CN114119900A - 建筑模型的构建方法、装置、设备、存储介质及程序产品 - Google Patents

建筑模型的构建方法、装置、设备、存储介质及程序产品 Download PDF

Info

Publication number
CN114119900A
CN114119900A CN202111290542.3A CN202111290542A CN114119900A CN 114119900 A CN114119900 A CN 114119900A CN 202111290542 A CN202111290542 A CN 202111290542A CN 114119900 A CN114119900 A CN 114119900A
Authority
CN
China
Prior art keywords
building
target
image
target building
color
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.)
Pending
Application number
CN202111290542.3A
Other languages
English (en)
Inventor
邓欢桂
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202111290542.3A priority Critical patent/CN114119900A/zh
Publication of CN114119900A publication Critical patent/CN114119900A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/10Geometric effects
    • G06T15/20Perspective computation
    • G06T15/205Image-based rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/50Lighting effects
    • G06T15/80Shading
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了一种建筑模型的构建方法、装置、设备、存储介质及程序产品,涉及地图领域。所述方法包括:获取包含目标建筑的第一图像;从第一图像中确定目标建筑的顶部轮廓;基于第一图像中顶部轮廓的图像区域,确定目标建筑的顶部颜色;构建具有上述顶部颜色的目标建筑的三维模型。本申请通过获取目标建筑的原图,从其原图中提取得到该目标建筑真实的顶部颜色,然后构建具有该顶部颜色的目标建筑的三维模型,使得建筑模型能够高度还原真实建筑的顶部颜色,使得建筑模型的重建效果更加逼真,并且使得三维地图中各个建筑的顶部颜色更具多样化,能体现出区域建筑的相似性和差异性。

