CN115330939A - 户型图生成方法、装置、电子设备和存储介质 - Google Patents
户型图生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115330939A CN115330939A CN202210946520.6A CN202210946520A CN115330939A CN 115330939 A CN115330939 A CN 115330939A CN 202210946520 A CN202210946520 A CN 202210946520A CN 115330939 A CN115330939 A CN 115330939A
- Authority
- CN
- China
- Prior art keywords
- target
- wire frame
- house
- point cloud
- corrected
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000010586 diagram Methods 0.000 claims abstract description 172
- 230000006870 function Effects 0.000 claims abstract description 116
- 238000012545 processing Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Generation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开实施例公开了一种户型图生成方法、装置、电子设备和存储介质,其中,方法包括:获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型;基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图;基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息;基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图。有效提高户型图的准确性,解决现有技术获得的户型图不够准确等技术问题。
Description
技术领域
本公开涉及计算机技术,尤其是一种户型图生成方法、装置、电子设备和存储介质。
背景技术
房屋是人们日常生活的重要场所之一,户型图是人们了解房屋必不可少的信息之一,因此,构建准确的房屋户型图十分重要。现有技术中,通常是由人工测量手动绘制得到户型图,基于此获得的户型图往往不够准确。
发明内容
本公开实施例提供一种户型图生成方法、装置、电子设备和存储介质,以解决现有技术户型图不够准确等技术问题。
本公开实施例的一个方面,提供一种户型图生成方法,包括:
获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型;
基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图;
基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息;
基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图。
在本公开一实施方式中,所述高度信息包括顶部高度和地面高度;所述基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图,包括:
针对任一所述功能间,基于所述修正平面线框图,确定所述功能间对应的所述顶部高度处的第一线框信息和所述地面高度处的第二线框信息;
基于各所述功能间分别对应的所述第一线框信息和所述第二线框信息,确定所述三维户型图。
在本公开一实施方式中,所述基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息,包括:
基于所述修正平面线框图,从所述目标三维点云模型中提取出各所述功能间分别对应的第一点云数据;
基于各所述功能间分别对应的所述第一点云数据,确定各所述功能间分别对应的顶部高度和地面高度。
在本公开一实施方式中,所述基于各所述功能间分别对应的所述第一点云数据,确定各所述功能间分别对应的顶部高度和地面高度,包括:
针对任一所述功能间,基于所述功能间对应的所述第一点云数据,确定多个高度范围分别包括的点的数量;
基于各所述高度范围分别包括的点的数量,确定所述功能间对应的所述顶部高度和所述地面高度。
在本公开一实施方式中,所述基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图,包括:
将所述目标三维点云模型垂直投影到所述初始平面线框图所在平面上,获得投影结果,所述投影结果包括投影到所述初始平面线框图所在平面上的各投影点的坐标;
根据所述投影结果对所述初始平面线框图进行修正处理,获得所述修正平面线框图。
在本公开一实施方式中,所述根据所述投影结果对所述初始平面线框图进行修正处理,获得所述修正平面线框图,包括:
基于所述投影结果,确定各所述投影点分别到所述初始平面线框图中各原墙线的距离;
针对任一所述原墙线,基于各所述投影点到所述原墙线的距离,确定与所述原墙线的距离小于第一距离阈值的目标投影点;
基于各所述目标投影点确定所述原墙线对应的修正后墙线;
基于所述原墙线的端点,确定所述修正后墙线的端点;
基于各所述原墙线分别对应的所述修正后墙线、及所述修正后墙线的端点,确定所述修正平面线框图。
在本公开一实施方式中,所述获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型,包括:
获取所述目标房屋的平面线框信息及原始三维点云数据;
基于所述平面线框信息,确定所述目标房屋在第一坐标系下的所述初始平面线框图;
将所述原始三维点云数据,转换到所述第一坐标系下,获得所述目标房屋在所述第一坐标系下的所述目标三维点云模型。
本公开实施例的另一个方面,提供一种户型图生成装置,包括:
第一获取模块,用于获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型;
第一处理模块,用于基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图;
第二处理模块,用于基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息;
第三处理模块,用于基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图。
在本公开一实施方式中,所述高度信息包括顶部高度和地面高度;所述第三处理模块,包括:
第一处理单元,用于针对任一所述功能间,基于所述修正平面线框图,确定所述功能间对应的所述顶部高度处的第一线框信息和所述地面高度处的第二线框信息;
第二处理单元,用于基于各所述功能间分别对应的所述第一线框信息和所述第二线框信息,确定所述三维户型图。
在本公开一实施方式中,所述第二处理模块,包括:
第三处理单元,用于基于所述修正平面线框图,从所述目标三维点云模型中提取出各所述功能间分别对应的第一点云数据;
第四处理单元,用于基于各所述功能间分别对应的所述第一点云数据,确定各所述功能间分别对应的顶部高度和地面高度。
在本公开一实施方式中,所述第四处理单元,具体用于:
针对任一所述功能间,基于所述功能间对应的所述第一点云数据,确定多个高度范围分别包括的点的数量;基于各所述高度范围分别包括的点的数量,确定所述功能间对应的所述顶部高度和所述地面高度。
在本公开一实施方式中,所述第一处理模块,包括:
第五处理单元,用于将所述目标三维点云模型垂直投影到所述初始平面线框图所在平面上,获得投影结果,所述投影结果包括投影到所述初始平面线框图所在平面上的各投影点的坐标;
第六处理单元,用于根据所述投影结果对所述初始平面线框图进行修正处理,获得所述修正平面线框图。
在本公开一实施方式中,所述第六处理单元,具体用于:
基于所述投影结果,确定各所述投影点分别到所述初始平面线框图中各原墙线的距离;针对任一所述原墙线,基于各所述投影点到所述原墙线的距离,确定与所述原墙线的距离小于第一距离阈值的目标投影点;基于各所述目标投影点确定所述原墙线对应的修正后墙线;基于所述原墙线的端点,确定所述修正后墙线的端点;基于各所述原墙线分别对应的所述修正后墙线、及所述修正后墙线的端点,确定所述修正平面线框图。
在本公开一实施方式中,所述第一获取模块,包括:
获取单元,用于获取所述目标房屋的平面线框信息及原始三维点云数据;
确定单元,用于基于所述平面线框信息,确定所述目标房屋在第一坐标系下的所述初始平面线框图;
转换单元,用于将所述原始三维点云数据,转换到所述第一坐标系下,获得所述目标房屋在所述第一坐标系下的所述目标三维点云模型。
据本公开实施例的再一方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时,实现本公开上述任一实施例所述的方法。
根据本公开实施例的又一方面,提供一种电子设备,所述电子设备包括:
存储器,用于存储计算机程序产品;
处理器,用于执行所述存储器中存储的计算机程序产品,且所述计算机程序产品被执行时,实现本公开上述任一实施例所述的方法。
本公开提供的户型图生成方法、装置、电子设备和存储介质,通过房屋的三维点云模型对房屋的初始平面线框图进行修正,获得更加准确的修正平面线框图,并可以基于修正平面线框图和三维点云模型自动确定各功能间的高度信息,从而可以基于修正平面线框图及各功能间的高度信息,生成房屋的三维户型图,有效提高户型图的准确性,解决现有技术获得的户型图不够准确等技术问题。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同描述一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1是本公开提供的户型图生成方法的一个示例性的应用场景;
图2是本公开一个示例性实施例提供的户型图生成方法的流程示意图;
图3是本公开另一个示例性实施例提供的户型图生成方法的流程示意图;
图4是本公开一示例性实施例提供的目标房屋的修正平面线框图的示意图;
图5是本公开一示例性实施例提供的目标房屋的一个功能间的三维线框示意图;
图6是本公开一个示例性实施例提供的步骤2032的流程示意图;
图7是本公开一示例性实施例提供的功能间高度信息确定原理示意图;
图8是本公开一示例性实施例提供的投影结果示意图;
图9是本公开一个示例性实施例提供的步骤2022的流程示意图;
图10是本公开一示例性实施例提供的户型图生成装置的结构示意图;
图11是本公开另一示例性实施例提供的户型图生成装置的结构示意图;
图12是本公开电子设备一个应用实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“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,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机***、服务器等电子设备,其可与众多其它通用或专用计算***环境或配置一起操作。适于与终端设备、计算机***、服务器等电子设备一起使用的众所周知的终端设备、计算***、环境和/或配置的例子包括但不限于:个人计算机***、服务器计算机***、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的***、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机***、大型计算机***和包括上述任何***的分布式云计算技术环境,等等。
终端设备、计算机***、服务器等电子设备可以在由计算机***执行的计算机***可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机***/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算***存储介质上。
本公开概述
在实现本公开的过程中,发明人发现,房屋户型图是人们了解房屋必不可少的信息之一,因此,构建准确的房屋户型图十分重要。现有技术中,通常是由人工测量手动绘制得到户型图,基于此获得的户型图往往不够准确。
示例性概述
图1是本公开提供的户型图生成方法的一个示例性的应用场景。
在房产领域,为了使用户更好地了解房屋户型,需要为房屋生成对应的三维户型图,利用户型图生成装置执行本公开的户型图生成方法,可以基于预先获得的房屋(以下称为目标房屋)的目标三维点云模型对预先获得的房屋的初始平面户型图(即初始平面线框图)进行修正,获得目标房屋的更加准确的平面线框图(即修正平面线框图),进而基于修正平面线框图和目标三维点云模型确定目标房屋的各功能间分别对应的高度信息,基于修正平面线框图、各功能间分别对应的高度信息,生成目标房屋对应的三维户型图,实现了房屋三维户型图的自动生成,有效提高户型图的准确性,解决了现有技术获得的三维户型图不够准确等技术问题。
示例性方法
图2是本公开一个示例性实施例提供的户型图生成方法的流程示意图。该方法包括以下步骤:
步骤201,获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型。
其中,目标房屋可以是任意需要生成三维户型图的房屋,初始平面线框图可以是通过任意方式获得的目标房屋的多边形线框图,比如手工绘制的多边形线框图映射到第一坐标系作为目标房屋的世界坐标系下的初始平面线框图。目标三维点云模型可以是基于扫描采集的原始三维点云数据映射到第一坐标系获得的三维点云模型。第一坐标系可以为世界坐标系,也可以根据实际需求设置为与世界坐标系具有一定映射关系的相对坐标系,具体可以根据实际需求设置,只要能够使初始平面线框图与目标三维点云模型位于同一坐标系下即可。比如,以目标房屋的预设位置作为原点建立第一坐标系,获得目标房屋在此第一坐标系下的初始平面线框图和目标三维点云模型。具体不做限定。
示例性的,由于初始平面线框图没有高度信息,可以将初始平面线框图映射到第一坐标系的XOY平面上,便于后续处理,具体可以根据实际需求设置。
步骤202,基于目标三维点云模型,对初始平面线框图进行修正,获得目标房屋对应的修正平面线框图。
其中,对初始平面线框图的修正可以是通过将目标三维点云模型垂直投影到初始平面线框图所在平面上,基于各投影点与初始平面线框图的各墙线的距离,找到各墙线附近的投影点,拟合出投影线,当拟合结果与初始平面线框图中的对应墙线匹配时,将投影线作为该墙线对应的修正后的墙线,基于此获得修正平面线框图。可选地,还可以是直接基于目标三维点云模型中与初始平面线框图相同高度范围内的点的X、Y坐标确定各点与初始平面线框图中各墙线的距离,进而确定出各墙线附近的点,拟合出线段,当拟合的线段与对应的墙线匹配时,将该线段作为墙线对应的修正后的墙线,基于此确定出各墙线分别对应的修正后的墙线,基于修正后的墙线,确定修正平面线框图。具体修正方式可以根据实际需求设置,本实施例不做限定。
步骤203,基于修正平面线框图和目标三维点云模型,确定目标房屋的各功能间分别对应的高度信息。
其中,功能间是指目标房屋内被划分的各个空间,比如卧室、客厅、餐厅、卫生间,等等。功能间的高度信息可以包括功能间的顶部高度和地面高度,高度信息可以基于目标三维点云模型中功能间顶部和地面的点数量多于中间部分点的数量的规则确定,高度信息也可以基于功能间顶部和地面高度在水平面的中间区域点密度大于顶部和地面之间的部分的规则确定,高度信息还可以通过其他可能的方式确定,具体可以根据实际需求设置,本实施例不做限定。
步骤204,基于修正平面线框图、及各功能间分别对应的高度信息,生成目标房屋对应的三维户型图。
其中,目标房屋对应的三维户型图是表示目标房屋立体空间结构的户型图,在获得修正平面线框图和各功能间分别对应的高度信息后,可以通过将修正平面线框图沿高度方向平移拉伸确定各功能间分别对应的三维线框,基于各功能间分别对应的三维线框,确定目标房屋对应的三维户型图。
可选地,可以将获得的目标房屋各功能间的三维线框按照修正平面线框图的相邻关系融合,获得目标房屋的三维户型图。
可选地,还可以结合各功能间的三维线框融合后的结果,与目标房屋的其他元素(比如门、窗户等元素)一起,生成目标房屋的三维户型图。具体可以根据实际需求设置。对于其他元素的信息确定,可以采用任意可实施的方式,本公开不做限定。
本公开实施例提供的户型图生成方法,通过房屋的三维点云模型对房屋的初始平面线框图进行修正,获得更加准确的修正平面线框图,并可以基于修正平面线框图和三维点云模型自动确定各功能间的高度信息,从而可以基于修正平面线框图及各功能间的高度信息,生成房屋的三维户型图,有效提高户型图的准确性,解决现有技术获得的户型图不够准确等技术问题。
图3是本公开另一个示例性实施例提供的户型图生成方法的流程示意图。
在一个可选示例中,高度信息包括顶部高度和地面高度,步骤204的基于修正平面线框图、及各功能间分别对应的高度信息,生成目标房屋对应的三维户型图,包括:
步骤2041,针对任一功能间,基于修正平面线框图,确定该功能间对应的顶部高度处的第一线框信息和地面高度处的第二线框信息。
其中,顶部高度可以是指功能间顶部在第一坐标系下的Z轴方向的坐标,地面高度可以是指功能间地面在第一坐标系下的Z轴方向的坐标。第一线框信息至少包括该功能间在顶部高度处的墙线信息和墙线端点信息,墙线信息可以为直线描述信息,比如,以功能间的顶部和地面与XOY轴平行为例,墙线信息可以为描述直线y=kx+b的参数k和b,k表示直线斜率,b表示直线截距,由于这里表示的墙线是与XOY平面平行的,因此墙线Z坐标为固定值,具体墙线信息可以根据实际情况确定,本实施例不做限定。墙线端点信息为墙线端点坐标,比如两个端点分别为(x1,y1,z1)和(x2,y2,z2),同理,第二线框信息包括该功能间在地面高度处的墙线信息和墙线端点信息,具体不再赘述。
步骤2042,基于各功能间分别对应的第一线框信息和第二线框信息,确定三维户型图。
在确定了各功能间分别对应的第一线框信息和第二线框信息后,可以将各功能间的第一线框信息中的墙线顶点与第二线框信息中对应的墙线顶点连接形成Z轴方向的墙线,从而可以获得各功能间分别对应的三维线框,进而将各功能间分别对应的三维线框融合,获得目标房屋的三维户型图。
示例性的,图4是本公开一示例性实施例提供的目标房屋的修正平面线框图的示意图,该修正平面线框图包括各功能间分别对应的修正后的墙线和墙线端点。图5是本公开一示例性实施例提供的目标房屋的一个功能间的三维线框示意图。本示例中该功能间的平面线框为矩形,获得的该功能间的三维框线为立方体。在实际应用中由于功能间的三维线框是基于该功能间的平面线框沿垂直平面线框所在平面的方向平移拉伸获得的,因此,一个功能间的三维线框在任意高度的截面与其平面线框形状相同。具体不再赘述。
在一个可选示例中,步骤203的基于修正平面线框图和目标三维点云模型,确定目标房屋的各功能间分别对应的高度信息,包括:
步骤2031,基于修正平面线框图,从目标三维点云模型中提取出各功能间分别对应的第一点云数据。
其中,目标三维点云模型包括了目标房间的各功能间在第一坐标系下的点云数据,功能间的点云数据包括采集的功能间的墙、顶部、地面上的点的坐标。修正平面线框图包括了各功能间的分间信息,比如修正平面线框图采用二级数据结构表示,第一级为功能间标识,比如功能间ID,第二级为功能间的墙线信息和墙线端点信息,具体表示方式不做限定。结合目标三维点云模型与修正平面线框图的功能间对应关系,可以基于修正平面线框图的各功能间的X坐标和Y坐标从目标三维点云模型中提取出各功能间分别对应的点云数据,称为第一点云数据。
示例性的,以修正平面线框图位于XOY平面为例,目标三维点云模型表示的目标房屋的地面与XOY平面平行,或者与修正平面线框图对应设置在XOY平面,则根据修正平面线框图中各功能间的X坐标和Y坐标形成的区域沿Z轴平移,即可确定目标三维点云模型中各点的X坐标和Y坐标是否属于各功能间的范围,依此可以从目标三维点云模型中提取出各功能间分别对应的第一点云数据。在实际应用中也可以不将修正平面线框图设置到第一坐标系的XOY平面,可以是任意的平面,具体处理原理与上述内容类似,基于目标三维点云模型地面与修正平面线框图的平行及目标三维点云模型功能间与修正平面线框图功能间一致的原则,提取出各功能间分别对应的第一点云数据,具体原理不再赘述。
步骤2032,基于各功能间分别对应的第一点云数据,确定各功能间分别对应的顶部高度和地面高度。
由于每个功能间的第一点云数据均包括了该功能间的顶部、地面、和周围墙面的点数据,因此基于功能间的第一点云数据中点的分布特征可以确定出属于顶部和地面的点,基于此,可以确定出顶部高度和地面高度。顶部高度可以是顶部对应的Z轴方向的坐标,地面高度可以是指地面对应的Z轴坐标。具体确定顶部高度和地面高度的方式可以根据实际需求设置。
图6是本公开一个示例性实施例提供的步骤2032的流程示意图。
在一个可选示例中,步骤2032的基于各功能间分别对应的第一点云数据,确定各功能间分别对应的顶部高度和地面高度,包括:
步骤20321,针对任一功能间,基于功能间对应的第一点云数据,确定多个高度范围分别包括的点的数量。
其中,高度范围的数量及具体范围可以根据实际需求设置,比如高度范围可以是每1厘米作为一个高度范围,高度范围的数量则基于第一点云数据中点的分布高度确定。
步骤20322,基于各高度范围分别包括的点的数量,确定功能间对应的顶部高度和地面高度。
由于顶部高度范围包括整个顶部的点,地面高度范围包括整个地面的点。其他高度范围仅包括墙面部分的点,基于功能间顶部和底部与中间高度部分的点分布数量不同,可以确定出有两个高度范围的点数量明显较多,结合两个范围高度的上下关系可以确定出哪个高度是顶部,哪个高度是地面,从而确定出该功能间的顶部高度和地面高度。
示例性的,图7是本公开一示例性实施例提供的功能间高度信息确定原理示意图。本示例仍以目标三维点云模型的地面点与第一坐标系的XOY平面平行为例,将功能间的第一点云数据沿Z轴方向划分n个高度范围,计算每个高度范围内包括的点的数量,确定出点的数量最多的两个范围高度,作为顶部高度和地面高度。
在一个可选示例中,步骤202的基于目标三维点云模型,对初始平面线框图进行修正,获得目标房屋对应的修正平面线框图,包括:
步骤2021,将目标三维点云模型垂直投影到初始平面线框图所在平面上,获得投影结果,投影结果包括投影到初始平面线框图所在平面上的各投影点的坐标。
其中,由于初始平面线框图与目标三维点云模型的地面是平行对应的,因此可以将目标三维点云模型直接垂直投影到初始平面线框图所在平面上,可以获得目标三维点云模型的投影结果,投影结果中包括的投影点是目标三维点云模型中各点垂直投影到初始平面线框图所在平面的点。
示例性的,当初始平面线框图位于第一坐标系的XOY平面时,可以将目标三维点云模型中各点的Z坐标置0,即可获得各点对应的投影点。
示例性的,图8是本公开一示例性实施例提供的投影结果示意图。
步骤2022,根据投影结果对初始平面线框图进行修正处理,获得修正平面线框图。
由于目标三维点云模型中包括的是目标房屋的各功能间的墙面、顶部和地面上的点的坐标投影到初始平面线框图所在平面后,墙部分的投影点密度较大,因此可以基于投影点与初始平面线框图中各墙线的位置关系,确定出属于墙的投影点,从而拟合出投影墙线,基于投影墙线对初始平面线框图进行修正,获得修正平面线框图。
图9是本公开一个示例性实施例提供的步骤2022的流程示意图。
在一个可选示例中,步骤2022的根据投影结果对初始平面线框图进行修正处理,获得修正平面线框图,包括:
步骤20221,基于投影结果,确定各投影点分别到初始平面线框图中各原墙线的距离。
由于投影结果包括的是投影到初始平面线框图所在平面上的各投影点的坐标,初始平面线框图中包括各原墙线的墙线信息和墙线端点信息,因此,基于点到直线的距离的计算原理可以确定出各投影点分别到初始平面线框图中各原墙线的距离,具体原理不再赘述。
步骤20222,针对任一原墙线,基于各投影点到该原墙线的距离,确定与该原墙线的距离小于第一距离阈值的目标投影点。
基于目标三维点云模型于初始平面线框图的功能间具有对应关系,因此目标三维点云模型在初始平面线框图所在平面的投影点存在墙线点分布密集的特征,且会分布在于初始平面线框图中对应墙线的附近,因此,基于投影点到原墙线的距离可以确定出投影点与原墙线的对应关系。
步骤20223,基于各目标投影点确定该原墙线对应的修正后墙线。
在确定出一原墙线对应的目标投影点后,可以基于该原墙线对应的各目标投影点拟合出该原墙线对应的投影墙线,基于该投影墙线与原墙线的对比结果,确定该原墙线对应的修正后墙线,其中,对比结果包括匹配和不匹配两种结果,可以根据预先设置的对比规则确定,对比规则可以根据实际需求设置,比如投影墙线与原墙线之间的夹角小于角度阈值、原墙线的端点到投影墙线的距离小于距离阈值、投影墙线与原墙线的重合度大于重合度阈值,等等,具体不做限定,以保证投影墙线的准确性。当投影墙线与原墙线满足对比规则,可以确定投影墙线与原墙线匹配,否则确定投影墙线与原墙线不匹配。当投影墙线与原墙线匹配时,将投影墙线作为原墙线对应的修正后墙线,否则将原墙线作为修正后墙线。
步骤20224,基于该原墙线的端点,确定修正后墙线的端点。
具体的,可以将原墙线的端点垂直投影到修正后墙线的直线上,确定出修正后墙线的端点,从而得到修正后墙线线段。
步骤20225,基于各原墙线分别对应的修正后墙线、及修正后墙线的端点,确定修正平面线框图。
具体的,基于原墙线分别对应的修正后墙线和修正后墙线的端点可以确定出修正后墙线线段,进而将相邻的修正后墙线线段的直线求交点,可以得到各修正后墙线最终的端点,使得各修正后墙线形成功能间对应的完整多边形,各功能间分别对应的完整多边形形成目标房屋对应的修正平面线框图。
本公开通过目标三维点云模型在初始平面线框图所在平面的投影,对初始平面线框图进行修正,可以提高平面户型图的准确性,进而基于修正后平面线框图生成三维户型图,保证生成的三维户型图的准确性。
在一个可选示例中,步骤201的获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型,包括:
步骤2011,获取目标房屋的平面线框信息及原始三维点云数据。
其中,目标房屋的平面线框信息可以包括目标房屋每个功能间的各墙的长度信息,各墙之间的相邻关系及其他相关信息,具体可以根据实际需求设置,只要是能确定出目标房屋平面户型图的多边形结构即可。原始三维点云数据可以是基于任意可实施的测量设备获得的目标房屋的三维点云数据。测量设备比如可以为基于激光的扫描设备,具体不做限定。
步骤2012,基于平面线框信息,确定目标房屋在第一坐标系下的初始平面线框图。
为了便于实现对初始平面线框图的修正,将目标房屋的平面线框信息和原始三维点云数据统一到第一坐标系下,第一坐标系可以根据实际需求设置,比如可以为世界坐标系,也可以为设置相对坐标原点的其他坐标系,具体不做限定。在确定了第一坐标系后,基于目标房屋的平面线框信息,确定出目标房屋在第一坐标系下的初始平面线框图,初始平面线框图可以包括目标房屋各功能间在第一坐标系下的原墙线信息和原墙线端点信息,原墙线信息包括原墙线在第一坐标系下的直线表示参数,原墙线端点信息包括原墙线在第一坐标系下的端点坐标,从而可以获得目标房屋在第一坐标系下的由多边形组成的初始平面线框图,作为目标房屋的平面户型图。
步骤2013,将原始三维点云数据,转换到第一坐标系下,获得目标房屋在第一坐标系下的目标三维点云模型。
原始三维点云数据到第一坐标系的转换可以基于原始三维点云数据的坐标系与第一坐标系的映射关系进行转换,该映射关系可以结合初始平面线框图确定,比如以目标房屋中的任意预设位置为参考,保证初始平面线框图中该预设位置对应的点与目标三维点云模型中该预设位置对应的点在第一坐标系下是同一点,且保证初始平面线框图中各功能间水平方向与目标三维点云模型的各功能间一致。具体映射原理不再赘述。
本公开的户型图生成方法,可以结合人工绘制的初始平面户型图及扫描得到的三维点云模型,首先得到准确的平面户型图,然后可以基于三维点云模型提取房屋每个功能间的高度信息,将二维的平面户型图转为三维户型图,保证了房屋不同功能间的准确高度,实现了三维户型图的准确自动生成,有效提高三维户型图的准确性。
本公开实施例提供的任一种户型图生成方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种户型图生成方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种户型图生成方法。下文不再赘述。
示例性装置
图10是本公开一示例性实施例提供的户型图生成装置的结构示意图。该实施例的装置可用于实现本公开相应的方法实施例,如图10所示的装置包括:第一获取模块501、第一处理模块502、第二处理模块503和第三处理模块504。
第一获取模块501,用于获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型;第一处理模块502,用于基于第一获取模块501获取的目标三维点云模型,对初始平面线框图进行修正,获得目标房屋对应的修正平面线框图;第二处理模块503,用于基于第一处理模块502获得的修正平面线框图和目标三维点云模型,确定目标房屋的各功能间分别对应的高度信息;第三处理模块504,用于基于修正平面线框图、及各功能间分别对应的高度信息,生成目标房屋对应的三维户型图。
图11是本公开另一示例性实施例提供的户型图生成装置的结构示意图。
在一个可选示例中,高度信息包括顶部高度和地面高度;第三处理模块504,包括:第一处理单元5041和第二处理单元5042。
第一处理单元5041,用于针对任一功能间,基于修正平面线框图,确定功能间对应的顶部高度处的第一线框信息和地面高度处的第二线框信息;第二处理单元5042,用于基于各功能间分别对应的第一线框信息和第二线框信息,确定三维户型图。
在一个可选示例中,第二处理模块503,包括:第三处理单元5031和第四处理单元5032。
第三处理单元5031,用于基于修正平面线框图,从目标三维点云模型中提取出各功能间分别对应的第一点云数据;第四处理单元5032,用于基于各功能间分别对应的第一点云数据,确定各功能间分别对应的顶部高度和地面高度。
在一个可选示例中,第四处理单元5032,具体用于:针对任一功能间,基于功能间对应的第一点云数据,确定多个高度范围分别包括的点的数量;基于各高度范围分别包括的点的数量,确定功能间对应的顶部高度和地面高度。
在一个可选示例中,第一处理模块502,包括:第五处理单元5021和第六处理单元5022。
第五处理单元5021,用于将目标三维点云模型垂直投影到初始平面线框图所在平面上,获得投影结果,投影结果包括投影到初始平面线框图所在平面上的各投影点的坐标;第六处理单元5022,用于根据投影结果对初始平面线框图进行修正处理,获得修正平面线框图。
在一个可选示例中,第六处理单元5022,具体用于:基于投影结果,确定各投影点分别到初始平面线框图中各原墙线的距离;针对任一原墙线,基于各投影点到原墙线的距离,确定与原墙线的距离小于第一距离阈值的目标投影点;基于各目标投影点确定原墙线对应的修正后墙线;基于原墙线的端点,确定修正后墙线的端点;基于各原墙线分别对应的修正后墙线、及修正后墙线的端点,确定修正平面线框图。
在一个可选示例中,第一获取模块501,包括:获取单元5011、确定单元5012和转换单元5013。
获取单元5011,用于获取目标房屋的平面线框信息及原始三维点云数据;确定单元5012,用于基于平面线框信息,确定目标房屋在第一坐标系下的初始平面线框图;转换单元5013,用于将原始三维点云数据,转换到第一坐标系下,获得目标房屋在第一坐标系下的目标三维点云模型。
另外,本公开实施例还提供了一种电子设备,包括:
存储器,用于存储计算机程序产品;处理器,用于执行所述存储器中存储的计算机程序产品,且所述计算机程序产品被执行时,实现本公开上述任一实施例所述的户型图生成方法。
图12是本公开电子设备一个应用实施例的结构示意图。如图12所示,电子设备包括一个或多个处理器和存储器。
处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器可以存储一个或多个计算机程序产品,所述存储器可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序产品,处理器可以运行所述计算机程序产品,以实现上文所述的本公开的各个实施例的户型图生成方法以及/或者其他期望的功能。
在一个示例中,电子设备还可以包括:输入装置和输出装置,这些组件通过总线***和/或其他形式的连接机构(未示出)互连。
此外,该输入装置还可以包括例如键盘、鼠标等等。
该输出装置可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出设备可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图12中仅示出了该电子设备中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的户型图生成方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的户型图生成方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于***实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、***的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、***。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种户型图生成方法,其特征在于,包括:
获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型;
基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图;
基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息;
基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图。
2.根据权利要求1所述的方法,其特征在于,所述高度信息包括顶部高度和地面高度;所述基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图,包括:
针对任一所述功能间,基于所述修正平面线框图,确定所述功能间对应的所述顶部高度处的第一线框信息和所述地面高度处的第二线框信息;
基于各所述功能间分别对应的所述第一线框信息和所述第二线框信息,确定所述三维户型图。
3.根据权利要求1所述的方法,其特征在于,所述基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息,包括:
基于所述修正平面线框图,从所述目标三维点云模型中提取出各所述功能间分别对应的第一点云数据;
基于各所述功能间分别对应的所述第一点云数据,确定各所述功能间分别对应的顶部高度和地面高度。
4.根据权利要求3所述的方法,其特征在于,所述基于各所述功能间分别对应的所述第一点云数据,确定各所述功能间分别对应的顶部高度和地面高度,包括:
针对任一所述功能间,基于所述功能间对应的所述第一点云数据,确定多个高度范围分别包括的点的数量;
基于各所述高度范围分别包括的点的数量,确定所述功能间对应的所述顶部高度和所述地面高度。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图,包括:
将所述目标三维点云模型垂直投影到所述初始平面线框图所在平面上,获得投影结果,所述投影结果包括投影到所述初始平面线框图所在平面上的各投影点的坐标;
根据所述投影结果对所述初始平面线框图进行修正处理,获得所述修正平面线框图。
6.根据权利要求5所述的方法,其特征在于,所述根据所述投影结果对所述初始平面线框图进行修正处理,获得所述修正平面线框图,包括:
基于所述投影结果,确定各所述投影点分别到所述初始平面线框图中各原墙线的距离;
针对任一所述原墙线,基于各所述投影点到所述原墙线的距离,确定与所述原墙线的距离小于第一距离阈值的目标投影点;
基于各所述目标投影点确定所述原墙线对应的修正后墙线;
基于所述原墙线的端点,确定所述修正后墙线的端点;
基于各所述原墙线分别对应的所述修正后墙线、及所述修正后墙线的端点,确定所述修正平面线框图。
7.根据权利要求1-6任一所述的方法,其特征在于,所述获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型,包括:
获取所述目标房屋的平面线框信息及原始三维点云数据;
基于所述平面线框信息,确定所述目标房屋在第一坐标系下的所述初始平面线框图;
将所述原始三维点云数据,转换到所述第一坐标系下,获得所述目标房屋在所述第一坐标系下的所述目标三维点云模型。
8.一种户型图生成装置,其特征在于,包括:
第一获取模块,用于获取目标房屋的第一坐标系下的初始平面线框图和目标三维点云模型;
第一处理模块,用于基于所述目标三维点云模型,对所述初始平面线框图进行修正,获得所述目标房屋对应的修正平面线框图;
第二处理模块,用于基于所述修正平面线框图和所述目标三维点云模型,确定所述目标房屋的各功能间分别对应的高度信息;
第三处理模块,用于基于所述修正平面线框图、及各所述功能间分别对应的所述高度信息,生成所述目标房屋对应的三维户型图。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序产品;
处理器,用于执行所述存储器中存储的计算机程序产品,且所述计算机程序产品被执行时,实现上述权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该计算机程序指令被处理器执行时,实现上述权利要求1-7任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210946520.6A CN115330939A (zh) | 2022-08-08 | 2022-08-08 | 户型图生成方法、装置、电子设备和存储介质 |
PCT/CN2023/079375 WO2024031973A1 (zh) | 2022-08-08 | 2023-03-02 | 户型图生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210946520.6A CN115330939A (zh) | 2022-08-08 | 2022-08-08 | 户型图生成方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115330939A true CN115330939A (zh) | 2022-11-11 |
Family
ID=83921948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210946520.6A Pending CN115330939A (zh) | 2022-08-08 | 2022-08-08 | 户型图生成方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115330939A (zh) |
WO (1) | WO2024031973A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024031973A1 (zh) * | 2022-08-08 | 2024-02-15 | 如你所视(北京)科技有限公司 | 户型图生成方法、装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460840A (zh) * | 2018-01-17 | 2018-08-28 | 链家网(北京)科技有限公司 | 虚拟房屋装修的展示方法及展示装置 |
CN112116714A (zh) * | 2020-09-28 | 2020-12-22 | 贝壳技术有限公司 | 基于二维图像生成房间结构模型的方法及装置 |
CN112200916A (zh) * | 2020-12-08 | 2021-01-08 | 深圳市房多多网络科技有限公司 | 房屋户型图的生成方法、装置、计算设备和存储介质 |
CN113298946A (zh) * | 2020-07-24 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 房屋三维重建及地面识别方法、装置、设备和存储介质 |
CN113589813A (zh) * | 2021-07-30 | 2021-11-02 | 珠海一微半导体股份有限公司 | 机器人构建房间户型图的控制方法 |
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 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110490916B (zh) * | 2019-04-12 | 2020-07-17 | 北京城市网邻信息技术有限公司 | 三维对象建模方法与设备、图像处理装置及介质 |
US20220207202A1 (en) * | 2020-12-29 | 2022-06-30 | OPAL AI Inc. | Systems And Methods To Generate A Floorplan Of A Building |
CN115330939A (zh) * | 2022-08-08 | 2022-11-11 | 如你所视(北京)科技有限公司 | 户型图生成方法、装置、电子设备和存储介质 |
-
2022
- 2022-08-08 CN CN202210946520.6A patent/CN115330939A/zh active Pending
-
2023
- 2023-03-02 WO PCT/CN2023/079375 patent/WO2024031973A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460840A (zh) * | 2018-01-17 | 2018-08-28 | 链家网(北京)科技有限公司 | 虚拟房屋装修的展示方法及展示装置 |
CN113298946A (zh) * | 2020-07-24 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 房屋三维重建及地面识别方法、装置、设备和存储介质 |
CN112116714A (zh) * | 2020-09-28 | 2020-12-22 | 贝壳技术有限公司 | 基于二维图像生成房间结构模型的方法及装置 |
CN112200916A (zh) * | 2020-12-08 | 2021-01-08 | 深圳市房多多网络科技有限公司 | 房屋户型图的生成方法、装置、计算设备和存储介质 |
CN113589813A (zh) * | 2021-07-30 | 2021-11-02 | 珠海一微半导体股份有限公司 | 机器人构建房间户型图的控制方法 |
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 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024031973A1 (zh) * | 2022-08-08 | 2024-02-15 | 如你所视(北京)科技有限公司 | 户型图生成方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024031973A1 (zh) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112771573B (zh) | 基于散斑图像的深度估计方法及装置、人脸识别*** | |
CN111009002B (zh) | 点云配准检测方法、装置以及电子设备、存储介质 | |
WO2017092251A1 (zh) | 实时虚拟场景中圆柱碰撞体与凸体碰撞探测的方法、终端和存储介质 | |
US10991161B2 (en) | Generating virtual representations | |
CN112767551B (zh) | 三维模型构建方法、装置以及电子设备、存储介质 | |
CN111985036A (zh) | 户型框线图绘制方法和装置、存储介质、电子设备 | |
CN111104879B (zh) | 房屋功能间的识别方法和装置、可读存储介质、电子设备 | |
CN112927353A (zh) | 基于二维目标检测和模型对齐的三维场景重建方法、存储介质及终端 | |
CN111383355B (zh) | 三维点云补全方法、装置和计算机可读存储介质 | |
CN112765709B (zh) | 基于点云数据的户型图重建方法及装置 | |
CN114827711B (zh) | 图像信息显示方法和装置 | |
CN114820979B (zh) | 三维网格模型的处理方法、装置和存储介质 | |
CN115330939A (zh) | 户型图生成方法、装置、电子设备和存储介质 | |
CN113989376B (zh) | 室内深度信息的获取方法、装置和可读存储介质 | |
CN112950759B (zh) | 基于房屋全景图的三维房屋模型构建方法及装置 | |
Xiao et al. | Coupling point cloud completion and surface connectivity relation inference for 3D modeling of indoor building environments | |
CN112052489A (zh) | 一种户型图生成方法及*** | |
CN111080792B (zh) | 模型简化处理方法、装置以及电子设备、存储介质 | |
CN113689508A (zh) | 点云标注方法、装置、存储介质及电子设备 | |
CN113538562B (zh) | 室内面积确定方法、装置以及电子设备、存储介质 | |
WO2024130945A1 (zh) | 笔迹数据处理方法、装置、电子设备及存储介质 | |
CN117390714A (zh) | 点云数据确定方法、装置、设备及介质 | |
CN115619989B (zh) | 融合效果图生成方法、装置、电子设备及存储介质 | |
CN114329032A (zh) | 图像匹配像素检索方法、装置以及存储介质 | |
CN111986300A (zh) | 房屋装修的渲染点确定方法和装置、存储介质、电子设备 |
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 |