CN115713616A - 一种房源空间模型生成方法、装置、终端设备及存储介质 - Google Patents
一种房源空间模型生成方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN115713616A CN115713616A CN202211447733.0A CN202211447733A CN115713616A CN 115713616 A CN115713616 A CN 115713616A CN 202211447733 A CN202211447733 A CN 202211447733A CN 115713616 A CN115713616 A CN 115713616A
- Authority
- CN
- China
- Prior art keywords
- source
- target
- image
- panorama
- wall
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000006243 chemical reaction Methods 0.000 claims abstract description 62
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000000605 extraction Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种房源空间模型生成方法、装置、终端设备及存储设备,涉及信息获取技术领域。获取源房源的每个源单位空间采集的第一影像;获取目标房源的每个目标单位空间采集的第二影像;采用第一影像的每一源全景图遍历第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;获取每个源全景图对应的源单位空间的源单位空间模型;获取源房源的源空间模型。能够根据源房源的第一影像、与源房源相同或相似的目标房源的第二影像,确定出针对目标房源的已经生成的各个目标单位空间模型的转换位姿,并根据转换位姿对目标房源的各个目标单位空间模型进行转换,避免对相同或相似的房屋重复生成房屋模型,提升了房屋模型的获取效率。
Description
技术领域
本发明涉及信息获取技术领域,尤其涉及一种房源空间模型生成方法、装置、终端设备及存储介质。
背景技术
随着房地产行业和互联网技术的迅速发展,越来愈多的购房者开始通过线上途径挑选房源。
相关技术中,针对线上已经进行展示的目标房源,再次进行与目标房源的相同户型的其他房源的拍摄,需要对该同户型的房源生成相应的房屋空间模型;或者其他经纪人对目标房源进行再次拍摄,针对该目标房源再次生成相应的房屋空间模型时,需要对新拍摄的房屋素材再次从原始素材开始重新处理,先生成每个单位空间的空间模型,再得到整个目标房源的空间模型。
上述为房源生成空间模型的步骤较为繁琐,导致为房源生成对应空间模型的效率较低,且成本较高。
发明内容
本发明实施例提供一种房源空间模型生成方法、装置、终端设备及存储介质,以解决为房源生成对应空间模型效率较低且成本较高的问题。
为了解决上述技术问题,本发明是这样实现的:
第一方面,一种房源空间模型生成方法,所述方法包括:
获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图;
获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成所述目标房源的目标空间模型,所述目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,所述目标空间模型包括目标三维模型和/或目标户型图,所述目标房源和所述源房源为相同或相似户型房源;
采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;
根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型;
根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
可选地,所述根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型,包括:
根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像;
根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿;
根据所述转换位姿获取所述源单位空间模型。
可选地,所述根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像,包括:
确定第一目标全景图的每个目标墙面图像,以及确定第一源全景图的每个源墙面图像;其中,所述第一目标全景图为任一目标全景图,所述第一目标全景图与所述第一源全景图相匹配,所述第一源全景图包括多个源墙面图像,所述第一目标全景图包括多个目标墙面图像;
以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像。
可选地,所述方法还包括:
分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点;
根据所述源墙角点确定所述源墙面图像;
根据所述目标墙角点确定所述目标墙面图像。
可选地,所述以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像,包括:
将所述相匹配的源全景图和目标全景图在同一空间坐标系下按照垂直于水平面的竖直轴环绕;
以所述目标全景图中每个目标墙面图像为参考,按墙面依次旋转所述源全景图,或以所述源全景图中每个源墙面图像为参考,按墙面依次旋转所述目标全景图;
在每次旋转完成,分别获取每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值;
根据每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值,获取与所述每个目标墙面图像相匹配的每个源墙面图像。
可选地,所述根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿,包括:
获取每个目标墙面图像的每个目标墙角点坐标,以及与其相匹配的每个源墙面图像的每个源墙角点坐标;
根据所述每个目标墙角点坐标和所述每个源墙角点坐标获取所述目标单位空间模型的转换位姿。
可选地,所述采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图,包括:
获取所述每一源全景图对应的每一第一特征信息,以及所述第二影像中的每一目标全景图对应的每一第二特征信息;
将所述每一特征信息分别与所述每一第二特征信息进行匹配,得到所述每一源全景图与所述每一目标全景图之间的特征匹配度;
根据所述特征匹配度确定每一源全景图相匹配的每一目标全景图。
第二方面,本发明实施例另外提供了一种房源空间模型生成装置,包括:
第一影像模块,用于获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图;
第二影像模块,用于获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成所述目标房源的目标空间模型,所述目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,所述目标空间模型包括目标三维模型和/或目标户型图,所述目标房源和所述源房源为相同或相似户型房源;
全景图匹配模块,用于采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;
空间模型转换模块,用于根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型;
源空间模型模块,用于根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
可选地,所述空间模型转换模块包括:
墙面图像子模块,用于根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像;
转换位姿子模块,用于根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿;
源单位空间模型子模块,用于根据所述转换位姿获取所述源单位空间模型。
可选地,所述墙面图像子模块包括:
墙面图像子模块,用于确定第一目标全景图的每个目标墙面图像,以及确定第一源全景图的每个源墙面图像;其中,所述第一目标全景图为任一目标全景图,所述第一目标全景图与所述第一源全景图相匹配,所述第一源全景图包括多个源墙面图像,所述第一目标全景图包括多个目标墙面图像;
墙面图像匹配子模块,用于以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像。
可选地,所述装置还包括:
墙角点子模块,用于分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点;
源墙面图像子模块,用于根据所述源墙角点确定所述源墙面图像;
目标墙面图像子模块,用于根据所述目标墙角点确定所述目标墙面图像。
可选地,所述墙面图像匹配子模块包括:
环绕子模块,用于将所述相匹配的源全景图和目标全景图在同一空间坐标系下按照垂直于水平面的竖直轴环绕;
旋转子模块,用于以所述目标全景图中每个目标墙面图像为参考,按墙面依次旋转所述源全景图,或以所述源全景图中每个源墙面图像为参考,按墙面依次旋转所述目标全景图;
相似度和比值子模块,用于在每次旋转完成,分别获取每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值;
墙面图像匹配确定子模块,用于根据每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值,获取与所述每个目标墙面图像相匹配的每个源墙面图像。
可选地,所述转换位姿子模块包括:
墙角点坐标子模块,用于获取每个目标墙面图像的每个目标墙角点坐标,以及与其相匹配的每个源墙面图像的每个源墙角点坐标;
转换位姿确定子模块,用于根据所述每个目标墙角点坐标和所述每个源墙角点坐标获取所述目标单位空间模型的转换位姿。
可选地,所述全景图匹配模块包括:
特征信息子模块,用于获取所述每一源全景图对应的每一第一特征信息,以及所述第二影像中的每一目标全景图对应的每一第二特征信息;
特征匹配度子模块,用于将所述每一特征信息分别与所述每一第二特征信息进行匹配,得到所述每一源全景图与所述每一目标全景图之间的特征匹配度;
全景图匹配子模块,用于根据所述特征匹配度确定每一源全景图相匹配的每一目标全景图。
第三方面,本发明实施例另外提供了一种终端设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如前第一方面所述的房源空间模型生成方法的步骤。
第四方面,本发明实施例另外提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前第一方面所述的房源空间模型生成方法的步骤。
在本发明实施例中,包括:获取源房源的每个源单位空间采集的第一影像,第一影像包括待处理的源房源的每个源单位空间的每一源全景图;获取目标房源的每个目标单位空间采集的第二影像,以及第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成目标房源的目标空间模型,目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,目标空间模型包括目标三维模型和/或目标户型图,目标房源和源房源为相同或相似户型房源;采用每一源全景图遍历第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;根据每一相匹配的源全景图和目标全景图,转换每个目标全景图对应的目标单位空间的目标单位空间模型,以获取每个源全景图对应的源单位空间的源单位空间模型;根据每个源单位空间的源单位空间模型获取源房源的源空间模型,源空间模型包括源三维模型和/或源户型图。因此,针对需要生成源空间模型的源房源,能够根据源房源的第一影像,以及与源房源相同或相似的目标房源的第二影像,确定出针对目标房源的已经生成的各个目标单位空间模型的转换位姿,并根据转换位姿对目标房源的各个目标单位空间模型进行转换,从而能够快速获取到源房源的源空间模型,无需从零开始对源房源进行测量,避免了对相同或相似的房屋重复生成房屋模型,提升了房屋模型的获取效率,同时降低了房屋模型的获取成本。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种房源空间模型生成方法的步骤流程图;
图2是本发明实施例提供的另一种房源空间模型生成方法的步骤流程图;
图3是本发明实施例提供的一种墙角点示意图;
图4是本发明实施例提供的一种房源空间模型生成装置的结构示意图;
图5是本发明实施例提供的一种终端设备的硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
详细介绍本发明实施例提供的一种房源空间模型生成方法。
参照图1,示出了本发明实施例提供的一种房源空间模型生成方法的步骤流程图。
步骤101,获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图。
在本发明实施例中,源房源可以表示可以进行售卖的整套房屋,例如一套住宅、一套厂房、一套商铺等,源单位空间可以是指源房源中的独立空间,举例来说,在一栋居民楼的23楼,存在一套二室一厅的源房源,该源房源包含一个主卧、一个次卧和一个客厅,则该住宅中的主卧、次卧和客厅均为一个单位空间。
为了便于用户对源房源进行了解,可以在源房源的每个源单位空间采集第一影像,并通过对第一影像进行标注、处理,生成源房源对应的源空间模型,从而实现诸如虚拟现实看房(VR看房)、视频看房等高级功能。
在本发明实施例中,源房源的第一影像可以包含源房源中,每一源单位空间对应的每一源全景图。其中,源全景图表示在源单位空间中通过拍摄设备拍摄得到的源单位空间的全景影像。拍摄设备可以包括可见光拍摄设备,例如手机摄像头、单反相机等,拍摄设备还可以包括全景相机、深感拍摄设备,例如激光雷达摄像头、毫米波摄像头等。
步骤102,获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成所述目标房源的目标空间模型,所述目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,所述目标空间模型包括目标三维模型和/或目标户型图,所述目标房源和所述源房源为相同或相似户型房源。
在市面上的房源中,存在很多结构相同或相似的房源,例如,在同一个小区中,可能存在大量相同的住宅,这些住宅中的房屋结构相同,属于相同的户型;相同开发商基于相同的设计图纸建设的两个不同的楼盘中,也可能存在大量的相同或相似的房源。因此,在本发明实施例中,为了生成源房源的源空间模型,可以确定出与源房源相似或相同户型的已经生成对应目标空间模型的目标房源,再基于目标房源的目标空间模型为源房源生成对应的源空间模型,以提升了确定源空间模型的效率,避免重复劳动。
在本发明实施例中,可以通过人工选取的方式确定出与源房源相同或相似的目标房源,也可以通过自动识别的方式确定出与源房源相同或相似的目标房源。
具体地,在一种实施方式中,可以由用户在已经生成空间模型的历史房源库中指定一个相同或相似的历史房源作为目标房源。举例来说,源房源是位于小区A的8号楼3层301房,若小区A的8号楼4层的401房与301房户型相同,且401房已经生成了对应的空间模型,则用户可以指定上述401房作为源房源对应的目标房源。
在另一种实施方式中,在获取到源房源的第一影像后,可以从第一影像中提取一定数量的源房源特征信息,并从已生成空间模型的历史房源库中提取各个历史房源对应的一定数量的历史房源特征信息,并将源房源特征信息与每个历史房源的历史房源特征信息分别进行比对,计算源房源与各个历史房源之间的特征匹配数量,再将大于或等于预设匹配数量的特征匹配数量中,最大的特征匹配数量对应的历史房源确定为源房源对应的目标房源。
举例来说,在特征信息包含10种的情况下,如果源房源A与一个历史房源B的特征匹配数量为5,源房源A与一个历史房源C的特征匹配数量为8,源房源A与一个历史房源D的特征匹配数量为9,在预设匹配数量为8的情况下,历史房源C和历史房源D的特征匹配数量大于或等于预设匹配数量,且其中历史房源D的特征匹配数量最大,则可以将历史房源D确定为源房源A对应的目标房源。
可以通过预先训练的特征提取模型,从房屋影像中提取特征信息,其中,特征提取模型可以接收输入的房屋影像,并对房屋影像进行语义信息抽取,从而得到特征信息。此外,技术人员还可以根据需要选取其他特征信息的获取方法,本发明实施例对此并不进行具体限定。
进一步地,上述历史房源可以是所有已经生成房屋模型的所有房源中,通过特定规则筛选出的与源房源相同或相似的概率较高的房源。例如,可以根据源房源的属性,从所有已经生成房屋模型的所有房源中筛选出与源房源相关程度较高的房源作为历史方圆,以缩小目标房源的匹配范围,提高匹配效率。
举例来说,可以根据源房源的位置信息,将源房源周围预设范围(例如半径1千米)内的已经生成房屋模型的所有房源确定为历史房源,或将源房源所处小区中已经生成房屋模型的所有房源确定为历史房源。技术人员可以根据实际需要灵活调整目标房源的筛选规则,本发明对此并不进行具体限定。
需要说明的是,本发明实施例中的目标空间模型由每个目标单位空间对应的目标单位空间模型组合而成,目标空间模型包括目标三维模型和/或目标户型图。
步骤103,采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图。
在本申请实施例中,为了便于根据目标房源的目标单位空间生成源房源的源单位空间,首先需要建立源全景图与目标全景图之间的对应关系,从而确定出源全景图与目标单位空间之间的对应关系,也相当于确定源单位空间与目标单位空间之间的对应关系。
