CN115984488B - 一种基于5g网络的ai图像智能建模系统 - Google Patents

一种基于5g网络的ai图像智能建模系统 Download PDF

Info

Publication number
CN115984488B
CN115984488B CN202310253181.8A CN202310253181A CN115984488B CN 115984488 B CN115984488 B CN 115984488B CN 202310253181 A CN202310253181 A CN 202310253181A CN 115984488 B CN115984488 B CN 115984488B
Authority
CN
China
Prior art keywords
image
color
color value
module
preset
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
CN202310253181.8A
Other languages
English (en)
Other versions
CN115984488A (zh
Inventor
周云霞
何洪
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.)
Perfect Display Technology Co ltd
Original Assignee
Perfect Display Technology 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 Perfect Display Technology Co ltd filed Critical Perfect Display Technology Co ltd
Priority to CN202310253181.8A priority Critical patent/CN115984488B/zh
Publication of CN115984488A publication Critical patent/CN115984488A/zh
Application granted granted Critical
Publication of CN115984488B publication Critical patent/CN115984488B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供了一种基于5G网络的AI图像智能建模系统,涉及计算机视觉技术领域。本发明将待建模物设置于虚拟球体的球心处,并利用位于同一球直径上的拍摄模块和显示模块对待建模物进行两轮拍摄,第一轮基于第一背景图像拍摄得到第一图像,并根据第一图像确定不同角度下待建模物的颜色特征,并基于不同角度下的颜色特征构建第二背景图像,随后基于第二背景图像确定最优拍摄路径,最后再基于第二背景图像拍摄第二图像,并利用第二图像进行建模。第二图像中能够有效区分出背景和待建模物,进而在计算机建模的过程中有效降低背景环境对建模精度的影响。

Description

一种基于5G网络的AI图像智能建模系统
技术领域
本发明涉及计算机视觉技术领域,具体涉及一种基于5G网络的AI图像智能建模系统。
背景技术
图像智能建模是指通过相机等设备对物体进行采集照片,经计算机进行图形图像处理以及三维计算,从而全自动生成被拍摄物体的三维模型的技术。
照片采集在图像智能建模中具有重要作用,但目前采集照片的方式主要是由人工环绕物体拍摄许多张图片,在利用无线传输技术将采集的照片传输到高性能的计算机上进行图像处理。
上述方法主要存在几个问题,一个是在采集照片的过程中,背景环境较为复杂,会对计算机处理造成干扰,目前的主要解决方法是增加采集的照片数量;为了得到较好的建模效果,照片数量可达近百张。另一个是计算机建模对照片的质量、数量要求较高,而相对于高质量图片,目前传统的无线传输速率较低,耗时较长。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于5G网络的AI图像智能建模系统,解决了在图像智能建模的照片采集步骤中如何高效的对物体进行拍摄,得到高质量的图像的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种基于5G网络的AI图像智能建模系统,该系统包括:
支撑模块,用于将待建模物固定在虚拟球体的球心处;
拍摄模块,用于在J个预设点处拍摄待建模物图像;所述J个预设点为在所述虚拟球体的球面上的点;
显示模块,用于在所述拍摄模块拍摄待建模物时显示对应的第一背景图像或第二背景图像;
第一图像获取模块,用于在所述显示模块显示预设的第一背景图像且所述拍摄模块在各个预设点时,拍摄的待建模物图像作为第一图像;
第二背景图像获取模块,用于基于各个预设点对应的第一图像获取该预设点对应的第二背景图像;
角度调节模块,用于驱动所述拍摄模块定位在各个预设点处,同时驱动所述显示模块定位在第一射线与所述虚拟球体的球面的相交点处,且所述第一射线为所述拍摄模块至待建模物的射线;
最优拍摄路径生成模块,用于基于各个预设点以及对应的第二背景图像确定最优拍摄路径;所述最优拍摄路径为包含J个预设点拍摄顺序的序列;
第二图像获取模块,用于在所述显示模块显示第二背景图像且所述拍摄模块在各个预设点时,拍摄的待建模物图像作为第二图像;
5G通信模块,用于将在各个预设点对应的第二图像无线传输至AI建模模块;
AI建模模块,用于根据各个预设点对应的第二图像进行建模。
进一步的,所述预设的第一背景图像为纯白图像。
进一步的,所述第二背景图像获取模块,包括;
边缘提取单元,用于获取第一图像中待建模物的边缘;
主颜色计算单元,用于基于色相环计算第一图像中所述边缘内的主颜色;
第一互补色计算单元,用于基于色相环确定预设点对应的第一图像的主颜色的第一互补色;
第二互补色图像生成单元,用于基于色相环将各个第一图像对应的第一互补色分类,得到若干个第二互补色,并生成第二互补色图像作为第二背景图像。
进一步的,所述基于色相环计算第一图像中所述边缘内的主颜色,包括:
将色相环分为若干个大小相同的扇区,并获取各个扇区对应的颜色值区间;
获取所述边缘内的所有像素的颜色值,并计算每个颜色值区间对应的像素数量,并按像素数量从多至少确定颜色值区间序列;将所述颜色值区间序列中前N个颜色值区间作为主颜色。
进一步的,所述颜色值区间序列中前N个颜色值区间的取值方法为:
其中,表示第N个颜色值区间的像素数量;
表示第1至N个颜色值区间的像素数量之和;
表示边缘内的像素总数。
进一步的,所述基于色相环确定预设点对应的第一图像的主颜色的第一互补色,包括:
判断所述颜色值区间序列中前N个颜色值区间所占范围的角度是否超过240°;
若超过,则将第一互补色设定为黑色或白色;
若不超过,则根据颜色值区间序列中前N个颜色值区间所占范围两端的颜色值区间设定第一互补色。
进一步的,所述根据颜色值区间序列中前N个颜色值区间所占范围两端的颜色值区间设定第一互补色,包括:
其中,表示以颜色值区间序列中前N个颜色值区间所占范围一端角度为0°构建坐标系时,第一互补色对应的角度;
表示颜色值区间序列中前N个颜色值区间所占范围另一端对应的角度。
进一步的,所述基于色相环将各个第一图像对应的第一互补色分类,得到若干个第二互补色,并生成第二互补色图像作为第二背景图像,包括:
获取各个第一图像对应的第一互补色,并按所属的颜色值区间分类,得到目标颜色值分区;
从各个目标颜色值分区中分别提取一个第二互补色;
生成第二互补色图像作为第二背景图像。
进一步的,所述基于各个预设点以及对应的第二背景图像确定最优拍摄路径,包括:
S4.1、获取拍摄模块的初始位置和预设点集合;
S4.2、获取距初始位置路径最短的预设点作为起点
S4.3、从预设点集合中获取与起点具有相同第二背景图像的其他预设点,得到待规划预设点集合;
S4.4、利用现有的最优路径求解算法获取依次经过待规划预设点集合中各个预设点的最优子路径,并得到终点;再从预设点集合中删除待规划预设点集合对应的预设点;
S4.5、从预设点集合中获取距终点路径最短的预设点更新为起点/>;并返回S4.3;
S4.6、直至预设点集合为空,将得到的所有最优子路径拼接,得到最优拍摄路径。
(三)有益效果
本发明提供了一种基于5G网络的AI图像智能建模系统。与现有技术相比,具备以下有益效果:
本发明将待建模物设置于虚拟球体的球心处,并利用位于同一球直径上的拍摄模块和显示模块对待建模物进行两轮拍摄,第一轮基于第一背景图像拍摄得到第一图像,并根据第一图像确定不同角度下待建模物的颜色特征,并基于不同角度下的颜色特征构建第二背景图像,随后基于第二背景图像确定最优拍摄路径,最后再基于第二背景图像拍摄第二图像,并利用第二图像进行建模。第二图像中能够有效区分出背景和待建模物,进而在计算机建模的过程中有效降低背景环境对建模精度的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例的系统框图;
图2为本发明实施例的拍摄模块、待建模物以及显示模块的相对位置示意图;
图3为本发明实施例的色相环的示意图。
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,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。
本申请实施例通过提供一种基于5G网络的AI图像智能建模系统,解决了现有方法中拍摄的图像背景对后续建模精度的影响。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例:
如图1所示,本发明提供了一种基于5G网络的AI图像智能建模系统,该系统包括:
支撑模块,用于将待建模物固定在虚拟球体的球心处;
拍摄模块,用于在J个预设点处拍摄待建模物图像;所述J个预设点为在所述虚拟球体的球面上的点;
显示模块,用于在所述拍摄模块拍摄待建模物时显示对应的第一背景图像或第二背景图像;
第一图像获取模块,用于在所述显示模块显示预设的第一背景图像且所述拍摄模块在各个预设点时,拍摄的待建模物图像作为第一图像;
第二背景图像获取模块,用于基于各个预设点对应的第一图像获取该预设点对应的第二背景图像;
角度调节模块,用于驱动所述拍摄模块定位在各个预设点处,同时驱动所述显示模块定位在第一射线与所述虚拟球体的球面的相交点处,且所述第一射线为所述拍摄模块至待建模物的射线;
最优拍摄路径生成模块,用于基于各个预设点以及对应的第二背景图像确定最优拍摄路径;所述最优拍摄路径为包含J个预设点拍摄顺序的序列;
第二图像获取模块,用于在所述显示模块显示第二背景图像且所述拍摄模块在各个预设点时,拍摄的待建模物图像作为第二图像;
5G通信模块,用于将在各个预设点对应的第二图像无线传输至AI建模模块;
AI建模模块,用于根据各个预设点对应的第二图像进行建模。
本实施例的有益效果为:
本发明将待建模物设置于虚拟球体的球心处,并利用位于同一球直径上的拍摄模块和显示模块对待建模物进行两轮拍摄,第一轮基于第一背景图像拍摄得到第一图像,并根据第一图像确定不同角度下待建模物的颜色特征,并基于不同角度下的颜色特征构建第二背景图像,随后基于第二背景图像确定最优拍摄路径,最后再基于第二背景图像拍摄第二图像,并利用第二图像进行建模。第二图像中能够有效区分出背景和待建模物,进而在计算机建模的过程中有效降低背景环境对建模精度的影响。
下面对本发明实施例的实现过程进行详细说明:
本发明在实施时,不对支撑模块、拍摄模块、显示模块、角度调节模块的具体结构形状进行限定,使之能实现相应功能即可。例如:
支撑模块可以是三脚架结构,待建模物放置在顶端,作为虚拟球体的球心。
拍摄模块可以是智能相机或是智能手机、平板电脑等设备,可通过程序来控制拍摄。
显示模块可以是一个显示屏,为了更好的背景效果,优选为OLED显示屏,可通过自带的视频输入端口来控制显示的画面。
角度调节模块可以是多个机械臂配合或可调杠杆结构等装置来实现拍摄模块和显示模块在虚拟球体的球面上的同步运动。
因此,本发明实施例的实现步骤如下:
S1、准备工作:
先将利用支撑模块将待建模物固定在虚拟球体的球心处,并利用角度调节模块将拍摄模块和显示模块的位置固定,其中,如图2所示,所述显示模块定位在第一射线与所述虚拟球体的球面的相交点处,且所述第一射线为所述拍摄模块至待建模物的射线。
再获取预设的J个预设点,具体实施时,预设点的数量可根据待建模物的复杂程度和模型精度进行设定,预设点数量越多,建模精度越高。例如,可以设定环绕待建模物侧上方设定8个预设点、环绕待建模物水平方向设定8个预设点,环绕待建模物侧下方设定8个预设点,共24个预设点。
最后将第一背景图像预设为纯白色的图像,并由显示模块进行显示。
S2、此时所述显示模块正在显示预设的第一背景图像,再利用角度调节模块控制所述拍摄模块到达各个预设点,并拍摄待建模物图像作为第一图像。
此时不同预设点的待建模物图像背景均为纯白色,显然,在不同角度(预设点)下,待建模物图像不同表面颜色可能会对后续计算机识别造成影响(例如待建模物的某个面也是纯白色,与背景颜色相似,建模时就会存在噪点),因此上述的图像仅用于初步确定待建模物在图像中的位置,并不用于建模。
S3、利用第二背景图像获取模块基于各个预设点对应的第一图像获取该预设点对应的第二背景图像。
为了方便后续计算机准确的识别出不同预设点下待建模物,就需要针对不同角度(预设点)设定具有针对性的第二背景图像,在第二背景图像下进行拍照,就能够提取出较为准确的待建模物。
为了获取到不同预设点对应的第二背景图像,第二背景图像获取模块进一步包括:
边缘提取单元,用于获取第一图像中待建模物的边缘;
主颜色计算单元,用于基于色相环计算第一图像中所述边缘内的主颜色;
第一互补色计算单元,用于基于色相环确定预设点对应的第一图像的主颜色的第一互补色;
第二互补色图像生成单元,用于基于色相环将各个第一图像对应的第一互补色分类,得到若干个第二互补色,并生成第二互补色图像作为第二背景图像。
因此,在具体实施时,获取第二背景图像的步骤如下:
S3.1、利用边缘提取单元获取第个预设点对应的第一图像/>中待建模物的边缘。
具体可利用现有的边缘提取算法得到待建模物的边缘,需要说明的是,该步骤仅是为了剔除图像中非待建模物的颜色带来的干扰,因此该步骤中边缘提取无需十分精准,只需提取出大致范围即可。
S3.2、通过主颜色计算单元基于色相环计算第一图像中所述边缘内的主颜色;且具体步骤如下:
S3.2.1、将色相环分为若干个大小相同的扇区,并获取各个扇区对应的颜色值区间。
如图3所示,假设色相环为12色相环,颜色值为像素的RGB值,色相环中每个点均对应有一个RGB值,则颜色值区间为扇区内包含的所有RGB值。
S3.2.2、获取所述边缘内的所有像素的颜色值,并计算每个颜色值区间对应的像素数量,并按像素数量从多至少确定颜色值区间序列;将所述颜色值区间序列中前N个颜色值区间作为主颜色。
为了更加准确的表征待建模物在该拍摄角度下的主颜色,颜色值区间序列中前N个颜色值区间的取值方法为:
其中,表示第N个颜色值区间的像素数量;
表示第1至N个颜色值区间的像素数量之和;
表示边缘内的像素总数。
S3.3、通过第一互补色计算单元基于色相环确定预设点对应的第一图像的主颜色的第一互补色。
具体实施时,可采用如下步骤实现:
判断所述颜色值区间序列中前N个颜色值区间所占范围的角度是否超过240°;
若超过,说明待建模物在该拍摄角度下的主颜色基本分散在整个色相环内,即该待建模物具有多种色彩,为了使待建模物与背景区别更加明显,则将第一互补色设定为黑色或白色或;
若不超过,说明待建模物在该拍摄角度下的主颜色集中在某一区域内,则根据颜色值区间序列中前N个颜色值区间所占范围两端的颜色值区间设定第一互补色。具体的,计算方法如下:
其中,表示以颜色值区间序列中前N个颜色值区间所占范围一端角度为0°构建坐标系时,第一互补色对应的角度;
表示颜色值区间序列中前N个颜色值区间所占范围另一端对应的角度。
以图3为例,假设,N=3,图中阴影部分是得到的两个主颜色对应的颜色值区间,则=150°,/>255°,第一互补色为图中角度为255°对应的颜色值。
S3.3、通过第二互补色图像生成单元基于色相环将各个第一图像对应的第一互补色分类,得到若干个第二互补色,并生成第二互补色图像作为第二背景图像。
具体包括如下步骤:
S3.3.1、获取各个第一图像对应的第一互补色,并按所属的颜色值区间分类,得到目标颜色值分区;例如,得到的多个第一互补色均位于240°~270°之间,则可以将其分在同一目标颜色值分区;
S3.3.2、通过前一步骤,即可得到若干个各个目标颜色值分区,再从各个目标颜色值分区中分别提取一个第二互补色;具体的取值方式不做限定,例如在该区域内随机取值。
S3.3.3、生成第二互补色图像作为第二背景图像。
S4、通过最优拍摄路径生成模块基于各个预设点以及对应的第二背景图像确定最优拍摄路径;所述最优拍摄路径为包含J个预设点拍摄顺序的序列。
在具体实施时,为了降低显示模块显示第二背景图像的复杂度,可采用如下步骤确定最优拍摄路径:
S4.1、获取拍摄模块的初始位置和预设点集合;
S4.2、获取距初始位置路径最短的预设点作为起点;最短路径取决于上述角度调节装置的特性进行计算。
S4.3、从预设点集合中获取与起点具有相同第二背景图像的其他预设点,得到待规划预设点集合;
S4.4、利用现有的最优路径求解算法获取依次经过待规划预设点集合中各个预设点的最优子路径,并得到终点;再从预设点集合中删除待规划预设点集合对应的预设点;
通过上述步骤即可得到一个具有相同第二背景图像的预设点的拍摄子路径。
S4.5、从预设点集合中获取距终点路径最短的预设点更新为起点/>;并返回S4.3,以获取下一个具有相同第二背景图像的拍摄子路径;
S4.6、循环上述步骤,直至预设点集合为空,说明所有预设点均完成规划,此时可将得到的所有最优子路径拼接,得到最优拍摄路径。
显然,通过上述步骤,能够将相同的第二背景图像同一规划,这样在一条子路径的拍摄的过程中就不需要改变显示模块显示的第二背景图像,匹配算法复杂度能够进一步降低。
S5、第二图像获取模块根据上述得到的最优拍摄路径调用角度调节模块、拍摄模块、显示模块配合完成第二图像的拍摄。
显然,第二图像拍摄的时候运动到预设点后,显示模块会显示对应的第二背景图像,拍摄模块再进行拍摄,得到符合该角度下颜色特征的第二图像,这样的第二图像能更好的区分背景和待拍摄物,有效避免建模噪点的产生。
S6、利用5G通信模块将在各个预设点对应的第二图像快速高效的无线传输至AI建模模块。
S7、AI建模模块根据接收的第二图像进行建模。
综上所述,与现有技术相比,本发明具备以下有益效果:
本发明将待建模物设置于虚拟球体的球心处,并利用位于同一球直径上的拍摄模块和显示模块对待建模物进行两轮拍摄,第一轮基于第一背景图像拍摄得到第一图像,并根据第一图像确定不同角度下待建模物的颜色特征,并基于不同角度下的颜色特征构建第二背景图像,随后基于第二背景图像确定最优拍摄路径,最后再基于第二背景图像拍摄第二图像,并利用第二图像进行建模。第二图像中能够有效区分出背景和待建模物,进而在计算机建模的过程中有效降低背景环境对建模精度的影响。
需要说明的是,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软件加必需的通用硬件平台的方式来实现。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软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备中还存在另外的相同要素。
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 (8)

1.一种基于5G网络的AI图像智能建模系统,其特征在于,该系统包括:
支撑模块,用于将待建模物固定在虚拟球体的球心处;
拍摄模块,用于在J个预设点处拍摄待建模物图像;所述J个预设点为在所述虚拟球体的球面上的点;
显示模块,用于在所述拍摄模块拍摄待建模物时显示对应的第一背景图像或第二背景图像;
第一图像获取模块,用于在所述显示模块显示预设的第一背景图像且所述拍摄模块在各个预设点时,拍摄的待建模物图像作为第一图像;
第二背景图像获取模块,用于基于各个预设点对应的第一图像获取该预设点对应的第二背景图像;
角度调节模块,用于驱动所述拍摄模块定位在各个预设点处,同时驱动所述显示模块定位在第一射线与所述虚拟球体的球面的相交点处,且所述第一射线为所述拍摄模块至待建模物的射线;
最优拍摄路径生成模块,用于基于各个预设点以及对应的第二背景图像确定最优拍摄路径;所述最优拍摄路径为包含J个预设点拍摄顺序的序列;
第二图像获取模块,用于在所述显示模块显示第二背景图像且所述拍摄模块在各个预设点时,拍摄的待建模物图像作为第二图像;
5G通信模块,用于将在各个预设点对应的第二图像无线传输至AI建模模块;
AI建模模块,用于根据各个预设点对应的第二图像进行建模;
其中,所述第二背景图像获取模块,包括;
边缘提取单元,用于获取第一图像中待建模物的边缘;
主颜色计算单元,用于基于色相环计算第一图像中所述边缘内的主颜色;
第一互补色计算单元,用于基于色相环确定预设点对应的第一图像的主颜色的第一互补色;
第二互补色图像生成单元,用于基于色相环将各个第一图像对应的第一互补色分类,得到若干个第二互补色,并生成第二互补色图像作为第二背景图像。
2.如权利要求1所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述预设的第一背景图像为纯白图像。
3.如权利要求1所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述基于色相环计算第一图像中所述边缘内的主颜色,包括:
将色相环分为若干个大小相同的扇区,并获取各个扇区对应的颜色值区间;
获取所述边缘内的所有像素的颜色值,并计算每个颜色值区间对应的像素数量,并按像素数量从多至少确定颜色值区间序列;将所述颜色值区间序列中前N个颜色值区间作为主颜色。
4.如权利要求3所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述颜色值区间序列中前N个颜色值区间的取值方法为:
其中,/>表示第N个颜色值区间的像素数量;表示第1至N个颜色值区间的像素数量之和;/>表示边缘内的像素总数。
5.如权利要求3所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述基于色相环确定预设点对应的第一图像的主颜色的第一互补色,包括:
判断所述颜色值区间序列中前N个颜色值区间所占范围的角度是否超过240°;
若超过,则将第一互补色设定为黑色或白色;
若不超过,则根据颜色值区间序列中前N个颜色值区间所占范围两端的颜色值区间设定第一互补色。
6.如权利要求5所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述根据颜色值区间序列中前N个颜色值区间所占范围两端的颜色值区间设定第一互补色,包括:其中,/>表示以颜色值区间序列中前N个颜色值区间所占范围一端角度为0°构建坐标系时,第一互补色对应的角度;
表示颜色值区间序列中前N个颜色值区间所占范围另一端对应的角度。
7.如权利要求3所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述基于色相环将各个第一图像对应的第一互补色分类,得到若干个第二互补色,并生成第二互补色图像作为第二背景图像,包括:
获取各个第一图像对应的第一互补色,并按所属的颜色值区间分类,得到目标颜色值分区;
从各个目标颜色值分区中分别提取一个第二互补色;
生成第二互补色图像作为第二背景图像。
8.如权利要求1所述的一种基于5G网络的AI图像智能建模系统,其特征在于,所述基于各个预设点以及对应的第二背景图像确定最优拍摄路径,包括:
S4.1、获取拍摄模块的初始位置和预设点集合;
S4.2、获取距初始位置路径最短的预设点作为起点
S4.3、从预设点集合中获取与起点具有相同第二背景图像的其他预设点,得到待规划预设点集合;
S4.4、利用现有的最优路径求解算法获取依次经过待规划预设点集合中各个预设点的最优子路径,并得到终点;再从预设点集合中删除待规划预设点集合对应的预设点;
S4.5、从预设点集合中获取距终点路径最短的预设点更新为起点/>;并返回S4.3;
S4.6、直至预设点集合为空,将得到的所有最优子路径拼接,得到最优拍摄路径。
CN202310253181.8A 2023-03-16 2023-03-16 一种基于5g网络的ai图像智能建模系统 Active CN115984488B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310253181.8A CN115984488B (zh) 2023-03-16 2023-03-16 一种基于5g网络的ai图像智能建模系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310253181.8A CN115984488B (zh) 2023-03-16 2023-03-16 一种基于5g网络的ai图像智能建模系统

Publications (2)

Publication Number Publication Date
CN115984488A CN115984488A (zh) 2023-04-18
CN115984488B true CN115984488B (zh) 2023-10-27

Family

ID=85961105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310253181.8A Active CN115984488B (zh) 2023-03-16 2023-03-16 一种基于5g网络的ai图像智能建模系统

Country Status (1)

Country Link
CN (1) CN115984488B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6677944B1 (en) * 1998-04-14 2004-01-13 Shima Seiki Manufacturing Limited Three-dimensional image generating apparatus that creates a three-dimensional model from a two-dimensional image by image processing
JP2005004487A (ja) * 2003-06-12 2005-01-06 Sony Corp 捕捉パス上で撮影されたサラウンド画像を処理する装置及び方法
CN103218849A (zh) * 2012-01-19 2013-07-24 数伦计算机技术(上海)有限公司 一种图像建模系统
WO2016188262A1 (zh) * 2015-05-26 2016-12-01 深圳市万普拉斯科技有限公司 桌面配色方法、装置、终端及计算机存储介质
WO2017206400A1 (zh) * 2016-05-30 2017-12-07 乐视控股(北京)有限公司 图像处理方法、装置及电子设备
CN115205463A (zh) * 2022-07-18 2022-10-18 中山大学·深圳 基于多球面场景表达的新视角图像生成方法、装置和设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7057637B2 (en) * 2004-04-21 2006-06-06 White Peter Mcduffie Reflected backdrop for communications systems
US9357204B2 (en) * 2012-03-19 2016-05-31 Fittingbox Method for constructing images of a pair of glasses

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6677944B1 (en) * 1998-04-14 2004-01-13 Shima Seiki Manufacturing Limited Three-dimensional image generating apparatus that creates a three-dimensional model from a two-dimensional image by image processing
JP2005004487A (ja) * 2003-06-12 2005-01-06 Sony Corp 捕捉パス上で撮影されたサラウンド画像を処理する装置及び方法
CN103218849A (zh) * 2012-01-19 2013-07-24 数伦计算机技术(上海)有限公司 一种图像建模系统
WO2016188262A1 (zh) * 2015-05-26 2016-12-01 深圳市万普拉斯科技有限公司 桌面配色方法、装置、终端及计算机存储介质
WO2017206400A1 (zh) * 2016-05-30 2017-12-07 乐视控股(北京)有限公司 图像处理方法、装置及电子设备
CN115205463A (zh) * 2022-07-18 2022-10-18 中山大学·深圳 基于多球面场景表达的新视角图像生成方法、装置和设备

Also Published As

Publication number Publication date
CN115984488A (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
US11503275B2 (en) Camera calibration system, target, and process
CN106550182B (zh) 共享式无人机观景系统
CN109348119B (zh) 一种全景监控系统
CN107911621B (zh) 一种全景图像的拍摄方法、终端设备以及存储介质
CN110799921A (zh) 拍摄方法、装置和无人机
US20150304545A1 (en) Method and Electronic Device for Implementing Refocusing
WO2015161561A1 (zh) 一种终端基于多摄像头实现合照的方法及装置
TW201143352A (en) Image processor, image processing method, and image processing program
CN107358577B (zh) 一种立方体全景图的快速拼接方法
CN107800979A (zh) 高动态范围视频拍摄方法及拍摄装置
WO2017059620A1 (zh) 用于led显示屏的图像处理方法和装置
CN112207821B (zh) 视觉机器人的目标搜寻方法及机器人
CN112085659A (zh) 一种基于球幕相机的全景拼接融合方法、系统及存储介质
CN109785390B (zh) 一种用于图像矫正的方法和装置
CN115002442B (zh) 一种图像展示方法、装置、电子设备及存储介质
WO2018014517A1 (zh) 一种信息处理方法、装置及存储介质
CN112261294B (zh) 一种拍摄方法、装置和电子设备
WO2022047701A1 (zh) 图像处理方法和装置
CN109190533A (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN114979689A (zh) 多机位直播导播方法、设备以及介质
CN108898680B (zh) 一种在虚拟三维空间中自动校正截取图片的方法及装置
CN115984488B (zh) 一种基于5g网络的ai图像智能建模系统
CN110557552A (zh) 便携式图像采集设备
CN112738425A (zh) 一种多摄像头采集的视频实时拼接系统
CN107454326B (zh) 利用鱼眼镜头进行全景摄像的方法、摄像机以及全景摄像系统

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