Description

建筑模型的构建方法、装置、设备、存储介质及程序产品
技术领域
本申请实施例涉及地图领域,特别涉及一种建筑模型的构建方法、装置、设备、存储介质及程序产品。
背景技术
三维地图是平面地图的升级,将建筑、道路等重要元素,做实例化建模,以模型的形式展示在地图上,加强空间信息的表达。
相关技术在构建三维地图中的建筑模型时,从预先设定的素材库中选择合适的素材,对建筑模型的顶部或者其他区域进行填充。例如,针对建筑模型的顶部,素材库中预先存储有水泥灰素材、瓦片红素材等不同颜色的素材以供选择使用。
然而,由于素材库中的素材数量有限,导致建筑模型的重建效果不够逼真。
发明内容
本申请实施例提供了一种建筑模型的构建方法、装置、设备、存储介质及程序产品。所述技术方案如下:
根据本申请实施例的一个方面,提供了一种建筑模型的构建方法,所述方法包括:
获取包含目标建筑的第一图像;
从所述第一图像中确定所述目标建筑的顶部轮廓;
基于所述第一图像中所述顶部轮廓的图像区域,确定所述目标建筑的顶部颜色;
构建具有所述顶部颜色的所述目标建筑的三维模型。
根据本申请实施例的一个方面,提供了一种建筑模型的构建装置,所述装置包括:
图像获取模块,用于获取包含目标建筑的第一图像;
轮廓确定模块,用于从所述第一图像中确定所述目标建筑的顶部轮廓;
颜色确定模块,用于基于所述第一图像中所述顶部轮廓的图像区域,确定所述目标建筑的顶部颜色;
模型构建模块,用于构建具有所述顶部颜色的所述目标建筑的三维模型。
根据本申请实施例的一个方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述建筑模型的构建方法。
根据本申请实施例的一个方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述建筑模型的构建方法。
根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,所述计算机程序产品或计算机程序包括计算机指令,所述计算机指令存储在计算机可读存储介质中,处理器从所述计算机可读存储介质读取并执行所述计算机指令,以实现上述建筑模型的构建方法。
本申请实施例提供的技术方案可以带来如下有益效果:
通过获取目标建筑的原图,从其原图中提取得到该目标建筑真实的顶部颜色,然后构建具有该顶部颜色的目标建筑的三维模型。一方面,使得建筑模型能够高度还原真实建筑的顶部颜色,使得建筑模型的重建效果更加逼真,并且使得三维地图中各个建筑的顶部颜色更具多样化,能体现出区域建筑的相似性和差异性。另一方面,顶部颜色的渲染不再依赖于素材库,省去了素材库的创建和更新过程,降低了三维地图素材库的更新和维护成本。
附图说明
图1是本申请一个实施例提供的方案实施环境的示意图;
图2是本申请一个实施例提供的建筑模型的构建方法的流程图;
图3是本申请一个实施例提供的目标区域的示意图;
图4是本申请一个实施例提供的顶部轮廓的示意图;
图5是本申请一个实施例提供的三维地图的示意图;
图6是本申请另一个实施例提供的建筑模型的构建方法的流程图;
图7是本申请一个实施例提供的偏移量计算的示意图;
图8是本申请另一个实施例提供的建筑模型的构建方法的流程图;
图9是本申请一个实施例提供的建筑模型的构建方法的流程图;
图10是本申请一个实施例提供的建筑模型的构建装置的框图;
图11是本申请另一个实施例提供的建筑模型的构建装置的框图;
图12是本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1,其示出了本申请一个实施例提供的方案实施环境的示意图。该方案实施环境可以包括:终端10和服务器20。
终端10可以是诸如手机、平板电脑、PC(Personal Computer,个人计算机)、可穿戴设备、车载终端设备、VR(Virtual Reality,虚拟现实)设备和AR(Augmented Reality,增强现实)设备等电子设备,本申请对此不作限定。终端10中可以安装运行有目标应用程序的客户端。例如,该目标应用程序可以是地图应用程序或者其他具有地图展示功能的应用程序,如社交应用程序、购物应用程序、支付应用程序等,本申请对此不作限定。
目标应用程序的客户端能够向用户展示三维地图。三维地图也称为三维电子地图,就是以三维电子地图数据库为基础,按照一定比例对现实世界或其中一部分的一个或多个方面的三维、抽象的描述。三维地图是平面地图的升级,将建筑、道路等重要元素,做实例化建模,以模型的形式展示在地图上,加强空间信息的表达。
服务器20可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或分布式系统,还可以是提供云计算服务的云服务器。服务器20可以是上述目标应用程序的后台服务器,用于为目标应用程序的客户端提供后台服务。
终端10和服务器20之间可以通过网络进行通信,例如该网络可以是有线网络或者无线网络。
其中,本申请实施例提供的建筑模型的构建方法,各步骤的执行主体可以是图1所示的方案实施环境中的服务器20,也即由服务器20执行本申请方法实施例的全部步骤;也可以是终端10(如目标应用程序的客户端),也即由终端10执行本申请方法实施例的全部步骤;或者由服务器20和终端10交互配合执行,也即由服务器20执行本申请方法实施例的一部分步骤,并由终端10执行本申请方法实施例的另一部分步骤。在下文方法实施例中,为了便于说明,仅以各步骤执行主体是服务器20为例,但对此不构成限定。
请参考图2,其示出了本申请一个实施例提供的建筑模型的构建方法的流程图。该方法可以包括如下几个步骤(210~240):
步骤210,获取包含目标建筑的第一图像。
目标建筑可以是现实场景中的任一建筑,例如目标建筑可以是公寓楼、别墅、大厦、工厂、体育馆、酒店等建筑。通过本申请方法实施例,构建该目标建筑的建筑模型。建筑模型可以是三维建筑模型,将该建筑模型放在三维地图中进行展示。
第一图像可以是二维图像,也可以是三维图像。第一图像是通过拍摄得到的包含目标建筑的图像,例如第一图像可以是卫星图像、航拍图像等图像。在第一图像是卫星图像时,卫星图像是由卫星在太空中拍摄地球表面得到的图像。其中,卫星相对于地球表面,卫星处于地球表面的正上方,因此,通过卫星图像,可以得到目标建筑较为完整的顶部信息。在第一图像是航拍图像时,航拍图像是低空无人机飞行过程中拍摄的城市画面。其中,低空无人机通过适当的角度对城市进行拍摄,低空无人机相对于城市中的目标建筑,处于目标建筑的正上方或斜上方,通过航拍图像并控制无人机合适的拍摄角度,也可以得到目标建筑较为完整的顶部信息,或者还可以得到目标建筑的立面信息。
可选地,步骤210包括如下几个子步骤(212~216):
步骤212,获取目标地区的建筑底部数据。
其中,所述目标地区包含所述目标建筑,且所述建筑底部数据包括所述目标建筑的底部轮廓。
目标地区是目标建筑所在的地区,目标地区中至少包括目标建筑。例如,目标地区中可以包括多个建筑,目标建筑可以是该目标地区中的任意一个建筑。
可选地,目标地区是需要进行建筑模型构建的地区。目标地区可以是一个基于行政区划确定出的地区,如目标地区可以是一个街道、一个乡镇、一个市辖区、一个市、一个省等。例如,技术人员在地图软件中输入一个目标地区的名称(如无锡市、新吴区、旺庄街道等),地图软件就可以确定目标地区为上述名称的行政区域,并在地图软件所显示的地图中标注显示该目标地区。目标地区也可以是一个任意选定的地区,如某几个小区所在的一个地区,或者某几个建筑所在的一个地区等。例如,技术人员可以在地图软件中圈画出目标地区的区域范围,通过输入多个坐标点信息,地图软件就可以确定目标地区为上述坐标点信息圈画出的区域范围,并在地图软件所显示的地图中标注显示该目标地区。其中,坐标点信息由经度坐标点和纬度坐标点组成。
在一些实施例中,如图3所示,图3示例性示出了某一目标地区的示意图。地图软件的用户界面31中显示有地图,其中灰色填充区域为目标地区32。地图软件可以获取该目标地区32的坐标点串,然后基于目标地区32的坐标点串在地图中确定目标地区32的轮廓33,然后将该轮廓33内的区域与地图中的其他区域进行区分显示。可选地,图3中该目标地区32为当地城市B的行政区域。上述目标地区32的坐标点串可以包括多个坐标点,该多个坐标点是位于目标地区32的轮廓33上的坐标点,基于这些坐标点,就可以勾画出目标地区32的轮廓33。
目标地区的建筑底部数据,用于确定该目标地区中包含的各个建筑的底部轮廓。例如,目标地区的建筑底部数据包括目标建筑的底部轮廓。以目标建筑为例,目标建筑的底部轮廓可以采用坐标点串来表示,该坐标点串可以包括多个坐标点,该多个坐标点是位于目标建筑的底部轮廓上的坐标点,基于这些坐标点,就可以勾画出目标建筑的底部轮廓。
目标地区的建筑底部数据是指目标地区的各个建筑的建筑信息,目标地区的建筑底部数据显示在地图软件中。目标地区的建筑底部数据不仅包括建筑底部轮廓和高度等目标地区的建筑形体信息,还包括目标建筑的建筑名称等目标地区的建筑名称信息和目标建筑的建筑坐标等目标地区的建筑坐标信息。其中,目标建筑可以划分为多个子区域,多个子区域组合成目标建筑,每个目标建筑的子区域拥有自己的区域名称信息和区域坐标信息。
