CN114820748A - 基于全景数据的全视角特征的智能取证方法 - Google Patents

Abstract

本申请是关于一种基于全景数据的全视角特征的智能取证方法。该方法包括：获取待测建筑的建筑坐标；根据建筑坐标确定环拍拍摄点；环拍拍摄点位于待测建筑的预设半径范围内；获取待测建筑的全景图集；全景图集包括在每一环拍拍摄点拍摄得到的待测建筑的环拍图像；根据全景图集对待测建筑进行三维建模，得到目标三维建筑模型；若根据目标三维建筑模型确定待测建筑为潜在违建建筑，则发出违建取证指示信息。本申请提供的方案，能够解决了航拍器航拍高度要求对违建建筑判定过程的限制，适用于更大高度范围的建筑物的违建建筑判定。

Description

基于全景数据的全视角特征的智能取证方法

技术领域

本申请涉及图像处理技术领域，尤其涉及基于全景数据的全视角特征的智能取证方法。

背景技术

随着中国城市化的速度越来越快，城镇中各式各样的建筑物数量都在急剧增加，同时无人机航拍技术的成熟也使得城镇航和图像和视频被广泛应用在城市规划任务中。在城市规划过程中，各类违建建筑不但侵占了社会公共资源和城市空间，还会对市场经济秩序和社会管理带来了危害，是城市管理过程中亟需解决的重大难题。

相关技术中，利用无人机等航拍器拍摄建筑物的俯视图，根据航拍俯视图评估建筑物的占地面积以判断建筑物是否为违建建筑。

但由于实际航拍条件下对航拍器拍摄高度有限，如若建筑物高度过高，超过航拍器的最高拍摄高度，则会形成建筑物拍摄盲区，导致无法通过航拍器得到建筑物的俯视图，进而无法对建筑物是否为违建建筑作出判断及取证。

发明内容

为克服相关技术中存在的问题，本申请提供一种基于全景数据的全视角特征的智能取证方法，能够解决航拍器航拍高度要求对违建建筑判断取证过程的限制。

本申请第一方面提供一种基于全景数据的全视角特征的智能取证方法，包括：

获取待测建筑的建筑坐标；所述建筑坐标为所述待测建筑在世界坐标系下的坐标；

根据所述建筑坐标确定环拍拍摄点；所述环拍拍摄点位于所述待测建筑的预设半径范围内；

获取所述待测建筑的全景图集；所述全景图集包括在每一环拍拍摄点拍摄得到的所述待测建筑的环拍图像；

根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型；

若根据所述目标三维建筑模型确定所述待测建筑为潜在违建建筑，则发出违建取证指示信息；所述潜在违建建筑的横截面积大于违建面积阈值；所述违建取证指示信息包括所述建筑坐标。

在一种实施方式中，所述获取待测建筑的建筑坐标，包括：

获取所述待测建筑的像素坐标；所述像素坐标为所述待测建筑在当前环拍图像中，像素坐标系下的坐标；

根据所述像素坐标确定所述待测建筑的图像坐标；所述图像坐标为所述待测建筑在当前环拍图像中，图像坐标系下的坐标；

根据所述图像坐标确定所述待测建筑的相机相对坐标；所述相机相对坐标为所述待测建筑在当前环拍图像对应的相机坐标系下的坐标；

根据所述相机相对坐标以及当前环拍图像对应相机的相机参数确定所述建筑坐标；所述相机参数包括相机内参和相机外参。

在一种实施方式中，所述获取所述待测建筑的像素坐标，包括：

根据用户通过违建建筑管理终端反馈的选定指令确定选定像素点；所述选定指令中包含有用户在当前环拍图像中选定的像素点的位置信息；

根据所述选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集；所述待测建筑像素点集中的每一像素点为所述选定像素点的同类像素点；

以所述待测建筑像素点集对应区域的中心坐标作为所述像素坐标。

在一种实施方式中，所述根据所述选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集，包括：

遍历当前环拍图像中的每一像素点，并进行像素点分类，得到多个像素点连通域；其中，每一像素连通域为所述选定像素点的一个或多个同类像素点的像素点集合；

选取所述多个像素点连通域中的最大连通域作为所述待测建筑像素点集。

在一种实施方式中，所述根据所述选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集，包括：

以所述选定像素点作为当前筛选起始点，对当前筛选起始点的相邻像素点进行像素点分类，确定所述选定像素点的同类像素点并以确定为所述选定像素点的同类像素点的像素点作为当前筛选起始点，再次执行对当前筛选起始点的相邻像素点进行像素点分类的步骤，直至每一个当前筛选起始点的相邻像素点中，确定为所述选定像素点的同类像素点的像素点个数均小于预设值之后，得到待测建筑像素点集；所述待测建筑像素点集为所有被确定为所述选定像素点的同类像素点的像素点集合。

在一种实施方式中，所述获取所述待测建筑的全景图集，包括：

根据每一环拍拍摄点及每一环拍拍摄点的拍摄点坐标，在每一环拍拍摄点的拍摄图像中确定所述待测建筑的环拍图像，得到所述待测建筑的全景图集；所述拍摄点坐标为环拍拍摄点在世界坐标系中的坐标；

其中，在一个环拍拍摄点的拍摄图像中确定所述待测建筑的环拍图像，包括：

根据所述建筑坐标和所述环拍拍摄点的拍摄点坐标计算得到所述待测建筑相对于所述环拍拍摄点的全景坐标；所述全景坐标以所述待测建筑相对于所述环拍拍摄点的坐标方位角作为横坐标，以所述待测建筑相对于所述环拍拍摄点的距离作为纵坐标；

根据所述全景坐标在所述环拍拍摄点的拍摄图像中截取得到所述环拍图像；所述环拍图像以所述待测建筑作为图像中心；所述环拍图像的图像尺寸为预设环拍图像尺寸。

在一种实施方式中，所述根据所述建筑坐标和所述环拍拍摄点的拍摄点坐标计算得到所述待测建筑相对于所述环拍拍摄点的全景坐标，包括：

根据以下公式计算得到所述全景坐标的横坐标：

；

其中，

表示所述全景坐标的横坐标，

表示所述建筑坐标，

表 示所述环拍拍摄点的拍摄点坐标；

根据以下公式计算得到所述全景坐标的纵坐标：

；

其中，

表示所述全景坐标的纵坐标。

在一种实施方式中，所述根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型，包括：

对所述全景图集中的每一环拍图像进行等比例缩放处理，得到同比例环拍图集；所述同比例环拍图集中，任两张环拍图像的比例尺相同；

根据所述同比例环拍图集对所述待测建筑进行三维建模，得到目标三维建筑模型。

在一种实施方式中，所述预设半径范围包括：第一半径范围和第二半径范围；其中，所述第一半径范围的下限值大于第二半径范围的上限值；所述全景图集包括：第一全景图集和第二全景图集；其中，所述第一全景图集为位于所述待测建筑的第一半径范围内的环拍拍摄点拍摄得到的所述待测建筑的环拍图像；所述第二全景图集为位于所述待测建筑的第二半径范围内的环拍拍摄点拍摄得到的所述待测建筑的环拍图像；

所述根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型，包括：

根据所述第一全景图集进行三维建模，得到第一三维建筑模型；

基于所述第二全景图集对所述第一三维建筑模型进行模型修正，得到所述目标三维建筑模型。

在一种实施方式中，所述若根据所述目标三维建筑模型确定所述待测建筑为潜在违建建筑，则发出违建取证指示信息，包括：

若所述目标三维建筑模型的横截面积大于所述违建面积阈值，则将所述建筑坐标及所述全景图集发送至违建建筑管理终端，并向违建建筑管理终端发起取证指示。

本申请提供的技术方案可以包括以下有益效果：

本申请提供的基于全景数据的全视角特征的智能取证方法，通过获取环拍拍摄点所拍摄的环拍图像，由于环拍拍摄点位于以待测建筑为中心，预设半径范围内的区域，能够从不同的方位角拍摄得到待测建筑的环拍图像，构成三维建模的全景图集，进而为后续的三维建模提供不同方位角的建模依据；本申请通过三维建模的方式，避开对建筑物拍摄盲区直接进行勘测，间接地获取待测建筑在建筑物俯视方向上的信息，即利用得到目标三维建筑模型评估得到待测建筑的横截面积，从而判断待测建筑是否属于横截面积大于违建面积阈值的潜在违建建筑，并针对潜在违建建筑发出违建取证指示信息。本申请提供的基于全景数据的全视角特征的智能取证方法解决了航拍器航拍高度要求对违建建筑判定过程的限制，适用于更大高度范围的建筑物的违建建筑判定。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。

