基于户型图的房屋点云模型生成方法及装置制造方法及图纸

本申请公开了一种基于户型图的房屋点云模型生成方法及装置，所述方法包括：获取建筑物的平面户型图；遍历平面户型图的各图像像素点，根据各图像像素点的RGB色彩值，确定各图像像素点所属的图像类别；根据图像类别下的各图像像素点及与图像类别对应的预设高度值，获取图像类别的点云数据；根据各图像类别的点云数据，生成房屋点云模型。与现有技术相比，本申请通过已有的平面图文件，利用几何特统计学习来分辨平面图和空间的关系，从而不需要任何硬件，即可获取房屋的点云模型，成本更低，效率更高，且通过点云数据生成的点云模型，相比于体块模型在后期渲染和细节表达上更具优势，进而能够提高设计和施工的效率。

Building point cloud model generation method and device based on house type chart

【技术实现步骤摘要】
基于户型图的房屋点云模型生成方法及装置
本申请涉及图像处理
，尤其涉及一种基于户型图的房屋点云模型生成方法及装置。
技术介绍
为更好地进行室内设计，通过需要构建筑物的三维模型。现有的建筑物三维模型建立方法，通常是以体块的方式去表达现实中的实体建筑。但这种方式，容易缺失细节，若是将所有现实中的细节都通过体块去进行表达，则会带来巨大的工作量。同时现有技术无法很好的渲染出真实世界的色彩表现，导致该结果的原因是由于体块模型先天的数据表现形式就存在缺陷，同时体块模型中需要的三角面数据无法表达毫米级的细节，导致可能出现设计无法可以很好的对接现场，影响后续设计和施工效率。除此之外，现有技术中，还通过硬件采集建筑物的三维点云数据从而构建三维模型，但这种方式成本较高，且需现场采集，工作量较大，效率不高。
技术实现思路
本申请实施例所要解决的技术问题在于，提供一种基于户型图的房屋点云模型生成方法及装置，在降低工作量的同时，更好地体现建筑物的细节，进而提高后续设计与施工效率。为解决上述问题，本申请实施例提供一种基于户型图的房屋点云模型生成方法，适于在计算设备中执行，至少包括如下步骤：获取建筑物的平面户型图；遍历所述平面户型图的各图像像素点，根据各所述图像像素点的RGB色彩值，确定各所述图像像素点所属的图像类别；其中，所述图像类别包括墙、门和窗；根据所述图像类别下的各所述图像像素点及与所述图像类别对应的预设高度值，获取所述图像类别的点云数据；根据各所述图像类别的点云数据，生成房屋点云模型。进一步的，遍历所述平面户型图的各图像像素点，根据各所述图像像素点的RGB色彩值，确定各所述图像像素点所属的图像类别，包括：将各所述图像像素点转换为二维矩阵，遍历所述二维矩阵，根据所述二维矩阵中各所述图像像素点的RGB色彩值，确定对应的各所述图像像素点所属的图像类别。进一步的，所述根据所述图像类别下的各所述图像像素点及与所述图像类别对应的预设高度值，获取所述图像类别的点云数据，包括：根据所述图像类别下的各所述图像像素点在所述二维矩阵中的行列号，获取所述图像类别的二维点云数据，并根据所述二维点云数据，以及与所述图像类别对应的预设高度值，获取所述图像类别的三维点云数据。进一步的，所述根据各所述图像类别的点云数据，生成房屋点云模型，包括：根据各所述图像类别的三维点云数据，生成房屋三维点云模型。进一步的，对所述二维矩阵中各所述图像像素点的遍历顺序为从上到下，从左到右。进一步的，所述平面户型图的图像像素点的数量由预设的图像比例尺参数确定。进一步的，本申请实施例还提供一种基于户型图的房屋点云模型生成装置，包括：图像获取模块，用于获取建筑物的平面户型图；图像遍历模块，用于遍历所述平面户型图的各图像像素点，根据各所述图像像素点的RGB色彩值，确定各所述图像像素点所属的图像类别；其中，所述图像类别包括墙、门和窗；点云数据获取模块，用于根据所述图像类别下的各所述图像像素点及与所述图像类别对应的预设高度值，获取所述图像类别的点云数据；点云模型生成模块，用于根据各所述图像类别的点云数据，生成房屋点云模型。进一步的，所述图像遍历模块具体用于：将各所述图像像素点转换为二维矩阵，遍历所述二维矩阵，根据所述二维矩阵中各所述图像像素点的RGB色彩值，确定对应的各所述图像像素点所属的图像类别。进一步的，所述点云数据获取模块具体用于：根据所述图像类别下的各所述图像像素点在所述二维矩阵中的行列号，获取所述图像类别的二维点云数据，并根据所述二维点云数据，以及与所述图像类别对应的预设高度值，获取所述图像类别的三维点云数据。进一步的，所述点云模型生成模块具体用于：根据各所述图像类别的三维点云数据，生成房屋三维点云模型。实施本申请实施例，具有如下有益效果：本申请实施例通过已有的平面图文件，利用几何特统计学习来分辨平面图和空间的关系，从而不需要任何硬件，即可获取房屋的点云模型，成本更低，效率更高，且通过点云数据生成的点云模型，相比于体块模型在后期渲染和细节表达上更具优势，进而能够提高设计和施工的效率。附图说明图1是本申请的一个实施例提供的基于户型图的房屋点云模型生成方法的流程示意图；图2是本申请的一个实施例提供的基于户型图的房屋点云模型生成装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参见图1，是本申请的一个实施例提供的基于户型图的房屋点云模型生成方法的流程示意图，包括：步骤S11，获取建筑物的平面户型图。在本实施例中，平面户型图中不同的图像区域具有不同的RGB色彩值。其中各图像区域分别表示建筑物的墙、门和窗等。步骤S12，遍历平面户型图的各图像像素点，根据各图像像素点的RGB色彩值，确定各图像像素点所属的图像类别。其中，图像类别包括墙、门和窗。具体的，将各图像像素点转换为二维矩阵，遍历二维矩阵，根据二维矩阵中各元素的RGB色彩值，确定对应的各图像像素点所属的图像类别。在本实施例中，遍历各图像像素点，将各图像像素点转换为二维矩阵后，初始化数据容器。其中数据容器至少包括墙像素容器、门像素容器和窗像素容器。遍历二维矩阵中的各图像像素点，其中图像像素点可以用C(r，c)来表示，具体可解释为二维矩阵中的第r行第c列的图像像素点。在本实施例中，通过判断C(r，c).rgb＝＝X.rgb，来确定图像像素点所属的图像类别。其中，X可以是墙、窗或者门等，即墙.rgb、窗.rgb或门.rgb，表示墙的RGB色彩值、窗的RGB色彩值和门的RGB色彩值。在本实施例中，对二维矩阵中各图像像素点的遍历顺序为从上到下，从左到右。作为本实施例的一个优选举例，先选取窗的rgb色彩值对二维矩阵进行遍历，当C(r，c).rgb＝＝窗.rgb时，则确定当前的图像像素点C(r，c)属于窗像素，并将该图像像素点放入窗像素容器中，直至完成整个二维矩阵的遍历；再选取门的rgb色彩值对二维矩阵进行遍历，当C(r，c).rgb＝＝门.rgb时，则确定当前的图像像素点C(r，c)属于门像素，并将该图像像素点放入门像素容器中，直至完成整个二维矩阵的遍历。通过上述方式，从而确定二维矩阵中各像素点所属的图像类别。需要说明的是，平面户型图的图像像素点的数量由预设的图像比例尺参数确定。在本实施例中，图像比例尺参数S的单位为“米/像素”，默认数值为1。步骤S13，根据图像类别下的各图像像素点及与图像类别对应的预设高度值，获取图像类别的点云数据。具体的，根据图像类别下的本文档来自技高网...

【技术保护点】
1.一种基于户型图的房屋点云模型生成方法，其特征在于，至少包括如下步骤：/n获取建筑物的平面户型图；/n遍历所述平面户型图的各图像像素点，根据各所述图像像素点的RGB色彩值，确定各所述图像像素点所属的图像类别；其中，所述图像类别包括墙、门和窗；/n根据所述图像类别下的各所述图像像素点及与所述图像类别对应的预设高度值，获取所述图像类别的点云数据；/n根据各所述图像类别的点云数据，生成房屋点云模型。/n

【技术特征摘要】
1.一种基于户型图的房屋点云模型生成方法，其特征在于，至少包括如下步骤：
获取建筑物的平面户型图；
遍历所述平面户型图的各图像像素点，根据各所述图像像素点的RGB色彩值，确定各所述图像像素点所属的图像类别；其中，所述图像类别包括墙、门和窗；
根据所述图像类别下的各所述图像像素点及与所述图像类别对应的预设高度值，获取所述图像类别的点云数据；
根据各所述图像类别的点云数据，生成房屋点云模型。


2.根据权利要求1所述的基于户型图的房屋点云模型生成方法，其特征在于，遍历所述平面户型图的各图像像素点，根据各所述图像像素点的RGB色彩值，确定各所述图像像素点所属的图像类别，包括：
将各所述图像像素点转换为二维矩阵，遍历所述二维矩阵，根据所述二维矩阵中各所述图像像素点的RGB色彩值，确定对应的各所述图像像素点所属的图像类别。


3.根据权利要求2所述的基于户型图的房屋点云模型生成方法，其特征在于，所述根据所述图像类别下的各所述图像像素点及与所述图像类别对应的预设高度值，获取所述图像类别的点云数据，包括：
根据所述图像类别下的各所述图像像素点在所述二维矩阵中的行列号，获取所述图像类别的二维点云数据，并根据所述二维点云数据，以及与所述图像类别对应的预设高度值，获取所述图像类别的三维点云数据。


4.根据权利要求3所述的基于户型图的房屋点云模型生成方法，其特征在于，所述根据各所述图像类别的点云数据，生成房屋点云模型，包括：
根据各所述图像类别的三维点云数据，生成房屋三维点云模型。


5.根据权利要求2所述的基于户型图的房屋点云模型生成方法，其特征在于，对所述二维矩阵中各...

【专利技术属性】
技术研发人员：周佛灵，
申请(专利权)人：广东维美家科技有限公司，
类型：发明
国别省市：广东;44