可选地,目标地区的建筑底部数据通过地图软件得到,例如,技术人员在地图软件中输入一个目标地区的名称或圈画出目标地区的区域范围,地图软件确定目标地区的区域范围并突出显示在地图软件的地图中,同时地图软件中显示目标地区中目标建筑的建筑形体信息和建筑名称信息,服务器获取地图软件中上述目标地区中目标建筑的建筑形体信息和建筑名称信息。
步骤214,获取目标地区的图像。
可选地,服务器根据目标地区在地图软件中的坐标,得到目标地区的地理位置,并根据目标地区的地理位置,服务器从图像库中获取与该地理位置匹配的图像,上述匹配的图像即为目标地区的图像。上述图像库可以是卫星拍摄的卫星图像组成的图像库,也可以是无人机拍摄的航拍图像组成的图像库。
如果目标地区所在的图像所用的坐标系和目标地区所在的地图软件所用的坐标系相同,此时,目标地区的目标建筑在地图软件中的坐标和目标地区的目标建筑在图像中的坐标相同。可选地,如果目标地区所在的图像所用的坐标系和目标地区所在的地图软件所用的坐标系也可以不相同,此时,目标地区的目标建筑在地图软件中的坐标和目标地区的目标建筑在图像中的坐标也不相同。
步骤216,根据目标建筑的底部轮廓,从目标地区的图像中裁切得到包含目标建筑的第一图像。
可选地,服务器获取目标地区的图像后,对目标地区的图像进行色彩亮度校准预处理,服务器通过色彩亮度校准预处理,将目标地区图像中的明暗度进行统一,保证了同一张目标地区的图像中所有建筑采用同一个明暗度标准,使创建的同一目标区域中的不同建筑的建筑模型采用同一个明暗度标准。
可选地,服务器获取多张不同地区的图像后,对每张地区的图像进行色彩亮度校准预处理,服务器通过色彩亮度校准预处理,将每张地区的图像的明暗度进行统一,保证了不同地区的图像中所有建筑都采用同一个明暗度标准,使多个地区的建筑模型可以直接合并为一个大区域的区域建筑模型,且区域中所有建筑模型都采用同一个明暗度标准,而不需要重新对图像进行采集和处理。
服务器根据目标地区中目标建筑的底部轮廓,对进行明暗度统一后的目标地区的图像进行裁切并得到第一图像,其中,第一图像包含目标建筑和目标建筑的底部轮廓。因为第一图像是从目标地区的图像中进行裁切的,所以第一图像是目标地区的图像中的一部分,所以第一图像中的目标建筑的底部轮廓所在的坐标,与目标地区的图像中目标建筑的底部轮廓所在的坐标相同。
同时,目标地区中包含多个目标建筑,针对目标地区中的每一个目标建筑,都进行上述对目标地区的图像进行裁切的步骤。服务器获取到每一个目标建筑对应的图像,根据每一个目标建筑对应的图像,生成每一个目标建筑对应的建筑模型,并生成目标地区的区域建筑模型。
步骤220,从第一图像中确定目标建筑的顶部轮廓。
目标建筑的顶部轮廓是构成目标建筑的顶部外缘的线条。例如,目标建筑的顶部轮廓可以是一个四边形轮廓,或者一个圆形或类圆形轮廓,或者是一个不规则图形的轮廓,等等。目标建筑的顶部轮廓的大小和目标建筑的顶部图形的大小相同,目标建筑的顶部轮廓所包含的区域即为目标建筑的顶部图形所在的区域。
在一些实施例中,如图4所示,图4展示的是第一图像中目标建筑顶部轮廓的示意图。图4中,第一图像41中包含目标建筑42,图4中加粗的线条即为目标建筑42的顶部轮廓43。
可选地,服务器根据获取到的第一图像,通过边缘识别算法识别出目标建筑的顶部轮廓。边缘识别算法通过识别出数字图像中那些颜色变化或者亮度变化明显的像素点,这些像素点的显著性变化往往代表图像的这部分属性发生了重要变化,从而识别出目标建筑的顶部轮廓。
可选地,服务器根据获取到的第一图像中目标建筑的底部轮廓,根据目标建筑底部轮廓和顶部轮廓之间的偏移量,在第一图像中确定目标建筑的顶部轮廓。其中,关于偏移量的解释和计算在下面的实施例中说明。
可选地,服务器根据目标建筑的顶部区域的颜色分布进行顶部区域划分,得到目标建筑的多个顶部子区域,服务器根据目标建筑的多个顶部子区域,确定目标建筑的多个顶部轮廓。其中,相邻的顶部轮廓区域所对应的颜色是不同的。
步骤230,基于第一图像中顶部轮廓的图像区域,确定目标建筑的顶部颜色。
服务器通过对第一图像中目标建筑的顶部轮廓的图像区域进行颜色抽取,得到目标建筑的顶部区域包含的至少一种颜色,服务器根据上述至少一种颜色,确定目标建筑的顶部颜色。
在一些实施例中,如图4所示,区域44为目标建筑的顶部轮廓的图像区域,服务器对该图像区域44进行颜色抽取,得到图像区域44包含的至少一种颜色。在图4中,图像区域44包含的颜色只有白色一种,则目标建筑42的顶部颜色为白色。
可选地,目标建筑的顶部颜色可以是单一颜色。在一种可能的实现方式中,服务器通过对第一图像中目标建筑的顶部轮廓的图像区域进行颜色抽取,得到目标建筑的顶部区域包含的多种颜色,服务器计算得到占比最多的颜色,确定目标建筑的顶部颜色。在另一种可能的实现方式中,也可以设置多个预设颜色,服务器通过对第一图像中目标建筑的顶部轮廓的图像区域的颜色抽取,得到目标建筑的顶部区域包含的多种颜色,得到占比最多的颜色,服务器通过分析得到占比最多的颜色最接近的目标预设颜色,确定目标建筑的顶部颜色为该预设颜色。其中,通过服务器把抽取到的多种颜色转换成RGB颜色模式(RGB colormode),根据转换得到的RGB颜色模式中红、绿、蓝的强度值来判断各个颜色的相似度,服务器计算得到占比最多的颜色与各个预设颜色的相似度,把相似度最高的预设颜色确定为目标建筑的顶部颜色。
可选地,目标建筑的顶部轮廓的图像区域包括至少一种颜色时,服务器通过对第一图像中目标建筑的顶部轮廓的图像区域进行颜色抽取,得到目标建筑的顶部区域包含的至少一种颜色,服务器确定目标建筑的顶部颜色由至少一种颜色组成,并且目标建筑的顶部颜色的分布和第一图像中图像区域的颜色分布相同,即目标建筑的顶部颜色完美还原了第一图像中图像区域的颜色。
可选地,服务器通过对第一图像中目标建筑的顶部轮廓的图像区域进行颜色抽取,得到目标建筑的顶部区域包含的至少一种颜色,服务器根据计算得到至少一种颜色的占比,通过设置相应的阈值,确定目标建筑的顶部颜色由上述至少一种颜色组成,且上述颜色的占比超过设置的阈值。
可选地,服务器通过对第一图像中目标建筑的顶部轮廓的图像区域进行颜色抽取,得到目标建筑的顶部区域包含的至少一种颜色,服务器根据计算得到占比最多的n种颜色,确定目标建筑的顶部颜色由上述n种颜色组成,其中,n是大于或等于1的整数。
可选地,目标建筑的顶部颜色由至少一种颜色组成时,服务器按照预设的颜色排布方法进行颜色的排布。可选地,服务器根据目标建筑原来的颜色排布进行颜色抽取后颜色的排布,其中,占比小于阈值或占比较小的颜色区域由相邻的颜色进行填充,也可由占比最大的颜色进行填充。本申请对目标建筑的顶部颜色如何填充不作限定。
可选地,目标建筑的顶部区域由多个顶部子区域组成时,服务器通过对第一图像中目标建筑的各个顶部子区域的图像区域进行颜色抽取,得到目标建筑的各个顶部子区域包含的至少一种颜色,服务器根据上述多种情况中任意一种,得到顶部子区域的颜色,确定目标建筑的各个顶部子区域的颜色,从而得到目标建筑的顶部区域的颜色。其中,目标建筑的顶部区域的颜色是从每一块顶部子区域中提取得到的。
上文示例性例举了多种抽取并分析目标建筑的顶部区域颜色的方式,这些方式都可以得到目标建筑的顶部区域的颜色,从而实现让目标建筑的三维模型的顶部具有和该建筑的真实顶部颜色相同或相近的颜色。在实际应用中,可以综合考虑对算法复杂度和颜色还原度的要求,选择合适的方案,本申请对此不作限定。
步骤240,构建具有上述顶部颜色的目标建筑的三维模型。
服务器得到目标建筑的顶部颜色后,就可以进行目标建筑的三维模型的构建。其中,目标建筑的三维模型中的顶部图层的颜色为上述目标建筑的顶部颜色。
可选地,目标建筑的三维模型的构建也可以在获取到目标建筑的建筑底部数据后进行。在服务器得到目标建筑的顶部颜色后,将目标建筑的顶部颜色输入到目标建筑的三维模型的顶部图层中。
可选地,步骤240包括如下几个子步骤(242~246):
步骤242,获取目标建筑的属性数据,属性数据包括目标建筑的结构数据和顶部颜色。
目标建筑的结构数据用于标识目标建筑的建筑形体信息。可选地,目标建筑的结构数据包括目标建筑的底部轮廓大小、顶部轮廓大小、建筑高度和建筑材质等数据。
步骤244,根据目标建筑的结构数据,构建目标建筑的三维模型。
根据上述目标建筑的结构数据,构建目标建筑的符合上述结构数据的三维模型。其中,三维模型根据现实建筑大小和虚拟建筑大小进行等比例缩小。其中,现实建筑大小是目标建筑在真实世界中的大小,虚拟建筑大小是欲创建的目标建筑的三维模型的大小。例如,目标建筑的实际底部面积为100平方米,高度为30米,构建好的目标建筑的三维模型的底部面积为1平方单位,高度为3单位。
步骤246,基于顶部颜色对目标建筑的三维模型的顶部进行渲染,得到具有顶部颜色的目标建筑的三维模型。
在目标建筑的三维模型创建好后,服务器将目标建筑的顶部颜色输入到目标建筑三维模型的顶部图层进行渲染,得到具有顶部颜色的目标建筑的三维模型。
