CN115205367A

CN115205367A - 基于三维重建的面积测量方法、场地申报审核方法及装置

Info

Publication number: CN115205367A
Application number: CN202210841152.9A
Authority: CN
Inventors: 欧阳潘义; 张鸿
Original assignee: Zhejiang eCommerce Bank Co Ltd
Current assignee: Zhejiang eCommerce Bank Co Ltd
Priority date: 2022-07-18
Filing date: 2022-07-18
Publication date: 2022-10-18

Abstract

本说明书公开了一种基于三维重建的面积测量方法、场地申报审核方法及装置。其中，面积测量方法包括：基于目标区域的拍摄画面，构建所述目标区域的三维图像。将所述三维图像的体素投影至水平面，得到所述三维图像相对水平面的点坐标集合。基于所述点坐标集合，生成所述目标区域的三角网。对所述三角网中最外层失真的三角形进行过滤，得到由过滤后所述三角网形成的具有凹包的多边形。基于所述多边形的面积确定所述目标区域的测量面积。

Description

基于三维重建的面积测量方法、场地申报审核方法及装置

技术领域

本文件属于面积测量技术领域，尤其涉及一种基于三维重建的面积测量方法、场地申报审核方法及装置。

背景技术

面积测量在基建工程、房产评估、农业等诸多领域中得到广泛的应用。目前主流的面积测量方案依赖专业测量设备(如激光扫描雷达)完成，对于操作人员的技能要求较高，不仅测量效率较低且投入成本也高居不下，特别是在对不规则区域进行测量时问题更尤为突出。

为此，如何方便快捷地对区域进行面积估计，在提高测量效率的同时又降低投入成本，是当前亟需解决的技术问题。

发明内容

本说明书实施例提供了一种基于三维重建的面积测量方法、场地申报审核方法及装置，能够方便快捷地对区域进行面积估计，在提高测量效率的同时又降低投入成本。

为解决上述技术问题，本说明书实施例是这样实现的：

第一方面，提出了一种基于三维重建的面积测量方法，包括：

基于目标区域的拍摄画面，构建所述目标区域的三维图像；

将所述三维图像的体素投影至水平面，得到所述三维图像相对水平面的点坐标集合；

基于所述点坐标集合，生成所述目标区域的三角网；

对所述三角网中最外层失真的三角形进行过滤，得到由过滤后所述三角网形成的具有凹包的多边形；

基于所述多边形的面积确定所述目标区域的测量面积。

第二方面，提出了一种场地申报审核方法，包括：

获取用户上传的目标场地的申报面积和所述目标场地的拍摄画面；

基于目标场地的拍摄画面，构建所述目标场地的三维图像；

基于所述点坐标集合，生成所述目标场地的三角网；

基于所述多边形的面积确定所述目标区域的测量面积；

基于所述测量面积，对所述申报面积进行审核。

第三方面，提出了一种基于三维重建的面积测量装置，包括：

三维图像构建模块，基于目标区域的拍摄画面，构建所述目标区域的三维图像；

三维图像投影模块，将所述三维图像的体素投影至水平面，得到所述三维图像相对水平面的点坐标集合；

三角网转换模块，基于所述点坐标集合，生成所述目标区域的三角网；

三角网过滤模块，对所述三角网中最外层失真的三角形进行过滤，得到由过滤后所述三角网形成的具有凹包的多边形；

面积测量模块，基于所述多边形的面积确定所述目标区域的测量面积。

第四方面，提出了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

基于目标区域的拍摄画面，构建所述目标区域的三维图像；

基于所述点坐标集合，生成所述目标区域的三角网；

基于所述多边形的面积确定所述目标区域的测量面积。

第五方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

基于目标区域的拍摄画面，构建所述目标区域的三维图像；

基于所述点坐标集合，生成所述目标区域的三角网；

基于所述多边形的面积确定所述目标区域的测量面积。

第六方面，提出了一种场地申报审核装置，包括：

申报信息获取模块，获取用户上传的目标场地的申报面积和所述目标场地的拍摄画面；

三维图像构建模块，基于目标场地的拍摄画面，构建所述目标场地的三维图像；

三角网转换模块，基于所述点坐标集合，生成所述目标场地的三角网；

面积测量模块，基于所述多边形的面积确定所述目标区域的测量面积；

申报面积审核模块，基于所述测量面积，对所述申报面积进行审核。

第七方面，提出了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

基于目标场地的拍摄画面，构建所述目标场地的三维图像；

基于所述点坐标集合，生成所述目标场地的三角网；

基于所述多边形的面积确定所述目标区域的测量面积；

基于所述测量面积，对所述申报面积进行审核。

第八方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

基于目标场地的拍摄画面，构建所述目标场地的三维图像；

基于所述点坐标集合，生成所述目标场地的三角网；

基于所述多边形的面积确定所述目标区域的测量面积；

基于所述测量面积，对所述申报面积进行审核。

基于本说明书实施例的方案，在采集得到目标区域的拍摄画面后，通过三维重建技术，生成目标区域的三维图像，并将三维图像的体素投影至水平面，以形成相对应的三角网。之后，通过移除三角网中最外层失真的三角形，以基于凹包多边形来圈选出目标区域相对于水平面的投影，进而再以凹包多边形的面积为参考，推测出目标区域的面积。可以看出，整个方案简单、便捷，具有较高的测量效率和测量精度；此外，对于用户而言，无需具备专业的设备和技能，因此投入的测量成本更低，具有更高的实用性和适用性。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书实施例提供的基于三维重建的面积测量方法的流程示意图。

图2为两种外部轮廓的圈选效果的对比图。

图3是本说明书实施例提供的面积测量方法基于三角网表示具有凹包的多边形的示意图。

图4为本说明书实施例提供的场地申报审核方法的流程示意图。

图5为本说明书实施例提供的基于三维重建的面积测量装置的结构示意图。

图6为本说明书实施例提供的场地申报审核装置的结构示意图。

图7为本说明书实施例提供的电子设备的结构示意图。

具体实施方式

为使本文件的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本文件一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文件保护的范围。

如前所述，目前主流的面积测量方案依赖专业测量设备(如激光扫描雷达)完成，对于操作人员的技能要求较高，不仅测量效率较低且投入成本也高居不下，特别是在对不规则区域进行测量时问题更尤为突出。为此，本文件旨在提出一种方便快捷地对区域进行面积估计的技术方案，在提高测量效率的同时又能降低投入成本，特别适用于非专业的民用场景。

图1是本说明书的一个实施例基于三维重建的面积测量方法的流程图，图1所示的方法可以由下文对应的装置执行，具体包括如下步骤：

S102，基于目标区域的拍摄画面，构建目标区域的三维图像。

其中，目标区域可以指场地的区域，场地包括住房、办公室、厂房和商铺等；或者，目标区域可以指某个物体所占用的区域，物体包括集装箱、轮船、汽车、家具等，这里文本不对目标区域作具体限定。

此外，这里所述的拍摄画面可以是基于任何具有摄像功能的终端设备所拍摄得到的，如手机、PAD等常见的用户设备。相对应地，本发明实施例可以采用Neural Recon、Altas等基于视频中拍摄画面进行三维重建的算法模型，来生成目标区域的三维图像。

S104，将三维图像的体素投影至水平面，得到三维图像相对水平面的点坐标集合。

体素即体积元素(Volume Pixel)，是数字数据于三维空间分割上的最小单位。包含体素的立体可以通过立体渲染或者提取给定阈值轮廓的多边形等值面表现出来。

本步骤将三维图像的体素投影至建立坐标系的水平面，相当于是将三维图像以体素为单位，转换为二维的点坐标集合。

S106，基于点坐标集合，生成目标区域的三角网。

应理解，确定目标区域的面积需要圈选出目标区域的外部轮廓。

图2是两种外部轮廓的圈选效果的对比图。图2中左边图像所示的圈选轮廓包含有较多的凸包，这些凸包对应轮廓内的空白部分属于无效区域，导致圈选结果具有较大误差，而右边图像所示的圈选轮廓则包含有较多的凹包，相比于凸包，凹包更加能够贴合目标区域实际的外部轮廓。因此为得到更理想的圈选效果，圈选的外部轮廓应为呈现为具有凹包的多边形结果。

为此，本说明书实施例提出一种基于三角网，构建目标区域的凹包多边形(后文简称凹包多边形)的方案。

其中，三角网是由一系列连续三角形构成的网状的平面控制图形，是三角测量中布设连续三角形的两种主要扩展形式，同时向各方向扩展而构成网状。目标区域的三角网可以视为以多个三角栅格来表示目标区域的相对于水平面的覆盖范围。

图3示例一种基于三角网构建凹包多边形的示意图。图3中左边的三角网为原始三角网，右边的三角网为具有凹包的三角网。可以看出，只需要从原始三角网中移除一个位于最外层的三角形(如图3箭头所指的三角形)，即可在该移除位置形成一个凹包。

可以看出，通过构建目标区域的三角网可以简单有效地以凹包多边形圈选出目标区域；同时，三角网是以三角栅格组成的，即便是不规则的目标区域，在转换为三角网后，只需要通过简单的三角形面积算法，即可计算出目标区域的面积。

S108，对三角网中最外层失真的三角形进行过滤，得到由过滤后三角网形成的具有凹包的多边形。

如前文所述，本步骤只需要移除三角网中最外层失的三角形，即可使三角网呈现为凹包多边形。

其中，失真的三角形是指与目标区域真实轮廓不贴合的最外层三角形，参考图2左边图像所示，这类失真的三角形通常是涵盖了较多的无效区域，导致三角形的外接圆半径较大。为此，本步骤可以计算三角网中最外层的各个三角形所对应的外接圆半径，对于外接圆半径超出预设经验值的三角行，则判定为失真的三角形。

S110，基于多边形的面积确定目标区域的测量面积。

应理解，如果构建三维图像与目标区域的比例是一比一的关系，则本步骤可以直接将多边形的面积作为目标区域的测量面积；如果构建三维图像与目标区域之间具有一定的缩放比例，则本步骤可以基于该缩放比例，对多边形的面积按照实际值进行还原计算，从而得到目标区域的测量面积。

基于本说明书实施例的方法，在采集得到目标区域的拍摄画面后，通过三维重建技术，生成目标区域的三维图像，并将三维图像的体素投影至水平面，以形成相对应的三角网。之后，通过移除三角网中最外层失真的三角形，以基于凹包多边形来圈选出目标区域相对于水平面的投影，进而再以凹包多边形的面积为参考，推测出目标区域的面积。可以看出，整个方案简单、便捷，具有较高的测量效率和测量精度；此外，对于用户而言，无需具备专业的设备和技能，因此投入的测量成本更低，具有更高的实用性和适用性。

下面对本发明实施例的面积测量方法的流程进行详细介绍。

本发明实施例的面积测量方法可以基于手机个人设备所拍摄得到的目标区域的单目视频，进行三维重建，以投影到水平面精准评估目标区域的面积。对应的流程包括以下几个阶段：

一、拍摄画面采集

本阶段用户使用手机，一边移动一边对目标区域进行视频拍摄，以尽可能全局采集目标区域。在拍摄过程中，手机会记录下相机位姿数据。

二、三维图像构建

本阶段首先从用户针对目标区域的拍摄视频中提取多个视频片段的拍摄画面。具体地，可以从目标区域的拍摄视频中选取多个关键帧，关键帧之间需满足提供足够运动视差的同时，还能保持多视角的共视关系。因此关键帧之间的间距，不能太近也不能太远。具体来说，假如一个新拍摄的帧和上一个关键帧之间的拍摄画面的相对平移大于T(如0.1m)，并且相对旋转角度大于R(如15°)，那么就可选择该帧作为关键帧。而具备N个关键帧的窗口，可被定义为一个视频片段，也就是以N个关键帧作为一个视频片段的长度，对用户的拍摄视频进行切分，得到多个视频片段的拍摄画面。其中，相对平移和相对旋转角度是基于手机记录的相机位姿数据计算得到的。

之后，将每个视频片段中的多帧拍摄画面的图像特征输入至卷积神经网络模型进行图像特征提取，并针对每个视频片段，按照多帧之间的拍摄姿态关系，进行三维空间映射，得到每个视频片段的三维特征体。其中，卷积神经网络模型可以基于视觉对象识别软件研究的大型可视化数据库中的视频样本训练得到。

在得到每个视频片段的三维特征体后，即可输入至截断地带符号距离函数(Truncated Signed Distance Function，TSDF)模型，得到每个视频片段对应三维空间中体素的局部TSDF值，并将每个视频片段对应三维空间中体素的局部TSDF值输入至门控循环单元(Gated Recurrent Unit，GRU)进行融合，得到三维空间中体素的全局TSDF值。

其中，TSDF是一种利用结构化点云数据并以参数表达表面的表面重建算法。核心是将点云数据映射到一个预先定义的三维立体空间中，并用截断符号距离函数表示真实场景表面附近的区域，渲染等值面以生成三维图像的模型。

基于该原理，用户围绕目标区域边走动边拍摄时，一段时间窗口的拍摄画面可以体现出目标区域局部的TSDF值，整个过程下来，通过对各个局部的TSDF值进行融合，即可得到目标区域全局的TSDF值。

本发明实施例中，TSDF模型由稀疏三维卷积神经网络及一个多层感知机(multilayer perceptron,MLP)组成，视频片段的三维特征体输入至TSDF模型后会得到的占有分数(Occupancy score)和TSDF值(局部)。其中，占有分数代表着三维特征体中体素在TSDF截断距离之内的概率。在每个阶段的最后，占有分数小于阈值的体素，都会被定为空、并会被除掉。而在稀疏化之后，稀疏三维特征体会被上采样。

最终，基于三维空间中体素的全局TSDF值，进行等值面渲染，得到目标区域的三维图像。渲染算法可以是前文所述提高的Neural Recon算法模型。

三、水平面投影以及凹包多边形计算

本阶段将得到的三维图像各体素中的点分布进行地面水平面的投影，得到水平面上二维的点坐标集合。基于点坐标集合，需要拟合得到点集合的外接多边形。

具体地，首先基于点坐标集合生成目标区域相对水平面的三角网。

之后，针对三角网中的每条边，提取相对应的邻接三角形集合，并将邻接三角形集合中只具有一个邻接三角形的边确定为三角网中最外层的边，并计算三角网中最外层的边所属三角形的外接圆半径。

若外接圆半径超出预设经验值，则对将该最外层的边进行标记。

最终，删除三角网中最外层所有被标记的边，即可生成以三角形为基础栅格作为构成的凹包多边形。

四、基于凹包多边形的面积确定目标区域的面积

本阶段只需要基于常规的三角形面积算法，计算凹包多边形中每个三角形栅格的面积，并将所有三角形栅格的面积进行相加，即可得到凹包多边形的面积。基于该凹包多边形的面积即可直接确定出目标区域的面积。

可以看出，基于本发明实施例的面积测量方法只要获得目标区域的拍摄画面，即可估测出目标区域的面积，因此作为其中一个应用场景，图1所示的面积测量方法可以用于线上的场地申报的审核工作。

对应地，图4是本说明书的一个实施例场地申报审核方法的流程图，图4所示的方法可以由下文对应的装置执行，具体包括如下步骤：

S402，获取用户上传的目标场地的申报面积和目标场地的拍摄画面。

S404，基于目标场地的拍摄画面，构建目标场地的三维图像。

S406，将三维图像的体素投影至水平面，得到三维图像相对水平面的点坐标集合。

S408，基于所点坐标集合，生成目标场地的三角网。

S410，对三角网中最外层失真的三角形进行过滤，得到由过滤后三角网形成的具有凹包的多边形。

S412，基于多边形的面积确定目标区域的测量面积。

S414，基于测量面积，对申报面积进行审核。

这里，以用户将自己的房屋发布到某一平台进行出租为示例。基于图4所示的方法，用户可以通过线上向平台申报自己出租的房屋，申报资料除了包含有房屋的申报面积外，还需要携带有用户针对房屋的拍摄视频，基于图1所示的面积测量方法，可以通过申报的拍摄视频，来估算出用户出租房屋的大致面积，从而审核用户申报的房屋面积是否属实。如果属实，则受理用户的申报，在平台发布用户的出租信息；否则，判定用户申报的房屋信息为虚假信息，直接拒绝申报，以避免平台的其他用户受骗。

图5是本说明书一个实施例提供的基于三维重建的面积测量装置500的结构示意图，包括：

三维图像构建模块510，基于目标区域的拍摄画面，构建所述目标区域的三维图像。

三维图像投影模块520，将所述三维图像的体素投影至水平面，得到所述三维图像相对水平面的点坐标集合。

三角网转换模块530，基于所述点坐标集合，生成所述目标区域的三角网。

三角网过滤模块540，对所述三角网中最外层失真的三角形进行过滤，得到由过滤后所述三角网形成的具有凹包的多边形。

面积测量模块550，基于所述多边形的面积确定所述目标区域的测量面积。

基于本说明书实施例的面积测量装置，在采集得到目标区域的拍摄画面后，通过三维重建技术，生成目标区域的三维图像，并将三维图像的体素投影至水平面，以形成相对应的三角网。之后，通过移除三角网中最外层失真的三角形，以基于凹包多边形来圈选出目标区域相对于水平面的投影，进而再以凹包多边形的面积为参考，推测出目标区域的面积。可以看出，整个方案简单、便捷，具有较高的测量效率和测量精度；此外，对于用户而言，无需具备专业的设备和技能，因此投入的测量成本更低，具有更高的实用性和适用性。

可选地，三角网过滤模块540具体用于：针对所述三角网中的每条边，提取相对应的邻接三角形集合；将邻接三角形集合中只具有一个邻接三角形的边确定为所述三角网中最外层的边；计算所述三角网中最外层的边所属三角形的外接圆半径，若外接圆半径超出预设经验值，则对将该最外层的边进行标记；删除所述三角网中最外层所有被标记的边。

可选地，所述目标区域为场地，所述预设经验值与所述目标区域所属的场地类别相对应，所述目标区域的场地类别为住房、办公室、厂房和商铺中的任一者。

可选地，三维图像构建模块510具体用于：从针对目标区域的拍摄视频中提取多个视频片段的拍摄画面；将每个视频片段中的多帧拍摄画面的图像特征，按照多帧之间的拍摄姿态关系，进行三维空间映射，得到每个视频片段的三维特征体；将每个视频片段的三维特征体输入至截断地带符号距离函数TSDF模型，得到每个视频片段对应三维空间中体素的局部TSDF值；将每个视频片段对应三维空间中体素的局部TSDF值进行融合，得到三维空间中体素的全局TSDF值；基于三维空间中体素的全局TSDF值，进行等值面渲染，得到所述目标区域的三维图像。

其中，所述拍摄视频对应有多种分辨率，目标视频片段对应三维空间中体素的局部TSDF值是将所述目标视频片段在每种分辨率下对应三维空间中体素的局部TSDF值进行融合得到的，所述目标视频片段是指所述多个视频片段中的任意视频片段。

具体地，三维图像构建模块510可以先确定针对目标区域的拍摄视频中的多个关键帧，其中，相邻两个关键帧的拍摄画面之间的相对平移距离和相对旋转角度均大于各自对应的预设阈值；之后，对所述多个关键帧的拍摄画面进行视频片段切分，得到多个视频片段的拍摄画面。

显然，本说明书实施例的面积测量装置能够实现图1所示实施例中的步骤及功能，这里不再具体赘述。

图6是本说明书一个实施例提供的场地申报审核装置600的结构示意图，包括：

申报信息获取模块610，获取用户上传的目标场地的申报面积和所述目标场地的拍摄画面。

三维图像构建模块620，基于目标场地的拍摄画面，构建所述目标场地的三维图像。

三维图像投影模块630，将所述三维图像的体素投影至水平面，得到所述三维图像相对水平面的点坐标集合。

三角网转换模块640，基于所述点坐标集合，生成所述目标场地的三角网。

三角网过滤模块650，对所述三角网中最外层失真的三角形进行过滤，得到由过滤后所述三角网形成的具有凹包的多边形。

面积测量模块660，基于所述多边形的面积确定所述目标区域的测量面积。

申报面积审核模块670，基于所述测量面积，对所述申报面积进行审核。

显然，本说明书实施例的场地申报审核装置能够实现图1所示实施例中的步骤及功能，这里不再具体赘述。

图7是本说明书的一个实施例提供的电子设备的结构示意图。请参考图7，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

其中，处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成上述场地申报审核装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

基于目标区域的拍摄画面，构建所述目标区域的三维图像。

基于所述点坐标集合，生成所述目标区域的三角网。

对所述三角网中最外层失真的三角形进行过滤，得到由过滤后所述三角网形成的具有凹包的多边形。

基于所述多边形的面积确定所述目标区域的测量面积。

或者，处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成上述针对NFT资产的业务处理装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

获取用户上传的目标场地的申报面积和所述目标场地的拍摄画面。

基于目标场地的拍摄画面，构建所述目标场地的三维图像。

将所述三维图像的体素投影至水平面，得到所述三维图像相对水平面的点坐标集合。

基于所述点坐标集合，生成所述目标场地的三角网。

基于所述多边形的面积确定所述目标区域的测量面积。

基于所述测量面积，对所述申报面积进行审核。

上述如本说明书图1或图2所示实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(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。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。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。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1的联盟链中的状态备份方法，本说明书在此不再赘述。

当然，除了软件实现方式之外，本说明书的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序。

其中，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施例的方法，并具体用于执行以下操作：

基于目标区域的拍摄画面，构建所述目标区域的三维图像。

基于所述点坐标集合，生成所述目标区域的三角网。

基于所述多边形的面积确定所述目标区域的测量面积。

或者，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图4所示实施例的方法，并具体用于执行以下操作：

基于目标场地的拍摄画面，构建所述目标场地的三维图像。

基于所述点坐标集合，生成所述目标场地的三角网。

基于所述多边形的面积确定所述目标区域的测量面积。

基于所述测量面积，对所述申报面积进行审核。

总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的保护范围之内。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，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。

Claims

1.一种基于三维重建的面积测量方法，包括：

基于目标区域的拍摄画面，构建所述目标区域的三维图像；

基于所述点坐标集合，生成所述目标区域的三角网；

基于所述多边形的面积确定所述目标区域的测量面积。

2.根据权利要去1所述的方法，

对所述三角网中最外层失真的三角形进行过滤，包括：

针对所述三角网中的每条边，提取相对应的邻接三角形集合；

将邻接三角形集合中只具有一个邻接三角形的边确定为所述三角网中最外层的边；

计算所述三角网中最外层的边所属三角形的外接圆半径，若外接圆半径超出预设经验值，则对将该最外层的边进行标记；

删除所述三角网中最外层所有被标记的边。

3.根据权利要去2所述的方法，

所述目标区域为场地，所述预设经验值与所述目标区域所属的场地类别相对应，所述目标区域的场地类别为住房、办公室、厂房和商铺中的任一者。

4.根据权利要去1所述的方法，

基于目标区域的拍摄画面，构建所述目标区域的三维图像，包括：

从针对目标区域的拍摄视频中提取多个视频片段的拍摄画面；

将每个视频片段中的多帧拍摄画面的图像特征，按照多帧之间的拍摄姿态关系，进行三维空间映射，得到每个视频片段的三维特征体；

将每个视频片段的三维特征体输入至截断地带符号距离函数TSDF模型，得到每个视频片段对应三维空间中体素的局部TSDF值；

将每个视频片段对应三维空间中体素的局部TSDF值进行融合，得到三维空间中体素的全局TSDF值；

基于三维空间中体素的全局TSDF值，进行等值面渲染，得到所述目标区域的三维图像。

5.根据权利要去4所述的方法，

所述拍摄视频对应有多种分辨率，目标视频片段对应三维空间中体素的局部TSDF值是将所述目标视频片段在每种分辨率下对应三维空间中体素的局部TSDF值进行融合得到的，所述目标视频片段是指所述多个视频片段中的任意视频片段。

6.根据权利要去4所述的方法，

从针对目标区域的拍摄视频中提取多个视频片段的拍摄画面，包括：

确定针对目标区域的拍摄视频中的多个关键帧，其中，相邻两个关键帧的拍摄画面之间的相对平移距离和相对旋转角度均大于各自对应的预设阈值；

对所述多个关键帧的拍摄画面进行视频片段切分，得到多个视频片段的拍摄画面。

7.一种场地申报审核方法，包括：

基于目标场地的拍摄画面，构建所述目标场地的三维图像；

基于所述点坐标集合，生成所述目标场地的三角网；

基于所述多边形的面积确定所述目标区域的测量面积；

基于所述测量面积，对所述申报面积进行审核。

8.一种基于三维重建的面积测量装置，包括：

9.一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

基于目标区域的拍摄画面，构建所述目标区域的三维图像；

基于所述点坐标集合，生成所述目标区域的三角网；

基于所述多边形的面积确定所述目标区域的测量面积。

10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

基于目标区域的拍摄画面，构建所述目标区域的三维图像；

基于所述点坐标集合，生成所述目标区域的三角网；

基于所述多边形的面积确定所述目标区域的测量面积。

11.一种场地申报审核装置，包括：

12.一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

基于目标场地的拍摄画面，构建所述目标场地的三维图像；

基于所述点坐标集合，生成所述目标场地的三角网；

基于所述多边形的面积确定所述目标区域的测量面积；

基于所述测量面积，对所述申报面积进行审核。

13.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：

基于目标场地的拍摄画面，构建所述目标场地的三维图像；

基于所述点坐标集合，生成所述目标场地的三角网；

基于所述多边形的面积确定所述目标区域的测量面积；

基于所述测量面积，对所述申报面积进行审核。