CN115311552B - 一种测绘图像处理方法、装置、电子设备及介质 - Google Patents

一种测绘图像处理方法、装置、电子设备及介质

Info

Publication number
CN115311552B
CN115311552B CN202210807234.1A CN202210807234A CN115311552B CN 115311552 B CN115311552 B CN 115311552B CN 202210807234 A CN202210807234 A CN 202210807234A CN 115311552 B CN115311552 B CN 115311552B
Authority
CN
China
Prior art keywords
region
information
dark
area
image
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
CN202210807234.1A
Other languages
English (en)
Other versions
CN115311552A (zh
Inventor
陈振华
叶鹏
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.)
China Mapping Technology Hangzhou Co ltd
Original Assignee
China Mapping Technology Hangzhou 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 China Mapping Technology Hangzhou Co ltd filed Critical China Mapping Technology Hangzhou Co ltd
Priority to CN202210807234.1A priority Critical patent/CN115311552B/zh
Publication of CN115311552A publication Critical patent/CN115311552A/zh
Application granted granted Critical
Publication of CN115311552B publication Critical patent/CN115311552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]

Landscapes

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

Abstract

本申请涉及图像测绘技术的领域,尤其是涉及一种测绘图像处理方法、装置、电子设备及介质,其包括获取待测绘区域的图像信息,并记录获取时刻;若图像信息中存在深色区域,则获取深色区域对应的深色边界信息;根据深色边界信息,确定源物体,并获取源物体的形状信息;基于源物体的形状信息,确定源物体的投影区域;判断深色区域与投影区域是否相似,若是,则确定深色区域为源物体的投影;若否,则根据深色区域与投影区域确定未知区域的未知位置信息,并根据未知位置信息,生成移动指令信息,控制图像采集设备对未知区域重新采集。本申请具有提升对图像信息中深色区域进行识别时的准确度的效果。

Description

一种测绘图像处理方法、装置、电子设备及介质
技术领域
本申请涉及图像测绘技术的领域,尤其是涉及一种测绘图像处理方法、装置、电子设备及介质。
背景技术
测绘,从字面上可理解为测量和绘图,是指以全球导航卫星定位系统(GNSS)、遥感(RS)、地理信息系统(GIS)为技术核心,选取地面已有的特征点和界线对自然地理要素或者地表人工设施的形状、大小、空间位置及其属性进行测定、采集并绘制成图,供工程建设、规划设计和行政管理之用。
常用的测量技术为通过对待测绘区域进行图像采集,根据采集到的图像进行测绘,摄影测量学的主要特点是在像片上进行测量和解译,无需接触物体本身,因而很少受自然和地理等条件的限制,但是在图像采集过程中由于光线的位置和强度会随着时间的变化而变化,当光线被物体遮挡时,会生成物体的阴影,物体的阴影区域颜色较深,但是在对待测绘区域进行图像采集时,待测绘区域内的河道、水潭对应的区域也较深,因此很难区分深色区域为物体阴影还是待测绘区域的特征点。
相关技术中,对于图像中的深色区域进行处理时,通常会将深色部分进行分割处理,但是一些深色的特征点也会被分割处理,因而可能会导致图像不完整。因此,亟需一种能够提高深色区域识别度的方法。
发明内容
为了提升对图像信息中深色区域进行识别时的准确度,本申请提供尤其是涉及一种测绘图像处理方法、装置、电子设备及介质。
第一方面,本申请提供一种测绘图像处理方法,采用如下的技术方案:
一种测绘图像处理方法,包括:
获取待测绘区域的图像信息,并记录获取时刻;
若所述图像信息中存在深色区域,则获取所述深色区域对应的深色边界信息;
根据所述深色边界信息,确定源物体,并获取所述源物体的形状信息;
基于所述源物体的形状信息,确定所述源物体的投影区域;
判断所述深色区域与所述投影区域是否相似,若是,则确定所述深色区域为源物体的投影;
若否,则根据所述深色区域与所述投影区域确定未知区域的未知位置信息,并根据所述未知位置信息,生成移动指令信息,控制图像采集设备对所述未知区域重新采集。
通过采用上述技术方案,获取到待测绘区域的图像信息后,记录获取时间,并判断图像信息中是否含有深色区域,若含有深色区域则进一步确定深色区域的边界信息,再根据边界信息确定源物体,并获取源物体的形状信息,基于源物体的形状信息,确定源物体的投影区域后,将投影区域与深色区域进行相似度对比,当投影区域与深色区域相似时,确定深色区域即源物体的投影,若投影区域与深色区域不相似,则基于投影区域与深色区域确定未知区域的位置信息,并根据未知区域的位置信息生成能够控制图像采集设备发生移动的指令信息,控制图像采集设备移动至未知区域处,重新对未知区域进行图像采集,以对未知区域进行识别,有助于提升对图像信息中深色区域进行识别时的准确度。
在一种可能实现的方式中,所述根据所述深色边界信息,确定源物体之前,还包括:
获取待测绘区域的地理位置信息,所述地理位置信息包括待测绘区域的经度信息和纬度信息;
根据所述获取时刻和所述地理位置信息,获取所述待测绘区域的光线信息。
通过采用上述技术方案,通过对待测绘区域的经度信息和维度信息进行确定,并生成地理位置信息,通过地理位置信息以及图像信息的获取时刻,共同确定获取时刻的光线信息,利用地理位置信息对光线信息进行确定,提高了对光线信息确定时的准确性。
在一种可能实现的方式中,所述根据所述深色边界信息,确定源物体,包括:
根据所述光线信息,从图像信息中确定多个初始源物体;
根据所述深色边界信息,计算每一初始源物体与所述深色区域的接触边长;
根据多个所述接触边长确定源物体。
通过采用上述技术方案,通过光线信息对图像信息中多个物体进行筛选,得到多个初始源物体,再通过计算每一初始源物体与深色区域的接触边长,并进行排序,将最大接触边长对应的初始源物体确定为源物体,通过计算接触边长有助于提升确定源物体的准确性。
在一种可能实现的方式中,所述判断所述深色区域与所述投影区域是否相似,包括:
将所述投影区域导入预设的坐标系中,得到多个关键点坐标;
根据所述多个关键点坐标,确定所述投影区域对应的投影边界信息;
将所述投影边界信息与所述深色区域对应的深色边界信息进行相似度对比,并生成相似对比值;
若所述相似值高于预设标准对比值,则确定所述投影区域与所述深色区域相似;
若所述相似值不高于所述预设标准对比值,则确定所述投影区域与所述深色区域不相似。
通过采用上述技术方案,通过将投影区域对应的投影边界信息和深色区域对应的深色边界信息导入预设坐标系中,将两个区域进行叠加,计算投影区域与深色区域的重叠面积与未重叠面积,并生成相似对比值,若相似对比值高于预设标准相似值,则确定投影区域与深色区域相似,若相似对比值不高于预设标准相似值,则确定投影区域与深色区域不相似,通过计算重叠面积确定投影区域与深色区域是否相似,提升了相似结果的准确性。
在一种可能实现的方式中,所述根据所述未知位置信息,生成移动指令信息,控制图像采集设备对所述未知区域重新采集,包括:
获取图像采集设备的第一位置信息、以及待测绘区域的全景图像;
根据所述第一位置信息、未知位置信息以及待测绘区域的全景图像,进行路径规划,形成移动指令信息,所述移动指令信息中包括路径信息;
发送所述移动指令信息至图像采集设备,以使图像采集设备按照所述移动指令信息进行运动;
当所述图像采集设备移动至未知位置信息对应的区域后,控制图像采集设备重新进行图像采集。
通过采用上述技术方案,通过获取图像采集设备的第一位置信息,以及待测绘区域的全景图像,再基于未知位置信息,规划第一位置信息与未知位置信息的路径信息,生成移动指令信息,控制图像采集设备进行移动,当检测到图像采集设备到达未知位置信息对应的区域时,控制图像采集设备对未知区域进行图像采集,进而提升对未知区域进行识别时的准确度。
在一种可能实现的方式中,所述发送所述移动指令信息至图像采集设备之后,还包括:
实时获取图像采集设备的第二位置信息、运动速度以及运动方向;
根据所述第二位置信息确定所述图像采集设备在所述路径信息中的相对位置;
根据所述相对位置、所述运动速度以及所述运动方向生成转向指令,并将所述转向指令发送至图像采集设备,以使图像采集设备按照所述移动指令信息运动。
通过采用上述技术方案,将生成的移动指令发送至图像采集设备之后,通过实时获取图像采集设备的第二位置信息、运动速度以及运动方向,并根据第二位置信息确定图像采集设备在移动过中与未知位置信息的相对位置,再根据相对位置、运动速度以及运动方向生成转向指令,将转向指令发送至图像采集设备处后,有助于控制图像采集设备按照指令信息进行移动。
在一种可能实现的方式中,还包括:
对含有深色区域的图像信息进行灰度处理,得到灰度图像;
对所述灰度图像进行图像区域划分,得到多个划分区域;
计算每一划分区域的灰度均值,并与预设标准灰度均值进行比较;
若当前划分区域的灰度均值超出预设标准灰度均值,则确定所述当前划分区域存在叠加异常,并生成检测指令,以控制图像采集设备对当前划分区域进行图像采集并检测。
通过采用上述技术方案,通过对含有深色区域的图像信息进行灰度处理,得到灰度图像后,将灰度图像进行区域划分,并计算每个划分区域对应的灰度均值,并将灰度均值与预设标准灰度均值进行比较,若当前划分区域对应的灰度均值超出预设标准灰度均值,则确定当前划分区域可能存在叠加区域,并生成检测指令,检测指令用于控制图像采集设备对当前划分区域进行重新检测,有助于对当前划分区域内叠加区域进行准确识别。
第二方面,本申请提供一种测绘图像处理装置,采用如下的技术方案:
一种测绘图像处理装置,包括:
获取模块,用于获取待测绘区域的图像信息,并记录获取时刻;
获取边界信息模块,用于若所述图像信息中存在深色区域,则获取所述深色区域对应的深色边界信息;
获取形状信息模块,用于根据所述深色边界信息,确定源物体,并获取所述源物体的形状信息;
确定投影区域模块,用于基于所述源物体的形状信息,确定所述源物体的投影区域;
相似判断模块,用于判断所述深色区域与所述投影区域是否相似,若是,则确定所述深色区域为源物体的投影;
执行模块,用于若否,则根据所述深色区域与所述投影区域确定未知区域的未知位置信息,并根据所述未知位置信息,生成移动指令信息,控制图像采集设备对所述未知区域重新采集。
通过采用上述技术方案,获取到待测绘区域的图像信息后,记录获取时间,并判断图像信息中是否含有深色区域,若含有深色区域则进一步确定深色区域的边界信息,再根据边界信息确定源物体,并获取源物体的形状信息,基于源物体的形状信息,确定源物体的投影区域后,将投影区域与深色区域进行相似度对比,当投影区域与深色区域相似时,确定深色区域即源物体的投影,若投影区域与深色区域不相似,则基于投影区域与深色区域确定未知区域的位置信息,并根据未知区域的位置信息生成能够控制图像采集设备发生移动的指令信息,控制图像采集设备移动至未知区域处,重新对未知区域进行图像采集,以对未知区域进行识别,有助于提升对图像信息中深色区域进行识别时的准确度。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述测绘图像处理的方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,包括:存储有能够被处理器加载并执行上述测绘图像处理方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.获取到待测绘区域的图像信息后,记录获取时间,并判断图像信息中是否含有深色区域,若含有深色区域则进一步确定深色区域的边界信息,再根据边界信息确定源物体,并获取源物体的形状信息,基于源物体的形状信息,确定源物体的投影区域后,将投影区域与深色区域进行相似度对比,当投影区域与深色区域相似时,确定深色区域即源物体的投影,若投影区域与深色区域不相似,则基于投影区域与深色区域确定未知区域的位置信息,并根据未知区域的位置信息生成能够控制图像采集设备发生移动的指令信息,控制图像采集设备移动至未知区域处,重新对未知区域进行图像采集,以对未知区域进行识别,有助于提升对图像信息中深色区域进行识别时的准确度。
附图说明
图1是本申请实施例中一种测绘图像处理方法的流程示意图;
图2是本申请实施例中一种测绘图像处理装置的结构示意图;
图3是本申请实施例中一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在对待测绘区域进行测绘前,通常需要对待测绘区域的图像信息进行采集,通过图像采集对待测绘区域进行测绘时可以通过对图像信息中的基准物对图像信息中出现的自然地理要素或地表人工设施进行测量和解译,无需接触物体,图像信息是对客观事物或目标的真实反映,信息丰富且逼真。
但是,由于光线的角度会随着时间段而变化而变化,因此在对待测绘区域进行图像信息采集时,采集到的图像信息中可能包括自然地理要素或地表人工设施的阴影,导致图像信息中出现深色区域,但是一些自然地理要素或地表人工设施本体也会因为光线的变化,进而导致图像信息中存在一些深色的区域,因此基于含有深色区域的图像信息对待测绘区域内的特征点进行确定时,若没有对图像信息中出现的深色区域没有准确识别,可能会导致测绘结果出现偏差。
为了提升对图像信息中深色区域进行识别时的准确度,在本申请实施例中,获取到待测绘区域的图像信息后,记录获取时间,并判断图像信息中是否含有深色区域,若含有深色区域则进一步确定深色区域的边界信息,再根据边界信息确定源物体,并获取源物体的形状信息,基于源物体的形状信息,确定源物体的投影区域后,将投影区域与深色区域进行相似度对比,当投影区域与深色区域相似时,确定深色区域即源物体的投影,若投影区域与深色区域不相似,则基于投影区域与深色区域确定未知区域的位置信息,并根据未知区域的位置信息生成能够控制图像采集设备发生移动的指令信息,控制图像采集设备移动至未知区域处,重新对未知区域进行图像采集,以对未知区域进行识别,进而提高了对图像信息中深色区域进行识别时的准确度。
具体的,本申请实施例提供了一种测绘图像处理方法,由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器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者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制。
参考图1,图1是本申请实施例中一种测绘图像处理方法的流程示意图,该方法包括步骤S110、步骤S120、步骤S130、步骤S140、步骤S150、步骤S160,其中:
步骤S110:获取待测绘区域的图像信息,并记录获取时刻。
具体的,在待测绘区域设置多个图像采集设备,便于图像采集设备对待测绘区域进行图像采集,以使采集到的图像信息被电子设备获取。
图像采集设备在对待测绘区域进行图像采集时会对采集时刻进行记录,电子设备从图像采集设备处对图像信息进行获取时的获取时刻与采集时刻一一对应。图像采集设备可以为无人机采集设备,由于无人机采集设备的操作简单、易控制,因此在测绘地理信息领域中大量的测绘任务都是基于无人机采集设备展开的。
步骤S120:若图像信息中存在深色区域,则获取深色区域对应的深色边界信息。
具体的,深色区域可以是测绘图像中自然地理要素或人工设施的投影或本影,其中,投影为物体遮挡光线留下的阴影,投射在其他物体表面,而本影为物体本身的位置没有被光线照射到,或由于拍摄原因导致物体在图像信息中颜色较深,例如池塘、河道等。
从图像信息中对深色区域进行识别时,可通过将待识别图像信息导入预先训练好的阴影识别模型中,阴影识别模型的训练过程为获取大量含有阴影区域标签的样本图像,将大量样本图像导入待训练的阴影识别模型中进行训练,若待识别的图像信息中包含深色区域,则将待识别的图像信息导入训练好的阴影识别模型后,能够得到带有深色区域标注的标注图像信息。
将标注图像信息导入预先建立的坐标系中,确定多个边缘点的坐标,将多个边缘点的坐标进行连接,能够得到深色区域的边界信息。
步骤S130:根据深色边界信息,确定源物体,并获取源物体的形状信息。
具体的,源物体为与深色区域相连接的物体,源物体的形状信息能够基于图像信息中的参照物体进行确定,例如,当源物体为居民楼时,可以通过将含有源物体的图像信息导入预设的坐标系中,得到居民楼多个关键点的坐标,根据源物体中参照物的参照坐标,确定居民楼的形状信息,确定出来的形状信息可能与居民楼的实际形状信息相同,也可能由于图像信息出现偏差,导致居民楼的形状信息与实际形状信息不同。
步骤S140:基于源物体的形状信息,确定源物体的投影区域。
具体的,源物体在某一时刻的投影区域与自身的形状信息,以及当前时刻的光线信息相关,光线信息为当前时刻源物体的地理位置与太阳的高度以及倾角信息,根据光线信息以及源物体的形状信息能够确定出当前时刻源物体的投影区域。由于光线信息会随时间的变化而变化,例如上午7点与上午10点,同一建筑物对应的投影区域不同,因此通过确定当前时刻的光线信息,便于确定源物体在当前时刻形成的投影区域。
步骤S150:判断深色区域与投影区域是否相似,若深色区域与投影区域相似,则确定深色区域为源物体的投影。
具体的,通过将投影区域与深色区域进行相似度对比,若深色区域与投影区域相似,则证明深色区域即源物体的投影。将深色区域与投影区域进行相似度对比时,可以通对比深色区域以及投影区域的边界信息的相似度,也可以通过比较深色区域以及投影区域对应面积的相似度,只要能够将深色区域与投影区域进行对比即可。
步骤S160:若深色区域与投影区域不相似,则根据深色区域与投影区域确定未知区域的未知位置信息,并根据未知位置信息,生成移动指令信息,控制图像采集设备对未知区域重新采集图像。
具体的,当深色区域与源物体的投影区域不同时,有以下几种情况:
情况一,深色区域包含源物体的投影区域,还包括其他投影区域,其中,其他投影区域可能为其他物体的投影,也可能为其他自然要素或人工设施的本影,其中本影为物体本身的位置没有被光线照射到,或由于拍摄原因导致物体在图像信息中颜色较深导致;可从深色区域中将投影区域进行剔除,得到未知区域。
情况二,深色区域不包含源物体的投影区域,则深色区域为未知区域。
未知区域可能是其他物体投影区域,也可能是其他自然要素或人工设施的本影,因此,确定出未知区域后,可通过控制图像采集设备进行移动,便于图像采集设备对未知区域进行重新拍摄,提高了对深色区域进行识别的准确性。
指令信息是依据图像采集设备的运动速度、运动方向、与未知区域的实时相对位置以及曲率信息共同形成的,指令信息发送至图像采集设备中的控制芯片,控制芯片能够控制图像采集设备在接收到指令信息后发生移动。
本申请实施例中,获取到待测绘区域的图像信息后,记录获取时间,并判断图像信息中是否含有深色区域,若含有深色区域则进一步确定深色区域的边界信息,再根据边界信息确定源物体,并获取源物体的形状信息,基于源物体的形状信息,确定源物体的投影区域后,将投影区域与深色区域进行相似度对比,当投影区域与深色区域相似时,确定深色区域即源物体的投影,若投影区域与深色区域不相似,则基于投影区域与深色区域确定未知区域的位置信息,并根据未知区域的位置信息生成能够控制图像采集设备发生移动的指令信息,控制图像采集设备移动至未知区域处,重新对未知区域进行图像采集,以对未知区域进行识别,有助于提升对图像信息中深色区域进行识别时的准确度。
进一步的,本申请实施例还包括步骤S1(附图未示出)、步骤S2(附图未示出),其中:
步骤S1:获取待测绘区域的地理位置信息。
其中,地理位置信息包括待测绘区域的经度信息和纬度信息。
具体的,待测绘区域的地理位置信息可以通过在图像采集设备上安装GPS(Global Positioning System,GPS)全球定位系统,便于通过GPS对待测绘区域的地理位置信息进行获取。
步骤S2:根据获取时刻和地理位置信息,获取待测绘区域的光线信息。
具体的,光线信息用于表征当前时刻待测绘区域的太阳高度,其中太阳高度为太阳光线与地平面的夹角,或人们在地平面对太阳的仰角,通过光线信息有助于提升确定投影区域时的准确度。
本申请实施例中,通过对待测绘区域的经度信息和维度信息进行确定,并生成地理位置信息,通过地理位置信息以及图像信息的获取时刻,共同确定获取时刻的光线信息,利用地理位置信息对光线信息进行确定,提高了对光线信息确定时的准确性。
进一步的,步骤S130中根据深色边界信息,确定源物体,具体可以包括步骤S1301(附图未示出)、步骤S1302(附图未示出)、步骤S1303(附图未示出),其中:
步骤S1301:根据光线信息,从图像信息中确定多个初始源物体。
具体的,根据光线信息能够对待测图像中多个自然要素或人工设施进行筛选。通过光线信息确定待测绘区域内可能会造成投影区域的物体,将可能会出现投影的多个物体确定为初始源物体。
步骤S1302:根据深色边界信息,计算每一初始源物体与深色区域的接触边长。
具体的,接触边长为初始源物体与深色区域接触的边长,接触边长可由深色边界信息进行确定,由于物体产生的投影区域与物体本身相连,因此通过计算每一初始源物体与深色区域的接触边长有助于对源物体进行确认。
步骤S1303:根据多个接触边长确定源物体。
具体的,对多个接触边长进行排序,将最大接触边长对应的初始源物体确定为源物体。
本申请实施例中,通过光线信息对图像信息中多个物体进行筛选,得到多个初始源物体,再通过计算每一初始源物体与深色区域的接触边长,并进行排序,将最大接触边长对应的初始源物体确定为源物体,通过计算接触边长有助于提升确定源物体的准确性。
进一步的,步骤S150中判断投影区域与深色区域是否相似,具体可以包括步骤S1501(附图未示出)、步骤S1502(附图未示出)、步骤S1503(附图未示出)、步骤S1504(附图未示出)、步骤S1505(附图未示出),其中:
步骤S1501:将投影区域导入预设的坐标系中,得到多个关键点坐标。
步骤S1502:根据多个关键点坐标,确定投影区域对应的投影边界信息。
具体的,多个关键点可以根据需求进行确定,多个关键点可以是多个边界关键点,也可以是转折点,在本申请实施例中不做具体限定,只要能够通过多个关键点确定出投影区域的投影边界信息即可,其中投影边界信息包括面积大小、面积形状。
步骤S1503:将投影边界信息与深色区域对应的深色边界信息进行相似度对比,并生成相似度对比值。
具体的,根据投影边界信息与深色边界信息在预设坐标系中将投影区域与深色区域进行叠加导入,并用不同颜色对投影区域和深色区域进行表示,确定投影区域与深色区域重叠处的重叠面积,与未重叠面积,最后将重叠面积与为重叠面积进行对比,相乘相似值。例如,投影区域的面积为8平方米,深色区域的面积为10平方米,投影区域与深色区域的重叠面积为7平方米,则未重叠面积为(8-7)+(10-7)=4,重叠面积/未重叠面积=8/4=2,即相似对比值为2。
步骤S1504:若相似值高于预设标准对比值,则确定投影区域与深色区域相似。
步骤S1505:若相似值不高于预设标准对比值,则确定投影区域与深色区域不相似。
具体的,预设标准对比值可以根据需求进行修改,在本申请实施例中不做具体限定,相似对比值超过预设标准对比值时,即确定投影区域与深色区域相似。
本申请实施例中,通过将投影区域对应的投影边界信息和深色区域对应的深色边界信息导入预设坐标系中,将两个区域进行叠加,计算投影区域与深色区域的重叠面积与未重叠面积,并生成相似对比值,若相似对比值高于预设标准相似值,则确定投影区域与深色区域相似,若相似对比值不高于预设标准相似值,则确定投影区域与深色区域不相似,通过计算重叠面积确定投影区域与深色区域是否相似,提升了相似结果的准确性。
进一步的,步骤S160中根据未知位置信息,生成移动指令信息,控制图像采集设备对未知区域重新采集,具体可以包括步骤S1601(附图未示出)、步骤S1602(附图未示出)、步骤S1603(附图未示出)、步骤S1604(附图未示出),其中:
步骤S1601:获取图像采集设备的第一位置信息、以及待测绘区域的全景图像。
具体的,待测绘区域的全景图像中至少包括图像采集设备和未知区域,待测绘区域的全景图像对应的设定区域可以根据需求进行修改,只要能够同时覆盖图像采集设备和未知区域即可。
其中,图像采集设备可以是备用图像采集设备,也可以是正在工作中的图像采集设备。
步骤S1602:根据第一位置信息、未知位置信息以及待测绘区域的全景图像,进行路径规划,形成移动指令信息,移动指令信息中包括路径信息。
步骤S1603:发送移动指令信息至图像采集设备,以使图像采集设备按照移动指令信息进行运动。
具体的,路径信息为处于第一位置信息的图像采集设备与处在未知位置信息的未知区域之间的最短路径,其中未知位置信息为与第一位置信息处于相同高度的位置,例如,第一位置信息为(0,0,8),未知区域为(5,2,0),则未知位置信息为(5,2,8)。其中最短距离的确定方式可以通过确定两点的位置坐标后,根据广度优先算法、深度优先算法均可实现。
步骤S1604:当图像采集设备移动至未知位置信息对应的区域后,重新进行图像采集。
具体的,当图像采集设备移动至位置位置后,电子设备能够接收到图像采集设备发出的到达信号,以控制图像采集设备进行图像采集。在未知位置对未知区域进行图像采集,有助于提升对未知区域进行识别时的准确度。
本申请实施例中,通过获取图像采集设备的第一位置信息,以及待测绘区域的全景图像,再基于未知位置信息,规划第一位置信息与未知位置信息的路径信息,生成移动指令信息,控制图像采集设备进行移动,当检测到图像采集设备到达未知位置信息对应的区域时,控制图像采集设备对未知区域进行图像采集,进而提升对未知区域进行识别时的准确度。
进一步的,步骤S1603发送移动指令信息至图像采集设备之后,还包括步骤Sa(附图未示出)、步骤Sb(附图未示出)、步骤Sc(附图未示出),其中:
步骤Sa:实时获取图像采集设备的第二位置信息、运动速度以及运动方向。
具体的,图像采集设备内部安装有GPS定位芯片,通过GPS定位芯片可对图像采集设备的实时第二位置信息进行获取,并根据预设时间段内行驶的路径判断图像采集设备的运动速度,以及通过GPS定位芯片,可以确定图像采集设备在移动过程中的运动方向。
步骤Sb:根据第二位置信息确定图像采集设备在路径信息中的相对位置。
具体的,相对位置是指图像采集设备从当前第二位置信息与未知位置信息之间的相对距离,相对距离会根据图像采集设备的移动而发生实时变化。
步骤Sc:根据相对位置、运动速度以及运动方向生成转向指令,并将转向指令发送至图像采集设备,以使图像采集设备按照移动指令信息运动。
具体的,转向指令是依据图像采集设备的第二位置信息以及、运动速度以及运动方向共同形成的,将转向指令发送至图像采集设备中的控制芯片中,以控制图像采集设备进行转弯和避让。
本申请实施例中,将生成的移动指令发送至图像采集设备之后,通过实时获取图像采集设备的第二位置信息、运动速度以及运动方向,并根据第二位置信息确定图像采集设备在移动过中与未知位置信息的相对位置,再根据相对位置、运动速度以及运动方向生成转向指令,将转向指令发送至图像采集设备处后,有助于控制图像采集设备按照指令信息进行移动。
进一步的,本申请实施例还包括:
对含有深色区域的图像信息进行灰度处理,得到灰度图像;
对灰度图像进行图像区域划分,得到多个划分区域;
计算每一划分区域的灰度均值,并与预设标准灰度均值进行比较;
若当前划分区域的灰度均值超出预设标准灰度均值,则确定当前划分区域存在叠加异常,并生成检测指令,以控制图像采集设备对当前划分区域进行图像采集并检测。
具体的,原本的彩色图片是有RGB三种颜色组成的(也就是每个像素点有三个值),对图像信息进行灰度化处理后,图像信息中的每一个像素点只有(0-255)中的一个值表示颜色的深度,即(R=G=B),经过灰度化处理过的图像信息呈现黑白效果,其中最黑的区域对应的灰度值为0,最白的区域对应的灰度值为255。
当检测到待测绘区域的图像信息中存在深色区域后,由于深色区域内可能是自然要素或人工设施由于遮挡光线造成的投影、自影、投影和自影的叠加,叠加区域的颜色相较于投影以及本影区域体现出来的颜色更深,因此通过计算图像信息中的灰度值可以对叠加区域进行确定。
预设标准灰度均值可以根据需求进行修改,在本申请实施例中不做具体限定,在确定预设标准灰度均值时,基于多个含有阴影或本影的图像信息对应的灰度值进行确定。
检测指令用于控制图像采集设备对当前划分区域进行重新检测,有助于对当前划分区域内的深色区域进行准确识别。
本申请实施例中,通过对含有深色区域的图像信息进行灰度处理,得到灰度图像后,将灰度图像进行区域划分,并计算每个划分区域对应的灰度均值,并将灰度均值与预设标准灰度均值进行比较,若当前划分区域对应的灰度均值超出预设标准灰度均值,则确定当前划分区域可能存在叠加区域,并生成检测指令,检测指令用于控制图像采集设备对当前划分区域进行重新检测,有助于对当前划分区域内叠加区域进行准确识别。
上述实施例从方法流程的角度介绍一种测绘图像处理的方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了测绘图像处理的装置,具体详见下述实施例。
本申请实施例提供一测绘图像处理装置,如图2所示,具体可以包括获取模块210、获取边界信息模块220、获取形状信息模块230、确定投影区域模块240、相似判断模块250、执行模块260,其中:
获取模块210,用于获取待测绘区域的图像信息,并记录获取时刻;
获取边界信息模块220,用于图像信息中存在深色区域,则获取深色区域对应的深色边界信息;
获取形状信息模块230,用于根据深色边界信息,确定源物体,并获取源物体的形状信息;
确定投影区域模块240,用于基于源物体的形状信息,确定源物体的投影区域;
相似判断模块250,用于判断深色区域与投影区域是否相似,若是,则确定深色区域为源物体的投影;
执行模块260,用于若深色区域与投影区域不相似,则根据深色区域与投影区域确定未知区域的未知位置信息,并根据未知位置信息,生成移动指令信息,控制图像采集设备对未知区域重新采集。
在一种可能实现的方式中,还包括:
获取地理信息模块,用于获取待测绘区域的地理位置信息。
其中,地理位置信息包括待测绘区域的经度信息和纬度信息。
确定光线信息模块,用于根据获取时刻和地理位置信息,获取待测绘区域的光线信息。
在一种可能实现的方式中,获取形状信息模块230包括:
确定初始源物体单元,用于根据光线信息,从图像信息中确定多个初始源物体;
计算接触边长单元,用于根据深色边界信息,计算每一初始源物体与深色区域的接触边长;
确定源物体单元,用于根据多个接触边长确定源物体。
在一种可能实现的方式中,相似判断模块250,包括:
确定关键点坐标单元,用于将投影区域导入预设的坐标系中,得到多个关键点坐标;
确定投影边界信息单元,用于根据多个关键点坐标,确定投影区域对应的投影边界信息;
相似度对比单元,用于将投影边界信息与深色区域对应的深色边界信息进行相似度对比,并生成相似对比值;
第一确定单元,用于若相似值高于预设标准对比值,则确定投影区域与所述深色区域相似;
第二确定单元,用于若相似值不高于所述预设标准对比值,则确定投影区域与所述深色区域不相似。
在一种可能实现的方式中,执行模块260包括:
获取图像信息单元,用于获取图像采集设备的第一位置信息、以及待测绘区域的全景图像;
生成指令信息单元,用于根据第一位置信息、未知位置信息以及待测绘区域的全景图像,进行路径规划,形成移动指令信息,移动指令信息中包括路径信息;
发送单元,用于发送移动指令信息至图像采集设备,以使图像采集设备按照移动指令信息进行运动;
控制启动单元,用于当图像采集设备移动至未知位置信息对应的区域后,控制图像采集设备重新进行图像采集。
在一种可能实现的方式中,还包括:
获取信息模块,用于实时获取图像采集设备的第二位置信息、运动速度以及运动方向;
确定相对位置模块,用于根据第二位置信息确定图像采集设备在路径信息中的相对位置;
生成转向指令模块,用于根据相对位置、运动速度以及运动方向生成转向指令,并将转向指令发送至图像采集设备,以使图像采集设备按照移动指令信息运动。
在一种可能实现的方式种,还包括:
灰度处理模块,用于对含有深色区域的图像信息进行灰度处理,得到灰度图像;
区域划分模块,用于对灰度图像进行图像区域划分,得到多个划分区域;
计算均值模块,用于计算每一划分区域的灰度均值,并与预设标准灰度均值进行比较;
生成检测指令模块,用于若当前划分区域的灰度均值超出预设标准灰度均值,则确定当前划分区域存在叠加异常,并生成检测指令,以控制图像采集设备对当前划分区域进行图像采集并检测。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种测绘图像处理方法,其特征在于,包括:
获取待测绘区域的图像信息,并记录获取时刻;
若所述图像信息中存在深色区域,则获取所述深色区域对应的深色边界信息;
根据所述深色边界信息,确定源物体,并获取所述源物体的形状信息;
基于所述源物体的形状信息,确定所述源物体的投影区域;
判断所述深色区域与所述投影区域是否相似,若是,则确定所述深色区域为源物体的投影;
若否,则根据所述深色区域与所述投影区域确定未知区域的未知位置信息,并根据所述未知位置信息,生成移动指令信息,控制图像采集设备对所述未知区域重新采集,
其中,当深色区域与源物体的投影区域不同时,判断深色区域是否包含源物体的投影区域;若深色区域包含源物体的投影区域,则从深色区域中将投影区域进行剔除,得到未知区域;若深色区域不包源物体的投影区域,则将深色区域确定为未知区域。
2.根据权利要求1所述的一种测绘图像处理方法,其特征在于,所述根据所述深色边界信息,确定源物体之前,还包括:
获取待测绘区域的地理位置信息,所述地理位置信息包括待测绘区域的经度信息和纬度信息;
根据所述获取时刻和所述地理位置信息,获取所述待测绘区域的光线信息。
3.根据权利要求2所述的一种测绘图像处理方法,其特征在于,所述根据所述深色边界信息,确定源物体,包括:
根据所述光线信息,从图像信息中确定多个初始源物体;
根据所述深色边界信息,计算每一初始源物体与所述深色区域的接触边长;
根据多个所述接触边长确定源物体。
4.根据权利要求1所述的一种测绘图像处理方法,其特征在于,所述判断所述深色区域与所述投影区域是否相似,包括:
将所述投影区域导入预设的坐标系中,得到多个关键点坐标;
根据所述多个关键点坐标,确定所述投影区域对应的投影边界信息;
将所述投影边界信息与所述深色区域对应的深色边界信息进行相似度对比 ,并生成相似对比值;
若所述相似值高于预设标准对比值,则确定所述投影区域与所述深色区域相似;
若所述相似值不高于所述预设标准对比值,则确定所述投影区域与所述深色区域不相似。
5.根据权利要求1所述的一种测绘图像处理方法,其特征在于,所述根据所述未知位置信息,生成移动指令信息,控制图像采集设备对所述未知区域重新采集,包括:
获取图像采集设备的第一位置信息、以及待测绘区域的全景图像;
根据所述第一位置信息、未知位置信息以及待测绘区域的全景图像,进行路径规划,形成移动指令信息,所述移动指令信息中包括路径信息;
发送所述移动指令信息至图像采集设备,以使图像采集设备按照所述移动指令信息进行运动;
当所述图像采集设备移动至未知位置信息对应的区域后,控制图像采集设备重新进行图像采集。
6.根据权利要求5所述的一种测绘图像处理方法,其特征在于,所述发送所述移动指令信息至图像采集设备之后,还包括:实时获取图像采集设备的第二位置信息、运动速度以及运动方向;
根据所述第二位置信息确定所述图像采集设备在所述路径信息中的相对位置;
根据所述相对位置、所述运动速度以及所述运动方向生成转向指令,并将所述转向指令发送至图像采集设备,以使图像采集设备按照所述移动指令信息运动。
7.根据权利要求1所述的一种测绘图像处理方法,其特征在于,还包括:
对含有深色区域的图像信息进行灰度处理,得到灰度图像;
对所述灰度图像进行图像区域划分,得到多个划分区域;
计算每一划分区域的灰度均值,并与预设标准灰度均值进行比较;
若当前划分区域的灰度均值超出预设标准灰度均值,则确定所述当前划分区域存在叠加异常,并生成检测指令,以控制图像采集设备对当前划分区域进行图像采集并检测。
8.一种测绘图像处理装置,其特征在于,包括:
获取模块,用于获取待测绘区域的图像信息,并记录获取时刻;
获取边界信息模块,用于若所述图像信息中存在深色区域,则获取所述深色区域对应的深色边界信息;
获取形状信息模块,用于根据所述深色边界信息,确定源物体,并获取所述源物体的形状信息;
确定投影区域模块,用于基于所述源物体的形状信息,确定所述源物体的投影区域;
相似判断模块,用于判断所述深色区域与所述投影区域是否相似,若是,则确定所述深色区域为源物体的投影;
执行模块,用于若否,则根据所述深色区域与所述投影区域确定未知区域的未知位置信息,并根据所述未知位置信息,生成移动指令信息,控制图像采集设备对所述未知区域重新采集,其中当深色区域与源物体的投影区域不同时,判断深色区域是否包含源物体的投影区域;若深色区域包含源物体的投影区域,则从深色区域中将投影区域进行剔除,得到未知区域;若深色区域不包源物体的投影区域,则将深色区域确定为未知区域。
9.一种电子设备,其特征在于,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-7中任一项所述测绘图像处理方法。
10.一种计算机可读存储介质,其特征在于,包括:存储有能够被处理器加载并执行如权利要求1-7中任一项所述测绘图像处理方法的计算机程序。
CN202210807234.1A 2022-07-11 2022-07-11 一种测绘图像处理方法、装置、电子设备及介质 Active CN115311552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210807234.1A CN115311552B (zh) 2022-07-11 2022-07-11 一种测绘图像处理方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210807234.1A CN115311552B (zh) 2022-07-11 2022-07-11 一种测绘图像处理方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN115311552A CN115311552A (zh) 2022-11-08
CN115311552B true CN115311552B (zh) 2025-12-05

Family

ID=83856923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210807234.1A Active CN115311552B (zh) 2022-07-11 2022-07-11 一种测绘图像处理方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN115311552B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106507076A (zh) * 2016-11-25 2017-03-15 重庆杰夫与友文化创意有限公司 一种投影方法、装置及系统
CN111754556A (zh) * 2020-06-23 2020-10-09 自然资源部四川测绘产品质量监督检验站(四川省测绘产品质量监督检验站) 一种递增式无人机航摄重叠度检测方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112672139A (zh) * 2021-03-16 2021-04-16 深圳市火乐科技发展有限公司 投影显示方法、装置及计算机可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106507076A (zh) * 2016-11-25 2017-03-15 重庆杰夫与友文化创意有限公司 一种投影方法、装置及系统
CN111754556A (zh) * 2020-06-23 2020-10-09 自然资源部四川测绘产品质量监督检验站(四川省测绘产品质量监督检验站) 一种递增式无人机航摄重叠度检测方法及系统

Also Published As

Publication number Publication date
CN115311552A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
Maddern et al. 1 year, 1000 km: The oxford robotcar dataset
JP5837092B2 (ja) 水平角を使用する位置決定
US20130226667A1 (en) Methods and apparatus to analyze markets based on aerial images
CN113139031B (zh) 用于自动驾驶的交通标识的生成方法及相关装置
CN111461981A (zh) 点云拼接算法的误差估计方法和装置
US10107899B1 (en) System and method for calibrating light intensity
CN109883418A (zh) 一种室内定位方法及装置
Wang et al. Automated road sign inventory system based on stereo vision and tracking
CN112184906B (zh) 一种三维模型的构建方法及装置
CN111340877A (zh) 一种车辆定位方法及装置
CN113593026A (zh) 车道线标注辅助地图生成方法、装置和计算机设备
CN111353453A (zh) 用于车辆的障碍物检测方法和装置
CN114820783B (zh) 一种路牌生成方法、装置及设备
CN104769643A (zh) 用于使用可平行化架构中的图像来初始化及解算面元的局部几何形状或表面法线的方法
CN116558478B (zh) 路面高度解算方法、装置、电子设备及存储介质
CN115311552B (zh) 一种测绘图像处理方法、装置、电子设备及介质
KR102890907B1 (ko) 마커 기반 무인항공사진측량 자동보정장치 및 그 장치의 구동방법
CN111488771B (zh) Ocr挂接方法、装置与设备
CN113932793A (zh) 三维坐标定位方法、装置、电子设备和存储介质
CN119991928B (zh) 一种基于无人机的三维实景建模方法及系统
CN116069885B (zh) 一种信息真实性的确定方法、装置和电子设备
CN115619817B (zh) 点云数据检测结果的增强方法、装置、计算机设备和介质
KR102139667B1 (ko) 정보 획득 방법 및 디바이스.
CN115619697B (zh) 相机数据检测结果的增强方法、装置、计算机设备和存储介质
CN113779299B (zh) 用于存储物品位置信息的方法、装置、电子设备和介质

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
GR01 Patent grant