在一些实施例中,如图5所示,图5展示的是目标地区的三维地图的示意图。可以看到的是,在目标地区51中,以区域A为例,各个区域通过道路进行划分,区域A中各个建筑的顶部颜色为单一的颜色。其中,各个建筑的顶部颜色可以是相同的,也可以是不同的,如建筑52的顶部颜色是淡灰色,而建筑53的顶部颜色是深灰色。各个建筑的顶部轮廓可以是相同的,也可以是不同的,如建筑52和建筑53的顶部轮廓是相同的四边形。区域A中通过各个建筑的顶部轮廓的大小和顶部颜色的不同呈现出各种形态,服务器通过采集目标建筑的顶部轮廓和顶部颜色,构建目标建筑的三维模型,并构建目标地区的三维地图,得到该目标地区的各个建筑之间的相似性和差异性,也可以得到各个目标地区间的相似性和差异性。
本申请通过获取目标建筑的原图,从其原图中提取得到该目标建筑真实的顶部颜色,然后构建具有该顶部颜色的目标建筑的三维模型。一方面,使得建筑模型能够高度还原真实建筑的顶部颜色,使得建筑模型的重建效果更加逼真,并且使得三维地图中各个建筑的顶部颜色更具多样化,能体现出区域建筑的相似性和差异性。另一方面,顶部颜色的渲染不再依赖于素材库,省去了素材库的创建和更新过程,降低了三维地图素材库的更新和维护成本。
请参考图6,其示出了本申请另一个实施例提供的建筑模型的构建方法的流程图。该方法可以包括如下几个步骤(610~680):
步骤610,获取包含目标建筑的第一图像。
可选地,第一图像为卫星图像。
步骤620,获取目标建筑的基本信息,基本信息包括目标建筑的底部轮廓和高度。
目标建筑的底部轮廓与目标建筑的顶部轮廓相对应。目标建筑的底部轮廓是构成目标建筑的底部外缘的线条。例如,目标建筑的底部轮廓可以是一个四边形轮廓,或者一个圆形或类圆形轮廓,或者是一个不规则图形的轮廓,等等。目标建筑的底部轮廓的大小和目标建筑的底部图形的大小相同,目标建筑的底部轮廓所包含的区域即为目标建筑的底部图形所在的区域。目标建筑的高度是目标建筑的顶部区域和底部区域之间的绝对距离。其中,当目标建筑的顶部区域和底部区域平行时,目标建筑的高度即为目标建筑的顶部区域和底部区域之间的具体,当目标建筑的顶部区域和底部区域不平行时,目标建筑的高度即为目标建筑的顶部区域和底部区域中任意两点的距离中的距离最大值。
在本申请实施例中,假定目标建筑的底部轮廓和目标建筑的顶部轮廓大小和形状相同。
可选地,目标建筑的基本信息中不仅包括目标建筑的底部轮廓和高度,还包括目标建筑的建筑名称和建筑坐标等,本申请对此不作限定。
步骤630,根据第一图像的拍摄角度和目标建筑的高度,确定二维平面偏移量,二维平面偏移量是指目标建筑的顶部轮廓相对于目标建筑的底部轮廓在第一图像中的偏移量。
在目标建筑的底部轮廓和目标建筑的顶部轮廓大小和形状相同的情况下,服务器计算目标建筑的底部轮廓和顶部轮廓之间的二维平面偏移量,二维平面偏移量通过第一图像的拍摄角度和目标建筑的高度计算得到。其中,二维平面偏移量用于表示目标建筑底部轮廓和顶部轮廓之间的绝对距离。
可选地,步骤630包括:根据第一图像的拍摄角度和目标建筑的高度,确定第一偏移量和第二偏移量。其中,二维平面偏移量包括第一偏移量和第二偏移量,第一偏移量是指目标建筑的顶部轮廓相对于目标建筑的底部轮廓在第一方向上的绝对距离,第二偏移量是指目标建筑的顶部轮廓相对于目标建筑的底部轮廓在第二方向上的绝对距离,第一方向和第二方向垂直。
在一些实施例中,如图7所示,图7展示了上述偏移量的计算方法。以计算第一偏移量为例,图7中71和72是第一图像的拍摄视线对应的直线,图7中点A是目标建筑的顶部区域的一个顶点,点B是目标建筑的底部区域的一个顶点,点C是目标建筑的顶部区域的投影的一个顶点,其中,点A、点B和点C所在的区域的大小和形状相同,且点A、点B和点C的位置和自身所在的区域的位置关系是相同的。角ABC是第一图像拍摄视线在第一方向上和底部形成的夹角,也就是第一图像在第一方向上的拍摄角度,线段AC是目标建筑的高度,由以下公式得到第一偏移量也就是线段BC的值:
tan∠ABC=AC/AB
通过同样的方式,计算得到第二偏移量。
步骤640,根据二维平面偏移量和目标建筑的底部轮廓在第一图像中的位置,从第一图像中确定目标建筑的顶部轮廓。
可选地,上述步骤640之前还包括:获取目标地区的坐标数据;其中,目标地区包含目标建筑,且目标地区的坐标数据包括目标建筑的底部轮廓的坐标数据;根据目标建筑的底部轮廓的坐标数据,通过坐标转换得到目标建筑的底部轮廓在第一图像中的坐标数据;其中,目标建筑的底部轮廓在第一图像中的坐标数据用于表示目标建筑的底部轮廓在第一图像中的位置。
技术人员在地图软件中输入一个目标地区的名称或圈画出目标地区的区域范围,地图软件确定目标地区的区域范围并突出显示在地图软件的地图中,根据地图软件的坐标系,得到目标地区的坐标数据。
上述坐标转换是根据目标地区所在的地图软件中的坐标系和目标地区所在的第一图像中的坐标系之间的数值关系得到。不同的坐标系根据坐标原点、坐标轴分布和缩放比例的不同,同一个地理位置在不同坐标系中的坐标也并不相同,通过两个不同的坐标系中的已知的坐标原点、坐标轴分布和缩放比例,在已知一个坐标系中某个地理位置的坐标后,可以通过坐标转换得到另一个坐标系中该地理位置的坐标。
在已知二维平面偏移量和目标建筑的底部轮廓在第一图像中的位置后,通过将目标建筑的底部轮廓在第一图像中的位置根据二维平面偏移量平移相应的方向和绝对距离,得到目标建筑的顶部轮廓在第一图像中的位置。
在一些实施例中,在已知目标建筑的底部轮廓在第一图像中的位置和二维平面偏移量为西南方向30单位后,将目标建筑的底部轮廓在第一图像中的位置向西南方向平移30单位后,得到目标建筑的顶部轮廓在第一图像中的位置。
相比于通过图像边缘识别算法等获得顶部轮廓的方式,通过基于目标建筑的底部轮廓和偏移量,确定出该目标建筑的顶部轮廓,无需对图像进行识别和分析,仅需通过一步简单的数学计算即可确定出顶部轮廓,更加简单高效。
另外,通过从目标建筑所处的目标地区的坐标数据(如地图软件的数据)中,获取该目标建筑的底部轮廓,充分利用了已有的精确数据来确定目标建筑的底部轮廓,既简单高效,又能够保证该底部轮廓数据的准确性。
而且,通过基于图像的拍摄角度和目标建筑的高度,确定出目标建筑的底部轮廓和顶部轮廓之间的偏移量,保证了该确定出的偏移量的准确性,进而有助于提升最终确定出的顶部轮廓的准确性。
步骤650,获取顶部轮廓的图像区域中包含的至少一种颜色。
目标建筑的顶部轮廓的图像区域中可能只包含一种颜色,也可能包含多种颜色。
步骤660,确定各种颜色分别对应的权重占比。
在目标建筑的顶部轮廓的图像区域中只包含一种颜色的情况下,该颜色的权重占比为100%。在目标建筑的顶部轮廓的图像区域中包含多种颜色时,服务器根据多个颜色中各个颜色的权重和各个颜色在图像区域中的占比计算各个颜色的权重占比,各个颜色的权重占比总和为100%。
在一些实施例中,服务器设置各个颜色的权重都为1,根据各个颜色在图像区域中的占比计算各个颜色的权重占比。可选地,多不同颜色设置不同的权重,例如红色设置为2,蓝色设置为2,其他颜色设置为1。本申请对如何设置各个颜色的权重不作限定。
在一些实施例中,得到目标建筑的顶部轮廓的图像区域的颜色占比,红色占比为70%,白色占比为30%,其中,红色的权重设置为2,白色的权重设置为1,则红色的权重占比为82.4%,白色的权重占比为17.6%。
可选地,步骤660包括如下几个子步骤(662~664):
步骤662,统计各种颜色分别对应的像素数量,其中,目标颜色对应的像素数量是指顶部轮廓的图像区域中具有目标颜色的像素的总数。
目标建筑的顶部轮廓的图像区域由像素组成,每个像素都拥有自己的颜色,服务器统计每个颜色对应的像素数量。
在一些实施例中,目标建筑的顶部轮廓的图像区域由100个像素组成,将各个颜色对应的像素数量进行统计,得到红色对应的像素有80个,白色对应的像素有13个,淡红色对应的像素有7个。
步骤664,根据各种颜色分别对应的像素数量,确定各种颜色分别对应的权重占比。
根据各个颜色对应的像素数量和权重,计算各个颜色对应的权重占比。
在一些实施例中,目标建筑的顶部轮廓的图像区域由100个像素组成,其中,红色对应的像素有80个,白色对应的像素有13个,淡红色对应的像素有7个,其中,红色、白色和淡红色的权重都为1,则服务器计算得到红色的权重占比为80%,白色的权重占比为13%,淡红色的权重占比为7%。
步骤670,将权重占比符合条件的颜色,确定为目标建筑的顶部颜色。
由上述计算得到的权重占比,根据条件得到目标建筑的顶部颜色。例如,将权重占比最大的颜色设置为目标建筑的顶部颜色。可选地,设置阈值,将权重占比超过阈值的颜色设置为目标建筑的顶部颜色。例如,设置阈值为40%,其中,红色的权重占比为42%,淡红色的权重占比为43%,白色的权重占比为15%,则可以设置红色或淡红色为目标建筑的顶部颜色。
可选地,将权重占比最大的颜色,确定为目标建筑的顶部颜色。从各个颜色分别对应的权重占比中,确定权重占比最大的颜色,确定为目标建筑的顶部颜色。在一些实施例中,计算得到红色的权重占比为80%,白色的权重占比为13%,淡红色的权重占比为7%,则红色的权重占比最大,则确定红色为目标建筑的顶部颜色。
