景三维模型；
第一提取子模块，用于在所述第一目标实景三维模型中提取所述待单体化对象。
可选地，所述提取模块403还可以包括：
对齐子模块，用于将所述第一俯视图图像和所述实景三维模型进行对齐操作；
第一确定子模块，用于将与所述目标对象对齐的所述实景三维模型中的数据，确定为与所述目标对象对应的数据。
可选地，所述第一提取子模块包括：
第二确定子模块，用于在所述第一目标实景三维模型中确定地平面；
切割子模块，用于在距离所述地平面预设距离处，以平行于所述地平面的方向切割所述第一目标实景三维模型，以得到不包括所述地平面的第二目标实景三维模型；
第一获取子模块，用于获取所述第二目标实景三维模型对应的第二俯视图图像；
第三确定子模块，用于在所述第二俯视图图像中，确定每一待单体化对象的俯视图外轮廓，并将所述每一待单体化对象的俯视图外轮廓标注在所述第二俯视图图像中；
第二提取子模块，用于根据标注有所述每一待单体化对象的俯视图外轮廓的第二俯视图图像，在所述第一目标实景三维模型中提取出所述单体化对象。
可选地，所述第一提取子模块包括：
第二获取子模块，用于获取所述第一目标实景三维模型的三维点云数据；
第三获取子模块，用于根据所述三维点云数据，在所述第一目标实景三维模型中提取所述待单体化对象。
可选地，所述识别模块，用于基于图像语义分割技术，在所述第一俯视图图像中识别出目标对象。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种电子设备的框图。如图5所示，该电子设备500可以包括：处理器501，存储器502。该电子设备500还可以包括多媒体组件503，输入/输出(I/O)接口504，以及通信组件505中的一者或多者。
其中，处理器501用于控制该电子设备500的整体操作，以完成上述的实景三维模型单体化方法中的全部或部分步骤。存储器502用于存储各种类型的数据以支持在该电子设备500的操作，这些数据例如可以包括用于在该电子设备500上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件503可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或通过通信组件505发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口504为处理器501和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件505用于该电子设备500与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件505可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备500可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的实景三维模型单体化方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的实景三维模型单体化方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器502，上述程序指令可由电子设备500的处理器501执行以完成上述的实景三维模型单体化方法。
图6是根据一示例性实施例示出的一种电子设备600的框图。例如，电子设备600可以被提供为一服务器。参照图6，电子设备600包括处理器622，其数量可以为一个或多个，以及存储器632，用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器622可以被配置为执行该计算机程序，以执行上述的实景三维模型单体化方法。
另外，电子设备600还可以包括电源组件626和通信组件650，该电源组件626可以被配置为执行电子设备600的电源管理，该通信组件650可以被配置为实现电子设备600的通信，例如，有线或无线通信。此外，该电子设备600还可以包括输入/输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的实景三维模型单体化方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器632，上述程序指令可由电子设备600的处理器622执行以完成上述的实景三维模型单体化方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的实景三维模型单体化方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种实景三维模型单体化方法，其特征在于，包括：
获取实景三维模型以及与所述实景三维模型对应的第一俯视图图像；
在所述第一俯视图图像中识别出目标对象，所述目标对象为位于所述第一俯视图图像中的、与待单体化对象不同的对象；
根据所述目标对象和所述实景三维模型，提取所述待单体化对象，以完成所述待单体化对象的单体化。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象和所述实景三维模型，提取所述待单体化对象，包括：
删除所述实景三维模型中的与所述目标对象对应的数据，以得到不包括所述目标对象的第一目标实景三维模型；
在所述第一目标实景三维模型中提取所述待单体化对象。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标对象和所述实景三维模型，提取所述待单体化对象，还包括：
将所述第一俯视图图像和所述实景三维模型进行对齐操作；
将与所述目标对象对齐的所述实景三维模型中的数据，确定为与所述目标对象对应的数据。
4.根据权利要求2所述的方法，其特征在于，所述在所述第一目标实景三维模型中提取所述待单体化对象，包括：
在所述第一目标实景三维模型中确定地平面；
在距离所述地平面预设距离处，以平行于所述地平面的方向切割所述第一目标实景三维模型，以得到不包括所述地平面的第二目标实景三维模型；
获取所述第二目标实景三维模型对应的第二俯视图图像；
在所述第二俯视图图像中，确定每一待单体化对象的俯视图外轮廓，并将所述每一待单体化对象的俯视图外轮廓标注在所述第二俯视图图像中；
根据标注有所述每一待单体化对象的俯视图外轮廓的第二俯视图图像，在所述第一目标实景三维模型中提取出所述单体化对象。
5.根据权利要求2所述的方法，其特征在于，所述在所述第一目标实景三维模型中提取所述待单体化对象，包括：
获取所述第一目标实景三维模型的三维点云数据；
根据所述三维点云数据，在所述第一目标实景三维模型中提取所述待单体化对象。
6.根据权利要求1所述的方法，其特征在于，所述在所述第一俯视图图像中识别出目标对象，包括：
基于图像语义分割技术，在所述第一俯视图图像中识别出目标对象。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述实景三维模型为倾斜摄影实景三维模型。
8.一种实景三维模型单体化装置，其特征在于，包括：
获取模块，用于获取实景三维模型以及与所述实景三维模型对应的第一俯视图图像；
识别模块，用于在所述第一俯视图图像中识别出目标对象，所述目标对象为位于所述第一俯视图图像中的、与待单体化对象不同的对象；
提取模块，用于根据所述目标对象和所述实景三维模型，提取所述待单体化对象，以完成所述待单体化对象的单体化。
9.一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，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。
CN202010519705.XA 2020-06-09 2020-06-09 实景三维模型单体化方法、装置、存储介质及电子设备 Active CN111783552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010519705.XA CN111783552B (zh) 2020-06-09 2020-06-09 实景三维模型单体化方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010519705.XA CN111783552B (zh) 2020-06-09 2020-06-09 实景三维模型单体化方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN111783552A CN111783552A (zh) 2020-10-16
CN111783552B true CN111783552B (zh) 2024-06-25

Family

ID=72755819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010519705.XA Active CN111783552B (zh) 2020-06-09 2020-06-09 实景三维模型单体化方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111783552B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570666B (zh) * 2021-09-26 2021-12-21 天津云圣智能科技有限责任公司 任务分配方法、装置、服务器及计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866945A (zh) * 2019-11-13 2020-03-06 镜城科技(杭州)有限公司 一种倾斜摄影模型自动识别生成三维树的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL158810A0 (en) * 2003-11-10 2004-05-12 Rafael Armament Dev Authority Identifying a target region of a three-dimensional object from a two-dimensional image
CN109410327B (zh) * 2018-10-09 2022-05-17 广东博智林机器人有限公司 一种基于bim和gis的三维城市建模方法
CN110379004B (zh) * 2019-07-22 2021-02-09 泰瑞数创科技(北京)有限公司 一种对倾斜摄影成果进行地物分类及单体化提取的方法
CN110648401B (zh) * 2019-08-30 2023-10-20 贝壳技术有限公司 倾斜摄影模型单体化方法、装置、电子设备和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866945A (zh) * 2019-11-13 2020-03-06 镜城科技(杭州)有限公司 一种倾斜摄影模型自动识别生成三维树的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于2D-3D语义传递的室内三维点云模型语义分割;熊汉江等;武汉大学学报 信息科学版;第43卷(第12期);第1-4节 *

Also Published As

Publication number Publication date
CN111783552A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN110645986B (zh) 定位方法及装置、终端、存储介质
CN111368605B (zh) 车道线提取方法及装置
CN111460967B (zh) 一种违法建筑识别方法、装置、设备及存储介质
US20160267328A1 (en) Method and apparatus for detecting abnormal situation, and non-transitory computer-readable recording medium
US11416719B2 (en) Localization method and helmet and computer readable storage medium using the same
CN112270272B (zh) 高精度地图制作中道路路口提取方法及系统
CN105284108A (zh) 影像监视系统、监视装置
CN112348885A (zh) 视觉特征库的构建方法、视觉定位方法、装置和存储介质
CN111958595B (zh) 一种变电站巡检机器人多传感器异步信息融合系统及方法
CN108681389B (zh) 一种通过阅读设备进行阅读的方法与设备
CN111340831A (zh) 点云边缘检测方法和装置
WO2024088445A1 (zh) 一种基于视觉语义矢量的车辆导引方法、系统、设备和介质
CN111783552B (zh) 实景三维模型单体化方法、装置、存储介质及电子设备
CN114611635B (zh) 一种对象的识别方法、装置、存储介质及电子装置
CN111552762A (zh) 一种基于果树编码的果园种植数字地图化管理方法和系统
CN111340960A (zh) 图像的建模方法、装置、存储介质和电子设备
CN112329946A (zh) 地面分割学习模型训练方法、地平面确定方法及相关装置
CN112132845A (zh) 三维模型的单体化方法、装置、电子设备和可读介质
CN113160406B (zh) 道路三维重建方法、装置、存储介质及电子设备
Bongale et al. Implementation of 3D object recognition and tracking
Namouchi et al. Piecewise horizontal 3d roof reconstruction from aerial lidar
CN112950641B (zh) 图像处理方法及装置、计算机可读存储介质和电子设备
CN112558091B (zh) 一种输电线对树空间距离的实时检测方法、装置及终端设备
CN111738906B (zh) 室内路网生成方法、装置、存储介质及电子设备
JP2023528530A (ja) 訓練装置、制御方法、及びプログラム

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 307, 3 / F, supporting public building, Mantingfangyuan community, qingyanli, Haidian District, Beijing 100086

Applicant after: Beijing Wuyi Vision digital twin Technology Co.,Ltd.

Address before: Room 307, 3 / F, supporting public building, Mantingfangyuan community, qingyanli, Haidian District, Beijing 100086

Applicant before: DANGJIA MOBILE GREEN INTERNET TECHNOLOGY GROUP Co.,Ltd.

GR01 Patent grant