图1是本申请实施例示出的基于全景数据的全视角特征的智能取证方法的流程示意图；

图2是本申请实施例示出的基于环拍图像的待测建筑的定位方法的流程示意图；

图3是本申请实施例示出的像素坐标系的示意图；

图4是本申请实施例示出的相机坐标系的示意图；

图5是本申请实施例示出的像素坐标的确定方法的流程示意图；

图6是本申请实施例示出的待测建筑的环拍图像的获取方法的流程示意图；

图7是本申请实施例示出的三维建模的流程示意图；

图8是本申请实施例示出的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

实施例一

由于实际航拍条件下对航拍器拍摄高度有限，如若建筑物高度过高，超过航拍器的最高拍摄高度，则会形成建筑物拍摄盲区，导致无法通过航拍器得到建筑物的俯视图，进而无法对建筑物是否为违建建筑作出判断。

针对上述问题，本申请实施例提供一种基于全景数据的全视角特征的智能取证方法，能够避开对建筑物拍摄盲区直接进行勘测，间接地获取待测建筑在建筑物俯视方向上的信息。

以下结合附图详细描述本申请实施例的技术方案。

图1是本申请实施例示出的基于全景数据的全视角特征的智能取证方法的流程示意图。

参见图1，所述基于全景数据的全视角特征的智能取证方法，包括：

101、获取待测建筑的建筑坐标；

其中，所述建筑坐标为所述待测建筑在世界坐标系下的坐标，即电子地图中待测建筑的位置坐标。

在本申请实施例中，所述建筑坐标可以由用户通过违建建筑管理终端导入的坐标信息得到，也可以由用户通过违建建筑管理终端反馈的选定指令得到。

可以理解的是，上述建筑坐标的获取方式不唯一，不构成对本申请实施例的唯一限定。

102、根据建筑坐标确定环拍拍摄点；

在实际的违建建筑取证环节中，通常通过在待测建筑所在区域设置多个环拍拍摄点以拍摄建筑的影像数据，以供违建建筑管理终端进行违建建筑判定和取证。

在本申请实施例中，所述环拍拍摄点位于所述待测建筑的预设半径范围内，通过设置一个预设半径范围对环拍拍摄点进行筛选能够获取到有效地用于判定当前待测建筑的环拍图像。

需要说明的是，上述预设半径范围的下限值可以为0或非零数值：

当预设半径范围的下限值为0时，示例性地，假设预设半径范围为[0,1000]m，该预设半径范围圈定的为一个圆形区域，根据位于该圆形区域内为环拍拍摄点所拍摄得到的拍摄图像能够得到所述待测建筑的全景图集，并在后续步骤104中完成准确的目标三维建筑模型的构建；

当预设半径范围的下限值为非零数值时，示例性地，假设预设半径范围为[500,1000]m，该预设半径范围圈定的为一个环形区域；

由于与待测建筑距离较近的环拍拍摄点获取到的拍摄图像中，待测建筑的图像为局部建筑图像，其对于三维建模过程提供的是细节特征；而处于较远距离，例如[500,1000]m范围内的环拍拍摄点，其能够拍摄得到待测建筑的整体轮廓，其对于三维建模过程提供的是轮廓特征，因此，通过圈定环形区域对环拍拍摄点进行筛选能够在保障建立待测建筑整体轮廓模型的基础上，减少三维建模的工作量，提高建模效率。

可以理解的是，上述对于预设半径范围的说明仅是本申请实施例中给出的示例，不必作为对本申请实施例的唯一限定。

103、获取待测建筑的全景图集；

在本申请实施例中，所述全景图集包括在每一环拍拍摄点拍摄得到的所述待测建筑的环拍图像。

104、根据全景图集对待测建筑进行三维建模，得到目标三维建筑模型；

在本申请实施例中，可以结合每一环拍拍摄点与待测建筑的相对方位信息以及所述全景图集对待测建筑进行三维建模，即以待测建筑为圆心，任一环拍拍摄点为起始，顺时针或逆时针的顺序读取全景图集中每一环设拍摄点对应的环拍图像，进行三维建模。

需要说明的是，由于每一环拍拍摄点在世界坐标系下的拍摄点坐标是预先确定的，因此在确定环拍拍摄点后即可得知对应的拍摄点坐标，进而结合待测建筑的建筑坐标得到每一环拍拍摄点与待测建筑的相对方位信息。

105、若根据目标三维建筑模型确定待测建筑为潜在违建建筑，则发出违建取证指示信息。

其中，所述潜在违建建筑的横截面积大于违建面积阈值；所述违建取证指示信息包括所述建筑坐标。

在实际应用过程中，若目标三维建筑模型的横截面积大于违建面积阈值，则将所述建筑坐标及所述全景图集发送至违建建筑管理终端，并向违建建筑管理终端发起取证指示；

其中，所述建筑坐标及所述全景图集用于指导取证人员到达待测建筑所在地进行实地取证；所述取证指示的实施方式并不唯一，例如：可以通过声光报警、文本提示或者在环拍图像上对潜在违建建筑进行标记的方式发起取证指示。

本申请提供的基于全景数据的全视角特征的智能取证方法，通过获取环拍拍摄点所拍摄的环拍图像，由于环拍拍摄点位于以待测建筑为中心，预设半径范围内的区域，能够从不同的方位角拍摄得到待测建筑的环拍图像，构成三维建模的全景图集，进而为后续的三维建模提供不同方位角的建模依据；本申请通过三维建模的方式，避开对建筑物拍摄盲区直接进行勘测，间接地获取待测建筑在建筑物俯视方向上的信息，即利用得到目标三维建筑模型评估得到待测建筑的横截面积，从而判断待测建筑是否属于横截面积大于违建面积阈值的潜在违建建筑，并针对潜在违建建筑发出违建取证指示信息。本申请提供的基于全景数据的全视角特征的智能取证方法解决了航拍器航拍高度要求对违建建筑判定过程的限制，适用于更大高度范围的建筑物的违建建筑判定。

实施例二

在实际违建建筑判定过程中，取证人员往往是基于航拍器传输的拍摄图像选定待测建筑，此时，待测建筑的建筑坐标并不能够直接获取得到。

针对上述问题，本申请实施例提供了一种基于环拍图像的待测建筑的定位方法，即对上述实施例一中的步骤101进行了设计。

所述获取待测建筑的建筑坐标的过程可以包括：

201、获取待测建筑的像素坐标；

其中，所述像素坐标为所述待测建筑在当前环拍图像中，像素坐标系下的坐标。

在实际应用中，违建建筑管理终端上可以显示一张环拍图像，用户通过违建建筑管理终端在当前显示的环拍图像中选定属于待测建筑的一个像素点，基于选定的像素点确定待测建筑的像素坐标。

在本申请实施例中，所述像素坐标可以为选定的像素点的像素坐标，也可以为基于该选定的像素点计算得到的待测建筑中心像素点的像素坐标。

202、根据像素坐标确定待测建筑的图像坐标；

其中，所述图像坐标为所述待测建筑在当前环拍图像中，图像坐标系下的坐标。

示例性地，根据所述像素坐标确定所述待测建筑的图像坐标的计算过程如下：

如图3所示，像素坐标系的原点为

，像素坐标

中，横坐标

表示像素点所 在的行，纵坐标

表示像素点所在列；

图像坐标系的原点是

，假设

表示

在像素坐标系下的坐标，dx和dy 分别表示每个像素在图像坐标系横轴上和图像坐标系纵轴的物理尺寸，则图像坐标系和像 素坐标系的转换关系如下：

;

其中，

表示图像坐标。

203、根据图像坐标确定待测建筑的相机相对坐标；

其中，所述相机相对坐标为所述待测建筑在当前环拍图像对应的相机坐标系下的坐标。

示例性地，根据所述图像坐标确定所述待测建筑的相机相对坐标的计算过程如下：

如图4所示，相机坐标系的原点

为相机光心，

为相机光轴，

与环拍图像平 面垂直，

表示世界坐标系的原点，则相机坐标系和图像坐标系的转换关系如下：

；

;

;

其中，

表示相机焦距，

表示相机相对坐标。

204、根据相机相对坐标以及当前环拍图像对应相机的相机参数确定建筑坐标。

其中，所述相机参数包括相机内参和相机外参。

示例性地，根据所述相机相对坐标以及当前环拍图像对应相机的相机参数确定所述建筑坐标的过程如下：

根据以下转换关系确定建筑坐标：

;

其中，

表示旋转矩阵，

表示平移向量，

表示待测建筑在世界坐标 系下的坐标，即建筑坐标。

基于上述各坐标系的转换关系，可以得到以下建筑坐标的计算公式：

；

其中，

表示相机内参，

表示相机外参。

本申请实施提供的基于环拍图像的待测建筑的定位方法，通过像素坐标系、图像坐标系、相机坐标系以及世界坐标系的转换关系，对待测建筑进行定位，基于环拍图像中选取的属于待测建筑的像素点即可得到待测建筑的建筑坐标。

实施例三

在实际应用过程中，取证人员往往在选定待测建筑时，随机选取待测建筑图像中的一个像素点，而该像素点通常并非待测建筑中心像素点。

针对上述问题，本申请实施例对实施例二中的步骤201进行了设计，具体过程包括：

301、根据用户通过违建建筑管理终端反馈的选定指令确定选定像素点；

其中，所述选定指令中包含有用户在当前环拍图像中选定的像素点的位置信息。

在本申请实施例中，选定像素点为属于待测建筑的一个像素点，通过将该选定像素点作为参考像素点，对环拍图像中的每一像素点进行类别分析，即可筛选得到属于待测建筑的所有像素点。

302、根据选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集；

其中，所述待测建筑像素点集中的每一像素点为所述选定像素点的同类像素点。

进一步地，在本申请实施例中，为了提高待测建筑像素点集的准确度，步骤302的具体步骤可以包括：

遍历当前环拍图像中的每一像素点，并进行像素点分类，得到多个像素点连通域；其中，每一像素连通域为所述选定像素点的一个或多个同类像素点的像素点集合；

选取所述多个像素点连通域中的最大连通域作为所述待测建筑像素点集。或者，本申请实施例还提供了另一像素点筛选方法，即步骤302的具体步骤还可以如下：

以选定像素点作为当前筛选起始点，对当前筛选起始点的相邻像素点进行像素点分类，确定所述选定像素点的同类像素点并以确定为所述选定像素点的同类像素点的像素点作为当前筛选起始点，再次执行对当前筛选起始点的相邻像素点进行像素点分类的步骤，直至每一个当前筛选起始点的相邻像素点中，确定为所述选定像素点的同类像素点的像素点个数均小于预设值之后，得到待测建筑像素点集；所述待测建筑像素点集为所有被确定为所述选定像素点的同类像素点的像素点集合。

上述筛选过程可以理解为：以选定像素点为中心，在选定像素点的相邻像素点中进行第一层的像素点筛选，筛选得到属于选定像素点的同类像素点的第一相邻像素点后，对第一相邻像素点的相邻像素点进行第二层的像素点筛选，以此类推，逐层向外分析相邻像素点，进而得到一个属于待测建筑的像素点连通域。

通过逐层向外延伸的方式，能够减少遍历的像素点数量，可以简化对误分类的像素点的删减过程，快速筛选得到待测建筑像素点集。

通过上述像素点连通域选取步骤，可以将误分类为待测建筑像素点的零散像素点剔除，得到准确的待测建筑像素点集。

303、以待测建筑像素点集对应区域的中心坐标作为像素坐标。

本申请实施例通过以选定像素点作为参考像素点，对环拍图像中的像素点进行像素点分类，进而得到与选定像素点同类的像素点，即属于待测建筑的待测建筑像素点集，从而以待测建筑像素点集所在区域的中心坐标作为像素坐标，得到待测建筑图像的中心坐标，从而为待测建筑的定位过程提供准确的定位依据。

实施例四

为了便于本领域的技术人员理解，本申请实施例对上述实施例一中的步骤103进行了设计。

所述待测建筑的全景图集的获取过程如下：根据每一环拍拍摄点及每一环拍拍摄点的拍摄点坐标，在每一环拍拍摄点的拍摄图像中确定所述待测建筑的环拍图像，得到所述待测建筑的全景图集；所述拍摄点坐标为环拍拍摄点在世界坐标系中的坐标。

需要说明的是，由于环拍拍摄点拍摄的是一个区域内的建筑物图像，取证人员选定的待测建筑并非一定处于该环拍拍摄点拍摄的中心位置，因此，在生成待测建筑的全景图集时，需对环拍拍摄点的拍摄图像进行预处理，使待测建筑位于环拍图像的中心。

本申请实施例以一个环拍拍摄点的图像处理过程为例进行说明：

在一个环拍拍摄点的拍摄图像中确定所述待测建筑的环拍图像的过程包括：

401、根据建筑坐标和环拍拍摄点的拍摄点坐标计算得到待测建筑相对于环拍拍摄点的全景坐标；

402、根据全景坐标在环拍拍摄点的拍摄图像中截取得到环拍图像。

其中，所述全景坐标以所述待测建筑相对于所述环拍拍摄点的坐标方位角作为横坐标，以所述待测建筑相对于所述环拍拍摄点的距离作为纵坐标；所述环拍图像以所述待测建筑作为图像中心；所述环拍图像的图像尺寸为预设环拍图像尺寸。

在步骤401中，可以根据以下公式计算得到所述全景坐标的横坐标：

；

其中，

表示所述全景坐标的横坐标，

表示所述建筑坐标，

表 示所述环拍拍摄点的拍摄点坐标；

还可以根据以下公式计算得到所述全景坐标的纵坐标：

；

其中，

表示所述全景坐标的纵坐标。

在本申请实施例中，计算得到待测建筑相对于当前环拍拍摄点的全景坐标后，可以将全景坐标与环拍图像相关联，进而在步骤104进行三维建模时，根据每一环拍图像关联的全景坐标中的横坐标，基于全景图集进行三维建模，具体为：依据每一张环拍图像对应的环拍拍摄点相对于待测建筑的坐标方位角，将环拍图像映射于目标三维建筑模型的相应位置，以构建出准确的目标三维建筑模型。

在步骤402中，根据全景坐标以及环拍拍摄点的拍摄点坐标能够计算得到待测建筑在环拍拍摄点的拍摄图像中的图像坐标和像素坐标，进而为环拍图像截取过程提供指导。

需要说明的是，具体的坐标转换关系已经在上述实施例中进行了详尽说明，此处不再赘述。

本申请实施例通过计算待测建筑相对于环拍拍摄点的全景坐标，对环拍拍摄点的拍摄图像进行预处理，使得得到的环拍图像中待测建筑位于图像中心，并通过截取预设环拍图像尺寸的环拍图像，将待测建筑放大，裁剪删去图像中无关因素的干扰，提高三维建模的效率和质量。

实施例五

本申请实施例对上述任一实施例中的三维建模过程进行了设计，通过设置统一的比例尺调整每一环拍图像中的待测建筑图像的大小，有利于提高三维建模的效率和质量。

本申请实施例中，所述根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型，包括：

501、对全景图集中的每一环拍图像进行等比例缩放处理，得到同比例环拍图集；

其中，所述同比例环拍图集中，任两张环拍图像的比例尺相同。

在本申请实施例中，可以根据缩放处理后的全景坐标中的纵坐标判断任两张环拍图像的比例尺是否相同，若转换后的全景坐标纵坐标数值一致，则可认为两张环拍图像的比例尺相同。

在本申请实施例中，还可以选定一张环拍图像作为参考图像，通过等比例缩放处理使得同比例环拍图集中的每一环拍图像与该参考图像的比例尺相同；或通过设定一个参考值，通过等比例缩放处理使得同比例环拍图集中的每一环拍图像对应的转换后的全景坐标纵坐标与该参考值一致。

502、根据同比例环拍图集对待测建筑进行三维建模，得到目标三维建筑模型。

本申请实施例在三维建模之前，通过缩放处理将用于建模的环拍图像进行统一比例尺的处理，使得同比例环拍图集中的每一环拍图像的待测建筑尺寸相匹配，有利于提高三维建模的效率和质量。

实施例六

本申请实施例基于上述任一实施例，提供了一种基于全景数据的全视角特征的智能取证方法，其中，所述预设半径范围包括：第一半径范围和第二半径范围；所述第一半径范围的下限值大于第二半径范围的上限值；

其中，所述全景图集包括：第一全景图集和第二全景图集；所述第一全景图集为位于所述待测建筑的第一半径范围内的环拍拍摄点拍摄得到的所述待测建筑的环拍图像；所述第二全景图集为位于所述待测建筑的第二半径范围内的环拍拍摄点拍摄得到的所述待测建筑的环拍图像。

通过划分不同的半径范围，本申请实施例所述的基于全景数据的全视角特征的智能取证方法将三维建模过程划分为构建模型和修正模型两个步骤，具体如下：

根据所述第一全景图集进行三维建模，得到第一三维建筑模型；

基于所述第二全景图集对所述第一三维建筑模型进行模型修正，得到所述目标三维建筑模型。

在本申请实施例中，构建第一三维建筑模型的过程中，可以结合上述实施例五所述的环拍图像处理步骤，具体如下：

对所述第一全景图集中的每一环拍图像进行等比例缩放处理，得到第一同比例环拍图集；所述第一同比例环拍图集中，任两张环拍图像的比例尺相同；根据所述第一同比例环拍图集对所述待测建筑进行三维建模，得到第一三维建筑模型。

需要说明的是，本申请实施例将预设半径范围划分为第一半径范围和第二半径范围仅是一种半径范围划分示例，在实际应用过程中，还可以将预设半径范围划分为三个或其他数量的半径范围，形成多个全景图集，并通过构建和多次修正，得到目标三维建筑模型。

本申请实施例提供的基于全景数据的全视角特征的智能取证方法中，通过第一半径范围和第二半径范围将全景图集划分为第一全景图集和第二全景图集，通过属于远景的环拍图像构建待测建筑的初始三维建筑模型，并通过属于近景的环拍图像对构建的初始三维建筑模型进行进一步的修正，进而得到更为准确的目标三维建筑模型，从而提高违建建筑判断结果的可靠性。

与前述应用功能实现方法实施例相对应，本申请还提供了一种电子设备及相应的实施例。

图8是本申请实施例示出的电子设备的结构示意图。

参见图8，电子设备800包括存储器810和处理器820。

处理器820可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器810可以包括各种类型的存储单元，例如系统内存、只读存储器（ROM），和永久存储装置。其中，ROM可以存储处理器820或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置（例如磁或光盘、闪存）作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备（例如软盘、光驱）。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器810可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片（DRAM，SRAM，SDRAM，闪存，可编程只读存储器），磁盘和/或光盘也可以采用。在一些实施方式中，存储器810可以包括可读和/或写的可移除的存储设备，例如激光唱片（CD）、只读数字多功能光盘（例如DVD-ROM，双层DVD-ROM）、只读蓝光光盘、超密度光盘、闪存卡（例如SD卡、min SD卡、Micro-SD卡等等）、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器810上存储有可执行代码，当可执行代码被处理器820处理时，可以使处理器820执行上文述及的方法中的部分或全部。

上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。

此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本申请还可以实施为一种非暂时性机器可读存储介质（或计算机可读存储介质、或机器可读存储介质），其上存储有可执行代码（或计算机程序、或计算机指令代码），当所述可执行代码（或计算机程序、或计算机指令代码）被电子设备（或电子设备、服务器等）的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。

本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种基于全景数据的全视角特征的智能取证方法，其特征在于，包括：

获取待测建筑的建筑坐标；所述建筑坐标为所述待测建筑在世界坐标系下的坐标；

根据所述建筑坐标确定环拍拍摄点；所述环拍拍摄点位于所述待测建筑的预设半径范围内；

获取所述待测建筑的全景图集；所述全景图集包括在每一环拍拍摄点拍摄得到的所述待测建筑的环拍图像；

根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型；

若根据所述目标三维建筑模型确定所述待测建筑为潜在违建建筑，则发出违建取证指示信息；所述潜在违建建筑的横截面积大于违建面积阈值；所述违建取证指示信息包括所述建筑坐标。

2.根据权利要求1所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述获取待测建筑的建筑坐标，包括：

获取所述待测建筑的像素坐标；所述像素坐标为所述待测建筑在当前环拍图像中，像素坐标系下的坐标；

根据所述像素坐标确定所述待测建筑的图像坐标；所述图像坐标为所述待测建筑在当前环拍图像中，图像坐标系下的坐标；

根据所述图像坐标确定所述待测建筑的相机相对坐标；所述相机相对坐标为所述待测建筑在当前环拍图像对应的相机坐标系下的坐标；

根据所述相机相对坐标以及当前环拍图像对应相机的相机参数确定所述建筑坐标；所述相机参数包括相机内参和相机外参。

3.根据权利要求2所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述获取所述待测建筑的像素坐标，包括：

根据用户通过违建建筑管理终端反馈的选定指令确定选定像素点；所述选定指令中包含有用户在当前环拍图像中选定的像素点的位置信息；

根据所述选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集；所述待测建筑像素点集中的每一像素点为所述选定像素点的同类像素点；

以所述待测建筑像素点集对应区域的中心坐标作为所述像素坐标。

4.根据权利要求3所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述根据所述选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集，包括：

遍历当前环拍图像中的每一像素点，并进行像素点分类，得到多个像素点连通域；其中，每一像素连通域为所述选定像素点的一个或多个同类像素点的像素点集合；

选取所述多个像素点连通域中的最大连通域作为所述待测建筑像素点集。

5.根据权利要求3所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述根据所述选定像素点对当前环拍图像中的像素点进行筛选，得到待测建筑像素点集，包括：

以所述选定像素点作为当前筛选起始点，对当前筛选起始点的相邻像素点进行像素点分类，确定所述选定像素点的同类像素点并以确定为所述选定像素点的同类像素点的像素点作为当前筛选起始点，再次执行对当前筛选起始点的相邻像素点进行像素点分类的步骤，直至每一个当前筛选起始点的相邻像素点中，确定为所述选定像素点的同类像素点的像素点个数均小于预设值之后，得到待测建筑像素点集；所述待测建筑像素点集为所有被确定为所述选定像素点的同类像素点的像素点集合。

6.根据权利要求1所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述获取所述待测建筑的全景图集，包括：

根据每一环拍拍摄点及每一环拍拍摄点的拍摄点坐标，在每一环拍拍摄点的拍摄图像中确定所述待测建筑的环拍图像，得到所述待测建筑的全景图集；所述拍摄点坐标为环拍拍摄点在世界坐标系中的坐标；

其中，在一个环拍拍摄点的拍摄图像中确定所述待测建筑的环拍图像，包括：

根据所述建筑坐标和所述环拍拍摄点的拍摄点坐标计算得到所述待测建筑相对于所述环拍拍摄点的全景坐标；所述全景坐标以所述待测建筑相对于所述环拍拍摄点的坐标方位角作为横坐标，以所述待测建筑相对于所述环拍拍摄点的距离作为纵坐标；

根据所述全景坐标在所述环拍拍摄点的拍摄图像中截取得到所述环拍图像；所述环拍图像以所述待测建筑作为图像中心；所述环拍图像的图像尺寸为预设环拍图像尺寸。

7.根据权利要求6所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述根据所述建筑坐标和所述环拍拍摄点的拍摄点坐标计算得到所述待测建筑相对于所述环拍拍摄点的全景坐标，包括：

根据以下公式计算得到所述全景坐标的横坐标：

；

其中，

表示所述全景坐标的横坐标，

表示所述建筑坐标，

表示所述环拍拍摄点的拍摄点坐标；

根据以下公式计算得到所述全景坐标的纵坐标：

；

其中，

表示所述全景坐标的纵坐标。

8.根据权利要求1所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型，包括：

对所述全景图集中的每一环拍图像进行等比例缩放处理，得到同比例环拍图集；所述同比例环拍图集中，任两张环拍图像的比例尺相同；

根据所述同比例环拍图集对所述待测建筑进行三维建模，得到目标三维建筑模型。

9.根据权利要求1所述的基于全景数据的全视角特征的智能取证方法，其特征在于，

所述预设半径范围包括：第一半径范围和第二半径范围；其中，所述第一半径范围的下限值大于第二半径范围的上限值；所述全景图集包括：第一全景图集和第二全景图集；其中，所述第一全景图集为位于所述待测建筑的第一半径范围内的环拍拍摄点拍摄得到的所述待测建筑的环拍图像；所述第二全景图集为位于所述待测建筑的第二半径范围内的环拍拍摄点拍摄得到的所述待测建筑的环拍图像；

所述根据所述全景图集对所述待测建筑进行三维建模，得到目标三维建筑模型，包括：

根据所述第一全景图集进行三维建模，得到第一三维建筑模型；

基于所述第二全景图集对所述第一三维建筑模型进行模型修正，得到所述目标三维建筑模型。

10.根据权利要求1所述的基于全景数据的全视角特征的智能取证方法，其特征在于，所述若根据所述目标三维建筑模型确定所述待测建筑为潜在违建建筑，则发出违建取证指示信息，包括：

若所述目标三维建筑模型的横截面积大于所述违建面积阈值，则将所述建筑坐标及所述全景图集发送至违建建筑管理终端，并向违建建筑管理终端发起取证指示。

Images