在本申请实施例中,基于目标建筑的原图中各种颜色的权重占比,选择权重占比符合条件(如权重占比相对较高)的颜色,渲染至该目标建筑的三维模型中,使得该三维模型顶部所呈现的颜色,给用户的感官上和该目标建筑的真实顶部颜色相一致,提升建筑模型相对于真实建筑的还原度和相似度。
另外,通过统计各种颜色的像素数量,基于该像素数量确定相应的权重占比,一方面能够准确地反映出哪种颜色居多,另一方面计算过程相对简单高效。
在一些实施例中,仅选择权重占比最大的颜色,渲染至该目标建筑的三维模型中,使得该三维模型顶部颜色能够体现出真实建筑顶部颜色的前提下,减少模型渲染的复杂度,降低计算量,提升模型渲染效率。
步骤680,构建具有上述顶部颜色的目标建筑的三维模型。
服务器得到目标建筑的顶部颜色后,就可以进行目标建筑的三维模型的构建。其中,目标建筑的三维模型中的顶部图层的颜色为上述目标建筑的顶部颜色。
本实施例通过计算第一图像中目标建筑的底部轮廓和顶部轮廓的偏移量,在已知第一图像中目标建筑的底部轮廓的位置后,可以精准地得到第一图像中目标建筑的顶部轮廓的位置,服务器抽取目标建筑的顶部轮廓的图像区域,得到目标建筑的图像区域包含的多种颜色,服务器通过计算得到各种颜色的权重占比后确定目标建筑的顶部颜色,并将目标建筑的顶部颜色输入至目标建筑的三维模型的顶部图层中,本申请通过上述方法能更真实地还原目标建筑的顶部颜色,保证了三维地图中目标建筑的顶部颜色的真实性,同时通过采用目标建筑的真实顶部颜色,使三维地图中的建筑物的顶部颜色更加丰富。
请参考图8,其示出了本申请另一个实施例提供的建筑模型的构建方法的流程图。该方法可以包括如下几个步骤(810~840):
步骤810,获取包含目标建筑的第二图像。
可选地,第二图像为航拍图像。
步骤820,从第二图像中确定目标建筑的立面轮廓。
可选地,目标建筑的形状是多样的,目标建筑的立面也是多样的,例如,在目标建筑是一个长方体时,目标建筑的立面由4个长方形组成,在目标建筑是一个圆柱形时,目标建筑的立面由一整个长方形组成,在目标建筑是一个圆锥形时,目标建筑的立面由一个扇形组成。一张航拍图像中仅可获得目标建筑的部分立面轮廓,可以通过多个角度的航拍图像来获取目标建筑的所有立面轮廓。
步骤830,基于第二图像中立面轮廓的图像区域,确定目标建筑的立面颜色。
服务器通过对第二图像中目标建筑的立面轮廓的图像区域进行颜色抽取,得到目标建筑的图像区域包含的多种颜色,服务器通过计算确定目标建筑的立面颜色。
通过多个航拍图像获得的目标建筑的所有立面轮廓,基于所有立面轮廓的图像区域,确定目标建筑的立面颜色。
可选地,通过一个航拍图像中获得的目标建筑的部分立面轮廓,基于该部分里面轮廓的图像区域的颜色,确定目标建筑的所有立面颜色。
步骤840,构建具有上述立面颜色的目标建筑的三维模型。
通过上述目标建筑的立面颜色,构建目标建筑的三维模型,其中,目标建筑的三维模型中的立面颜色为上述目标建筑的立面颜色。
本实施例通过航拍图片得到目标建筑的立面轮廓,并提取立面轮廓的图像区域得到立面颜色,并将立面颜色绘制到目标建筑的三维模型中,通过为目标建筑的三维模型添加立面颜色,使三维地图中目标建筑更加真实,颜色更加丰富。
通过还原目标建筑的顶面和立面,能更真实地还原目标建筑的颜色,保证了三维地图中目标建筑的颜色的真实性,同时通过采用目标建筑的真实颜色,使三维地图中的建筑物的颜色更加丰富。
请参考图9,其示出了本申请另一个实施例提供的建筑模型的构建方法的流程图。该方法可以包括如下几个步骤(910~980):
步骤910,获取目标地区的建筑底部数据,目标地区中包含多个建筑,且目标地区的建筑底部数据包括各个建筑的底部轮廓。
可选地,服务器从地图数据库中获取目标地区的地图数据,该目标地区的地图数据可以包括该目标地区的坐标点串,还可以包括该目标地区中包含的各个建筑的数据信息,如建筑名称、建筑底部数据、建筑高度、建筑坐标等数据,本申请对此不作限定。
在本申请实施例中,为了提取目标地区中建筑的顶部颜色,至少需要用到建筑底部数据和建筑高度。
步骤920,获取目标地区的图像。
可选地,获取目标地区的卫星图像。当然,在一些其他实施例中,还可以获取目标地区的航拍图像。或者,获取目标地区的卫星图像和航拍图像。服务器可以从卫星图像或者航拍图像中,提取得到目标地区中建筑的顶部颜色。例如,假设需要提取目标地区中某一目标建筑的顶部颜色,服务器优先从目标地区的卫星图像中提取该目标建筑的顶部颜色。如果从目标地区的卫星图像中无法提取到该目标建筑的顶部颜色,则可以从该目标地区的航拍图像中提取该目标建筑的顶部颜色。
可选地,服务器可以对目标地区的图像进行裁剪,将目标地区划分为若干个子区域,得到各个子区域的图像。服务器在进行图像裁剪时,可以考虑目标地区中包含的各个建筑的数据信息(如建筑底部数据、建筑坐标等数据),以避免将同一个建筑分割到两个不同子区域的图像中。
步骤930,对于目标地区中的目标建筑,从包含目标建筑的第一图像中确定该目标建筑的顶部轮廓。
目标建筑可以是目标地区中的任意一个建筑。包含目标建筑的第一图像,可以是从目标地区的图像中,裁剪得到的该目标建筑所在子区域的图像。或者,也可以是对该目标建筑所在子区域的图像进行进一步的裁剪,得到的至少包含目标建筑的图像。另外,第一图像可以是卫星图像,也可以是航拍图像。
服务器在得到包含目标建筑的第一图像之后,从该第一图像中确定该目标建筑的顶部轮廓。有关顶部轮廓的确定方式,可以参见上文实施例中的介绍说明,本实施例对此不再赘述。
步骤940,基于第一图像中目标建筑的顶部轮廓的图像区域,确定目标建筑的顶部颜色。
服务器在第一图像中确定出目标建筑的顶部轮廓之后,从该顶部轮廓所圈定的图像区域中,提取得到目标建筑的顶部颜色。有关目标建筑的顶部颜色的提取方式,可以参见上文实施例中的介绍说明,本实施例对此不再赘述。
步骤950,生成目标地区的模型数据文件,该模型数据文件中包括目标建筑的属性数据,该属性数据包括目标建筑的结构数据和顶部颜色。
为了构建目标地区的三维地图,首先需要整理获得构建该三维地图所需的源数据。这些源数据可以存储在一个文件中,本实施例将该文件称为目标地区的模型数据文件。该模型数据文件中包括目标地区中各个建筑的属性数据。以目标建筑为例,目标建筑的属性数据包括目标建筑的结构数据和顶部颜色,可选地还包括材质贴图等数据,本申请对此不作限定。
步骤960,根据目标建筑的结构数据,在三维地图的底板中构建目标建筑的三维模型。
三维地图的底板可以看作是地面或二维平面地图,在该底板上根据各个建筑的坐标,在该坐标位置处构建各个建筑的三维模型。以目标建筑为例,根据目标建筑的坐标,在该位置处基于目标建筑的结构数据,构建目标建筑的三维模型。
步骤970,基于目标建筑的顶部颜色对目标建筑的三维模型的顶部进行渲染,得到具有上述顶部颜色的目标建筑的三维模型。
在目标建筑的三维模型创建好后,服务器可以对该三维模型进行贴图和渲染。例如,使用目标建筑的材质贴图对三维模型的各个面片进行贴图,对于顶部贴图,可以采用该目标建筑的顶部颜色对该顶部贴图进行着色渲染,使得该模型顶部呈现出所需的颜色。
步骤980,在目标地区中各个建筑构建和渲染完成之后,得到目标地区的三维地图。
在目标地区中各个建筑的三维模型构建和渲染完成之后,即得到了该目标地区的三维地图,该目标地区的三维地图中各个建筑模型的顶部颜色,与建筑真实顶部颜色相一致,从整个大区域的呈现效果来看,可以呈现出区域建筑的相似性与差异性。例如,同一片村落,屋顶颜色整体呈现出红色,色彩范围在深棕、红棕、浅红且无序变化,符合村落特征。又例如,同一片厂区,屋顶颜色整体呈现出蓝白色,色彩范围在白色、灰白色、浅蓝、蓝色等之间无序变化,符合厂区特征。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图10,其示出了本申请一个实施例提供的建筑模型的构建装置的框图。该装置具有实现上述建筑模型的构建方法的功能,该功能可以由硬件实现,也可以由硬件执行相应的软件实现。该装置1000可以包括:图像获取模块1010、轮廓确定模块1020、颜色确定模块1030和模型构建模块1040。
图像获取模块1010,用于获取包含目标建筑的第一图像。
轮廓确定模块1020,用于从所述第一图像中确定所述目标建筑的顶部轮廓。
颜色确定模块1030,用于基于所述第一图像中所述顶部轮廓的图像区域,确定所述目标建筑的顶部颜色。
模型构建模块1040,用于构建具有所述顶部颜色的所述目标建筑的三维模型。
在一些实施例中,如图11所示,颜色确定模块1030包括:颜色获取单元1031、占比确定单元1032和颜色确定单元1033。
颜色获取单元1031,用于获取所述顶部轮廓的图像区域中包含的至少一种颜色。
占比确定单元1032,用于确定各种所述颜色分别对应的权重占比。
颜色确定单元1033,用于将所述权重占比符合条件的颜色,确定为所述目标建筑的顶部颜色。
在一些实施例中,占比确定单元1032用于统计各种所述颜色分别对应的像素数量,其中,目标颜色对应的像素数量是指所述顶部轮廓的图像区域中具有所述目标颜色的像素的总数。根据各种所述颜色分别对应的像素数量,确定各种所述颜色分别对应的权重占比。
在一些实施例中,颜色确定单元1033,用于将所述权重占比最大的颜色,确定为所述目标建筑的顶部颜色。
在一些实施例中,如图11所示,轮廓确定模块1020包括:信息获取单元1021、偏移量确定单元1022和轮廓确定单元1023。
信息获取单元1021,用于获取所述目标建筑的基本信息,所述基本信息包括所述目标建筑的底部轮廓和高度。
偏移量确定单元1022,用于根据所述第一图像的拍摄角度和所述目标建筑的高度,确定二维平面偏移量,所述二维平面偏移量是指所述目标建筑的顶部轮廓相对于所述目标建筑的底部轮廓在所述图像中的偏移量。
轮廓确定单元1023,用于根据所述二维平面偏移量和所述目标建筑的底部轮廓在所述第一图像中的位置,从所述第一图像中确定所述目标建筑的顶部轮廓。
在一些实施例中,轮廓确定单元1023还用于获取目标地区的坐标数据,其中,所述目标地区包含所述目标建筑,且所述坐标数据包括所述目标建筑的底部轮廓的坐标数据;根据所述目标建筑的底部轮廓的坐标数据,通过坐标转换得到所述目标建筑的底部轮廓在所述第一图像中的坐标数据,其中,所述目标建筑的底部轮廓在所述第一图像中的坐标数据用于表示所述目标建筑的底部轮廓在所述第一图像中的位置。
在一些实施例中,偏移量确定单元1022用于根据所述第一图像的拍摄角度和所述目标建筑的高度,确定第一偏移量和第二偏移量;其中,所述二维平面偏移量包括所述第一偏移量和所述第二偏移量,所述第一偏移量是指所述目标建筑的顶部轮廓相对于所述目标建筑的底部轮廓在第一方向上的偏移量,所述第二偏移量是指所述目标建筑的顶部轮廓相对于所述目标建筑的底部轮廓在第二方向上的偏移量,所述第一方向和所述第二方向垂直。
在一些实施例中,所述第一图像为卫星图像。
在一些实施例中,图像获取模块1010还用于获取包含所述目标建筑的第二图像。
轮廓确定模块1020还用于从所述第二图像中确定所述目标建筑的立面轮廓。
颜色确定模块1030还用于基于所述第二图像中所述立面轮廓的图像区域,确定所述目标建筑的立面颜色。
模型构建模块1040还用于构建具有所述立面颜色的所述目标建筑的三维模型。
在一些实施例中,所述第二图像为航拍图像。
在一些实施例中,模型构建模块1040用于获取所述目标建筑的属性数据,所述属性数据包括所述目标建筑的结构数据和所述顶部颜色;根据所述目标建筑的结构数据,构建所述目标建筑的三维模型;基于所述顶部颜色对所述目标建筑的三维模型的顶部进行渲染,得到具有所述顶部颜色的所述目标建筑的三维模型。
可选地,模型构建模块1040用于获取目标地区的三维地图的底板;在所述三维地图的底板中,确定所述目标建筑的坐标位置;在所述目标建筑的坐标位置处,基于所述目标建筑的结构数据构建所述目标建筑的三维模型。
在一些实施例中,图像获取模块1010用于获取目标地区的建筑底部数据,其中,所述目标地区包含所述目标建筑,且所述建筑底部数据包括所述目标建筑的底部轮廓;获取所述目标地区的图像;根据所述目标建筑的底部轮廓,从所述目标地区的图像中裁切得到包含所述目标建筑的所述第一图像。
本申请通过获取目标建筑的原图,从其原图中提取得到该目标建筑真实的顶部颜色,然后构建具有该顶部颜色的目标建筑的三维模型。一方面,使得建筑模型能够高度还原真实建筑的顶部颜色,使得建筑模型的重建效果更加逼真,并且使得三维地图中各个建筑的顶部颜色更具多样化,能体现出区域建筑的相似性和差异性。另一方面,顶部颜色的渲染不再依赖于素材库,省去了素材库的创建和更新过程,降低了三维地图素材库的更新和维护成本。
需要说明的是,上述实施例提供的装置,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内容结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参考图12,其示出了本申请一个实施例提供的计算机设备的结构示意图。该计算机设备可以是任何具备数据计算、处理和存储功能的电子设备,如上文介绍的终端或服务器,用于实施上述实施例中提供的建筑模型的构建方法。具体来讲:
该计算机设备1200包括中央处理单元(如CPU(Central Processing Unit,中央处理器)、GPU(Graphics Processing Unit,图形处理器)和FPGA(Field Programmable GateArray,现场可编程逻辑门阵列)等)1201、包括RAM(Random-Access Memory,随机存取存储器)1202和ROM(Read-Only Memory,只读存储器)1203的系统存储器1204,以及连接系统存储器1204和中央处理单元1201的系统总线1205。该计算机设备1200还包括帮助服务器内的各个器件之间传输信息的基本输入/输出系统(Input Output System,I/O系统)1206,和用于存储操作系统1213、应用程序1214和其他程序模块1215的大容量存储设备1207。
该基本输入/输出系统1206包括有用于显示信息的显示器1208和用于用户输入信息的诸如鼠标、键盘之类的输入设备1209。其中,该显示器1208和输入设备1209都通过连接到系统总线1205的输入输出控制器1210连接到中央处理单元1201。该基本输入/输出系统1206还可以包括输入输出控制器1210以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1210还提供输出到显示屏、打印机或其他类型的输出设备。
该大容量存储设备1207通过连接到系统总线1205的大容量存储控制器(未示出)连接到中央处理单元1201。该大容量存储设备1207及其相关联的计算机可读介质为计算机设备1200提供非易失性存储。也就是说,该大容量存储设备1207可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory,只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性,该计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory,电可擦写可编程只读存储器)、闪存或其他固态存储其技术,CD-ROM、DVD(Digital Video Disc,高密度数字视频光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知该计算机存储介质不局限于上述几种。上述的系统存储器1204和大容量存储设备1207可以统称为存储器。
根据本申请实施例,该计算机设备1200还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备1200可以通过连接在该系统总线1205上的网络接口单元1211连接到网络1212,或者说,也可以使用网络接口单元1211来连接到其他类型的网络或远程计算机系统(未示出)。
存储器还包括至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、至少一段程序、代码集或指令集存储于存储器中,且经配置以由一个或者一个以上处理器执行,以实现上述建筑模型的构建方法。
在示例性实施例中,还提供了一种计算机可读存储介质,存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集在被计算机设备的处理器执行时实现上述建筑模型的构建方法。
可选地,该计算机可读存储介质可以包括:ROM(Read-Only Memory,只读存储器)、RAM(Random-Access Memory,随机存储器)、SSD(Solid State Drives,固态硬盘)或光盘等。其中,随机存取记忆体可以包括ReRAM(Resistance Random Access Memory,电阻式随机存取记忆体)和DRAM(Dynamic Random Access Memory,动态随机存取存储器)。
在示例性实施例中,还提供了一种计算机程序产品或计算机程序,计算机程序产品或计算机程序包括计算机指令,计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质中读取计算机指令,处理器执行计算机指令,使得计算机设备执行上述建筑模型的构建方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。另外,本文中描述的步骤编号,仅示例性示出了步骤间的一种可能的执行先后顺序,在一些其它实施例中,上述步骤也可以不按照编号顺序来执行,如两个不同编号的步骤同时执行,或者两个不同编号的步骤按照与图示相反的顺序执行,本申请实施例对此不作限定。
以上仅为本申请的示例性实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (17)

1.一种建筑模型的构建方法,其特征在于,所述方法包括:
获取包含目标建筑的第一图像;
从所述第一图像中确定所述目标建筑的顶部轮廓;
基于所述第一图像中所述顶部轮廓的图像区域,确定所述目标建筑的顶部颜色;
构建具有所述顶部颜色的所述目标建筑的三维模型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一图像中所述顶部轮廓的图像区域,确定所述目标建筑的顶部颜色,包括:
获取所述顶部轮廓的图像区域中包含的至少一种颜色;
确定各种所述颜色分别对应的权重占比;
将所述权重占比符合条件的颜色,确定为所述目标建筑的顶部颜色。
3.根据权利要求2所述的方法,其特征在于,所述确定各种所述颜色分别对应的权重占比,包括:
统计各种所述颜色分别对应的像素数量,其中,目标颜色对应的像素数量是指所述顶部轮廓的图像区域中具有所述目标颜色的像素的总数;
根据各种所述颜色分别对应的像素数量,确定各种所述颜色分别对应的权重占比。
4.根据权利要求2所述的方法,其特征在于,所述将所述权重占比符合条件的颜色,确定为所述目标建筑的顶部颜色,包括:
将所述权重占比最大的颜色,确定为所述目标建筑的顶部颜色。
5.根据权利要求1所述的方法,其特征在于,所述从所述第一图像中确定所述目标建筑的顶部轮廓,包括:
获取所述目标建筑的基本信息,所述基本信息包括所述目标建筑的底部轮廓和高度;
根据所述第一图像的拍摄角度和所述目标建筑的高度,确定二维平面偏移量,所述二维平面偏移量是指所述目标建筑的顶部轮廓相对于所述目标建筑的底部轮廓在所述第一图像中的偏移量;
根据所述二维平面偏移量和所述目标建筑的底部轮廓在所述第一图像中的位置,从所述第一图像中确定所述目标建筑的顶部轮廓。
6.根据权利要求5所述的方法,其特征在于,根据所述二维平面偏移量和所述目标建筑的底部轮廓在所述第一图像中的位置,从所述第一图像中确定所述目标建筑的顶部轮廓之前,还包括:
获取目标地区的坐标数据,其中,所述目标地区包含所述目标建筑,且所述坐标数据包括所述目标建筑的底部轮廓的坐标数据;
根据所述目标建筑的底部轮廓的坐标数据,通过坐标转换得到所述目标建筑的底部轮廓在所述第一图像中的坐标数据,其中,所述目标建筑的底部轮廓在所述第一图像中的坐标数据用于表示所述目标建筑的底部轮廓在所述第一图像中的位置。
7.根据权利要求5所述的方法,其特征在于,所述根据所述第一图像的拍摄角度和所述目标建筑的高度,确定二维平面偏移量,包括:
根据所述第一图像的拍摄角度和所述目标建筑的高度,确定第一偏移量和第二偏移量;
其中,所述二维平面偏移量包括所述第一偏移量和所述第二偏移量,所述第一偏移量是指所述目标建筑的顶部轮廓相对于所述目标建筑的底部轮廓在第一方向上的偏移量,所述第二偏移量是指所述目标建筑的顶部轮廓相对于所述目标建筑的底部轮廓在第二方向上的偏移量,所述第一方向和所述第二方向垂直。
8.根据权利要求1所述的方法,其特征在于,所述第一图像为卫星图像。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取包含所述目标建筑的第二图像;
从所述第二图像中确定所述目标建筑的立面轮廓;
基于所述第二图像中所述立面轮廓的图像区域,确定所述目标建筑的立面颜色;
构建具有所述立面颜色的所述目标建筑的三维模型。
10.根据权利要求8所述的方法,其特征在于,所述第二图像为航拍图像。
11.根据权利要求1至10任一项所述的方法,其特征在于,所述构建具有所述顶部颜色的所述目标建筑的三维模型,包括:
获取所述目标建筑的属性数据,所述属性数据包括所述目标建筑的结构数据和所述顶部颜色;
根据所述目标建筑的结构数据,构建所述目标建筑的三维模型;
基于所述顶部颜色对所述目标建筑的三维模型的顶部进行渲染,得到具有所述顶部颜色的所述目标建筑的三维模型。
12.根据权利要求11所述的方法,其特征在于,所述根据所述目标建筑的结构数据,构建所述目标建筑的三维模型,包括:
获取目标地区的三维地图的底板;
在所述三维地图的底板中,确定所述目标建筑的坐标位置;
在所述目标建筑的坐标位置处,基于所述目标建筑的结构数据构建所述目标建筑的三维模型。
13.根据权利要求1至10任一项所述的方法,其特征在于,所述获取包含目标建筑的第一图像,包括:
获取目标地区的建筑底部数据,其中,所述目标地区包含所述目标建筑,且所述建筑底部数据包括所述目标建筑的底部轮廓;
获取所述目标地区的图像;
根据所述目标建筑的底部轮廓,从所述目标地区的图像中裁切得到包含所述目标建筑的所述第一图像。
14.一种建筑模型的构建装置,其特征在于,所述装置包括:
图像获取模块,用于获取包含目标建筑的第一图像;
轮廓确定模块,用于从所述第一图像中确定所述目标建筑的顶部轮廓;
颜色确定模块,用于基于所述第一图像中所述顶部轮廓的图像区域,确定所述目标建筑的顶部颜色;
模型构建模块,用于构建具有所述顶部颜色的所述目标建筑的三维模型。
15.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至13任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至13任一项所述的方法。
17.一种计算机程序产品或计算机程序,其特征在于,所述计算机程序产品或计算机程序包括计算机指令,所述计算机指令存储在计算机可读存储介质中,处理器从所述计算机可读存储介质读取并执行所述计算机指令,以实现如权利要求1至13任一项所述的方法。
CN202111290542.3A 2021-11-02 2021-11-02 建筑模型的构建方法、装置、设备、存储介质及程序产品 Pending CN114119900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111290542.3A CN114119900A (zh) 2021-11-02 2021-11-02 建筑模型的构建方法、装置、设备、存储介质及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111290542.3A CN114119900A (zh) 2021-11-02 2021-11-02 建筑模型的构建方法、装置、设备、存储介质及程序产品

Publications (1)

Publication Number Publication Date
CN114119900A true CN114119900A (zh) 2022-03-01

Family

ID=80380320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111290542.3A Pending CN114119900A (zh) 2021-11-02 2021-11-02 建筑模型的构建方法、装置、设备、存储介质及程序产品

Country Status (1)

Country Link
CN (1) CN114119900A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115457230A (zh) * 2022-09-19 2022-12-09 阿里巴巴(中国)有限公司 一种建筑物建模方法、地图渲染方法、装置和设备
CN117095300A (zh) * 2023-10-19 2023-11-21 腾讯科技(深圳)有限公司 建筑图像处理方法、装置、计算机设备和存储介质
CN117132744A (zh) * 2023-10-27 2023-11-28 腾讯科技(深圳)有限公司 虚拟场景的构建方法、装置、介质及电子设备
TWI858931B (zh) 2023-09-23 2024-10-11 江俊昇 二維土木建築規劃方法及系統

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115457230A (zh) * 2022-09-19 2022-12-09 阿里巴巴(中国)有限公司 一种建筑物建模方法、地图渲染方法、装置和设备
TWI858931B (zh) 2023-09-23 2024-10-11 江俊昇 二維土木建築規劃方法及系統
CN117095300A (zh) * 2023-10-19 2023-11-21 腾讯科技(深圳)有限公司 建筑图像处理方法、装置、计算机设备和存储介质
CN117095300B (zh) * 2023-10-19 2024-02-06 腾讯科技(深圳)有限公司 建筑图像处理方法、装置、计算机设备和存储介质
CN117132744A (zh) * 2023-10-27 2023-11-28 腾讯科技(深圳)有限公司 虚拟场景的构建方法、装置、介质及电子设备
CN117132744B (zh) * 2023-10-27 2024-02-09 腾讯科技(深圳)有限公司 虚拟场景的构建方法、装置、介质及电子设备

Similar Documents

Publication Publication Date Title
CN114119900A (zh) 建筑模型的构建方法、装置、设备、存储介质及程序产品
Yu et al. Automated derivation of urban building density information using airborne LiDAR data and object-based method
US9898857B2 (en) Blending between street view and earth view
US7983474B2 (en) Geospatial modeling system and related method using multiple sources of geographic information
US9299157B2 (en) Scale-invariant superpixel region edges
US20070269102A1 (en) Method and System of Generating 3D Images with Airborne Oblique/Vertical Imagery, GPS/IMU Data, and LIDAR Elevation Data
CN112784002B (zh) 一种虚拟场景生成方法、装置、设备和存储介质
Chao et al. Parallel algorithm for viewshed analysis on a modern GPU
CN107895048B (zh) 一种基于实景三维的快速出图方法
CN112489099B (zh) 点云配准方法、装置、存储介质及电子设备
CN109186551A (zh) 倾斜摄影测量建筑物特征点提取方法、装置与存储介质
CN116628123B (zh) 基于空间数据库的动态切片生成方法和系统
CN113505185A (zh) 一种城市信息模型三维场景渲染与展示方法
CN115512025A (zh) 模型渲染性能的检测方法、装置、电子设备及存储介质
CN112053440A (zh) 单体化模型的确定方法及通信装置
JP2021179839A (ja) 地物の分類システム、分類方法及びそのプログラム
CN116503474A (zh) 位姿获取方法、装置、电子设备、存储介质及程序产品
CN109657728B (zh) 样例生产方法及模型训练方法
CN112734900B (zh) 阴影贴图的烘焙方法、装置、设备及计算机可读存储介质
CN113284211A (zh) 一种正射影像生成的方法以及系统
CN112070901A (zh) 一种园林的ar场景构建方法、装置、存储介质及终端
CN113989680B (zh) 建筑三维场景自动构建方法及系统
CN115527000A (zh) 一种用于无人机倾斜摄影模型批量单体化的方法及装置
Comes et al. From theory to practice: digital reconstruction and virtual reality in archaeology
Juckette et al. Using Virtual Reality and Photogrammetry to Enrich 3D Object Identity

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40065990

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination