CN106157354B - 一种三维场景切换方法及*** - Google Patents
一种三维场景切换方法及*** Download PDFInfo
- Publication number
- CN106157354B CN106157354B CN201510227642.XA CN201510227642A CN106157354B CN 106157354 B CN106157354 B CN 106157354B CN 201510227642 A CN201510227642 A CN 201510227642A CN 106157354 B CN106157354 B CN 106157354B
- Authority
- CN
- China
- Prior art keywords
- scene
- motion model
- viewpoint
- triangle gridding
- 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
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种三维场景切换方法,包括:基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,并基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。本发明还公开了一种三维场景切换***,采用本发明,使得建立的三维模型更精简,使得切换***占用的资源大大减少,解决了现有技术中基于深度信息的切换***启动缓慢、整体运动偏慢的技术问题,并可实现通过高分辨率图像进行了纹理贴图的三角网格运动模型,解决现有技术中纹理贴图只能使用模糊的低分辨率图像。
Description
技术领域
本发明涉及计算机网络通信领域,尤其涉及一种三维场景切换方法及三维场景切换***。
背景技术
和传统的二维地图相比,街景地图是增强版的地图展现形式。通过将拍摄的360度实景照片展示在地图里,能够给用户最直观、准确的视觉体验。街景拍摄的实景照片是间隔一定距离拍摄的。在街景中漫游时,需要从一个采集点切换到另一个采集点,呈现不同的图像数据。在模拟真实场景变换时,需要建立场景中物体的三维模型。由于街景拍摄的照片没有深度(距离)信息,现有的技术可分为基于固定模型的切换和基于深度信息的切换。
当前使用固定模型来对整个场景的运动进行模拟时,不能准确的模拟真实物体的运动;如图1示出的现有技术中基于固定模型切换的原理示意图,长方体的上、下、左、右四个面分别对应街景中的天空、地面、左立面和右立面;然而地面和天空的一部分被划入了左、右立面,在运动过程中,这些部分会错误的随着左右立面运动。并且,基于固定模型切换不能体现场景中物体的远近关系和立体感,景切换存在突变和跳跃感。
针对基于固定模型的切换存在的问题,人们研发出基于深度信息的切换,通过激光扫描仪采集的三维点云数据和图像进行融合处理,能够获取图像中物体的深度信息。基于深度图建立的三维模型,能够更准确的描述真实场景,实现更自然的场景切换。然而,当前基于深度信息的切换***由于建立的三维模型复杂,占用资源多,纹理贴图只能使用模糊的低分辨率图像,造成在进行切换的运动过程中图像显示不清晰,如图2示出的现有技术中基于深度信息切换的运动过程的效果示意图;并且当前基于深度信息的切换***启动缓慢、整体运动偏慢。
发明内容
本发明实施例所要解决的技术问题在于,提供一种三维场景切换方法及三维场景切换***,使得建立的三维模型更精简,使得切换***占用的资源大大减少,提高切换***性能。
为了解决上述技术问题,本发明实施例第一方面公开了一种三维场景切换方法,包括:
基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;
基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,并基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
结合第一方面,在第一种可能的实现方式中,所述实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型。
结合第一方面,在第二种可能的实现方式中,所述基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,还包括:
将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。
结合第一方面的第二种可能的实现方式,在第三种可能的实现方式中,所述在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,包括:
对所述全景图像中的物体进行识别分类;
将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理。
结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中,所述根据深度信息生成深度图包括:
针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
结合第一方面的第三种可能的实现方式,在第五种可能的实现方式中,所述建立仅在所述视点视野范围内的三角网格运动模型包括:
针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
结合第一方面,或者第一方面的第一种可能的实现方式,或者第一方面的第二种可能的实现方式,或者第一方面的第三种可能的实现方式,或者第一方面的第四种可能的实现方式,或者第一方面的第五种可能的实现方式,在第六种可能的实现方式中,所述基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景包括:
分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
本发明实施例第二方面公开了一种三维场景切换***,包括:
运动模型建立模块,用于基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;
裁剪模块,用于基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格;
场景切换模块,用于基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
结合第二方面,在第一种可能的实现方式中,所述运动模型建立模块实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型。
结合第二方面,在第二种可能的实现方式中,还包括:
匹配模块,用于在所述运动模型建立模块基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
插值生成模块,用于在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。
结合第二方面的第二种可能的实现方式,在第三种可能的实现方式中,所述插值生成模块包括:
识别分类单元,用于对所述全景图像中的物体进行识别分类;
平面提取单元,用于将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
插值单元,用于根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理。
结合第二方面的第三种可能的实现方式,在第四种可能的实现方式中,所述插值生成模块还包括:
压缩单元,用于针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
结合第二方面的第三种可能的实现方式,在第五种可能的实现方式中,所述运动模型建立模块在建立仅在所述视点视野范围内的三角网格运动模型时,具体包括:针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
结合第二方面,或者第二方面的第一种可能的实现方式,或者第二方面的第二种可能的实现方式,或者第二方面的第三种可能的实现方式,或者第二方面的第四种可能的实现方式,或者第二方面的第五种可能的实现方式,在第六种可能的实现方式中,所述场景切换模块包括:
分析获得单元,用于分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
计算获知单元,用于根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
模拟运动单元,用于从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
本发明实施例第三方面公开了一种计算机存储介质,所述计算机存储介质存储有程序,所述程序执行时包括本发明实施例第一方面、或者第一方面的第一种可能的实现方式,或者第一方面的第二种可能的实现方式,或者第一方面的第三种可能的实现方式,或者第一方面的第四种可能的实现方式,或者第一方面的第五种可能的实现方式,或者第一方面的第六种可能的实现方式中的三维场景切换方法的全部步骤。
实施本发明实施例,通过建立仅在所述视点视野范围内的三角网格运动模型,并基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,使得建立的三维模型更精简,使得切换***占用的资源大大减少,解决了现有技术中基于深度信息的切换***启动缓慢、整体运动偏慢的技术问题,并可实现通过高分辨率图像进行了纹理贴图的三角网格运动模型,解决现有技术中纹理贴图只能使用模糊的低分辨率图像,造成在进行切换的运动过程中图像显示不清晰的技术问题;并可针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型,根据场景中物体到所述视点的远近关系模拟物体运动,大大提高切换***性能,能够更准确的描述真实场景,实现更自然的场景切换,提高用户在街景浏览时的真实感和沉浸感。
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是现有技术中基于固定模型切换的原理示意图;
图2是现有技术中基于深度信息切换的运动过程的效果示意图;
图3是本发明实施例提供的三维场景切换方法的流程示意图;
图4是本发明实施例提供的深度图生成和处理的方法流程示意图;
图5是本发明实施例提供的球面投影后的点云图像的示意图;
图6是本发明实施例提供的识别分类的示意图;
图7是本发明实施例提供的平面提取的示意图;
图8是本发明实施例提供的三角网格运动模型的原理示意图;
图9是本发明提供的三维场景切换方法的另一实施例的流程示意图;
图10是本发明实施例提供的前后帧融合的原理示意图;
图11是本发明实施例提供的三维场景切换***的结构示意图;
图12是本发明提供的三维场景切换***的另一实施例的结构示意图;
图13是本发明实施例提供的插值生成模块的结构示意图;
图14是本发明提供的插值生成模块的另一实施例的结构示意图;
图15是本发明提供的场景切换模块的结构示意图;
图16是本发明提供的三维场景切换***的另一实施例的结构示意图。
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,所描述的实施例仅仅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。
下面结合图3至图7来详细说明本发明三维场景切换方法的具体实施方式,说明如何进行三维场景切换:
图3示出了本发明实施例提供的三维场景切换方法的流程示意图,包括:
步骤S300:基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;
具体地,本发明实施例中的视点即摄像机漫游的点,比如说用户通过Web端在三维地图上漫游时的视点,用户可以通过电子终端操作视点的移动,比如向前移动、向左转动或向后转动等;切换***基于视点的移动信息可分析出是否需要进行场景切换,当需要进行场景切换时,对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型,即该建立的三角网格运动模型可以只对进入当前视点的视椎体视野范围内的场景进行渲染并显示,不对离开了当前视点的视椎体视野范围内(即不在当前视点的视椎体视野范围内)的场景进行渲染并显示,从而建立了一个最小视野范围的三角网格模型,同时保证该三角网格模型能覆盖用户的视野和一定角度的视野转动。
步骤S302:基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,并基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
具体地,切换***可以调用预先获取的三维地图的深度信息,然后对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,即图中没有深度信息的像素点的三角网格,并最后基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景,从而使得建立的三角网格运动模型更加精简,使得切换***占用的资源大大减少,解决了现有技术中基于深度信息的切换***启动缓慢、整体运动偏慢的技术问题,并可实现通过高分辨率图像进行了纹理贴图的三角网格运动模型,即该实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型,解决现有技术中纹理贴图只能使用模糊的低分辨率图像,造成在进行切换的运动过程中图像显示不清晰的技术问题。
进一步地,结合图4示出的本发明实施例提供的深度图生成和处理的方法流程示意图,详细说明本发明三维场景切换过程中对深度图的处理方法,包括:
步骤S400:将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
具体地,切换***在执行基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,还将获取的点云数据与全景图像进行匹配处理,获得匹配后像素点距离视点的距离信息,即在该全景图像中获得有点云数据覆盖的像素点的深度信息;
需要说明的是,本发明实施例可以通过给街景采集车配备三维激光扫描仪,来实现其在行驶过程中采集周围物体的几何信息。如图5示出的本发明实施例提供的球面投影后的点云图像的示意图,从球面投影后的点云图像可以看出,由于采样点的个数是一定的,因此点云数据只能覆盖全景图像中一部分像素点,通过步骤S400进行匹配后,可以找出全景图像中有点云数据覆盖的像素点的深度信息。
步骤S400之后,切换***在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。具体包括如下步骤S402至步骤S406。
步骤S402:对所述全景图像中的物体进行识别分类;
具体地,如图6示出的本发明实施例提供的识别分类的示意图,切换***可以对全景图像中的物体进行识别分类,即将点云数据进行识别分类,可以识别出路面、楼面和树等不同类别物体的数据。
步骤S404:将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
具体地,切换***可以根据不同的策略对不同类别的物体进行平面提取,从而得到属于同一类别物体的平面中的像素点,如图7示出的本发明实施例提供的平面提取的示意图,比如提取得到同属于楼面这个平面中的像素点。
步骤S406:根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理,并根据深度信息生成深度图。
具体地,通过根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理,可以生吃包含更多深度信息的深度图。
再进一步地,本发明实施例在根据深度信息生成深度图时,还可以包括:针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
具体地,如所属同一平面的多个像素点可以设置一个索引作为面索引,比如“1”作为该平面的面索引,那么对该多个像素点都可以存储为“1”,以指示该多个像素点同属于该平面;那么在对深度图进行行程压缩后,可以大大地降低深度图的大小。
再进一步地,本发明实施例在建立仅在所述视点视野范围内的三角网格运动模型的过程中可以包括:针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
具体地,切换***基于深度信息建立三维场景的三角网格运动模型时,可以针对不同的物体,如图8示出的本发明实施例提供的三角网格运动模型的原理示意图,针对例如地面、天空、建筑等,分别单独建立对应的该视点视野范围内的三角网格运动模型,从而进一步精简建立的三角网格运动模型。
下面结合图9示出的本发明提供的三维场景切换方法的另一实施例的流程示意图,包括:
步骤S900:基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;
步骤S902:基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格;
具体地,步骤S900和步骤S902可以对应参考上述图4实施例中的步骤S400和步骤S402,这里不再赘述。
步骤S904:分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
具体地,如图8所示,在建模过程中,切换***通过获取的场景中像素点覆盖的点云数据,分析得出图中各个三角形每个顶点的三维坐标。
步骤S906:根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
具体地,根据计算出的场景中各个物体到视点的距离,可以得出场景中物体到该视点的远近关系,比如图8中,远处较高的建筑到视点的距离要大于右侧较低的建筑到视点的距离,那么可获知该较高的建筑要远于该右侧较低的建筑。
步骤S908:从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
具体地,如图10示出的本发明实施例提供的前后帧融合的原理示意图,对当前场景的运动关键帧与下一场景的运动关键帧进行融合,并在融合过程中根据场景中各个物体的远近关系模拟来物体运动,实现当前场景的渐出以及下一场景渐入的切换效果,从而能够更准确的描述真实场景,实现更自然的场景切换。
通过实施本发明实施例,通过建立仅在所述视点视野范围内的三角网格运动模型,并基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,使得建立的三维模型更精简,使得切换***占用的资源大大减少,解决了现有技术中基于深度信息的切换***启动缓慢、整体运动偏慢的技术问题,并可实现通过高分辨率图像进行了纹理贴图的三角网格运动模型,解决现有技术中纹理贴图只能使用模糊的低分辨率图像,造成在进行切换的运动过程中图像显示不清晰的技术问题;并可针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型,根据场景中物体到所述视点的远近关系模拟物体运动,大大提高切换***性能,能够更准确的描述真实场景,实现更自然的场景切换,提高用户在街景浏览时的真实感和沉浸感。
为了便于更好地实施本发明实施例的上述方案,本发明还对应提供了一种三维场景切换***,如图11示出的本发明实施例提供的三维场景切换***的结构示意图,三维场景切换***110可以包括:运动模型建立模块1100、裁剪模块1102和场景切换模块1104,其中
运动模型建立模块1100用于基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;
裁剪模块1102用于基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格;
场景切换模块1104用于基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
具体地,运动模型建立模块1100实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型。
进一步地,如图12示出的本发明提供的三维场景切换***的另一实施例的结构示意图,三维场景切换***110可以包括运动模型建立模块1100、裁剪模块1102和场景切换模块1104外,还可以包括匹配模块1106和插值生成模块1108,其中
匹配模块1106用于在运动模型建立模块1100基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
插值生成模块1108用于在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。
再进一步地,如图13示出的本发明实施例提供的插值生成模块的结构示意图,插值生成模块1108可以包括识别分类单元11080、平面提取单元11082和插值单元11084,其中
识别分类单元11080用于对所述全景图像中的物体进行识别分类;
平面提取单元11082用于将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
插值单元11084用于根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理。
再进一步地,如图14示出的本发明提供的插值生成模块的另一实施例的结构示意图,插值生成模块1108包括识别分类单元11080、平面提取单元11082和插值单元11084外,还可以包括压缩单元11086,用于针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
再进一步地,本发明实施例中的运动模型建立模块1100在建立仅在所述视点视野范围内的三角网格运动模型时,具体包括:针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
再进一步地,如图15示出的本发明提供的场景切换模块的结构示意图,场景切换模块1104可以包括分析获得单元11040、计算获知单元11042和模拟运动单元11044,其中
分析获得单元11040用于分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
计算获知单元11042用于根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
模拟运动单元11044用于从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
请参阅图16,图16是本发明提供的三维场景切换***的另一实施例的结构示意图。其中,如图16所示,三维场景切换***160可以包括:至少一个处理器1601,例如CPU,至少一个网络接口1604,用户接口1603,存储器1605,至少一个通信总线1602以及显示屏1606。其中,通信总线1602用于实现这些组件之间的连接通信。其中,用户接口1603可以包括键盘或鼠标等等。网络接口1604可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1605可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器,存储器1605包括本发明实施例中的flash。存储器1605可选的还可以是至少一个位于远离前述处理器1601的存储***。如图16所示,作为一种计算机存储介质的存储器1605中可以包括操作***、网络通信模块、用户接口模块以及三维场景切换程序。
处理器1601可以用于调用存储器1605中存储的三维场景切换程序,并执行以下操作:
基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;
基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,并基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
具体地,处理器1601实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型。
进一步地,处理器1601基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,还可以执行:
将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。
进一步地,处理器1601在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,可以包括:
对所述全景图像中的物体进行识别分类;
将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理。
进一步地,处理器1601根据深度信息生成深度图可以包括:
针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
进一步地,处理器1601建立仅在所述视点视野范围内的三角网格运动模型可以包括:
针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
进一步地,处理器1601基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景,可以包括:
分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
需要说明的是,本发明实施例中的三维场景切换***110或三维场景切换***160的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
综上所述,实施本发明实施例,通过建立仅在所述视点视野范围内的三角网格运动模型,并基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,使得建立的三维模型更精简,使得切换***占用的资源大大减少,解决了现有技术中基于深度信息的切换***启动缓慢、整体运动偏慢的技术问题,并可实现通过高分辨率图像进行了纹理贴图的三角网格运动模型,解决现有技术中纹理贴图只能使用模糊的低分辨率图像,造成在进行切换的运动过程中图像显示不清晰的技术问题;并可针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型,根据场景中物体到所述视点的远近关系模拟物体运动,大大提高切换***性能,能够更准确的描述真实场景,实现更自然的场景切换,提高用户在街景浏览时的真实感和沉浸感。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (14)
1.一种三维场景切换方法,其特征在于,包括:
基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;所述视点的移动信息包括通过电子终端操作视点的移动的信息;其中,所述仅在所述视点视野范围内的三角网格运动模型只对进入当前视点的视椎体视野范围内的场景进行渲染并显示,不对离开了当前视点的视椎体视野范围内的场景进行渲染并显示;
基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格,并基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
2.如权利要求1所述的方法,其特征在于,所述实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型。
3.如权利要求1所述的方法,其特征在于,所述基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,还包括:
将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。
4.如权利要求3所述的方法,其特征在于,所述在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,包括:
对所述全景图像中的物体进行识别分类;
将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理。
5.如权利要求4所述的方法,其特征在于,所述根据深度信息生成深度图包括:
针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
6.如权利要求4所述的方法,其特征在于,所述建立仅在所述视点视野范围内的三角网格运动模型包括:
针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
7.如权利要求1-6任一项所述的方法,其特征在于,所述基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景包括:
分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
8.一种三维场景切换***,其特征在于,包括:
运动模型建立模块,用于基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型;所述视点的移动信息包括通过电子终端操作视点的移动的信息;其中,所述仅在所述视点视野范围内的三角网格运动模型只对进入当前视点的视椎体视野范围内的场景进行渲染并显示,不对离开了当前视点的视椎体视野范围内的场景进行渲染并显示;
裁剪模块,用于基于深度信息对实时建立的所述三角网格运动模型进行裁剪,裁剪掉没有点云数据覆盖的三角网格;
场景切换模块,用于基于裁剪后的所述三角网格运动模型从当前场景切换到下一场景。
9.如权利要求8所述的***,其特征在于,所述运动模型建立模块实时建立的所述三角网格运动模型为通过高分辨率图像进行了纹理贴图的三角网格运动模型。
10.如权利要求8所述的***,其特征在于,还包括:
匹配模块,用于在所述运动模型建立模块基于视点的移动信息对当前场景和下一场景分别建立仅在所述视点视野范围内的三角网格运动模型之前,将获取的点云数据与全景图像进行匹配,在所述全景图像中获得有点云数据覆盖的像素点的深度信息;
插值生成模块,用于在所述全景图像中根据所述有点云数据覆盖的像素点,对没有点云数据覆盖的像素点进行插值处理,得到所述没有点云数据覆盖的像素点的深度信息,并根据深度信息生成深度图。
11.如权利要求10所述的***,其特征在于,所述插值生成模块包括:
识别分类单元,用于对所述全景图像中的物体进行识别分类;
平面提取单元,用于将属于同一类别的物体进行平面提取,得到属于同一类别物体的平面中的像素点;
插值单元,用于根据所述属于同一类别物体的平面中有点云数据覆盖的像素点,对所述属于同一类别物体的平面中没有点云数据覆盖的像素点进行插值处理。
12.如权利要求11所述的***,其特征在于,所述插值生成模块还包括:
压缩单元,用于针对深度图中的每个像素点存储各自所在平面的面索引,并进行行程压缩,得到压缩后的深度图。
13.如权利要求11所述的***,其特征在于,所述运动模型建立模块在建立仅在所述视点视野范围内的三角网格运动模型时,具体包括:针对不同类别的物体分别单独建立仅在所述视点视野范围内的三角网格运动模型。
14.如权利要求8-13任一项所述的***,其特征在于,所述场景切换模块包括:
分析获得单元,用于分析场景中覆盖有点云数据的像素点,获得所述三角网格运动模型中三角形每个顶点的三维坐标;
计算获知单元,用于根据所述三维坐标计算得出场景中物体到所述视点的距离,获知场景中物体到所述视点的远近关系;
模拟运动单元,用于从当前场景切换到下一场景时,根据所述远近关系模拟物体运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510227642.XA CN106157354B (zh) | 2015-05-06 | 2015-05-06 | 一种三维场景切换方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510227642.XA CN106157354B (zh) | 2015-05-06 | 2015-05-06 | 一种三维场景切换方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106157354A CN106157354A (zh) | 2016-11-23 |
CN106157354B true CN106157354B (zh) | 2019-08-23 |
Family
ID=57348058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510227642.XA Active CN106157354B (zh) | 2015-05-06 | 2015-05-06 | 一种三维场景切换方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106157354B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952340A (zh) * | 2017-03-14 | 2017-07-14 | 长江涪陵航道管理处 | 三维虚拟建模的方法及装置 |
CN107102794B (zh) * | 2017-04-27 | 2020-08-11 | 武汉数文科技有限公司 | 操作处理方法及装置 |
CN107480346A (zh) * | 2017-07-24 | 2017-12-15 | 核动力运行研究所 | 一种核动力装置严重事故的模拟***及方法 |
CN107918948B (zh) * | 2017-11-02 | 2021-04-16 | 深圳市自由视像科技有限公司 | 4d视频渲染方法 |
CN109155846B (zh) * | 2018-08-14 | 2020-12-18 | 深圳前海达闼云端智能科技有限公司 | 一种场景的三维重建方法、装置、电子设备及存储介质 |
US11138694B2 (en) * | 2018-12-05 | 2021-10-05 | Tencent America LLC | Method and apparatus for geometric smoothing |
CN109729285B (zh) * | 2019-01-17 | 2021-03-23 | 广州方硅信息技术有限公司 | 熔线格特效生成方法、装置、电子设备及存储介质 |
CN110021210B (zh) * | 2019-03-26 | 2021-03-23 | 江苏航空职业技术学院 | 一种具有可扩展性虚拟空间的无人机vr训练方法 |
US11055835B2 (en) | 2019-11-19 | 2021-07-06 | Ke.com (Beijing) Technology, Co., Ltd. | Method and device for generating virtual reality data |
CN111105347B (zh) * | 2019-11-19 | 2020-11-13 | 贝壳找房(北京)科技有限公司 | 一种生成带深度信息的全景图的方法、装置及存储介质 |
CN113115023B (zh) * | 2020-01-09 | 2022-09-27 | 百度在线网络技术(北京)有限公司 | 全景场景切换方法、装置及设备 |
CN111695182B (zh) * | 2020-05-28 | 2023-05-26 | 北京朔方天城智能科技有限公司 | Bim模型按需加载切换方法及*** |
CN113112613B (zh) * | 2021-04-22 | 2022-03-15 | 贝壳找房(北京)科技有限公司 | 模型显示方法、装置、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU5010399A (en) * | 1998-09-25 | 2000-03-30 | Lucent Technologies Inc. | Display techniques for three-dimensional virtual reality |
KR100551132B1 (ko) * | 2003-07-28 | 2006-02-13 | 학교법인연세대학교 | 뷰-의존 lod 기반 렌더링 시스템에서 삼각형 스트립의필터링 방법 |
JP3806457B2 (ja) * | 1994-10-14 | 2006-08-09 | フィリップス メディカル システムズ(クリーヴランド) インコーポレイテッド | 医療診断撮像装置および方法 |
CN101493528A (zh) * | 2009-03-13 | 2009-07-29 | 中国海洋石油总公司 | 海量地震三维可视化显示方法 |
CN103345771A (zh) * | 2013-06-28 | 2013-10-09 | 中国科学技术大学 | 一种基于建模的图像高效渲染方法 |
CN103971399A (zh) * | 2013-01-30 | 2014-08-06 | 深圳市腾讯计算机***有限公司 | 街景图像过渡方法和装置 |
CN104182999A (zh) * | 2013-05-21 | 2014-12-03 | 百度在线网络技术(北京)有限公司 | 一种全景内动画跳转方法及*** |
-
2015
- 2015-05-06 CN CN201510227642.XA patent/CN106157354B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3806457B2 (ja) * | 1994-10-14 | 2006-08-09 | フィリップス メディカル システムズ(クリーヴランド) インコーポレイテッド | 医療診断撮像装置および方法 |
AU5010399A (en) * | 1998-09-25 | 2000-03-30 | Lucent Technologies Inc. | Display techniques for three-dimensional virtual reality |
KR100551132B1 (ko) * | 2003-07-28 | 2006-02-13 | 학교법인연세대학교 | 뷰-의존 lod 기반 렌더링 시스템에서 삼각형 스트립의필터링 방법 |
CN101493528A (zh) * | 2009-03-13 | 2009-07-29 | 中国海洋石油总公司 | 海量地震三维可视化显示方法 |
CN103971399A (zh) * | 2013-01-30 | 2014-08-06 | 深圳市腾讯计算机***有限公司 | 街景图像过渡方法和装置 |
CN104182999A (zh) * | 2013-05-21 | 2014-12-03 | 百度在线网络技术(北京)有限公司 | 一种全景内动画跳转方法及*** |
CN103345771A (zh) * | 2013-06-28 | 2013-10-09 | 中国科学技术大学 | 一种基于建模的图像高效渲染方法 |
Non-Patent Citations (2)
Title |
---|
三维场景中实时渲染算法的研究和应用;刘井丽;《中国优秀硕士学位论文全文数据库》;20070815(第2期);第2章 |
多视场深度像造型中的若干关键技术;刘晓利;《中国博士学位论文全文数据库》;20090715(第7期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106157354A (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106157354B (zh) | 一种三维场景切换方法及*** | |
CN106548516B (zh) | 三维漫游方法和装置 | |
CN110874864B (zh) | 获取对象三维模型的方法、装置、电子设备及*** | |
EP3014579B1 (en) | System and method of limiting processing by a 3d reconstruction system of an environment in a 3d reconstruction of an event occurring in an event space | |
CN110634177A (zh) | 一种物体建模运动方法、装置与设备 | |
CN104835138B (zh) | 使地基图像和航拍图像对准 | |
CN110163942A (zh) | 一种图像数据处理方法和装置 | |
CN109461210B (zh) | 一种在线家装的全景漫游方法 | |
CN109102537A (zh) | 一种激光雷达和球幕相机结合的三维建模方法和*** | |
CN104735435B (zh) | 影像处理方法及电子装置 | |
CN112270736B (zh) | 增强现实处理方法及装置、存储介质和电子设备 | |
US11232628B1 (en) | Method for processing image data to provide for soft shadow effects using shadow depth information | |
CN108114471B (zh) | Ar业务处理方法、装置、服务器及移动终端 | |
CN108765576B (zh) | 基于OsgEarth的VIVE虚拟地球漫游浏览方法 | |
CN108043027B (zh) | 存储介质、电子装置、游戏画面的显示方法和装置 | |
CN113379901A (zh) | 利用大众自拍全景数据建立房屋实景三维的方法及*** | |
CN108846900B (zh) | 提高用户在房源虚拟三维空间图中的空间感的方法及*** | |
CN109064533B (zh) | 一种3d漫游方法及*** | |
CN112435337A (zh) | 一种景观可视域分析方法及*** | |
CN108205822B (zh) | 贴图方法及装置 | |
CN112669448A (zh) | 基于三维重建技术的虚拟数据集开发方法、***及存储介质 | |
KR20220104639A (ko) | 멀티 앵글 스크린 커버리지 분석을 위한 장치 | |
CN114863014A (zh) | 一种三维模型的融合显示方法及设备 | |
CN116342831A (zh) | 三维场景重建方法、装置、计算机设备及存储介质 | |
CN114615487A (zh) | 一种三维模型的显示方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230705 Address after: 518057 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 floors Patentee after: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. Patentee after: TENCENT CLOUD COMPUTING (BEIJING) Co.,Ltd. Address before: 2, 518000, East 403 room, SEG science and Technology Park, Zhenxing Road, Shenzhen, Guangdong, Futian District Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |