CN115830161B - 户型图生成方法、装置、设备和存储介质 - Google Patents
户型图生成方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN115830161B CN115830161B CN202211462423.6A CN202211462423A CN115830161B CN 115830161 B CN115830161 B CN 115830161B CN 202211462423 A CN202211462423 A CN 202211462423A CN 115830161 B CN115830161 B CN 115830161B
- Authority
- CN
- China
- Prior art keywords
- target
- point cloud
- subspace
- image
- cloud data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000010586 diagram Methods 0.000 title abstract description 37
- 238000013507 mapping Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000007499 fusion processing Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 claims 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Image Analysis (AREA)
Abstract
本申请提供一种户型图生成方法、装置、设备和存储介质,应用于控制终端,包括:获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像;将多个子空间分别对应的二维点云图像进行拼接处理,以确定目标物理空间的二维点云图像,其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的;根据目标物理空间的二维点云图像,确定目标物理空间的目标空间轮廓;根据多个子空间分别对应的目标全景图像,确定多个子空间分别对应的目标介质;在目标空间轮廓上确定用于表示目标介质的映射介质,以获取目标物理空间的户型图。通过全景图像能够在目标空间轮廓中正确标识映射介质,得到准确的户型图。
Description
技术领域
本发明涉及虚拟现实技术领域,尤其涉及一种户型图生成方法、装置、设备和存储介质。
背景技术
随着虚拟现实(Vi rtual Real ity,简称VR)、增强现实(Augmented Real ity,简称AR)以及全景技术的发展,用户可以在线上查看房源对应的户型结构图,以了解房源的详细信息。
户型结构图可以理解为房屋的二维平面图。相关技术中,通常会先对房屋的三维点云数据进行采集,然后基于三维点云数据进行三维重建,之后将三维模型转化为二维平面图。但是,通过这种方式获取的二维平面图,往往存在细节缺失的问题,比如:房屋中的门体或窗体在二维平面图中缺失,或者标识位置不正确。
发明内容
本发明实施例提供一种户型图生成方法、装置、设备和存储介质,用于为目标物理空间生成准确的户型图。
第一方面,本发明实施例提供一种户型图生成方法,应用于控制终端,所述方法包括:
获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像,其中,每一子空间的点云数据和全景图像是在每一子空间中的至少一个拍摄点位上采集的;
将所述多个子空间分别对应的二维点云图像进行拼接处理,以确定所述目标物理空间的二维点云图像;其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的;
根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓;
根据所述多个子空间分别对应的目标全景图像,确定所述多个子空间分别对应的目标介质;其中,每一子空间的目标全景图像是每一子空间的至少一个拍摄点位的全景图像中,用于识别目标介质的全景图像,每一子空间的目标介质是每一子空间中的实体介质在每一子空间的目标全景图像中的图像;
在所述目标空间轮廓上确定用于表示所述目标介质的映射介质,以获取所述目标物理空间的户型图。
第二方面,本发明实施例提供一种户型图生成装置,应用于控制终端,所述装置包括:
获取模块,用于获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像,其中,每一子空间的点云数据和全景图像是在每一子空间中的至少一个拍摄点位采集的;
拼接模块,用于将所述多个子空间分别对应的二维点云图像进行拼接处理,以确定所述目标物理空间的二维点云图像;其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的;
处理模块,用于根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓;根据所述多个子空间分别对应的目标全景图像,确定所述多个子空间分别对应的目标介质;其中,每一子空间的目标全景图像是每一子空间的至少一个拍摄点位的全景图像中,用于识别目标介质的全景图像,每一子空间的目标介质是每一子空间中的实体介质在每一子空间的目标全景图像中的图像;在所述目标空间轮廓上确定用于表示所述目标介质的映射介质,以获取所述目标物理空间的户型图。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器、通信接口;其中,所述存储器上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如第一方面所述的户型图生成方法。
第四方面,本发明实施例提供了一种非暂时性机器可读存储介质,所述非暂时性机器可读存储介质上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器至少可以实现如第一方面所述的户型图生成方法。
本实施例中,在生成包含有多个子空间的目标物理空间的户型图时,首先,根据多个子空间分别对应的点云数据,确定多个子空间各自的二维点云图像。然后,将多个子空间对应的多个二维点云图像进行拼接得到目标物理空间的二维点云图像,从而得到目标物理空间的目标空间轮廓,该目标空间轮廓用于表示目标物理空间中的墙体。之后,在将目标物理空间中的门体和窗体在目标空间轮廓上进行标识时,通过全景图像辅助确定每一空间中的门体和窗体(即目标介质)在目标空间轮廓中对应的映射介质。由于相较于点云数据而言,全景图像更能反映实际空间中的门体和窗体等的实际位置,因此,基于全景图像的辅助,目标物理空间的户型图中标识有较为准确的门体和窗体信息,能够更好的反映目标物理空间中的场景信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例提供的一种户型图生成方法的交互流程图;
图2为本发明实施例提供的一种信息采集终端的结构示意图;
图3为本发明实施例提供的一种子空间的二维点云图像的示意图;
图4为本发明实施例提供的一种目标物理空间的二维点云图像的示意图;
图5为本发明实施例提供的一种空间轮廓的示意图;
图6为本发明实施例提供的一种目标物理空间的户型图的示意图;
图7为本发明实施例提供的一种户型图生成装置的结构示意图;
图8为本实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例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它含义,“多种”一般包含至少两种,但是不排除包含至少一种的情况。应当理解,本文中使用的术语“和/或”仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”。
还需要说明的是,术语“包括”、“包含”或者其任何其它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商品或者系统不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种商品或者系统所固有的要素。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商品或者系统中还存在另外的相同要素。
另外,下述各方法实施例中的步骤时序仅为一种举例,而非严格限定。
图1为本发明实施例提供的一种户型图生成方法的交互流程图,其中,交互主体包括信息采集终端和控制终端,本发明实施例从控制终端的角度进行说明,如图1所示,该户型图生成方法包括如下步骤:
101、获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像,其中,每一子空间的点云数据和全景图像是在每一子空间中的至少一个拍摄点位上采集的。
102、将多个子空间分别对应的二维点云图像进行拼接处理,以确定目标物理空间的二维点云图像;其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的。
103、根据目标物理空间的二维点云图像,确定目标物理空间的目标空间轮廓。
104、根据多个子空间分别对应的目标全景图像,确定多个子空间分别对应的目标介质;其中,每一子空间的目标全景图像是每一子空间的至少一个拍摄点位的全景图像中,用于识别目标介质的全景图像,每一子空间的目标介质是每一子空间中的实体介质在每一子空间的目标全景图像中的图像。
105、在目标空间轮廓上确定用于表示目标介质的映射介质,以获取目标物理空间的户型图。
本实施例中,目标物理空间的户型图,可以理解为,目标物理空间的二维平面结构图。目标物理空间的户型图包含有目标物理空间的空间轮廓和映射介质,其中,空间轮廓用于表示目标物理空间中的墙体,映射介质用于表示目标物理空间中的门体和窗体。
以目标物理空间为居住空间N为例,目标物理空间中的子空间即为居住空间X中包含的卧室、客厅、卫生间等单位空间。一般地,基于目标物理空间的户型图,用户能够获取到目标物理空间中,各子空间的分布信息以及子空间相互之间的连接关系。在二手房买卖等应用场景中,准确的户型图,能够更好的展示待出售的房屋结构,有利于提高房屋成交率。因此,为目标物理空间生成准确的户型图是亟需的。
本实施例中,控制终端基于信息终端采集的目标物理空间中的场景信息,即点云数据和全景图像,生成目标物理空间的户型图。其中,控制终端可以是智能手机、平板电脑、笔记本电脑等具有数据处理能力的终端设备。
实际应用中,可选地,信息采集终端可直接集成于控制终端,与控制终端作为一个整体,基于此,控制终端可直接同步获取信息采集终端得到的多个子空间的点云数据和全景图像。或者,信息采集终端也可以与控制终端相互解耦,分离设置,控制终端通过例如蓝牙、无线保真(Wi re less Fide l ity,简称WiFi)热点等方式与信息采集终端通信连接,基于此,控制终端基于预先建立的通信链路,接收信息采集终端发送的多个子空间的点云数据和全景图像。
可选地,图1中还可以包括云端服务器,云端服务器可以为云端的物理服务器或虚拟服务器,控制终端通过接入基于通信标准的无线网络,如WiFi,2G、3G、4G/LTE、5G等移动通信网络与云端服务器通信连接。
云端服务器可接收由控制终端转发的多个子空间分别对应的点云数据和全景图像,以生成目标物理空间的户型图,并将户型图反馈给控制终端,以用于显示。或者,直接与信息采集终端通信连接,以直接获取信息采集终端采集的多个子空间分别对应的点云数据和全景图像,以生成目标物理空间的户型图。实际上,云端服务器生成目标物理空间的户型图的过程与控制终端生成空间结构图的处理过程相同,但由于云端服务器的计算能力更强,其生成目标物理空间的户型图的效率更高,能够进一步提升用户的使用体验。
以下先介绍信息采集终端的信息采集过程,再以控制终端为例介绍生成目标物理空间的户型图的过程。
图2为本发明实施例提供的一种信息采集终端的结构示意图。如图2所示,如图1所示,信息采集终端包括:激光传感器、相机、电机和处理器(比如CPU)。其中,激光传感器和相机作为感知设备,用于采集每一子空间的场景信息,即每一子空间的点云数据和全景图像。
可选地,信息采集终端还包括惯性测量单元(I nert ia l measurement un it,简称IMU))。IMU用于对采集的点云数据和图像数据对应的位姿信息进行修正,减小由于环境或人为因素(比如:信息采集终端未水平放置等)导致的误差。
在具体实施过程中,为获取每个空间中完整的空间信息,每一子空间中可能设置有不止一个拍摄点位,比如:子空间X中对应有拍摄点位1、拍摄点位2和拍摄点位3。基于此,子空间X的点云数据和全景图像包括:在子空间X中的拍摄点位1上采集的点云数据1D和全景图像1Q,在子空间X中的拍摄点位2上采集的点云数据2D和全景图像2Q,以及在子空间X中的拍摄点位3上采集的点云数据3D和全景图像3Q。
其中,拍摄点位的设置,可以是用户在通过信息采集终端采集每一子空间的场景信息时,基于当前的采集情况进行自定义的;也可以是信息采集终端或控制终端基于用户输入的空间描述信息(比如空间大小等),为空间自动生成的参考拍摄点位。
信息采集终端在任一子空间的任一拍摄点位上采集点云数据和全景图像时,对应的信息采集过程是相同的,本实施例中,以某一拍摄点位Y为例,举例说明。
针对拍摄点位Y,信息采集终端响应于信息采集指令,驱动电机带动激光传感器360度旋转,以采集目标拍摄点位Y对应的点云数据;驱动电机带动相机360度旋转,以采集目标拍摄点位Y对应的全景图像。其中,信息采集指令由用户通过控制终端发送,或者,响应于用户在信息采集终端上的触发操作,触发信息采集指令。
在拍摄点位Y上,电机可同时带动激光传感器和相机旋转,以同时采集点云数据和全景图像,也可按先后顺序依次分别带动激光传感器和相机旋转,比如:先带动激光传感器旋转后带动相机旋转,或者先带动相机旋转后带动激光器旋转,以先后分别采集点云数据和全景图像,本实施例对此不作限制。
在一可选实施例中,若先采集点云数据,再采集全景图像,为了提高采集的全景图像质量,可选地,在采集点云数据的过程中,可同步开启相机,以收集当前拍摄点位的场景光照信息进行测光,确定对应的曝光参数。之后,相机基于确定的曝光参数,采集全景图像。
可选地,信息采集终端中的相机为全景相机或非全景相机。若信息采集终端中的相机为非全景相机,则在上述360度旋转过程中,控制该相机在多个预设角度拍摄目标拍摄点位Y对应的图像,上述处理器可通过例如特征匹配算法等全景图像拼接算法,将在多个预设角度拍摄的图像缝合为全景图像。比如:若相机的视角为120度,则可以某一基准方向为0度,将基于该基准方向的a度、(a+120)度和(a+240)度确定为预设角度,控制相机在这3个预设角度拍摄得到图像1、图像2和图像3;之后,缝合图像1至图像3,以得到全景图像。
可以理解的是,预设角度之间的间隔越小,获取到的图像数量就越多,进而缝合后得到的全景图像就越准确。具体实施过程中,预设角度的数量可由用户根据相机的视角进行自定义设置,基于多个预设角度拍摄的图像包含有当前点位360度范围内的场景信息。
可选地,在生成全景图像时,可结合高动态范围成像(High Dynamic RangeImaging,简称HDRI),生成高质量的全景图像。
信息采集终端在一个拍摄点位采集完点云数据和全景图像后,可直接将该拍摄点位的点云数据和全景图像发送给控制终端;或者,先进行存储,之后在完成对当前所在空间的所有拍摄点位上点云数据和全景图像的采集后,将该空间的所有拍摄点位的点云数据和全景图像发送给控制终端,本实施例对此不做限制。
以上为信息采集终端的信息采集过程,以下对控制终端生成目标物理空间的户型图的过程进行说明。
概括来说,目标物理空间的户型图生成过程包括:目标物理空间的目标空间轮廓的获取过程,以及用于表示目标物理空间中的门体和窗体的映射介质的确定过程。
在确定目标空间轮廓的过程中,首先,确定目标物理空间中多个子空间各自的二维点云图像;然后,将多个子空间分别对应的二维点云图像进行拼接处理,以得到目标物理空间的二维点云图像;之后,通过例如边缘检测等识别算法,从目标物理空间的二维点云图像中识别出目标空间轮廓。
针对目标物理空间中的任一子空间(即目标子空间),可根据目标子空间的至少一个拍摄点位的点云数据,确定目标子空间的二维点云图像。
在一可选实施例中,可先将目标子空间的至少一个拍摄点位的点云数据进行融合处理,以获取目标子空间的目标点云数据;然后,将目标点云数据映射到二维平面,以确定目标子空间的二维点云图像。具体实施过程中,可基于至少一个拍摄点位之间的相对位置关系进行点云数据融合。其中,各拍摄点位之间的相对位置关系,可根据在目标子空间中采集点云数据时,标定的拍摄位置确定。
在另一可选实施例中,在确定目标子空间的二维点云图像的过程中,可以先根据在目标子空间中的第一拍摄点位的点云数据,确定目标子空间的二维点云图像;之后,判断目标子空间是否还存在第二拍摄点位的点云数据。若目标子空间中还存在第二拍摄点位的点云数据,则将第二拍摄点位的点云数据与第一拍摄点位的点云数据融合作为第一拍摄点位的点云数据,以更新目标子空间的二维点云图像。若目标子空间中不存在第二拍摄点位的点云数据,则将当前的二维点云图像作为目标子空间的二维点云图像。
其中,第二拍摄点位的点云数据为未用于生成目标子空间的二维点云图像的点云数据,第二拍摄点位的点云数据的采集时间在第一拍摄点位的点云数据的采集时间之后。
可以理解的是,点云数据实际上是一系列的三维坐标点,任一三维坐标点可用三维笛卡尔坐标(x,y,z)表示,其中,x,y,z分别是拥有共同的零点且彼此相互正交的x轴,y轴,z轴的坐标值。
在一可选实施例中,根据目标子空间的点云数据,确定目标子空间的二维点云图像,具体地,可将在目标子空间的点云数据对应的三维坐标点(x,y,z)转换为二维坐标点(x,y),比如:将三维坐标点的z轴坐标值设置为0,进而,基于转换得到的二维坐标点得到目标子空间的二维点云图像。或者,先基于在目标子空间的点云数据对应的三维坐标点(x,y,z)生成目标子空间的三维空间结构图,然后获取三维空间结构图的俯视图,以作为目标子空间的二维点云图像。
概括来说,本实施例中,在生成目标子空间的二维点云图像时,是通过根据不同拍摄点位的点云数据,不断更新目标子空间的二维点云图像来获取目标子空间的二维点云图像的。通过这种生成方式,能够筛除一些误差较大的点云数据,提高生成的二维点云图像的准确性。
可以理解的是,在采集点云数据时,信息采集终端依次在目标子空间的不同拍摄点位上进行点云数据的采集,因此,实际上,不同拍摄点位的点云数据携带有相应的采集时间标识。从而,在生成目标子空间的二维点云图像时,可以根据点云数据的采集时间标识,按照时间先后顺序,依次融合不同拍摄点位的点云数据,并生成相应的二维点云图像。
为了便于确认当前生成的二维点云图像对应的拍摄点位,可选地,还可以在目标子空间的二维点云图像中标识拍摄点位,其中,标识的拍摄点位与用于确定目标子空间的二维点云图像的点云数据匹配。
为便于理解,结合图3,举例来说。图3为本发明实施例提供的一种子空间的二维点云图像的示意图。假设目标子空间设置有两个拍摄点位,分别为拍摄点位1和拍摄点位2,其中,拍摄点位1的点云数据的采集时间早于拍摄点位2。
基于上述假设,先将拍摄点位1确定为第一拍摄点位,之后,根据拍摄点位1的点云数据,确定目标子空间的二维点云图像,如图3中的左图所示。之后,由于目标子空间中还存在拍摄点位2的点云数据未被用于生成目标子空间的二维点云图像,即存在第二拍摄点位的点云数据,因此,将拍摄点位2和拍摄点位1确定为第一拍摄点位,将拍摄点位2的点云数据与拍摄点位1的点云数据融合作为第一拍摄点位的点云数据,并根据第一拍摄点位的点云数据,更新目标子空间的二维点云图像,更新后的二维点云图像如图3中的右图所示。其中,更新后的二维点云图像中的点云数据更加稠密,对应于更丰富的场景信息。
由于目标子空间中仅设置拍摄点位1和拍摄点位2,在生成图3中右图所述的二维点云图像后,目标子空间中不存在第二拍摄点位的点云数据,因此,图3中的右图即为目标子空间的二维点云图像。
在上述过程中,由于目标子空间的二维点云图像是不断更新的,因此,当某一拍摄点位对应的点云数据存在错误或误差较大时,对应生成的二维点云图像能够及时的反映出这种异常,以便用户及时的对该拍摄点位的点云数据进行修正,比如:删除该拍摄点位的点云数据,或者重新控制信息采集终端在该拍摄点位采集点云数据等,以提高生成的二维点云图像的准确性。
实际应用中,可选地,也可以直接将目标物理空间中的全部拍摄点位看作一个空间的多个拍摄点位,然后通过上述确定第一拍摄点位和第二拍摄点位,更新二维点云图像的方式,确定最终的更新结果为目标物理空间的二维点云图像。
基于前述实施例提供的目标子空间的二维点云图像的获取方案,可以分别生成多个子空间各自对应的二维点云图像。然后,通过例如特征匹配等方式,将多个子空间对应的多个二维点云图像进行拼接处理,以得到目标物理空间的二维点云图像,如图4中的左图所示,图4为本发明实施例提供的一种目标物理空间的二维点云图像的示意图,其中,二维点云图像中的多个圆点为不同拍摄点位对应的标识符号。
为保证根据目标物理空间的二维点云图像确定的目标物理空间的目标空间轮廓的准确性,可选地,在得到目标物理空间的二维点云图像后,还包括:显示目标物理空间的二维点云图像;接收用户对目标物理空间的二维点云图像的修正操作;根据修正操作后得到的目标二维点云图像,确定目标物理空间的目标空间轮廓。
其中,上述修正操作包括裁剪处理。实际应用中,目标物理空间中往往存在会对点云数据采集产生影响的物体,比如:玻璃,镜子等,这些物体会导致获取到的点云数据中存在一些干扰数据,这些干扰数据反映在点云图像上,表现为二维点云图像中的规则墙线之外仍存在部分图像(即干扰数据对应干扰图像),或者点云图像的墙线模糊不清。其中,二维点云图像中的墙线对应于目标空间中的墙体。
实际应用中,可选地,用户可通过二维点云图像编辑界面上的编辑按钮,对二维点云图像进行修正操作,如图4中的右图所示,可通过添加裁剪线的方式,裁剪掉墙线之外的干扰图像。需要说明的是,裁剪线的添加实际上在限定用于识别空间轮廓的二维点云图像的范围,并不是真的删除某一部分图像。
之后,通过例如边缘检测等识别算法,从修正后的目标物理空间的二维点云图像中识别出目标空间轮廓。
图5为本发明实施例提供的一种空间轮廓的示意图。如图5中的左图所示,空间轮廓由多条轮廓线构成,实际应用中,存在一些与二维点云图像中的墙线不匹配的轮廓线,以下称为目标轮廓线。
为了提高获取到的目标空间轮廓的准确度,本实施例中空间轮廓中的轮廓线可被编辑。
具体地,可先根据目标物理空间的二维点云图像,确定目标物理空间的初始空间轮廓;之后,在目标物理空间的二维点云图像中显示初始空间轮廓;然后,接收用户对初始空间轮廓中的目标轮廓线的编辑操作,以对目标轮廓线进行编辑;最后,确定编辑操作后得到的空间轮廓为目标物理空间的目标空间轮廓。
其中,目标轮廓线为初始空间轮廓中与目标物理空间的二维点云图像中的墙线不匹配的轮廓线。编辑操作用于调整目标轮廓线的形态和/或位置,以使目标轮廓线与目标物理空间的二维点云图像中的墙线重合。
可选地,控制终端预设有其他针对空间轮廓的轮廓线的修正选项,比如:添加轮廓线选项、删除轮廓线选项等。
假设图5中的左图示意的为初始空间轮廓,图5中的左图中的椭圆形区域为包含有目标轮廓线的区域,也即修正区域。基于用户对目标轮廓线的修正操作,得到的目标空间轮廓如图5中的右图所示,图5中的右图中,修正后的目标轮廓线与二维点云图像中的墙线匹配。
在确定目标物理空间的目标空间轮廓之后,在目标空间轮廓上确定用于表示目标物理空间中的窗体和门体的映射介质。其中,映射介质是基于从每一子空间的目标全景图像中识别的目标介质确定的,每一子空间的目标介质是每一子空间中的实体介质(门体和窗体)在每一子空间的目标全景图像中的图像。
具体实施过程中,每一子空间中可能不止一个拍摄点位对应的全景图像中包含有目标介质,比如:第一子空间的拍摄点位1、拍摄点位2和拍摄点位3对应的3个全景图像中均包含有第一子空间中的门体和窗体对应的图像。可以理解的是,在同一子空间中的至少一个拍摄点位上分别获取全景图像是为了保证各子空间的场景信息的完整性,通常获取到的全景图像对于确定目标介质来说是富余的。因此,在确定每一子空间的目标介质时,并不需要在每一子空间的所有全景图像中识别目标介质。
为了加快控制终端对目标介质的识别效率,针对目标子空间,可选地,在控制终端识别全景图像中的目标介质之前,可以从目标子空间的至少一个拍摄点位的全景图像中,确定出目标全景图像以用于识别目标介质,之后,通过例如图像识别等算法,从目标全景图像中识别出目标子空间对应的目标介质。
其中,目标全景图像为符合预设识别要求的全景图像,比如:视野最广、光线最佳的全景图像,或者包含有用户标记信息(比如:最佳全景图像)的全景图像。
其中,针对任一子空间(称为目标子空间),目标子空间的目标全景图像对应的拍摄点位可以与用于生成空间轮廓的点云数据对应的拍摄点位相同或不同。假设目标子空间中包含有两个拍摄点位,分别为拍摄点位A和拍摄点位B,在拍摄点位A上获取了全景图像A1和点云数据A2,在拍摄点位B上获取了全景图像B1和点云数据B2。若点云数据A2用于生成目标物理空间的目标空间轮廓,则既可以确定全景图像A1为目标全景图像,也可以确定全景图像B1为目标全景图像。类似地,若点云数据B2用于生成目标物理空间的目标空间轮廓,则既可以确定全景图像A1为目标全景图像,也可以确定全景图像B1为目标全景图像。
由于在进行点云数据和全景图像采集之前,激光传感器和相机之间的相对位姿已预先标定。因此,针对多个子空间中的任一子空间,基于预先标定的相对位姿,以及每一子空间中实际拍摄点位之间的相对位置关系,能够确定每一子空间中采集到的点云数据对应的三维点云坐标和全景图像的全景像素坐标之间的坐标映射。
进一步地,可根据每一子空间的点云数据和目标全景图像之间的坐标映射,建立每一子空间的目标全景图像和目标物理空间的目标空间轮廓之间的映射,即预先确定每一子空间的目标全景图像和目标空间轮廓之间的映射关系。
从而,在目标空间轮廓上确定用于表示目标介质的映射介质,包括:根据每一子空间的目标全景图像和目标物理空间的目标空间轮廓之间的映射关系,获取每一子空间对应的目标介质在目标全景图像中对应的全景像素坐标以及所映射的空间轮廓坐标,以在目标空间轮廓中确定目标介质对应的映射介质。
其中,映射介质与目标介质的目标标识以及目标显示尺寸相适配,目标标识用于区分属于不同类型(门体或窗体)的目标介质。
在本发明实施例中,不限定对全景图像和点云数据坐标映射的具体方式,可选地,可以直接根据获取全景图像和点云数据的设备之间的相对位姿关系,将全景像素坐标映射为三维点云坐标,以及将三维点云坐标映射为全景像素坐标;也可以借助相对位姿关系和中间坐标系,先将全景像素坐标映射为中间坐标,再将中间坐标映射为三维点云坐标;以及先将三维点云坐标映射为中间坐标,再将中间坐标映射为全景像素坐标。在此,不限定中间坐标系的具体类型,也不限定在坐标映射过程中使用的具体方式,根据中间坐标系的不同,以及相对位姿关系的不同,所采用的映射方式也会不同。
图6为本发明实施例提供的一种目标物理空间的户型图的示意图,如图6所示,户型图中包含有目标物理空间的目标空间轮廓,以及目标物理空间中的门体和窗体对应的映射介质,其中门体对应的映射介质和窗体对应的映射介质通过不同标识符区分。
本实施例中,在生成包含有多个子空间的目标物理空间的户型图时,首先,根据多个子空间分别对应的点云数据,确定多个子空间各自的二维点云图像。然后,将多个子空间对应的多个二维点云图像进行拼接得到目标物理空间的二维点云图像,拼接后的二维点云图像可被编辑,基于编辑后的二维点云图像能够识别到较为准确的空间轮廓。针对空间轮廓中与实际墙体不匹配的目标轮廓线,可通过调整目标轮廓线的形态和位置,确定目标物理空间的目标空间轮廓。之后,在将目标物理空间中的门体和窗体在目标空间轮廓上进行标识时,通过全景图像辅助确定每一空间中的门体和窗体(即目标介质)在目标空间轮廓中对应的映射介质,从而最终获得的目标物理空间的户型图能够准确反映目标物理空间中的墙体、门体和窗体的位置。
以下将详细描述本发明的一个或多个实施例的户型图生成装置。本领域技术人员可以理解,这些装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图7为本发明实施例提供的一种户型图生成装置的结构示意图,该装置应用于控制终端,如图7所示,该装置包括:获取模块11、拼接模块12和处理模块13。
获取模块11,用于获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像,其中,每一子空间的点云数据和全景图像是在每一子空间中的至少一个拍摄点位采集的。
拼接模块12,用于将所述多个子空间分别对应的二维点云图像进行拼接处理,以确定所述目标物理空间的二维点云图像;其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的。
处理模块13,用于根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓;根据所述多个子空间分别对应的目标全景图像,确定所述多个子空间分别对应的目标介质;其中,每一子空间的目标全景图像是每一子空间的至少一个拍摄点位的全景图像中,用于识别目标介质的全景图像,每一子空间的目标介质是每一子空间中的实体介质在每一子空间的目标全景图像中的图像;在所述目标空间轮廓上确定用于表示所述目标介质的映射介质,以获取所述目标物理空间的户型图。
可选地,拼接模块12,具体用于将目标子空间的至少一个拍摄点位的点云数据进行融合处理,以获取所述目标子空间的目标点云数据;其中,所述目标子空间是所述多个子空间中的任一子空间;将所述目标点云数据映射到二维平面,以确定所述目标子空间的二维点云图像。
可选地,拼接模块12,还具体用于在确定目标子空间的二维点云图像的过程中,根据在所述目标子空间中的第一拍摄点位的点云数据,确定所述目标子空间的二维点云图像;其中,所述目标子空间是所述多个子空间中的任一子空间;若所述目标子空间中还存在第二拍摄点位的点云数据,则将所述第二拍摄点位的点云数据与所述第一拍摄点位的点云数据融合作为第一拍摄点位的点云数据,以更新所述目标子空间的二维点云图像;其中,所述第二拍摄点位的点云数据为未用于生成所述目标子空间的二维点云图像的点云数据。
可选地,拼接模块12,还具体用于在所述目标子空间的二维点云图像中标识拍摄点位,所述拍摄点位与用于确定所述目标子空间的二维点云图像的点云数据匹配。
可选地,处理模块13,具体用于接收用户对所述目标物理空间的二维点云图像的修正操作;根据所述修正操作后得到的目标二维点云图像,确定所述目标物理空间的目标空间轮廓。
可选地,处理模块13,还具体用于根据所述目标物理空间的二维点云图像,确定所述目标物理空间的初始空间轮廓,所述初始空间轮廓由多条轮廓线构成;在所述目标物理空间的二维点云图像中显示所述初始空间轮廓;接收用户对所述初始空间轮廓中的目标轮廓线的编辑操作,所述目标轮廓线为所述初始空间轮廓中与所述目标物理空间的二维点云图像中的墙线不匹配的轮廓线,所述编辑操作用于调整所述目标轮廓线的形态和/或位置,以使所述目标轮廓线与所述目标物理空间的二维点云图像中的墙线重合;确定所述编辑操作后得到的空间轮廓为所述目标物理空间的目标空间轮廓。
可选地,处理模块13,还具体用于根据每一子空间的目标全景图像和所述目标空间轮廓之间的映射关系,获取所述目标介质在所述目标全景图像中对应的全景像素坐标以及所映射的空间轮廓坐标,以在所述目标空间轮廓中确定所述目标介质对应的映射介质;其中,所述映射介质的与所述目标介质的目标标识以及目标显示尺寸相适配,所述目标标识用于区分属于不同类型的目标介质,所述映射关系为根据所述每一子空间的点云数据和所述目标全景图像之间的坐标映射,所建立的每一子空间的目标全景图像和所述目标空间轮廓之间的映射。
图7所示装置可以执行前述实施例中的步骤,详细的执行过程和技术效果参见前述实施例中的描述,在此不再赘述。
在一个可能的设计中,上述图7所示户型图生成装置的结构可分别实现为一电子设备。如图8所示,该电子设备可以包括:存储器21、处理器22、通信接口23。其中,存储器21上存储有可执行代码,当所述可执行代码被处理器22执行时,使处理器22至少可以实现如前述实施例中提供的户型图生成方法。
另外,本发明实施例提供了一种非暂时性机器可读存储介质,所述非暂时性机器可读存储介质上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器至少可以实现如前述实施例中提供的户型图生成方法。
以上所描述的装置实施例仅仅是示意性的,其中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。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式可借助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和软件结合的方式来实现。基于这样的理解,上述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计算机产品的形式体现出来,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种户型图生成方法,其特征在于,应用于控制终端,所述方法包括:
获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像,其中,每一子空间的点云数据和全景图像是在每一子空间中的至少一个拍摄点位上采集的;
将所述多个子空间分别对应的二维点云图像进行拼接处理,以确定所述目标物理空间的二维点云图像;其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的;
根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓;
根据所述多个子空间分别对应的目标全景图像,确定所述多个子空间分别对应的目标介质;其中,每一子空间的目标全景图像是每一子空间的至少一个拍摄点位的全景图像中,用于识别目标介质的全景图像,每一子空间的目标介质是每一子空间中的实体介质在每一子空间的目标全景图像中的图像;
根据每一子空间的目标全景图像和所述目标空间轮廓之间的映射关系,获取所述目标介质在所述目标全景图像中对应的全景像素坐标以及所映射的空间轮廓坐标,以在所述目标空间轮廓中确定所述目标介质对应的映射介质,获取所述目标物理空间的户型图;其中,所述映射介质的与所述目标介质的目标标识以及目标显示尺寸相适配,所述目标标识用于区分属于不同类型的目标介质,所述映射关系为根据所述每一子空间的点云数据和所述目标全景图像之间的坐标映射,所建立的每一子空间的目标全景图像和所述目标空间轮廓之间的映射;
其中,在所述至少一个拍摄点位上采集的点云数据携带有相应的采集时间标识,在确定每一子空间的二维点云图像的过程中,根据每一子空间中的至少一个拍摄点位的点云数据对应的所述采集时间标识,按照时间先后顺序依次融合不同拍摄点位的点云数据,以生成每一子空间的二维点云图像;
当融合目标拍摄点位的点云数据后生成的二维点云图像反映出所述目标拍摄点位对应的点云数据存在错误时,确定所述目标拍摄点位的点云数据异常,并删除或重新采集所述目标拍摄点位的点云数据,所述目标拍摄点位为所述至少一个拍摄点位中的任一个。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将目标子空间的至少一个拍摄点位的点云数据进行融合处理,以获取所述目标子空间的目标点云数据;其中,所述目标子空间是所述多个子空间中的任一子空间;
将所述目标点云数据映射到二维平面,以确定所述目标子空间的二维点云图像。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在确定目标子空间的二维点云图像的过程中,根据在所述目标子空间中的第一拍摄点位的点云数据,确定所述目标子空间的二维点云图像;其中,所述目标子空间是所述多个子空间中的任一子空间;
若所述目标子空间中还存在第二拍摄点位的点云数据,则将所述第二拍摄点位的点云数据与所述第一拍摄点位的点云数据融合作为第一拍摄点位的点云数据,以更新所述目标子空间的二维点云图像;其中,所述第二拍摄点位的点云数据为未用于生成所述目标子空间的二维点云图像的点云数据。
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:
在所述目标子空间的二维点云图像中标识拍摄点位,所述拍摄点位与用于确定所述目标子空间的二维点云图像的点云数据匹配。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓,包括:
接收用户对所述目标物理空间的二维点云图像的修正操作;
根据所述修正操作后得到的目标二维点云图像,确定所述目标物理空间的目标空间轮廓。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓,包括:
根据所述目标物理空间的二维点云图像,确定所述目标物理空间的初始空间轮廓,所述初始空间轮廓由多条轮廓线构成;
在所述目标物理空间的二维点云图像中显示所述初始空间轮廓;
接收用户对所述初始空间轮廓中的目标轮廓线的编辑操作,所述目标轮廓线为所述初始空间轮廓中与所述目标物理空间的二维点云图像中的墙线不匹配的轮廓线,所述编辑操作用于调整所述目标轮廓线的形态和/或位置,以使所述目标轮廓线与所述目标物理空间的二维点云图像中的墙线重合;
确定所述编辑操作后得到的空间轮廓为所述目标物理空间的目标空间轮廓。
7.一种户型图生成装置,其特征在于,应用于控制终端,所述装置包括:
获取模块,用于获取信息采集终端得到的目标物理空间中多个子空间分别对应的点云数据和全景图像,其中,每一子空间的点云数据和全景图像是在每一子空间中的至少一个拍摄点位采集的;
拼接模块,用于将所述多个子空间分别对应的二维点云图像进行拼接处理,以确定所述目标物理空间的二维点云图像;其中,每一子空间的二维点云图像是根据每一子空间中的至少一个拍摄点位的点云数据确定的;其中,在所述至少一个拍摄点位上采集的点云数据携带有相应的采集时间标识,在确定每一子空间的二维点云图像的过程中,根据每一子空间中的至少一个拍摄点位的点云数据对应的所述采集时间标识,按照时间先后顺序依次融合不同拍摄点位的点云数据,以生成每一子空间的二维点云图像;当融合目标拍摄点位的点云数据后生成的二维点云图像反映出所述目标拍摄点位对应的点云数据存在错误时,确定所述目标拍摄点位的点云数据异常,并删除或重新采集所述目标拍摄点位的点云数据,所述目标拍摄点位为所述至少一个拍摄点位中的任一个;
处理模块,用于根据所述目标物理空间的二维点云图像,确定所述目标物理空间的目标空间轮廓;根据所述多个子空间分别对应的目标全景图像,确定所述多个子空间分别对应的目标介质;其中,每一子空间的目标全景图像是每一子空间的至少一个拍摄点位的全景图像中,用于识别目标介质的全景图像,每一子空间的目标介质是每一子空间中的实体介质在每一子空间的目标全景图像中的图像;根据每一子空间的目标全景图像和所述目标空间轮廓之间的映射关系,获取所述目标介质在所述目标全景图像中对应的全景像素坐标以及所映射的空间轮廓坐标,以在所述目标空间轮廓中确定所述目标介质对应的映射介质,获取所述目标物理空间的户型图;其中,所述映射介质的与所述目标介质的目标标识以及目标显示尺寸相适配,所述目标标识用于区分属于不同类型的目标介质,所述映射关系为根据所述每一子空间的点云数据和所述目标全景图像之间的坐标映射,所建立的每一子空间的目标全景图像和所述目标空间轮廓之间的映射。
8.一种电子设备,其特征在于,包括:存储器、处理器、通信接口;其中,所述存储器上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1至6中任一项所述的户型图生成方法。
9.一种非暂时性机器可读存储介质,其特征在于,所述非暂时性机器可读存储介质上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,所述处理器执行如权利要求1至6中任一项所述的户型图生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211462423.6A CN115830161B (zh) | 2022-11-21 | 2022-11-21 | 户型图生成方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211462423.6A CN115830161B (zh) | 2022-11-21 | 2022-11-21 | 户型图生成方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115830161A CN115830161A (zh) | 2023-03-21 |
CN115830161B true CN115830161B (zh) | 2023-10-31 |
Family
ID=85530033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211462423.6A Active CN115830161B (zh) | 2022-11-21 | 2022-11-21 | 户型图生成方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115830161B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971403A (zh) * | 2017-04-27 | 2017-07-21 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
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 |
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 |
CN113570721A (zh) * | 2021-09-27 | 2021-10-29 | 贝壳技术有限公司 | 三维空间模型的重建方法、装置和存储介质 |
CN113823001A (zh) * | 2021-09-23 | 2021-12-21 | 北京有竹居网络技术有限公司 | 户型图生成方法、装置、设备及介质 |
CN114494487A (zh) * | 2021-12-30 | 2022-05-13 | 北京城市网邻信息技术有限公司 | 基于全景图语义拼接的户型图生成方法、设备及存储介质 |
CN114529621A (zh) * | 2021-12-30 | 2022-05-24 | 北京城市网邻信息技术有限公司 | 户型图生成方法、装置、电子设备及介质 |
CN115187729A (zh) * | 2022-07-18 | 2022-10-14 | 北京城市网邻信息技术有限公司 | 三维模型生成方法、装置、设备和存储介质 |
WO2022222121A1 (zh) * | 2021-04-23 | 2022-10-27 | 华为技术有限公司 | 一种全景图像的生成方法、车载图像处理装置及车辆 |
CN115330966A (zh) * | 2022-08-15 | 2022-11-11 | 北京城市网邻信息技术有限公司 | 户型图生成方法、系统、设备及存储介质 |
CN115330652A (zh) * | 2022-08-15 | 2022-11-11 | 北京城市网邻信息技术有限公司 | 点云拼接方法、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101841668B1 (ko) * | 2012-02-15 | 2018-03-27 | 한국전자통신연구원 | 입체 모델 생성 장치 및 방법 |
JP7223449B2 (ja) * | 2019-08-23 | 2023-02-16 | 上海亦我信息技術有限公司 | 撮影に基づく3dモデリングシステム |
-
2022
- 2022-11-21 CN CN202211462423.6A patent/CN115830161B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971403A (zh) * | 2017-04-27 | 2017-07-21 | 武汉数文科技有限公司 | 点云图像处理方法及装置 |
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 |
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 |
WO2022222121A1 (zh) * | 2021-04-23 | 2022-10-27 | 华为技术有限公司 | 一种全景图像的生成方法、车载图像处理装置及车辆 |
CN113823001A (zh) * | 2021-09-23 | 2021-12-21 | 北京有竹居网络技术有限公司 | 户型图生成方法、装置、设备及介质 |
CN113570721A (zh) * | 2021-09-27 | 2021-10-29 | 贝壳技术有限公司 | 三维空间模型的重建方法、装置和存储介质 |
CN114494487A (zh) * | 2021-12-30 | 2022-05-13 | 北京城市网邻信息技术有限公司 | 基于全景图语义拼接的户型图生成方法、设备及存储介质 |
CN114529621A (zh) * | 2021-12-30 | 2022-05-24 | 北京城市网邻信息技术有限公司 | 户型图生成方法、装置、电子设备及介质 |
CN115187729A (zh) * | 2022-07-18 | 2022-10-14 | 北京城市网邻信息技术有限公司 | 三维模型生成方法、装置、设备和存储介质 |
CN115330966A (zh) * | 2022-08-15 | 2022-11-11 | 北京城市网邻信息技术有限公司 | 户型图生成方法、系统、设备及存储介质 |
CN115330652A (zh) * | 2022-08-15 | 2022-11-11 | 北京城市网邻信息技术有限公司 | 点云拼接方法、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
三维全景与三维激光扫描相结合的数字校园初期建设;高伟强;顾佳华;袁若伟;周民立;;数字技术与应用(05);112-113+116 * |
基于二维激光雷达点云的物体轮廓识别;蔡泽宇;金诚谦;;应用激光(03);141-146 * |
Also Published As
Publication number | Publication date |
---|---|
CN115830161A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021174939A1 (zh) | 人脸图像的获取方法与系统 | |
CN110568447B (zh) | 视觉定位的方法、装置及计算机可读介质 | |
JP5580164B2 (ja) | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム | |
US20130129141A1 (en) | Methods and Apparatus for Facial Feature Replacement | |
US20140003738A1 (en) | Method and apparatus for gaze point mapping | |
CN108805917A (zh) | 空间定位的方法、介质、装置和计算设备 | |
JPWO2006049147A1 (ja) | 三次元形状推定システム及び画像生成システム | |
CN111640145B (zh) | 图像配准方法及其相关的模型训练方法、设备、装置 | |
US20220067967A1 (en) | Methods and Systems for Intra-Capture Camera Calibration | |
JP2017123087A (ja) | 連続的な撮影画像に映り込む平面物体の法線ベクトルを算出するプログラム、装置及び方法 | |
CN112312113A (zh) | 用于生成三维模型的方法、装置和系统 | |
CN112862861B (zh) | 相机运动路径确定方法、确定装置及拍摄系统 | |
CN113129451B (zh) | 基于双目视觉定位的全息三维影像空间定量投影方法 | |
CN115830161B (zh) | 户型图生成方法、装置、设备和存储介质 | |
CN112818932A (zh) | 图像处理方法、障碍物检测方法、装置、介质及车辆 | |
JP2022011818A (ja) | 情報処理装置およびその制御方法 | |
CN112258647A (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
JP2005031044A (ja) | 三次元誤差測定装置 | |
JPH0921610A (ja) | 画像処理装置及び画像処理方法 | |
WO2024108350A1 (zh) | 空间结构图和户型图生成方法、装置、设备和存储介质 | |
CN109587303B (zh) | 电子设备和移动平台 | |
CN109660733B (zh) | 电子设备和移动平台 | |
CN115836322A (zh) | 图像裁剪方法与装置、电子设备及存储介质 | |
JP4623320B2 (ja) | 三次元形状推定システム及び画像生成システム | |
JP2019197295A (ja) | 画像処理装置、画像処理方法およびプログラム |
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 |