CN111985036B - 户型框线图绘制方法和装置、存储介质、电子设备 - Google Patents

户型框线图绘制方法和装置、存储介质、电子设备 Download PDF

Info

Publication number
CN111985036B
CN111985036B CN202010877042.9A CN202010877042A CN111985036B CN 111985036 B CN111985036 B CN 111985036B CN 202010877042 A CN202010877042 A CN 202010877042A CN 111985036 B CN111985036 B CN 111985036B
Authority
CN
China
Prior art keywords
point
contour lines
contour line
contour
groups
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
CN202010877042.9A
Other languages
English (en)
Other versions
CN111985036A (zh
Inventor
田明哲
李林原
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.)
Seashell Housing Beijing Technology Co Ltd
Original Assignee
Seashell Housing Beijing 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 Seashell Housing Beijing Technology Co Ltd filed Critical Seashell Housing Beijing Technology Co Ltd
Priority to CN202010877042.9A priority Critical patent/CN111985036B/zh
Publication of CN111985036A publication Critical patent/CN111985036A/zh
Application granted granted Critical
Publication of CN111985036B publication Critical patent/CN111985036B/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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Architecture (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开实施例公开了一种户型框线图绘制方法和装置、存储介质、电子设备，其中，方法包括：获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线；对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；基于所述n个目标轮廓线组合得到所述房屋的户型框线图；本实施例实现全自动的户型图绘制，可得到规整的、正确的户型框线图；绘制过程中无需人工干预，且适用于多种户型，鲁棒性强。

Description

户型框线图绘制方法和装置、存储介质、电子设备
技术领域
本公开涉及户型图绘制技术领域，尤其是一种户型框线图绘制方法和装置、存储介质、电子设备。
背景技术
户型图是了解房屋构造的最直观说明，也是房屋装修等工程所必需的图纸。在房屋租赁和买卖过程中，交易双方需要对整个房屋的户型及房间分布情况有初步的了解。现有技术中通常是通过人工测量和画图的方式来实现户型图的绘制，耗时耗力。
发明内容
为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种户型框线图绘制方法和装置、存储介质、电子设备。
根据本公开实施例的一个方面，提供了一种户型框线图绘制方法，包括：
获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；
对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；
对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；
基于所述n个目标轮廓线组合得到所述房屋的户型框线图。
可选地，所述对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组，包括：
根据所述轮廓线的方向对所述多条轮廓线进行第一分组操作，得到水平轮廓线组和竖直轮廓线组；
分别对所述水平轮廓线组和所述竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组。
可选地，所述根据所述轮廓线的方向对所述多条轮廓线进行第一分组操作之后，还包括：
得到斜线轮廓线组。
可选地，所述分别对所述水平轮廓线组和所述竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组，包括：
基于组内每两条轮廓线之间的间隔距离，分别对所述水平轮廓线组和所述竖直轮廓线组进行第二分组操作，得到多组水平分组和多组竖直分组；
基于分组内每两条轮廓线之间的间隔和交叉比大小，分别对所述多组水平分组和所述多组竖直分组进行第三分组操作，得到n个目标轮廓线组；其中，所述n个目标轮廓线组中包括的多个水平子组和多个竖直子组。
可选地，所述对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线，包括：
针对每个所述包括至少两个轮廓线的目标轮廓线组，基于所述目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组；
以所述新坐标组作为所述目标轮廓线的位置，以所述包括的一个轮廓线的目标轮廓线组中的轮廓线作为所述目标轮廓线，得到n个目标轮廓线。
可选地，所述基于所述目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组，包括：
基于所述水平子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个纵向坐标；基于所述竖直子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个横向坐标；
基于所述至少两个轮廓线中的横向坐标最小值和横向坐标最大值确定一组横向坐标；基于所述至少两个轮廓线中的纵向坐标最小值和纵向坐标最大值确定一组纵向坐标；
基于所述纵向坐标和所述一组横向坐标确定所述水平子组对应的所述新坐标组；基于所述横向坐标和所述一组纵向坐标确定所述竖直子组对应的所述新坐标组。
可选地，所述获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线，包括：
在至少一点位对所述房屋中的所有房间进行扫描，得到多个深度图；每个所述点位对应一个所述深度图；
基于每个点位对应的所述深度图，恢复所述点位对应的点云，得到所述房屋对应的多个点位对应的多个点云；
基于所述多个点云确定属于墙面的所有墙面点；
对所述所有墙面点进行投影和分割操作，确定每个所述房间对应的多条轮廓线。
可选地，所述基于每个点位对应的所述深度图，恢复所述点位对应的点云，包括：
基于所述深度图中至少一个点的坐标值和对应的深度值，确定所述至少一个点中每个点在以所述点位为原点的坐标系下的三维坐标，以所述至少一个点对应的三维坐标聚合得到所述点位对应的点云。
可选地，在至少一个点位对所述房屋中的所有房间进行扫描，得到多个深度图的同时，还得到每个所述点位对应的相机位姿信息；
所述基于所述多个点云确定属于墙面的所有墙面点，包括：
对所述点位对应的点云实施法向量估计和归一化处理，得到所述点云中每个点对应的归一化法向量；
利用每个所述点位对应的相机位姿信息将所述多个点位对应的点云转换到第一坐标系下；
在所述第一坐标系下，根据所述每个点对应的归一化法向量是否满足第一设定条件，确定所述点是否为墙面点。
可选地，所述第一设定条件包括：所述点对应的归一化法向量中y轴的值小于预设值，或y轴的值在所述归一化法向量的模值中所占比例小于预设比例。
可选地，所述对所述所有墙面点进行投影和分割操作，确定每个所述房间对应的多条轮廓线，包括：
将所述所有墙面点投影到二维平面，得到所述每个点对应二维坐标；
初始化一张自适应大小的图像，将所述每个点基于所述二维坐标映射到所述图像中，得到所述房屋的投影图；
基于所述投影图确定每个所述房间对应的多条轮廓线。
可选地，所述基于所述投影图确定每个所述房间对应的多条轮廓线，包括：
利用深度神经网络对所述投影图进行房间分割，得到将所述投影图分割为至少一个房间的掩模图；
基于所述掩模图确定每个所述房间对应的多条轮廓线。
可选地，所述基于所述掩模图确定每个所述房间对应的多条轮廓线，包括：
将每个所述房间的掩膜图中的三角形面片投影至二维平面，得到所述房间对应的一个多边形；
对所述多边形进行曼哈顿操作，使构成所述多边形的线段横平竖直，同时对于符合第二设定条件的线段保持角度不变，得到所述房间对应的多条轮廓线。
根据本公开实施例的另一方面，提供了一种户型框线图绘制装置，包括：
轮廓线确定模块，用于获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；
分组模块，用于对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；
融合模块，用于对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；
轮廓线组合模块，用于基于所述n个目标轮廓线组合得到所述房屋的户型框线图。
可选地，所述分组模块，包括：
第一分组单元，用于根据所述轮廓线的方向对所述多条轮廓线进行第一分组操作，得到水平轮廓线组和竖直轮廓线组；
目标获得单元，用于分别对所述水平轮廓线组和所述竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组。
可选地，所述第一分组单元，还用于得到斜线轮廓线组。
可选地，所述目标获得单元，包括：
第二分组单元，用于基于组内每两条轮廓线之间的间隔距离，分别对所述水平轮廓线组和所述竖直轮廓线组进行第二分组操作，得到多组水平分组和多组竖直分组；
第三分组单元，用于基于分组内每两条轮廓线之间的间隔和交叉比大小，分别对所述多组水平分组和所述多组竖直分组进行第三分组操作，得到n个目标轮廓线组；其中，所述n个目标轮廓线组中包括的多个水平子组和多个竖直子组。
可选地，所述融合模块，包括：
新坐标确定单元，用于针对每个所述包括至少两个轮廓线的目标轮廓线组，基于所述目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组；
轮廓线融合单元，用于以所述新坐标组作为所述目标轮廓线的位置，以所述包括的一个轮廓线的目标轮廓线组中的轮廓线作为所述目标轮廓线，得到n个目标轮廓线。
可选地，所述新坐标确定单元，具体用于，用于基于所述水平子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个纵向坐标；基于所述竖直子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个横向坐标；基于所述至少两个轮廓线中的横向坐标最小值和横向坐标最大值确定一组横向坐标；基于所述至少两个轮廓线中的纵向坐标最小值和纵向坐标最大值确定一组纵向坐标；基于所述纵向坐标和所述一组横向坐标确定所述水平子组对应的所述新坐标组；基于所述横向坐标和所述一组纵向坐标确定所述竖直子组对应的所述新坐标组。
可选地，所述轮廓线确定模块，包括：
房屋扫描单元，用于在至少一点位对所述房屋中的所有房间进行扫描，得到多个深度图；每个所述点位对应一个所述深度图；
点云恢复单元，用于基于每个点位对应的所述深度图，恢复所述点位对应的点云，得到所述房屋对应的多个点位对应的多个点云；
墙面点确定单元，用于基于所述多个点云确定属于墙面的所有墙面点；
投影分割单元，用于对所述所有墙面点进行投影和分割操作，确定每个所述房间对应的多条轮廓线。
可选地，所述点云恢复单元，具体用于基于所述深度图中至少一个点的坐标值和对应的深度值，确定所述至少一个点中每个点在以所述点位为原点的坐标系下的三维坐标，以所述至少一个点对应的三维坐标聚合得到所述点位对应的点云。
可选地，所述房屋扫描单元，还用于得到每个所述点位对应的相机位姿信息；
所述墙面点确定单元，具体用于对所述点位对应的点云实施法向量估计和归一化处理，得到所述点云中每个点对应的归一化法向量；利用每个所述点位对应的相机位姿信息将所述多个点位对应的点云转换到第一坐标系下；在所述第一坐标系下，根据所述每个点对应的归一化法向量是否满足第一设定条件，确定所述点是否为墙面点。
可选地，所述第一设定条件包括：所述点对应的归一化法向量中y轴的值小于预设值，或y轴的值在所述归一化法向量的模值中所占比例小于预设比例。
可选地，所述投影分割单元，具体用于将所述所有墙面点投影到二维平面，得到所述每个点对应二维坐标；初始化一张自适应大小的图像，将所述每个点基于所述二维坐标映射到所述图像中，得到所述房屋的投影图；基于所述投影图确定每个所述房间对应的多条轮廓线。
可选地，所述投影分割单元在基于所述投影图确定每个所述房间对应的多条轮廓线时，用于利用深度神经网络对所述投影图进行房间分割，得到将所述投影图分割为至少一个房间的掩模图；基于所述掩模图确定每个所述房间对应的多条轮廓线。
可选地，所述投影分割单元在基于所述掩模图确定每个所述房间对应的多条轮廓线时，用于将每个所述房间的掩膜图中的三角形面片投影至二维平面，得到所述房间对应的一个多边形；对所述多边形进行曼哈顿操作，使构成所述多边形的线段横平竖直，同时对于符合第二设定条件的线段保持角度不变，得到所述房间对应的多条轮廓线。
根据本公开实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一实施例所述的户型框线图绘制方法。
根据本公开实施例的还一方面，提供了一种电子设备，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述任一实施例所述的户型框线图绘制方法。
基于本公开上述实施例提供的一种户型框线图绘制方法和装置、存储介质、电子设备，获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；基于所述n个目标轮廓线组合得到所述房屋的户型框线图；本实施例实现全自动的户型图绘制，可得到规整的、正确的户型框线图；绘制过程中无需人工干预，且适用于多种户型，鲁棒性强。
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1是本公开一示例性实施例提供的户型框线图绘制方法的流程示意图。
图2是本公开图1所示的实施例中步骤104的一个流程示意图。
图3是本公开图2所示的实施例中步骤1042的一个流程示意图。
图4是本公开图1所示的实施例中步骤106的一个流程示意图。
图5是本公开图4所示的实施例中步骤1061的一个流程示意图。
图6是本公开图1所示的实施例中步骤102的一个流程示意图。
图7是本公开图6所示的实施例中步骤1024的一个流程示意图。
图8a是本公开一可选示例中的墙面点云的投影图。
图8b是本公开一可选示例中对墙面点云的投影图进行分割得到的掩模图。
图9a是本公开一可选示例中对房间掩模图的三角面片投影图。
图9b是本公开一可选示例中对三角面片投影图进行简化后的单间框线图。
图9c是本公开一可选示例中对房间多边形进行规整化后的框线图。
图10是本公开一示例性实施例提供的户型框线图绘制装置的结构示意图。
图11是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。
还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
申请概述
在实现本公开的过程中，发明人发现，现有技术通常是通过人工手动实现户型图的绘制，该技术方案至少存在以下问题：耗时耗力，且不够准确。
示例性方法
图1是本公开一示例性实施例提供的户型框线图绘制方法的流程示意图。本实施例可应用在电子设备上，如图1所示，包括如下步骤：
步骤102，获得待绘制户型图的房屋对应的多个点云，基于多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线。
其中，每个房间对应多条轮廓线。可选地，在房屋中的每个房间为一个多边形，多边形由多条线段(轮廓线)组成；本实施例首先确定每个房间对应的多条轮廓线。
步骤104，对多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组。
其中，n为大于3的整数，目标轮廓线组包括至少一个轮廓线。
可选地，一个房屋中的多个房间之间会存在共有墙壁的情况，本实施例通过对所有轮廓线进行分组，使可能存在共有的墙壁被分为一组，使房屋的户型图布局更合理，而不会出现房间之间存在间隙的情况。
步骤106，对n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线。
本实施例中，每个目标轮廓线组中可以包括一个或多个轮廓线，在仅包括一个轮廓线的情况下，可直接将该轮廓线作为该目标轮廓线组的目标轮廓线；而对于包括多个轮廓线的情况，需要对组内的所有轮廓线执行融合操作，以确定一个轮廓线作为目标轮廓线；以实现将相邻的房间进行靠近，使被至少两个房间共用的墙壁合一。
步骤108，基于n个目标轮廓线组合得到房屋的户型框线图。
本公开上述实施例提供的一种户型框线图绘制方法，获得待绘制户型图的房屋中包括的至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；基于所述n个目标轮廓线组合得到所述房屋的户型框线图；本实施例实现全自动的户型图绘制，可得到规整的、正确的户型框线图；绘制过程中无需人工干预，且适用于多种户型，鲁棒性强。
如图2所示，在上述图1所示实施例的基础上，步骤104可包括如下步骤：
步骤1041，根据轮廓线的方向对多条轮廓线进行第一分组操作，得到水平轮廓线组和竖直轮廓线组。
可选地，对轮廓线根据方向进行分组时，除了水平方向和竖直方向，还包括斜线轮廓线组，对于斜线轮廓线组通常无法进行融合，因此，在以下操作中主要集中对水平轮廓线组和竖直轮廓线组进行。
步骤1042，分别对水平轮廓线组和竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组。
房屋的墙壁多数是呈水平和竖直排列的，为了便于后续轮廓线的融合操作，本实施例首先将轮廓线中包括的所有水平方向的轮廓线分组到水平轮廓线组，将所有竖直方向的轮廓线分组到竖直轮廓线组，经过第一分组操作，将水平方向的轮廓线和竖直方向的轮廓线区分开，避免了将不同方向的轮廓线进行融合的错误，提高了融合效率。
如图3所示，在上述图2所示实施例的基础上，步骤1042可包括如下步骤：
步骤301，基于组内每两条轮廓线之间的间隔距离，分别对水平轮廓线组和竖直轮廓线组进行第二分组操作，得到多组水平分组和多组竖直分组。
步骤302，基于分组内每两条轮廓线之间的间隔和交叉比大小，分别对多组水平分组和多组竖直分组进行第三分组操作，得到n个目标轮廓线组。
其中，n个目标轮廓线组中包括的多个水平子组和多个竖直子组。
本实施例中，分别对水平轮廓线组和竖直轮廓线组进行第二分组操作，将水平轮廓线组中间隔距离符合条件的多个轮廓线归为一个水平分组，将竖直轮廓线组中间隔距离符合条件的多个轮廓线归为一个竖直分组；其中，间隔距离的条件可以根据具体情况进行设定，如：间隔距离小于0.5个像素等；其中两个轮廓线的间隔距离的确定，可以包括：对于竖直轮廓线，彼此的距离为两条轮廓线上任意一点的横坐标差的绝对值；对于水平轮廓线，彼此的距离为两条轮廓线上任意一点的纵坐标差的绝对值。
本实施例中的第三分组操作可以包括以下几种情况：
1.当两条轮廓线不属于同一个单间的时候：
A.交叉比超过50％的，如果距离小于d1，分为一组(d1可根据实际情况进行设置，例如0.5像素)；
B.交叉比处于0-50％的，如果距离小于d2，分为一组(d2可根据实际情况进行设置，例如0.3像素)；
C.无交叉部分的，不分为一组；
2.当两条轮廓线属于同一个单间的时候：
A.交叉比超过50％的，如果距离小于d3，分为一组(d3可根据实际情况进行设置，例如0.1像素)；
B.交叉比小于50％的，不分为一组。
其中，交叉比的计算方式如公式(1)所示：
Figure BDA0002652901010000131
其中，ratio表示交叉比，p为两条轮廓线交叉部分的长度，l1和l2分别为两条轮廓线的长度，交叉部分的确定根据两条轮廓线的坐标确定的，例如，对于两条横向轮廓线，其中纵坐标重叠的长度即为交叉部分的长度，相应的，对于两条纵向轮廓线，其中横坐标重叠的长度即为交叉部分的长度。
如图4所示，在上述图1所示实施例的基础上，步骤106可包括如下步骤：
步骤1061，针对每个包括至少两个轮廓线的目标轮廓线组，基于目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组。
步骤1062，以新坐标组作为目标轮廓线的位置，以包括的一个轮廓线的目标轮廓线组中的轮廓线作为目标轮廓线，得到n个目标轮廓线。
本实施例中，对于分组得到的每个目标轮廓线组中包括的多条轮廓线进行融合，将其融合成为一条目标轮廓线；其中，对于竖直轮廓线来说，以多条竖直轮廓线的横坐标综合确定一个新的横坐标，作为目标轮廓线的横坐标；对于水平轮廓线来说，以多条水平轮廓线的纵坐标综合确定一个新的纵坐标，作为目标轮廓线的纵坐标。
如图5所示，在上述图4所示实施例的基础上，步骤1061可包括如下步骤：
步骤501，基于水平子组中包括的至少两个轮廓线之间的长度比，确定至少两个轮廓线之间的一个纵向坐标；基于竖直子组中包括的至少两个轮廓线之间的长度比，确定至少两个轮廓线之间的一个横向坐标。
步骤502，基于至少两个轮廓线中的横向坐标最小值和横向坐标最大值确定一组横向坐标；基于至少两个轮廓线中的纵向坐标最小值和纵向坐标最大值确定一组纵向坐标。
步骤503，基于纵向坐标和一组横向坐标确定水平子组对应的新坐标组；基于横向坐标和一组纵向坐标确定竖直子组对应的新坐标组。
本实施例中，在确定目标轮廓线组中目标轮廓线的坐标时，根据待融合的轮廓线之间的长度比确定新坐标的位置，长度越大，新坐标越靠近该轮廓线，并且将具有交叉部分的待融合的轮廓线的长度按照坐标进行组合，得到一组新的坐标组，这一组新坐标即代表了目标轮廓线的位置。
如图6所示，在上述图1所示实施例的基础上，步骤102可包括如下步骤：
步骤1021，在至少一点位对房屋中的所有房间进行扫描，得到多个深度图。
其中，每个点位对应一个深度图。
可选地，可利用深度相机对每个房间在至少一个点位采集全景图像。
步骤1022，基于每个点位对应的深度图，恢复点位对应的点云，得到房屋对应的多个点位对应的多个点云。
可选地，基于深度图中至少一个点的坐标值和对应的深度值，确定至少一个点中每个点在以点位为原点的坐标系下的三维坐标，以至少一个点对应的三维坐标聚合得到点位对应的点云。
在确定了每个点的在图像的坐标值时，即获得了每个点在x轴和y轴的坐标，再结合深度值，即可确定每个点在x轴、y轴和z轴上的坐标，即以点位为原点的坐标系下的三维坐标，将该点位对应的所有点的三维坐标都确定，即可确定该点位对应的点云。
步骤1023，基于多个点云确定属于墙面的所有墙面点。
步骤1024，对所有墙面点进行投影和分割操作，确定每个房间对应的多条轮廓线。
由于不同房间通过墙面进行分割，本实施例从得到的点云中确定所有属于墙面的墙面点，并对所有墙面点进行投影和分割等操作，以在图像中对每个房间对应的所有墙壁以轮廓线的形式进行展示。
在一些可选的实施例中，在至少一个点位对房屋中的所有房间进行扫描，得到多个深度图的同时，还得到每个点位对应的相机位姿信息；
步骤1023可以包括：
对点位对应的点云实施法向量估计和归一化处理，得到点云中每个点对应的归一化法向量；
利用每个点位对应的相机位姿信息将多个点位对应的点云转换到第一坐标系下；
在第一坐标系下，根据每个点对应的归一化法向量是否满足第一设定条件，确定点是否为墙面点。
可选地，第一设定条件包括：点对应的归一化法向量中y轴的值小于预设值，或y轴的值在归一化法向量的模值中所占比例小于预设比例。可选地，第一坐标系可以是任意坐标系，例如，世界坐标系等；本实施例通过将所有点云转换到同一第一坐标系下，以实现在同一坐标系下对所有点进行判断，以确定每个点是否是墙面点；具体判断可以包括：对点位的点云实施法向量估计(可以通过PCL进行法向量估计)，以得到每个点的归一化法向量n＝(nx，ny，nz)。之后，将每个点位的点云通过外参矩阵转换至世界坐标系下；对于世界坐标系而言，Y轴正向是竖直朝下的，因此，理想的墙平面是ny＝0的点组成的平面，ny＝1的点对应天花板，ny＝-1的点对应地板；在实际应用中，可设置一个阈值t，当nx 2+ny 2≥t2(或者是ny＜t)时，可认为是竖直墙面的点；其中，t的取值可以为0.9等。
如图7所示，在上述图6所示实施例的基础上，步骤1024可包括如下步骤：
步骤701，将所有墙面点投影到二维平面，得到每个点对应二维坐标。
步骤702，初始化一张自适应大小的图像，将每个点基于二维坐标映射到图像中，得到房屋的投影图。
步骤703，基于投影图确定每个房间对应的多条轮廓线。
本实施例中，需要将所有墙面点投影到二维平面上，由于已知三维坐标，只需将对应的y轴坐标归零即获得每个墙面点的二维坐标，为了在一个图像中绘制房屋户型图，需要初始化一个大小可容纳所有房间的图像，例如，初始化一张自适应大小的Size*Size的像素全为0的图片；假设点云在X轴方向和Z轴方向的宽度分别为Wx和Wz(单位：米)，则Size＝max(100*Wx+200,100*Wz+200)，单位为像素(pixel)。其中，100是从点云到图像的映射系数，200是图像四周留有的余量。此后，按照公式(2)进行点坐标(px,pz)到像素点坐标(r,c)的映射，即可得到墙面点云的投影图，在一个可选示例中，可得到如图8a所示的投影图。
Figure BDA0002652901010000161
其中，100是图像四周各留有的余量，minX和minZ是点云x坐标和z坐标的最小值，M是从点云到图像的映射系数，这里取100；floor函数的功能是“向下取整”。
在一些可选的实施例中，上述实施例中的步骤703包括：
利用深度神经网络对投影图进行房间分割，得到将投影图分割为至少一个房间的掩模图；
基于掩模图确定每个房间对应的多条轮廓线。
本实施例中，利用深度神经网络对投影图进行房间分割，输出为一张有各个房间分割掩膜的图(可以对不同房间采用不同颜色的掩膜，得到彩色图，以实现对不同房间的直观区分)；通过掩膜得到的图解决了在图像采集过程中由于门窗等空置区域而使房间的轮廓不完整的问题，通过掩膜图得到每个房间都是完整的多边形，因此，基于掩膜图确定的每个房间的轮廓线是完整的，在一些可选示例中，通过房间分割可得到如图8b所示的掩膜图。本实施例中采用的深度神经网络是经过以已知掩膜边界的投影图作为训练数据进行训练得到的神经网络，本实施例不限制该深度神经网络的结构和参数。
在获得每个房间的掩膜图之后，需要对每个掩膜(mask)图求轮廓，此时可以得到每个房间大致的外轮廓。但此时这个外轮廓有两个缺陷，一个是外轮廓是不直的，另一个是外轮廓不是百分之百精准，可能会大一些，也可能会小一些，甚至缺一些，这对户型图的生成是不利的。因此，本实施例提出了一种更加精确有效的方法，mesh投影简化；可选地，基于掩模图确定每个房间对应的多条轮廓线，包括：
将每个房间的掩膜图中的三角形面片投影至二维平面，得到房间对应的一个多边形；
对多边形进行曼哈顿操作，使构成多边形的线段横平竖直，同时对于符合第二设定条件的线段保持角度不变，得到房间对应的多条轮廓线。
本实施例中，mesh投影简化包括以下几个步骤：
1.将各个房间掩膜图范围内的三角形面片投影至二维平面，构成一个多边形，如图9a所示；
2.去尖角，去多余的点，去杂线，得到较简洁的多边形，如图9b所示；
3.对此多边形进行曼哈顿操作，使其横平竖直。当然，长度一定长度(如：长度大于1.5米，在图像中大于150像素值等)，且倾斜角在一定范围内(如：倾斜角在30度到60度之间)的斜墙予以保留；得到了规整的单间户型框线图，如图9c所示。
可选地，在执行mesh投影简化之前，可以将图像坐标系转换到世界坐标系执行投影简化操作，或直接在图像坐标系下执行投影简化操作。
本公开实施例提供的任一种户型框线图绘制方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于：终端设备和服务器等。或者，本公开实施例提供的任一种户型框线图绘制方法可以由处理器执行，如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种户型框线图绘制方法。下文不再赘述。
示例性装置
图10是本公开一示例性实施例提供的户型框线图绘制装置的结构示意图。如图10所示，该实施例装置包括：
轮廓线确定模块11，用于获得待绘制户型图的房屋对应的多个点云，基于多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线。
其中，每个房间对应多条轮廓线。
分组模块12，用于对多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组。
其中，n为大于3的整数，目标轮廓线组包括至少一个轮廓线。
融合模块13，用于对n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线。
轮廓线组合模块14，用于基于n个目标轮廓线组合得到房屋的户型框线图。
本公开上述实施例提供的一种户型框线图绘制装置，获得待绘制户型图的房屋中包括的至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；基于所述n个目标轮廓线组合得到所述房屋的户型框线图；本实施例实现全自动的户型图绘制，可得到规整的、正确的户型框线图；绘制过程中无需人工干预，且适用于多种户型，鲁棒性强。
在一些可选的实施例中，分组模块12，包括：
第一分组单元，用于根据轮廓线的方向对多条轮廓线进行第一分组操作，得到水平轮廓线组和竖直轮廓线组；
目标获得单元，用于分别对水平轮廓线组和竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组。
可选地，第一分组单元，还用于得到斜线轮廓线组。
可选地，目标获得单元，包括：
第二分组单元，用于基于组内每两条轮廓线之间的间隔距离，分别对水平轮廓线组和竖直轮廓线组进行第二分组操作，得到多组水平分组和多组竖直分组；
第三分组单元，用于基于分组内每两条轮廓线之间的间隔和交叉比大小，分别对多组水平分组和多组竖直分组进行第三分组操作，得到n个目标轮廓线组；其中，n个目标轮廓线组中包括的多个水平子组和多个竖直子组。
可选地，融合模块13，包括：
新坐标确定单元，用于针对每个包括至少两个轮廓线的目标轮廓线组，基于目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组；
轮廓线融合单元，用于以新坐标组作为目标轮廓线的位置，以包括的一个轮廓线的目标轮廓线组中的轮廓线作为目标轮廓线，得到n个目标轮廓线。
可选地，新坐标确定单元，具体用于，用于基于水平子组中包括的至少两个轮廓线之间的长度比，确定至少两个轮廓线之间的一个纵向坐标；基于竖直子组中包括的至少两个轮廓线之间的长度比，确定至少两个轮廓线之间的一个横向坐标；基于至少两个轮廓线中的横向坐标最小值和横向坐标最大值确定一组横向坐标；基于至少两个轮廓线中的纵向坐标最小值和纵向坐标最大值确定一组纵向坐标；基于纵向坐标和一组横向坐标确定水平子组对应的新坐标组；基于横向坐标和一组纵向坐标确定竖直子组对应的新坐标组。
在一些可选的实施例中，轮廓线确定模块11，包括：
房屋扫描单元，用于在至少一点位对房屋中的所有房间进行扫描，得到多个深度图；每个点位对应一个所述深度图；
点云恢复单元，用于基于每个点位对应的所述深度图，恢复点位对应的点云，得到房屋对应的多个点位对应的多个点云；
墙面点确定单元，用于基于多个点云确定属于墙面的所有墙面点；
投影分割单元，用于对所有墙面点进行投影和分割操作，确定每个房间对应的多条轮廓线。
可选地，点云恢复单元，具体用于基于深度图中至少一个点的坐标值和对应的深度值，确定至少一个点中每个点在以点位为原点的坐标系下的三维坐标，以至少一个点对应的三维坐标聚合得到点位对应的点云。
可选地，房屋扫描单元，还用于得到每个点位对应的相机位姿信息；
墙面点确定单元，具体用于对点位对应的点云实施法向量估计和归一化处理，得到点云中每个点对应的归一化法向量；利用每个点位对应的相机位姿信息将多个点位对应的点云转换到第一坐标系下；在第一坐标系下，根据每个点对应的归一化法向量是否满足第一设定条件，确定点是否为墙面点。
可选地，第一设定条件包括：点对应的归一化法向量中y轴的值小于预设值，或y轴的值在归一化法向量的模值中所占比例小于预设比例。
可选地，投影分割单元，具体用于将所有墙面点投影到二维平面，得到每个点对应二维坐标；初始化一张自适应大小的图像，将每个点基于二维坐标映射到图像中，得到房屋的投影图；基于投影图确定每个房间对应的多条轮廓线。
可选地，投影分割单元在基于投影图确定每个房间对应的多条轮廓线时，用于利用深度神经网络对投影图进行房间分割，得到将投影图分割为至少一个房间的掩模图；基于掩模图确定每个房间对应的多条轮廓线。
可选地，投影分割单元在基于掩模图确定每个房间对应的多条轮廓线时，用于将每个房间的掩膜图中的三角形面片投影至二维平面，得到房间对应的一个多边形；对多边形进行曼哈顿操作，使构成多边形的线段横平竖直，同时对于符合第二设定条件的线段保持角度不变，得到房间对应的多条轮廓线。
示例性电子设备
下面，参考图11来描述根据本公开实施例的电子设备。该电子设备可以是第一设备100和第二设备200中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。
图11图示了根据本公开实施例的电子设备的框图。
如图11所示，电子设备110包括一个或多个处理器111和存储器112。
处理器111可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备110中的其他组件以执行期望的功能。
存储器112可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器111可以运行所述程序指令，以实现上文所述的本公开的各个实施例的户型框线图绘制方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中，电子设备110还可以包括：输入装置113和输出装置114，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如，在该电子设备是第一设备100或第二设备200时，该输入装置113可以是上述的麦克风或麦克风阵列，用于捕捉声源的输入信号。在该电子设备是单机设备时，该输入装置113可以是通信网络连接器，用于从第一设备100和第二设备200接收所采集的输入信号。
此外，该输入设备113还可以包括例如键盘、鼠标等等。
该输出装置114可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备114可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图11中仅示出了该电子设备110中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备110还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的户型框线图绘制方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的户型框线图绘制方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (26)

1.一种户型框线图绘制方法，其特征在于，包括：
获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；
对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；
对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；
基于所述n个目标轮廓线组合得到所述房屋的户型框线图；
所述获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线，包括：
在至少一点位对所述房屋中的所有房间进行扫描，得到多个深度图；每个所述点位对应一个所述深度图；
基于每个点位对应的所述深度图，恢复所述点位对应的点云，得到所述房屋对应的多个点位对应的多个点云；
基于所述多个点云确定属于墙面的所有墙面点；
对所述所有墙面点进行投影和分割操作，确定每个所述房间对应的多条轮廓线。
2.根据权利要求1所述的方法，其特征在于，所述对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组，包括：
根据所述轮廓线的方向对所述多条轮廓线进行第一分组操作，得到水平轮廓线组和竖直轮廓线组；
分别对所述水平轮廓线组和所述竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组。
3.根据权利要求2所述的方法，其特征在于，所述根据所述轮廓线的方向对所述多条轮廓线进行第一分组操作之后，还包括：
得到斜线轮廓线组。
4.根据权利要求2所述的方法，其特征在于，所述分别对所述水平轮廓线组和所述竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组，包括：
基于组内每两条轮廓线之间的间隔距离，分别对所述水平轮廓线组和所述竖直轮廓线组进行第二分组操作，得到多组水平分组和多组竖直分组；
基于分组内每两条轮廓线之间的间隔和交叉比大小，分别对所述多组水平分组和所述多组竖直分组进行第三分组操作，得到n个目标轮廓线组；其中，所述n个目标轮廓线组中包括的多个水平子组和多个竖直子组，所述交叉比为两条轮廓线交叉部分的长度与两条轮廓线的长度的比值中的较大比值。
5.根据权利要求4所述的方法，其特征在于，所述对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线，包括：
针对每个所述包括至少两个轮廓线的目标轮廓线组，基于所述目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组；
以所述新坐标组作为所述目标轮廓线的位置，以所述包括的一个轮廓线的目标轮廓线组中的轮廓线作为所述目标轮廓线，得到n个目标轮廓线。
6.根据权利要求5所述的方法，其特征在于，所述基于所述目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组，包括：
基于所述水平子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个纵向坐标；基于所述竖直子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个横向坐标；
基于所述至少两个轮廓线中的横向坐标最小值和横向坐标最大值确定一组横向坐标；基于所述至少两个轮廓线中的纵向坐标最小值和纵向坐标最大值确定一组纵向坐标；
基于所述纵向坐标和所述一组横向坐标确定所述水平子组对应的所述新坐标组；基于所述横向坐标和所述一组纵向坐标确定所述竖直子组对应的所述新坐标组。
7.根据权利要求1-6任一所述的方法，其特征在于，所述基于每个点位对应的所述深度图，恢复所述点位对应的点云，包括：
基于所述深度图中至少一个点的坐标值和对应的深度值，确定所述至少一个点中每个点在以所述点位为原点的坐标系下的三维坐标，以所述至少一个点对应的三维坐标聚合得到所述点位对应的点云。
8.根据权利要求7所述的方法，其特征在于，在至少一个点位对所述房屋中的所有房间进行扫描，得到多个深度图的同时，还得到每个所述点位对应的相机位姿信息；
所述基于所述多个点云确定属于墙面的所有墙面点，包括：
对所述点位对应的点云实施法向量估计和归一化处理，得到所述点云中每个点对应的归一化法向量；
利用每个所述点位对应的相机位姿信息将所述多个点位对应的点云转换到第一坐标系下；
在所述第一坐标系下，根据所述每个点对应的归一化法向量是否满足第一设定条件，确定所述点是否为墙面点。
9.根据权利要求8所述的方法，其特征在于，所述第一设定条件包括：所述点对应的归一化法向量中y轴的值小于预设值，或y轴的值在所述归一化法向量的模值中所占比例小于预设比例。
10.根据权利要求7所述的方法，其特征在于，所述对所述所有墙面点进行投影和分割操作，确定每个所述房间对应的多条轮廓线，包括：
将所述所有墙面点投影到二维平面，得到所述每个点对应二维坐标；
初始化一张自适应大小的图像，将所述每个点基于所述二维坐标映射到所述图像中，得到所述房屋的投影图；
基于所述投影图确定每个所述房间对应的多条轮廓线。
11.根据权利要求10所述的方法，其特征在于，所述基于所述投影图确定每个所述房间对应的多条轮廓线，包括：
利用深度神经网络对所述投影图进行房间分割，得到将所述投影图分割为至少一个房间的掩模图；
基于所述掩模图确定每个所述房间对应的多条轮廓线。
12.根据权利要求11所述的方法，其特征在于，所述基于所述掩模图确定每个所述房间对应的多条轮廓线，包括：
将每个所述房间的掩膜图中的三角形面片投影至二维平面，得到所述房间对应的一个多边形；
对所述多边形进行曼哈顿操作，使构成所述多边形的线段横平竖直，同时对于符合第二设定条件的线段保持角度不变，得到所述房间对应的多条轮廓线。
13.一种户型框线图绘制装置，其特征在于，包括：
轮廓线确定模块，用于获得待绘制户型图的房屋对应的多个点云，基于所述多个点云中包括的墙面点确定至少一个房间对应的多条轮廓线；其中，每个所述房间对应多条轮廓线；
分组模块，用于对所述多条轮廓线进行至少一次分组操作，得到n个目标轮廓线组；其中，n为大于3的整数，所述目标轮廓线组包括至少一个轮廓线；
融合模块，用于对所述n个目标轮廓线组中包括至少两个轮廓线的目标轮廓线组中的至少两个轮廓线执行融合操作，得到n个目标轮廓线；
轮廓线组合模块，用于基于所述n个目标轮廓线组合得到所述房屋的户型框线图；
所述轮廓线确定模块，包括：
房屋扫描单元，用于在至少一点位对所述房屋中的所有房间进行扫描，得到多个深度图；每个所述点位对应一个所述深度图；
点云恢复单元，用于基于每个点位对应的所述深度图，恢复所述点位对应的点云，得到所述房屋对应的多个点位对应的多个点云；
墙面点确定单元，用于基于所述多个点云确定属于墙面的所有墙面点；
投影分割单元，用于对所述所有墙面点进行投影和分割操作，确定每个所述房间对应的多条轮廓线。
14.根据权利要求13所述的装置，其特征在于，所述分组模块，包括：
第一分组单元，用于根据所述轮廓线的方向对所述多条轮廓线进行第一分组操作，得到水平轮廓线组和竖直轮廓线组；
目标获得单元，用于分别对所述水平轮廓线组和所述竖直轮廓线组执行至少一次分组操作，得到n个目标轮廓线组。
15.根据权利要求14所述的装置，其特征在于，所述第一分组单元，还用于得到斜线轮廓线组。
16.根据权利要求14所述的装置，其特征在于，所述目标获得单元，包括：
第二分组单元，用于基于组内每两条轮廓线之间的间隔距离，分别对所述水平轮廓线组和所述竖直轮廓线组进行第二分组操作，得到多组水平分组和多组竖直分组；
第三分组单元，用于基于分组内每两条轮廓线之间的间隔和交叉比大小，分别对所述多组水平分组和所述多组竖直分组进行第三分组操作，得到n个目标轮廓线组；其中，所述n个目标轮廓线组中包括的多个水平子组和多个竖直子组，所述交叉比为两条轮廓线交叉部分的长度与两条轮廓线的长度的比值中的较大比值。
17.根据权利要求16所述的装置，其特征在于，所述融合模块，包括：
新坐标确定单元，用于针对每个所述包括至少两个轮廓线的目标轮廓线组，基于所述目标轮廓线组中包括的至少两个轮廓线的坐标确定一组新坐标组；
轮廓线融合单元，用于以所述新坐标组作为所述目标轮廓线的位置，以所述包括的一个轮廓线的目标轮廓线组中的轮廓线作为所述目标轮廓线，得到n个目标轮廓线。
18.根据权利要求17所述的装置，其特征在于，所述新坐标确定单元，具体用于，用于基于所述水平子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个纵向坐标；基于所述竖直子组中包括的至少两个轮廓线之间的长度比，确定所述至少两个轮廓线之间的一个横向坐标；基于所述至少两个轮廓线中的横向坐标最小值和横向坐标最大值确定一组横向坐标；基于所述至少两个轮廓线中的纵向坐标最小值和纵向坐标最大值确定一组纵向坐标；基于所述纵向坐标和所述一组横向坐标确定所述水平子组对应的所述新坐标组；基于所述横向坐标和所述一组纵向坐标确定所述竖直子组对应的所述新坐标组。
19.根据权利要求13-18任一所述的装置，其特征在于，所述点云恢复单元，具体用于基于所述深度图中至少一个点的坐标值和对应的深度值，确定所述至少一个点中每个点在以所述点位为原点的坐标系下的三维坐标，以所述至少一个点对应的三维坐标聚合得到所述点位对应的点云。
20.根据权利要求19所述的装置，其特征在于，所述房屋扫描单元，还用于得到每个所述点位对应的相机位姿信息；
所述墙面点确定单元，具体用于对所述点位对应的点云实施法向量估计和归一化处理，得到所述点云中每个点对应的归一化法向量；利用每个所述点位对应的相机位姿信息将所述多个点位对应的点云转换到第一坐标系下；在所述第一坐标系下，根据所述每个点对应的归一化法向量是否满足第一设定条件，确定所述点是否为墙面点。
21.根据权利要求20所述的装置，其特征在于，所述第一设定条件包括：所述点对应的归一化法向量中y轴的值小于预设值，或y轴的值在所述归一化法向量的模值中所占比例小于预设比例。
22.根据权利要求19所述的装置，其特征在于，所述投影分割单元，具体用于将所述所有墙面点投影到二维平面，得到所述每个点对应二维坐标；初始化一张自适应大小的图像，将所述每个点基于所述二维坐标映射到所述图像中，得到所述房屋的投影图；基于所述投影图确定每个所述房间对应的多条轮廓线。
23.根据权利要求22所述的装置，其特征在于，所述投影分割单元在基于所述投影图确定每个所述房间对应的多条轮廓线时，用于利用深度神经网络对所述投影图进行房间分割，得到将所述投影图分割为至少一个房间的掩模图；基于所述掩模图确定每个所述房间对应的多条轮廓线。
24.根据权利要求23所述的装置，其特征在于，所述投影分割单元在基于所述掩模图确定每个所述房间对应的多条轮廓线时，用于将每个所述房间的掩膜图中的三角形面片投影至二维平面，得到所述房间对应的一个多边形；对所述多边形进行曼哈顿操作，使构成所述多边形的线段横平竖直，同时对于符合第二设定条件的线段保持角度不变，得到所述房间对应的多条轮廓线。
25.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-12任一所述的户型框线图绘制方法。
26.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-12任一所述的户型框线图绘制方法。
CN202010877042.9A 2020-08-27 2020-08-27 户型框线图绘制方法和装置、存储介质、电子设备 Active CN111985036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010877042.9A CN111985036B (zh) 2020-08-27 2020-08-27 户型框线图绘制方法和装置、存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010877042.9A CN111985036B (zh) 2020-08-27 2020-08-27 户型框线图绘制方法和装置、存储介质、电子设备

Publications (2)

Publication Number Publication Date
CN111985036A CN111985036A (zh) 2020-11-24
CN111985036B true CN111985036B (zh) 2021-11-09

Family

ID=73440639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010877042.9A Active CN111985036B (zh) 2020-08-27 2020-08-27 户型框线图绘制方法和装置、存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN111985036B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732380A (zh) * 2020-12-31 2021-04-30 珠海格力电器股份有限公司 智能家居的可视化展示方法和装置、存储介质、电子装置
CN112765709B (zh) * 2021-01-15 2022-02-01 贝壳找房(北京)科技有限公司 基于点云数据的户型图重建方法及装置
CN113823001A (zh) * 2021-09-23 2021-12-21 北京有竹居网络技术有限公司 户型图生成方法、装置、设备及介质
CN114187588B (zh) * 2021-12-08 2023-01-24 贝壳技术有限公司 数据处理的方法、装置和存储介质
CN114357553B (zh) * 2021-12-31 2023-12-15 重庆宝图科技发展有限公司 一种基于移动端的不动产辅助绘图方法
CN115423933B (zh) * 2022-08-12 2023-09-29 北京城市网邻信息技术有限公司 户型图生成方法、装置、电子设备及存储介质
CN115423934B (zh) * 2022-08-12 2024-03-08 北京城市网邻信息技术有限公司 户型图生成方法、装置、电子设备及存储介质
CN115904188B (zh) * 2022-11-21 2024-05-31 北京城市网邻信息技术有限公司 户型图的编辑方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150030253A1 (en) * 2013-07-24 2015-01-29 Fu Tai Hua Industry (Shenzhen) Co., Ltd. Electronic device and method for measuring point cloud of an object
CN108228986A (zh) * 2017-12-22 2018-06-29 北京城建设计发展集团股份有限公司 地铁车站三维建筑模型自动生成方法
CN110222642A (zh) * 2019-06-06 2019-09-10 上海黑塞智能科技有限公司 一种基于全局图聚类的平面建筑构件点云轮廓提取方法
CN110490916A (zh) * 2019-04-12 2019-11-22 北京城市网邻信息技术有限公司 三维对象建模方法与设备、图像处理装置及介质
CN111179412A (zh) * 2019-12-12 2020-05-19 江苏艾佳家居用品有限公司 一种户型图自动处理方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107393003B (zh) * 2017-08-07 2020-12-04 苍穹数码技术股份有限公司 一种基于云计算的三维房屋自动建模的方法与实现

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150030253A1 (en) * 2013-07-24 2015-01-29 Fu Tai Hua Industry (Shenzhen) Co., Ltd. Electronic device and method for measuring point cloud of an object
CN108228986A (zh) * 2017-12-22 2018-06-29 北京城建设计发展集团股份有限公司 地铁车站三维建筑模型自动生成方法
CN110490916A (zh) * 2019-04-12 2019-11-22 北京城市网邻信息技术有限公司 三维对象建模方法与设备、图像处理装置及介质
CN110222642A (zh) * 2019-06-06 2019-09-10 上海黑塞智能科技有限公司 一种基于全局图聚类的平面建筑构件点云轮廓提取方法
CN111179412A (zh) * 2019-12-12 2020-05-19 江苏艾佳家居用品有限公司 一种户型图自动处理方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
利用Faster R-CNN自动识别建筑平面图功能构件的方法;马焜阳 等;《测绘科学技术学报》;20190630;第36卷(第3期);全文 *

Also Published As

Publication number Publication date
CN111985036A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111985036B (zh) 户型框线图绘制方法和装置、存储介质、电子设备
CN112348815B (zh) 图像处理方法、图像处理装置以及非瞬时性存储介质
JP4378571B2 (ja) 地図変化検出装置、地図変化検出方法およびプログラム
US10846844B1 (en) Collaborative disparity decomposition
CN111640180B (zh) 一种三维重建方法、装置及终端设备
TWI716874B (zh) 影像處理裝置、影像處理方法、及影像處理程式
TW201616451A (zh) 點雲套索選取系統及方法
US12056888B2 (en) Methods and apparatuses for calculating building heights from mono imagery
CN111563950A (zh) 纹理映射策略确定方法、装置及计算机可读存储介质
EP4107650A1 (en) Systems and methods for object detection including pose and size estimation
US11651533B2 (en) Method and apparatus for generating a floor plan
EP3474185B1 (en) Classification of 2d images according to types of 3d arrangement
CN113132708B (zh) 利用鱼眼相机获取三维场景图像的方法和装置、设备和介质
JP7262530B2 (ja) 位置情報の生成方法、関連装置及びコンピュータプログラム製品
CN113379826A (zh) 物流件的体积测量方法以及装置
CN112465692A (zh) 图像处理方法、装置、设备及存储介质
CN111080792A (zh) 模型简化处理方法、装置以及电子设备、存储介质
US11670045B2 (en) Method and apparatus for constructing a 3D geometry
CN115683109A (zh) 基于cuda和三维栅格地图的视觉动态障碍物检测方法
CN115346020A (zh) 点云处理方法、避障方法、装置、机器人和存储介质
CN111986300B (zh) 房屋装修的渲染点确定方法和装置、存储介质、电子设备
JP7533937B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US11222467B2 (en) Methods and systems for extracting data from virtual representation of three-dimensional visual scans
CN116503562B (zh) 空间建筑信息模型的确定及三维空间模型图像融合方法
CN112862961B (zh) 层位坏点过滤方法、装置、设备及存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210414

Address after: 100085 Floor 101 102-1, No. 35 Building, No. 2 Hospital, Xierqi West Road, Haidian District, Beijing

Applicant after: Seashell Housing (Beijing) Technology Co.,Ltd.

Address before: Unit 05, room 112, 1st floor, office building, Nangang Industrial Zone, economic and Technological Development Zone, Binhai New Area, Tianjin 300457

Applicant before: BEIKE TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant