一种地形图转换方法及系统技术方案

技术编号:21985608 阅读:29 留言:0更新日期:2019-08-31 02:16
本发明专利技术提供了一种地形图转换方法及系统,涉及图像编辑技术领域,解决现有技术中玩家编辑地形图时存在效率低下、操作繁琐的问题。该方法包括:对草稿地形图进行预处理,获得去干扰图片;通过深度神经网络,识别去干扰图片中表示地形元素类型和几何参数的标签;将识别出的标签从去干扰图片中删除,获得去标签图片;识别去标签图片中表示地形元素轮廓的几何图形;将识别出的标签与识别出的几何图形进行匹配;根据识别出的几何图形、几何图形匹配的标签及几何图形的位置,将草稿地形图转换成可编辑电子地形图。本发明专利技术的方案能够自动将玩家的草稿地形图转换成游戏编辑器中可编辑的电子蓝图,实现方式简单、方便、易操作,且提高了处理效率。

【技术实现步骤摘要】
一种地形图转换方法及系统
本专利技术涉及图像编辑
,尤其涉及一种地形图转换方法及系统。
技术介绍
随着电子技术的不断发展,网络游戏已经成为很多用户娱乐消遣的方式,网络游戏的种类和内容也越来越丰富,同时用户对网络游戏的体验要求也越来越高。为了满足不同用户的体验需求,玩家可自行设计地形图,但在传统游戏地图编辑器中,玩家编辑地形图时存在效率低下、操作繁琐的问题,这一问题亟待解决。
技术实现思路
本专利技术实施例提供一种地形图转换方法及系统,以解决现有技术中玩家编辑地形图时存在效率低下、操作繁琐的问题。为了解决上述技术问题,本专利技术是这样实现的:第一方面,本专利技术的实施例提供了一种地形图转换方法,包括:对草稿地形图进行预处理,获得去干扰图片;通过深度神经网络,识别所述去干扰图片中表示地形元素类型和几何参数的标签;将识别出的标签从所述去干扰图片中删除,获得去标签图片;识别所述去标签图片中表示地形元素轮廓的几何图形;将识别出的标签与识别出的几何图形进行匹配;根据识别出的几何图形、几何图形匹配的标签及几何图形的位置,将草稿地形图转换成可编辑电子地形图。可选的,所述对草稿地形图进行预处理,获得本文档来自技高网...

【技术保护点】
1.一种地形图转换方法,其特征在于,包括:对草稿地形图进行预处理,获得去干扰图片;通过深度神经网络,识别所述去干扰图片中表示地形元素类型和几何参数的标签;将识别出的标签从所述去干扰图片中删除,获得去标签图片;识别所述去标签图片中表示地形元素轮廓的几何图形;将识别出的标签与识别出的几何图形进行匹配;根据识别出的几何图形、几何图形匹配的标签及几何图形的位置,将草稿地形图转换成可编辑电子地形图。

【技术特征摘要】
1.一种地形图转换方法,其特征在于,包括:对草稿地形图进行预处理,获得去干扰图片;通过深度神经网络,识别所述去干扰图片中表示地形元素类型和几何参数的标签;将识别出的标签从所述去干扰图片中删除,获得去标签图片;识别所述去标签图片中表示地形元素轮廓的几何图形;将识别出的标签与识别出的几何图形进行匹配;根据识别出的几何图形、几何图形匹配的标签及几何图形的位置,将草稿地形图转换成可编辑电子地形图。2.根据权利要求1所述的方法,其特征在于,所述对草稿地形图进行预处理,获得去干扰图片的步骤包括:对草稿地形图进行二值化处理,获得二值化图片;对二值化图片的图像噪点及干扰线进行去除处理,获得去干扰图片。3.根据权利要求1所述的方法,其特征在于,所述通过深度神经网络,识别所述去干扰图片中表示地形元素类型和几何参数的标签的步骤包括:通过第一深度神经网络,识别并截取所述去干扰图片中表示地形元素类型和几何参数的标签预选区域;将标签预选区域的范围按预设参数扩大后,对标签预选区域内的干扰线进行去除处理,并调整标签预选区域的坐标位置,获得标记有标签预先区域的标记图片;通过第二深度神经网络,识别所述标记图片中各标签预选区域内表示地形元素类型的图标和表示地形元素几何参数的文字。4.根据权利要求3所述的方法,其特征在于,所述第一深度神经网络包括第一深层卷积神经网络层、第一双向循环长短时记忆神经网络层、第一全连接层和第一输出层;所述通过第一深度神经网络,识别并截取所述去干扰图片中表示地形元素类型和几何参数的标签预选区域的步骤包括:将所述去干扰图片作为第一深层卷积神经网络层的输入,通过所述第一深层卷积神经网络层对所述去干扰图片进行特征提取,获得第一网络特征图;将所述第一网络特征图以预定尺寸的窗口为滑动单位,逐行逐位滑动,每行得到W个一维向量,W为所述第一网络特征图的宽度;将每行得到的W个一维向量分别作为第一双向循环长短时记忆神经网络层的输入,通过所述第一双向循环长短时记忆神经网络层获得第一张量;将所述第一张量作为第一全连接层的输入,通过所述第一全连接层获得第二张量;将所述第二张量作为第一输出层的输入,通过所述第一输出层获得所述第一网络特征图中每个像素点所映射的去干扰图片中像素区域的输出结果,所述输出结果包括纵坐标偏移量预测结果、文字概率预测结果和边界偏移量预测结果;根据所述网络特征图中每个像素点所映射的去干扰图片中像素区域的输出结果,确定所述去干扰图片中表示地形元素类型和几何参数的标签预选区域。5.根据权利要求1所述的方法,其特征在于,所述识别所述去标签图片中表示地形元素轮廓的几何图形的步骤包括:将所述去标签图片按照预设细化算法进行一次图像细化,并对图像细化处理后的去标签图片进行膨胀处理和腐蚀处理,获得第一阶段图片;将所述第一阶段图片与图像细化处理前的去标签图片进行逻辑与操作,获得第二阶段图片;将所述第二阶段图片按照预设细化算法进行二次图像细化,获得第三阶段图片;在所述第三阶段图片中通过遍寻的方式查找几何图形轮廓线的轮廓点,根据遍寻结果确定所述第三阶段图片中表示地形元素轮廓的几何图形。6.根据权利要求5所述的方法,其特征在于,在所述第三阶段图片中按照遍寻的方式查找几何图形轮廓线的轮廓点,根据遍寻结果确定所述第三阶段图片中表示地形元素轮廓的几何图形之后,还包括:获取所述第三阶段图片中确定出的各几何图形的评价参数,将各几何图形的评...

【专利技术属性】
技术研发人员:张然
申请(专利权)人:北京奇思妙想信息技术有限公司
类型:发明
国别省市:北京,11

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1