具体地,可以采用每一源全景图遍历第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图。
举例来说,若源房源包括源全景图1、源全景图2和源全景图3,目标房源包括目标全景图1、目标全景图2和目标全景图3,在匹配时,可以将源全景图1分别与目标全景图1、目标全景图2和目标全景图3进行比对,以确定源全景图1与每个目标全景图之间的相似度,并将与源全景图1相似度最高的目标全景图确定为与全景图1相匹配的目标全景图;将源全景图2分别与目标全景图1、目标全景图2和目标全景图3进行比对,以确定源全景图2与每个目标全景图之间的相似度,并将与源全景图2相似度最高的目标全景图确定为与源全景图2相匹配的目标全景图;将源全景图3分别与目标全景图1、目标全景图2和目标全景图3进行比对,以确定源全景图3与每个目标全景图之间的相似度,并将与源全景图3相似度最高的目标全景图确定为与源全景图3相匹配的目标全景图。
步骤104,根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型。
在本发明实施例中,确定出源全景图与目标全景图之间的对应关系,即相当于确定出了源单位空间与目标单位空间之间的对应关系,可以直接将目标单位空间的目标单位空间模型作为对应的源单位空间的源单位空间模型。
由于源单位空间的源全景图与目标单位空间的目标全景图在拍摄角度、位置、方法上可能存在差异,使得源全景图与目标单位空间之间可能不具备正确的位置映射对应关系,因此,还需要根据每一相匹配的源全景图和目标全景图,转换每个目标全景图对应的目标单位空间的目标单位空间模型,以获取每个源全景图对应的源单位空间的源单位空间模型。
具体地,可以根据每一项匹配的源全景图和目标全景图之中的房屋结构(例如房屋中的门窗、墙角拐点、墙边线或墙面等),确定出源全景图与目标全景图之间的转换位姿,通过该转换位姿对目标全景图对应的目标单位空间模型进行转换后得到源单位空间模型。
步骤105,根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
通过上述步骤得到每个源单位空间的源单位空间模型,由于源单位空间模型是根据源全景图与目标全景图进行位姿转换后得到的,因此源单位空间模型与对应的源全景图具有正确定的映射关系(例如,源单位空间模型中的窗户位置与源全景图之中的窗户位置相互匹配),从而得到源房源对应的源空间模型,从而可以直接将原全景图映射至源空间模型的源单位空间模型中以供用户查看源房源,其中,源空间模型包括源三维模型和/或源户型图。
综上所述,本发明提出的房源空间模型生成方法,包括:获取源房源的每个源单位空间采集的第一影像,第一影像包括待处理的源房源的每个源单位空间的每一源全景图;获取目标房源的每个目标单位空间采集的第二影像,以及第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成目标房源的目标空间模型,目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,目标空间模型包括目标三维模型和/或目标户型图,目标房源和源房源为相同或相似户型房源;采用每一源全景图遍历第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;根据每一相匹配的源全景图和目标全景图,转换每个目标全景图对应的目标单位空间的目标单位空间模型,以获取每个源全景图对应的源单位空间的源单位空间模型;根据每个源单位空间的源单位空间模型获取源房源的源空间模型,源空间模型包括源三维模型和/或源户型图。因此,针对需要生成源空间模型的源房源,能够根据源房源的第一影像,以及与源房源相同或相似的目标房源的第二影像,确定出针对目标房源的已经生成的各个目标单位空间模型的转换位姿,并根据转换位姿对目标房源的各个目标单位空间模型进行转换,从而能够快速获取到源房源的源空间模型,无需从零开始对源房源进行测量,避免了对相同或相似的房屋重复生成房屋模型,提升了房屋模型的获取效率,同时降低了房屋模型的获取成本。
实施例二
详细介绍本发明实施例提供的一种房源空间模型生成方法。
参照图2,图2中示出了本发明实施例提供的另一种房源空间模型生成方法的步骤流程图,可以包括以下步骤:
步骤201,获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图。
此步骤可参见步骤101,本申请实施例不再赘述。
步骤202,获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图。
此步骤可参见步骤102,本申请实施例不再赘述。
步骤203,采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图。
此步骤可参见步骤103,本申请实施例不再赘述。
可选地,步骤203还可以包括:
子步骤2031,获取所述每一源全景图对应的每一第一特征信息,以及所述第二影像中的每一目标全景图对应的每一第二特征信息。
在确定出源房源对应的目标房源后,可以进一步确定出源房源的第一影像中各个原全景图,与目标房源的第二影像中各个目标全景图之间的对应关系。如果采集源全景图的源单位空间,与采集目标全景图的目标单位空间相似或相同,则说明该原全景图与目标全景图相匹配。
具体地,在获取到源房源的源全景图和目标房源的目标全景图后,可以采用相同的特征提取方式,从每一源全景图中提取预设数量的第一特征信息,从每一目标全景图中提取预设数量的第二特征信息。
在本发明实施例中,特征信息可以包括门窗在全景图中的尺寸信息、相邻墙角在全景图之中的距离信息、墙面在全景图中的位置信息等等能够描述房屋特征的信息,第一特征信息是源房源中的特征信息,第二特征信息是目标房源中的特征信息,第一特征信息的数量,与第二特征信息的数量相同。需要说明的是,技术人员可以根据实际需要灵活设置需要提取的特征信息的种类和数量,选择提取较多的特征信息数量,有助于提升匹配的准确程度,选择提取较少的特征信息数量,有助于提升匹配的效率。
具体地,可以通过预先训练的特征提取模型,从全景图中提取特征信息,其中,特征提取模型可以接收输入的全景图,并对全景图进行语义信息抽取,从而得到特征信息。此外,技术人员还可以根据实际需要选择其他特征信息的获取方法,本发明实施例对此并不进行具体限定。
进一步地,在本发明实施例中,还可以对目标房源的第二特征信息进行预先提取,并将提取出的第二特征信息存储并建立其与目标房源的对应关系,在需要进行特征匹配时,可以仅计算生成源房源的第一特征信息,并从存储器中直接读取目标房源的第二特征信息,以避免从目标房源的目标全景图中重复提取第二特征信息,有助于提升房屋的匹配效率。
子步骤2032,将所述每一特征信息分别与所述每一第二特征信息进行匹配,得到所述每一源全景图与所述每一目标全景图之间的特征匹配度。
在本申请实施例中,特征匹配度可以表示第一特征信息与第二特征信息中相匹配的特征数量,也可以表示相匹配的特征数量占特征信息种类数的比例。举例来说,若第一特征信息具体包含10个特征,第二特征信息具体包含10个特征,第一特征信息与第二特征信息比对后显示其中有9组特征相互匹配,则说明第一特征信息与第二特征信息的特征匹配度为9或90%。
在特征信息的匹配过程,可以对相同类型的特征信息进行比对,以确定两者是否匹配。在本发明实施例中,特征信息相匹配可以是指特征信息完全一致,例如,原全景图A的一个第一特征信息a为窗户距离地面的高度为1.32,目标全景图B的一个第二特征信息b为窗户距离地面的高度为1.32,则第一特征信息a与第二特征信息b完全一致,可以确定第一特征信息a与第二特征信息b相匹配。
在本发明是实施例中,特征信息相匹配可以是指两个特征信息之间的差值小于或等于预设差值,例如,原全景图A的一个第一特征信息a为窗户距离地面的高度为1.32,目标全景图B的一个第二特征信息b为窗户距离地面的高度为1.31,如果预设差值为0.02,则第一特征信息a与第二特征信息b之间的差值小于该预设差值,可以确定第一特征信息a与第二特征信息b相匹配。需要说明的是,针对每一种不同的特征信息,可以设置对应的预设差值,以针对各种不同的特征信息均能准确判断其匹配性。
子步骤2033,根据所述特征匹配度确定每一源全景图相匹配的每一目标全景图。
在本申请实施例中,特征匹配度可以包括特征匹配数量或特征匹配比例,具体地,在特征匹配度为特征匹配数量的情况下,可以将特征匹配数量满足预设匹配条件的一对源全景图和目标全景图,确定为相匹配的源全景图和目标全景图。在特征匹配度为特征匹配比例的情况下,可以将特征匹配比例满足预设匹配条件的一对源全景图和目标全景图,确定为相匹配的源全景图和目标全景图
相对应地,预设匹配条件可以包括预设匹配数量,也可以包括预设匹配比例。其中,特征匹配比例可以是特征匹配数量与所有特征信息总量的比值,例如,获取了原全景图A的10个第一特征信息、目标全景图B的10个第二特征信息,两者之间有8对特征信息匹配,则该目标房源B对应的特征匹配数量为8,特征匹配比例为0.8。
举例来说,在第一特征信息和第二特征信息均为10个的情况下,如果原全景图A与目标全景图B的特征匹配数量为5,原全景图A与目标全景图C的特征匹配数量为8,原全景图A与目标全景图D的特征匹配数量为9,在预设匹配数量为8的情况下,目标全景图C和目标全景图D的特征匹配数量大于或等于预设匹配数量,且其中目标全景图D的特征匹配数量最大,则可以确定原全景图A与目标全景图D相匹配。
步骤204,根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像。
确定出源全景图和目标全景图之间的对应关系后,可以根据相对应的源全景图与目标全景图中的相同房屋结构(例如房屋中的门窗、墙角拐点、墙边线等)之间的位置差异,确定针对目标全景图对应的目标单位空间模型的转换位姿,从而利用转弯位姿对目标单位空间模型进行处理,得到源单位空间模型。具体地,可以将源全景图和目标全景图投影至同一空间坐标系中,根据源全景图和目标全景图中相同的房屋结构在该空间坐标系中的位置差异,确定源全景图和目标全景图之间的转换位姿。
本申请实施例以墙面作为上述房屋结构进行示例性说明,需要说明的是,通过其他房屋结构也可以采取类似的方式确定出转换位姿。
首先,可以根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中的墙面图像,并确定源全景图中的墙面图像与目标全景图中的墙面图像之间的对应关系。墙面图像的具体获取方式和对应关系的确定可参照如下子步骤2041至子步骤2042。
可选地,步骤204可以包括:
子步骤2041,确定第一目标全景图的每个目标墙面图像,以及确定第一源全景图的每个源墙面图像;其中,所述第一目标全景图为任一目标全景图,所述第一目标全景图与所述第一源全景图相匹配,所述第一源全景图包括多个源墙面图像,所述第一目标全景图包括多个目标墙面图像。
定义第一目标全景图为任意一对相对应的源全景图和目标全景图中的目标全景图。从而可以获取第一目标全景图,并从第一目标全景图中提取每个墙面的每个目标墙面图像。定义第一源全景图为任意一对相对应的源全景图和目标全景图中的源全景图。从而可以获取第一源全景图,并从第一源全景图中提取每个墙面的每个源墙面图像。其中,第一目标全景图像与第一源全景图相互匹配。
源墙面图像和目标墙面图像可以采用如下子步骤A1至子步骤A3的方式进行提取。
可选地,子步骤2041可以包括:
子步骤A1,分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点。
在本发明实施例中,可以分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点。再基于源墙角点从源全景图中提取源墙面图像,基于目标墙角点从目标全景图中提取目标墙面图像。
参照图3,图3示出了本发明实施例提供的一种墙角点示意图,如图3所示,墙面31、与墙面31相邻的墙面32、地面33,这三个面的交点为一个墙角点34。
具体地,可以通过语义特征提取的方式对源全景图和目标全景图进行识别,从源全景图中识别出源墙角点,并从目标全景图中识别出目标墙角点。
子步骤A2,根据所述源墙角点确定所述源墙面图像。
得到源墙角点之后,可以对每个源全景图中相邻的源墙角点进行连接,得到每个源全景图的墙面边线,从而对源全景图中墙面边线围绕的区域进行提取,得到源墙面图像。
子步骤A3,根据所述目标墙角点确定所述目标墙面图像。
得到目标墙角点之后,可以对每个目标全景图中相邻的目标墙角点进行连接,得到每个目标全景图的墙面边线,从而对目标全景图中墙面边线围绕的区域进行提取,得到目标墙面图像。
子步骤2042,以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像。
为了确定出目标墙面图像与源墙面图像的对应关系,可以采用每一个目标墙面图像为参考,遍历第一源全景图中的所有源墙面图像,并计算每个目标墙面图像与每个源墙面图像之间的墙面相似度,再基于墙面相似度确定每个目标墙面图像与每个源墙面图像之间的匹配关系。
具体地,目标墙面图像与源墙面图像之间的墙面相似度可以基于目标墙面图像中的目标墙面特征,与源墙面图像中的源墙面特征的比对结果进行确定。其中,上述墙面特征可以包括墙面图案特征和/或墙面投影尺寸特征等。以下子步骤B1至子步骤B4以墙面图案特征和墙面投影尺寸特征为例,对确定目标墙面图像与源墙面图像的对应关系的过程进行说明:
可选地,子步骤2042可以包括:
子步骤B1,将所述相匹配的源全景图和目标全景图在同一空间坐标系下按照垂直于水平面的竖直轴环绕。
首先,将相匹配的源全景图和目标全景图映射至同一空间坐标系中,在映射过程中,保持源全景图和目标全景图的墙面与空间坐标系的水平面垂直,且源全景图和目标全景图在该空间坐标系中环绕于一个垂直于空间坐标系的水平面的竖直轴。以便进行后续对目标墙面图像和源墙面图像进行比对操作。
子步骤B2,以所述目标全景图中每个目标墙面图像为参考,按墙面依次旋转所述源全景图,或以所述源全景图中每个源墙面图像为参考,按墙面依次旋转所述目标全景图。
在比对过程中,可以以目标全景图中每个目标墙面图像为参考,按墙面为单位对源全景图进行多次旋转;也可以以源全景图中每个源墙面图像为参考,按墙面为单位对目标全景图进行多次旋转。每次旋转完成后,每个目标墙面图像与每个源墙面图像之间的位置关系均发生变化,该多次旋转的次数与源全景图中包含的源墙面图像的数量相同。
举例来说,源全景图A包括源墙面图像a1、源墙面图像a2、源墙面图像a3和源墙面图像a4;与源全景图对应的目标全景图B包括目标墙面图像b1、目标墙面图像b2、目标墙面图像b3和目标墙面图像b4,可以将源全景图A和目标全景图B映射至同一空间坐标系中,并以源全景图A中的源墙面图像作为参考,对目标全景图进行旋转,每次旋转目标全景图中一个目标墙面图像的幅度。
子步骤B3,在每次旋转完成,分别获取每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值。
在每次旋转完成后,计算获取每次旋转后在空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度。举例来说,源全景图A包括源墙面图像a1、源墙面图像a2、源墙面图像a3和源墙面图像a4;与源全景图对应的目标全景图B包括目标墙面图像b1、目标墙面图像b2、目标墙面图像b3和目标墙面图像b4。在第一旋转后,源墙面图像a1与目标墙面图像b1位置相对应、源墙面图像a2与目标墙面图像b2位置相对应、源墙面图像a3与目标墙面图像b3位置相对应、源墙面图像a4与目标墙面图像b4位置相对应;在第二旋转后,源墙面图像a1与目标墙面图像b2位置相对应、源墙面图像a2与目标墙面图像b3位置相对应、源墙面图像a3与目标墙面图像b4位置相对应、源墙面图像a4与目标墙面图像b5位置相对应。
上述相似度可以为源墙面图像和目标墙面图像中,墙面之间的面积相似度、高度相似度、长度相似度或墙面特征相似度。例如,一个源墙面a1的长度为2米,一个目标墙面b1的长度为1.9米,则源墙面a1和目标墙面b1的相似度可以为1.9/2=95%。在本申请实施例中,技术人员还可以根据其他方式确定目标墙面图像和源墙面图像之间的相似度,本申请实施例对此并不进行具体限定。
举例来说,源全景图A包括源墙面图像a1、源墙面图像a2、源墙面图像a3和源墙面图像a4;与源全景图对应的目标全景图B包括目标墙面图像b1、目标墙面图像b2、目标墙面图像b3和目标墙面图像b4。在第一次旋转之后,可以计算源墙面图像a1与目标墙面图像b1之间的相似度、源墙面图像a2与目标墙面图像b2之间的相似度、源墙面图像a3与目标墙面图像b3之间的相似度、源墙面图像a4与目标墙面图像b4之间的相似度;在第二次旋转之后,可以计算源墙面图像a1与目标墙面图像b2之间的相似度、源墙面图像a2与目标墙面图像b3之间的相似度、源墙面图像a3与目标墙面图像b4之间的相似度、源墙面图像a4与目标墙面图像b1之间的相似度;在第三次旋转之后,可以计算源墙面图像a1与目标墙面图像b3之间的相似度、源墙面图像a2与目标墙面图像b4之间的相似度、源墙面图像a3与目标墙面图像b1之间的相似度、源墙面图像a4与目标墙面图像b2之间的相似度;以此类推。
在每次旋转完成后,还可以计算在空间坐标系中位置相对应的目标墙面图像和源墙面图像在空间坐标系下的投影长度的比值。该墙面图像在空间坐标系下的投影长度的比值,也可以作为确定相匹配的源墙面图像和目标墙面图像的判定条件。
举例来说,源全景图A包括源墙面图像a1、源墙面图像a2、源墙面图像a3和源墙面图像a4;与源全景图对应的目标全景图B包括目标墙面图像b1、目标墙面图像b2、目标墙面图像b3和目标墙面图像b4。在第一次旋转之后,可以计算源墙面图像a1在空间坐标系下的投影长度与目标墙面图像b1在空间坐标系下的投影长度之间的比值、源墙面图像a2在空间坐标系下的投影长度与目标墙面图像b2在空间坐标系下的投影长度之间的比值、源墙面图像a3在空间坐标系下的投影长度与目标墙面图像b3在空间坐标系下的投影长度之间的比值、源墙面图像a4在空间坐标系下的投影长度与目标墙面图像b4在空间坐标系下的投影长度之间的比值;在第二次旋转之后,可以计算源墙面图像a1在空间坐标系下的投影长度与目标墙面图像b2在空间坐标系下的投影长度之间的比值、源墙面图像a2在空间坐标系下的投影长度与目标墙面图像b3在空间坐标系下的投影长度之间的比值、源墙面图像a3在空间坐标系下的投影长度与目标墙面图像b4在空间坐标系下的投影长度之间的比值、源墙面图像a4在空间坐标系下的投影长度与目标墙面图像b1在空间坐标系下的投影长度之间的比值;以此类推。
子步骤B4,根据每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值,获取与所述每个目标墙面图像相匹配的每个源墙面图像。
在每次旋转完成后,可以根据计算得到的所有相似度和所有投影长度的比值,确定在该状态下,源全景图与目标全景图的位姿相似度,从的得到与旋转次数相同数量的位姿相似度,且每个位姿相似度对应于一个旋转状态。
具体地,可以将一个旋转状态对应的所有相似度进行平均,得到该旋转状态对应的平均相似度,并将该旋转状态对应的所有投影长度的比值进行平均,得到该旋转状态对应的平均比值,最后对该平均相似度和平均比值进行加权平均,得到该旋转状态对应的位姿相似度。
从所有位姿相似度中,选取最大位姿相似度,并将该最大位姿相似度对应的旋转状态下,位置相对应的源全景图和目标全景图确定为相对应的一组源全景图和目标全景图。
步骤205,根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿。
确定出相匹配的原全景图和目标全景图之后,可以根据其中相对应的墙面图像,确定出针对目标单位空间的转换位姿,该转换位姿能够将对目标单位空间模型进行转换,得到原单位空间模型。
可选地,步骤205可以包括:
子步骤2051,获取每个目标墙面图像的每个目标墙角点坐标,以及与其相匹配的每个源墙面图像的每个源墙角点坐标。
可以从每个目标墙面图像中获取目标墙角点坐标,并从与目标墙面图像对应的每个源墙面图像中获取每个源墙角点坐标,其中,目标墙角点坐标表示目标墙角点在目标全景图中的坐标,源墙角点坐标表示源墙角点在源全景图中的坐标。
子步骤2052,根据所述每个目标墙角点坐标和所述每个源墙角点坐标获取所述目标单位空间模型的转换位姿。
得到所有目标墙角点坐标和源墙角点坐标之后,可以根据源墙角点坐标所属的源墙面图像与目标墙角点坐标所属的目标墙面图像之间的对应关系,以及源墙角点坐标对应的源墙角点和目标墙角点坐标对应的目标墙角点在各自墙面图像中的位置,建立每个源墙角点坐标与每个目标墙角点坐标之间的墙角点对应关系。
举例来说,目标墙面图像A与源墙面图像B相对应,目标墙面图像A左上角为目标墙角点a1,源墙面图像B左上角为源墙角点b1,则可以建立目标墙角点a1的目标墙角点坐标与源墙角点b1的源墙角点坐标之间的墙角点对应关系。
根据上述墙角点对应关系中相对应的源墙角点坐标与目标墙角点坐标之间的偏移,可以确定出目标单位空间模型的转换位姿,其中,转换位姿可以通过位姿变换矩阵进行表示,也可以通过其他方式进行表示,本申请实施例不作具体限定。
具体地,根据相对应的源墙角点坐标和目标墙角点坐标之间的位置差异,可以确定源全景图和目标全景图中的景物之间的平移量;可以根据至少两个源墙角点坐标之间的第一连接线,与至少两个目标墙角点坐标之间的第二连接线的连接线夹角,确定源全景图和目标全景图之间的旋转量;还可以根据至少两个源墙角点坐标之间的第一距离,和至少两个目标墙角点坐标之间的第二距离的距离差异,确定源全景图和目标全景图之间的缩放量;从而根据上述平移量、旋转量和缩放量可以确定出源全景图和目标全景图之间的转换位姿。
由于源全景图对应源单位空间和目标全景图对应的目标单位空间相同或相似,因此,上述转换位姿也即相当于源单位空间模型与目标单位空间模型之间的转换位姿。
需要说明的是,上述转换位姿的确定方法仅为技术人员可以实施的一种方法,技术人员可以根据实际需要灵活选取其他确定转换位姿的方法。
步骤206,根据所述转换位姿获取所述源单位空间模型。
在得到转换位姿后,可以采用转换位姿对目标单位空间模型进行变换,得到对应的源单位空间模型。
举例来说,在目标单位空间的目标单位空间模型中可能包含有目标单位空间的门框在空间中的位姿信息,该门框的位姿信息与目标单位空间的目标全景图中门框图像的位姿对应,可以通过该目标单位空间对应的转换位姿对目标单位空间模型进行变换的到源单位空间模型,则该门框在源单位空间模型中的位姿,与源单位空间的源全景图中的门框图像位姿可以相互对应。
进一步地,目标单位空间除了具有对应的目标单位空间模型之外,还可以对应有相机拍摄位置,其中,相机拍摄位置为用户通过虚拟现实技术对目标单位空间进行观测时,在目标单位空间中的观看位置。因此,在本申请实施例中,还可以根据目标单位空间对应的转换位姿,对目标单位空间对应的相机拍摄位置进行转换,得到源单位空间对应的相机拍摄位置,从而使用户针对原单位空间模型使用虚拟现实技术进行观看时,可以取得与目标单位空间相同的观看效果。
步骤207,根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
可以采用上述方法确定出目标房源的每个目标单位空间模型对应的转换位姿,并根据每个目标单位空间模型对应的转换位姿分别对每个目标单位空间模型进行转换,从而得到每个源单位空间对应的每个原单位空间模型,从而所有源单位空间模型的集合即构成源房源对应的源空间模型。其中,源空间模型包括源三维模型和/或源户型图。
需要说明的是,如果目标房源的目标空间模型仅包含目标三维模型,则采用上述方法转换得到的源空间模型中只包含源三维模型;如果目标房源的目标空间模型仅包含目标户型图,则采用上述方法转换得到的源空间模型中只包含源户型图;如果目标房源的目标空间模型包含目标三维模型和目标户型图,则采用上述方法转换得到的源空间模型中可以包含源三维模型和/或源户型图。
综上所述,本发明提出的另一种房源空间模型生成方法,包括:获取源房源的每个源单位空间采集的第一影像,第一影像包括待处理的源房源的每个源单位空间的每一源全景图;获取目标房源的每个目标单位空间采集的第二影像,以及第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成目标房源的目标空间模型,目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,目标空间模型包括目标三维模型和/或目标户型图,目标房源和源房源为相同或相似户型房源;采用每一源全景图遍历第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;根据每一相匹配的源全景图和目标全景图,转换每个目标全景图对应的目标单位空间的目标单位空间模型,以获取每个源全景图对应的源单位空间的源单位空间模型;根据每个源单位空间的源单位空间模型获取源房源的源空间模型,源空间模型包括源三维模型和/或源户型图。因此,针对需要生成源空间模型的源房源,能够根据源房源的第一影像,以及与源房源相同或相似的目标房源的第二影像,确定出针对目标房源的已经生成的各个目标单位空间模型的转换位姿,并根据转换位姿对目标房源的各个目标单位空间模型进行转换,从而能够快速获取到源房源的源空间模型,无需从零开始对源房源进行测量,避免了对相同或相似的房屋重复生成房屋模型,提升了房屋模型的获取效率,同时降低了房屋模型的获取成本。
实施例三
详细介绍本发明实施例提供的一种房源空间模型生成装置。
参照图4,示出了本发明实施例提供的一种房源空间模型生成装置的结构示意图,如图4所示:
本发明实施例的房源空间模型生成装置包括:第一影像模块501,第二影像模块502、全景图匹配模块503、空间模型转换模块504和源空间模型模块505。
下面分别详细介绍各模块的功能以及各模块之间的交互关系。
第一影像模块501,用于获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图;
第二影像模块502,用于获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成所述目标房源的目标空间模型,所述目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,所述目标空间模型包括目标三维模型和/或目标户型图,所述目标房源和所述源房源为相同或相似户型房源;
全景图匹配模块503,用于采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;
空间模型转换模块504,用于根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型;
源空间模型模块505,用于根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
可选地,所述空间模型转换模块包括:
墙面图像子模块,用于根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像;
转换位姿子模块,用于根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿;
源单位空间模型子模块,用于根据所述转换位姿获取所述源单位空间模型。
可选地,所述墙面图像子模块包括:
墙面图像子模块,用于确定第一目标全景图的每个目标墙面图像,以及确定第一源全景图的每个源墙面图像;其中,所述第一目标全景图为任一目标全景图,所述第一目标全景图与所述第一源全景图相匹配,所述第一源全景图包括多个源墙面图像,所述第一目标全景图包括多个目标墙面图像;
墙面图像匹配子模块,用于以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像。
可选地,所述装置还包括:
墙角点子模块,用于分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点;
源墙面图像子模块,用于根据所述源墙角点确定所述源墙面图像;
目标墙面图像子模块,用于根据所述目标墙角点确定所述目标墙面图像。
可选地,所述墙面图像匹配子模块包括:
环绕子模块,用于将所述相匹配的源全景图和目标全景图在同一空间坐标系下按照垂直于水平面的竖直轴环绕;
旋转子模块,用于以所述目标全景图中每个目标墙面图像为参考,按墙面依次旋转所述源全景图,或以所述源全景图中每个源墙面图像为参考,按墙面依次旋转所述目标全景图;
相似度和比值子模块,用于在每次旋转完成,分别获取每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值;
墙面图像匹配确定子模块,用于根据每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值,获取与所述每个目标墙面图像相匹配的每个源墙面图像。
可选地,所述转换位姿子模块包括:
墙角点坐标子模块,用于获取每个目标墙面图像的每个目标墙角点坐标,以及与其相匹配的每个源墙面图像的每个源墙角点坐标;
转换位姿确定子模块,用于根据所述每个目标墙角点坐标和所述每个源墙角点坐标获取所述目标单位空间模型的转换位姿。
可选地,所述全景图匹配模块包括:
特征信息子模块,用于获取所述每一源全景图对应的每一第一特征信息,以及所述第二影像中的每一目标全景图对应的每一第二特征信息;
特征匹配度子模块,用于将所述每一特征信息分别与所述每一第二特征信息进行匹配,得到所述每一源全景图与所述每一目标全景图之间的特征匹配度;
全景图匹配子模块,用于根据所述特征匹配度确定每一源全景图相匹配的每一目标全景图。
综上,本发明提出的一种房源空间模型生成装置,包括:第一影像模块,用于获取源房源的每个源单位空间采集的第一影像,第一影像包括待处理的源房源的每个源单位空间的每一源全景图;第二影像模块,用于获取目标房源的每个目标单位空间采集的第二影像,以及第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成目标房源的目标空间模型,目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,目标空间模型包括目标三维模型和/或目标户型图,目标房源和源房源为相同或相似户型房源;全景图匹配模块,用于采用每一源全景图遍历第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;空间模型转换模块,用于根据每一相匹配的源全景图和目标全景图,转换每个目标全景图对应的目标单位空间的目标单位空间模型,以获取每个源全景图对应的源单位空间的源单位空间模型;源空间模型模块,用于根据每个源单位空间的源单位空间模型获取源房源的源空间模型,源空间模型包括源三维模型和/或源户型图。因此,针对需要生成源空间模型的源房源,能够根据源房源的第一影像,以及与源房源相同或相似的目标房源的第二影像,确定出针对目标房源的已经生成的各个目标单位空间模型的转换位姿,并根据转换位姿对目标房源的各个目标单位空间模型进行转换,从而能够快速获取到源房源的源空间模型,无需从零开始对源房源进行测量,避免了对相同或相似的房屋重复生成房屋模型,提升了房屋模型的获取效率,同时降低了房屋模型的获取成本。
实施例四
图5为实现本发明各个实施例的一种终端设备的硬件结构示意图。
该终端设备600包括但不限于:射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解,图5中示出的终端设备结构并不构成对终端设备的限定,终端设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,终端设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
应理解的是,本发明实施例中,射频单元601可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器610处理;另外,将上行的数据发送给基站。通常,射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元601还可以通过无线通信系统与网络和其他设备通信。
终端设备通过网络模块602为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元603还可以提供与终端设备600执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。
输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(Graphics Processing Unit,GPU)6041和麦克风6042,图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元606上。经图形处理器6041处理后的图像帧可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。
终端设备600还包括至少一种传感器605,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度,接近传感器可在终端设备600移动到耳边时,关闭显示面板6061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别终端设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板6061。
用户输入单元607可用于接收输入的数字或字符信息,以及产生与终端设备的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器610,接收处理器610发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071,用户输入单元607还可以包括其他输入设备6072。具体地,其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板6071可覆盖在显示面板6061上,当触控面板6071检测到在其上或附近的触摸操作后,传送给处理器610以确定触摸事件的类型,随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图5中,触控面板6071与显示面板6061是作为两个独立的部件来实现终端设备的输入和输出功能,但是在某些实施例中,可以将触控面板6071与显示面板6061集成而实现终端设备的输入和输出功能,具体此处不做限定。
接口单元608为外部装置与终端设备600连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到终端设备600内的一个或多个元件或者可以用于在终端设备600和外部装置之间传输数据。
存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器609可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器610是终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分,通过运行或执行存储在存储器609内的软件程序和/或模块,以及调用存储在存储器609内的数据,执行终端设备的各种功能和处理数据,从而对终端设备进行整体监控。处理器610可包括一个或多个处理单元;优选的,处理器610可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器610中。
终端设备600还可以包括给各个部件供电的电源611(比如电池),优选的,电源611可以通过电源管理系统与处理器610逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,终端设备600包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供了一种终端设备,包括:处理器610,存储器609,存储在存储器609上并可在处理器610上运行的计算机程序,该计算机程序被处理器610执行时实现上述房源空间模型生成方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述房源空间模型生成方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
本领域普通技术人员可以意识到,结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种房源空间模型生成方法,其特征在于,所述方法包括:
获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图;
获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成所述目标房源的目标空间模型,所述目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,所述目标空间模型包括目标三维模型和/或目标户型图,所述目标房源和所述源房源为相同或相似户型房源;
采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;
根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型;
根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
2.根据权利要求1所述的方法,其特征在于,所述根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型,包括:
根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像;
根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿;
根据所述转换位姿获取所述源单位空间模型。
3.根据权利要求2所述的方法,其特征在于,所述根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像,包括:
确定第一目标全景图的每个目标墙面图像,以及确定第一源全景图的每个源墙面图像;其中,所述第一目标全景图为任一目标全景图,所述第一目标全景图与所述第一源全景图相匹配,所述第一源全景图包括多个源墙面图像,所述第一目标全景图包括多个目标墙面图像;
以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点;
根据所述源墙角点确定所述源墙面图像;
根据所述目标墙角点确定所述目标墙面图像。
5.根据权利要求3所述的方法,其特征在于,所述以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像,包括:
将所述相匹配的源全景图和目标全景图在同一空间坐标系下按照垂直于水平面的竖直轴环绕;
以所述目标全景图中每个目标墙面图像为参考,按墙面依次旋转所述源全景图,或以所述源全景图中每个源墙面图像为参考,按墙面依次旋转所述目标全景图;
在每次旋转完成,分别获取每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值;
根据每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值,获取与所述每个目标墙面图像相匹配的每个源墙面图像。
6.根据权利要求2所述的方法,其特征在于,所述根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿,包括:
获取每个目标墙面图像的每个目标墙角点坐标,以及与其相匹配的每个源墙面图像的每个源墙角点坐标;
根据所述每个目标墙角点坐标和所述每个源墙角点坐标获取所述目标单位空间模型的转换位姿。
7.根据权利要求1所述的方法,其特征在于,所述采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图,包括:
获取所述每一源全景图对应的每一第一特征信息,以及所述第二影像中的每一目标全景图对应的每一第二特征信息;
将所述每一特征信息分别与所述每一第二特征信息进行匹配,得到所述每一源全景图与所述每一目标全景图之间的特征匹配度;
根据所述特征匹配度确定每一源全景图相匹配的每一目标全景图。
8.一种房源空间模型生成装置,其特征在于,所述装置包括:
第一影像模块,用于获取源房源的每个源单位空间采集的第一影像,所述第一影像包括待处理的所述源房源的每个源单位空间的每一源全景图;
第二影像模块,用于获取目标房源的每个目标单位空间采集的第二影像,以及所述第二影像每个目标单位空间的每一目标全景图,其中,每一目标全景图已用于生成所述目标房源的目标空间模型,所述目标空间模型由每个目标单位空间的目标单位空间模型拼接而成,所述目标空间模型包括目标三维模型和/或目标户型图,所述目标房源和所述源房源为相同或相似户型房源;
全景图匹配模块,用于采用所述每一源全景图遍历所述第二影像中的每一目标全景图,以获取每一源全景图相匹配的每一目标全景图;
空间模型转换模块,用于根据每一相匹配的源全景图和目标全景图,转换每个所述目标全景图对应的目标单位空间的目标单位空间模型,以获取每个所述源全景图对应的源单位空间的源单位空间模型;
源空间模型模块,用于根据每个源单位空间的源单位空间模型获取所述源房源的源空间模型,所述源空间模型包括源三维模型和/或源户型图。
9.根据权利要求8所述的装置,其特征在于,所述空间模型转换模块包括:
墙面图像子模块,用于根据每一相匹配的源全景图和目标全景图,获取相匹配的源全景图和目标全景图中相对应的墙面图像;
转换位姿子模块,用于根据所述相匹配的源全景图和目标全景图中相对应的墙面图像,获取所述目标单位空间模型的转换位姿;
源单位空间模型子模块,用于根据所述转换位姿获取所述源单位空间模型。
10.根据权利要求9所述的装置,其特征在于,所述墙面图像子模块包括:
墙面图像子模块,用于确定第一目标全景图的每个目标墙面图像,以及确定第一源全景图的每个源墙面图像;其中,所述第一目标全景图为任一目标全景图,所述第一目标全景图与所述第一源全景图相匹配,所述第一源全景图包括多个源墙面图像,所述第一目标全景图包括多个目标墙面图像;
墙面图像匹配子模块,用于以所述每个目标墙面图像为参考,遍历所述第一源全景图包括的多个源墙面图像,以获取与所述每个目标墙面图像相匹配的每个源墙面图像。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
墙角点子模块,用于分别对相匹配的源全景图和目标全景图进行信息提取以获取每个源全景图中的源墙角点,以及每个目标全景图中的目标墙角点;
源墙面图像子模块,用于根据所述源墙角点确定所述源墙面图像;
目标墙面图像子模块,用于根据所述目标墙角点确定所述目标墙面图像。
12.根据权利要求10所述的装置,其特征在于,所述墙面图像匹配子模块包括:
环绕子模块,用于将所述相匹配的源全景图和目标全景图在同一空间坐标系下按照垂直于水平面的竖直轴环绕;
旋转子模块,用于以所述目标全景图中每个目标墙面图像为参考,按墙面依次旋转所述源全景图,或以所述源全景图中每个源墙面图像为参考,按墙面依次旋转所述目标全景图;
相似度和比值子模块,用于在每次旋转完成,分别获取每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像之间的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值;
墙面图像匹配确定子模块,用于根据每次旋转后所述空间坐标系中位置相对应的目标墙面图像和源墙面图像的相似度,以及所述空间坐标系中位置相对应的目标墙面图像和源墙面图像在所述空间坐标系下的投影长度的比值,获取与所述每个目标墙面图像相匹配的每个源墙面图像。
13.根据权利要求9所述的装置,其特征在于,所述转换位姿子模块包括:
墙角点坐标子模块,用于获取每个目标墙面图像的每个目标墙角点坐标,以及与其相匹配的每个源墙面图像的每个源墙角点坐标;
转换位姿确定子模块,用于根据所述每个目标墙角点坐标和所述每个源墙角点坐标获取所述目标单位空间模型的转换位姿。
14.根据权利要求8所述的装置,其特征在于,所述全景图匹配模块包括:
特征信息子模块,用于获取所述每一源全景图对应的每一第一特征信息,以及所述第二影像中的每一目标全景图对应的每一第二特征信息;
特征匹配度子模块,用于将所述每一特征信息分别与所述每一第二特征信息进行匹配,得到所述每一源全景图与所述每一目标全景图之间的特征匹配度;
全景图匹配子模块,用于根据所述特征匹配度确定每一源全景图相匹配的每一目标全景图。
15.一种终端设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的房源空间模型生成方法的步骤。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的房源空间模型生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211447733.0A CN115713616B (zh) | 2022-11-18 | 2022-11-18 | 一种房源空间模型生成方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211447733.0A CN115713616B (zh) | 2022-11-18 | 2022-11-18 | 一种房源空间模型生成方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115713616A true CN115713616A (zh) | 2023-02-24 |
CN115713616B CN115713616B (zh) | 2023-10-31 |
Family
ID=85233746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211447733.0A Active CN115713616B (zh) | 2022-11-18 | 2022-11-18 | 一种房源空间模型生成方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115713616B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503562A (zh) * | 2023-05-15 | 2023-07-28 | 贝壳找房(北京)科技有限公司 | 空间建筑信息模型的确定及三维空间模型图像融合方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008143168A1 (ja) * | 2007-05-17 | 2008-11-27 | Axion Japan Co., Ltd. | パノラマ画像撮影装置及びパノラマ撮影における画像処理方法 |
CN110163794A (zh) * | 2018-05-02 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 图像的转换方法、装置、存储介质和电子装置 |
WO2019233445A1 (zh) * | 2018-06-06 | 2019-12-12 | 贝壳找房(北京)科技有限公司 | 对房屋进行数据采集和模型生成的方法 |
CN111127655A (zh) * | 2019-12-18 | 2020-05-08 | 北京城市网邻信息技术有限公司 | 房屋户型图的构建方法及构建装置、存储介质 |
CN111145352A (zh) * | 2019-12-20 | 2020-05-12 | 北京乐新创展科技有限公司 | 一种房屋实景图展示方法、装置、终端设备及存储介质 |
CN112232900A (zh) * | 2020-09-25 | 2021-01-15 | 北京五八信息技术有限公司 | 一种信息的展示方法和装置 |
CN112581632A (zh) * | 2020-12-21 | 2021-03-30 | 北京城市网邻信息技术有限公司 | 一种房源数据的处理方法和装置 |
CN114663618A (zh) * | 2022-03-03 | 2022-06-24 | 北京城市网邻信息技术有限公司 | 三维重建及校正方法、装置、设备及存储介质 |
CN114972645A (zh) * | 2022-05-27 | 2022-08-30 | 深圳市商汤科技有限公司 | 一种三维重建方法、装置、计算机设备及存储介质 |
-
2022
- 2022-11-18 CN CN202211447733.0A patent/CN115713616B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008143168A1 (ja) * | 2007-05-17 | 2008-11-27 | Axion Japan Co., Ltd. | パノラマ画像撮影装置及びパノラマ撮影における画像処理方法 |
CN110163794A (zh) * | 2018-05-02 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 图像的转换方法、装置、存储介质和电子装置 |
WO2019233445A1 (zh) * | 2018-06-06 | 2019-12-12 | 贝壳找房(北京)科技有限公司 | 对房屋进行数据采集和模型生成的方法 |
CN111127655A (zh) * | 2019-12-18 | 2020-05-08 | 北京城市网邻信息技术有限公司 | 房屋户型图的构建方法及构建装置、存储介质 |
CN111145352A (zh) * | 2019-12-20 | 2020-05-12 | 北京乐新创展科技有限公司 | 一种房屋实景图展示方法、装置、终端设备及存储介质 |
CN112232900A (zh) * | 2020-09-25 | 2021-01-15 | 北京五八信息技术有限公司 | 一种信息的展示方法和装置 |
CN112581632A (zh) * | 2020-12-21 | 2021-03-30 | 北京城市网邻信息技术有限公司 | 一种房源数据的处理方法和装置 |
CN114663618A (zh) * | 2022-03-03 | 2022-06-24 | 北京城市网邻信息技术有限公司 | 三维重建及校正方法、装置、设备及存储介质 |
CN114972645A (zh) * | 2022-05-27 | 2022-08-30 | 深圳市商汤科技有限公司 | 一种三维重建方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
任靖娟;王玖炜;曹莉;: "VR全景视频制作软件目标可视化三维虚拟仿真", 计算机仿真, no. 09, pages 304 - 307 * |
肖毅;李攀;刘旭晔;王帅;曾林芸;: "基于OpenCV的三维户型图智能重建", 信息与电脑(理论版), no. 06, pages 40 - 41 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503562A (zh) * | 2023-05-15 | 2023-07-28 | 贝壳找房(北京)科技有限公司 | 空间建筑信息模型的确定及三维空间模型图像融合方法 |
CN116503562B (zh) * | 2023-05-15 | 2024-03-08 | 贝壳找房(北京)科技有限公司 | 空间建筑信息模型的确定及三维空间模型图像融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115713616B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947886B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111145352A (zh) | 一种房屋实景图展示方法、装置、终端设备及存储介质 | |
CN109743498B (zh) | 一种拍摄参数调整方法及终端设备 | |
CN108989678B (zh) | 一种图像处理方法、移动终端 | |
CN109151442B (zh) | 一种图像拍摄方法及终端 | |
CN111325699B (zh) | 图像修复方法和图像修复模型的训练方法 | |
CN111968247B (zh) | 三维房屋空间的构建方法、装置、电子设备及存储介质 | |
CN109495616B (zh) | 一种拍照方法及终端设备 | |
CN112150560B (zh) | 确定消失点的方法、装置及计算机存储介质 | |
CN109241832B (zh) | 一种人脸活体检测的方法及终端设备 | |
CN109246351B (zh) | 一种构图方法及终端设备 | |
CN111083374B (zh) | 滤镜添加方法及电子设备 | |
CN115713616B (zh) | 一种房源空间模型生成方法、装置、终端设备及存储介质 | |
CN110555815B (zh) | 一种图像处理方法和电子设备 | |
CN110717964A (zh) | 场景建模方法、终端及可读存储介质 | |
CN111064888A (zh) | 提示方法及电子设备 | |
CN112818733B (zh) | 信息处理方法、装置、存储介质及终端 | |
CN111028161B (zh) | 图像校正方法及电子设备 | |
CN108960097B (zh) | 一种获取人脸深度信息的方法及装置 | |
CN108712604B (zh) | 一种全景拍摄方法及移动终端 | |
CN115830280A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113808209B (zh) | 定位识别方法、装置、计算机设备及可读存储介质 | |
CN115731349A (zh) | 户型图的展示方法、装置、电子设备及存储介质 | |
CN109257543B (zh) | 拍摄模式控制方法及移动终端 | |
CN109769091B (zh) | 一种图像拍摄方法及移动终端 |
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 | ||
GR01 | Patent grant |