连接点提取方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种连接点提取方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：从包含目标物体的多个图像中分别识别二维线段；基于从所述多个图像中识别到的二维线段，生成线云数据；在所述线云数据中确定多个轮廓点以及所述多个轮廓点对应的三维轮廓线段；从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点。本申请实施例提供的方案中，提出了一种利用线云数据提取目标物体的连接点的方式，基于识别到的二维线段生成的线云数据，基于线云数据包含的三维轮廓线段，提取目标物体的连接点，以保证确定出的连接点是在目标物体的三维轮廓上的点且是目标物体的至少三个面的交点，从而保证了连接点的准确性。了连接点的准确性。了连接点的准确性。

【技术实现步骤摘要】
连接点提取方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及计算机
，特别涉及一种连接点提取方法、装置、计算机设备及存储介质。

技术介绍

[0002]在实际应用中，通常需要构建一些物体的三维轮廓，例如，针对真实环境中的建筑物，在某个三维空间中构建该建筑物的三维轮廓等。真实环境中的物体是包含多个面的，将物体包含的多个面中至少三个面的交点称为连接点，例如，真实环境中的楼房的东侧墙面、南侧墙面以及楼顶面的交点即为一个连接点。而在构建物体的三维轮廓时，需要先在三维空间中确定出该物体的连接点，再将三维空间中的连接点连接，即可得到该物体的三维轮廓。而如何准确地确定出物体的连接点，是目前亟需解决的问题。

技术实现思路

[0003]本申请实施例提供了一种连接点提取方法、装置、计算机设备及存储介质，能够保证连接点的准确性。所述技术方案如下：
[0004]一方面，提供了一种连接点提取方法，所述方法包括：
[0005]从包含目标物体的多个图像中分别识别二维线段，所述多个图像中所述目标物体的姿态不同；
[0006]基于从所述多个图像中识别到的二维线段，生成线云数据，所述线云数据包括所述目标物体的多条三维线段；
[0007]在所述线云数据中确定多个轮廓点以及所述多个轮廓点对应的三维轮廓线段，其中，所述轮廓点为所述线云数据中的所述三维线段的端点，所述轮廓点与对应的三维轮廓线段之间的距离小于所述轮廓点与其他三维线段之间的距离；
[0008]从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点。
[0009]在一种可能实现方式中，所述从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点之前，所述方法还包括：
[0010]对于每条三维轮廓线段的每个端点，将所述端点的坐标与所述三维轮廓线段对应的轮廓点的坐标之间的差值，确定为所述端点更新后的坐标；
[0011]基于所述每条三维轮廓线段的端点更新后的坐标，分别确定所述每条三维轮廓线段更新后的三维轮廓线段。
[0012]在另一种可能实现方式中，所述基于所述多个图像中的二维线段以及所述多个图像对应的内参和外参，确定所述多个图像中相互匹配的二维线段，包括：
[0013]对于所述多个图像中的第一图像和第二图像，基于所述第一图像对应的内参和外参以及第二图像对应的内参和外参，将所述第一图像中的第一线段映射至所述第二图像中，得到第二线段，所述第一线段为第一图像中的任一二维线段；
[0014]在所述第二图像中的第三线段与所述第二线段相似的情况下，确定所述第一线段
与所述第三线段匹配，所述第三线段为所述第一图像中的任一二维线段。
[0015]另一方面，提供了一种连接点提取装置，所述装置包括：
[0016]识别模块，用于从包含目标物体的多个图像中分别识别二维线段，所述多个图像中所述目标物体的姿态不同；
[0017]生成模块，用于基于从所述多个图像中识别到的二维线段，生成线云数据，所述线云数据包括所述目标物体的多条三维线段；
[0018]确定模块，用于在所述线云数据中确定多个轮廓点以及所述多个轮廓点对应的三维轮廓线段，其中，所述轮廓点为所述线云数据中的所述三维线段的端点，所述轮廓点与对应的三维轮廓线段之间的距离小于所述轮廓点与其他三维线段之间的距离；
[0019]提取模块，用于从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点。
[0020]在一种可能实现方式中，所述提取模块，包括：
[0021]提取单元，用于对所述多个轮廓点对应的三维轮廓线段进行特征提取，得到三维轮廓特征；
[0022]第一确定单元，用于基于所述三维轮廓特征，确定多个备选点以及每个备选点对应的概率，所述概率指示所述备选点是所述目标物体的轮廓上的连接点的可能性；
[0023]第一获取单元，用于基于所述多个备选点对应的概率，从所述多个备选点中获取所述目标物体的连接点，所述连接点对应的概率大于其他备选点对应的概率。
[0024]在另一种可能实现方式中，所述获取单元，用于将所述多个备选点中概率最大的备选点，确定为所述目标物体的第1个连接点；从当前剩余的备选点中，删除与所述第1个连接点之间的距离小于第一距离阈值的备选点；将删除后剩余的备选点中概率最大的备选点，确定为所述目标物体的第2个连接点；从当前剩余的备选点中删除与所述第2个连接点之间的距离小于所述第一距离阈值的备选点，直至不再剩余备选点，或者，直至已确定所述目标物体的第n个连接点，且当前剩余的备选点与所述第n个连接点之间的距离小于所述第一距离阈值，n为大于1的整数。
[0025]在另一种可能实现方式中，所述提取单元，用于基于所述多个轮廓点对应的三维轮廓线段的端点的坐标，生成第一特征，所述第一特征包括每个轮廓点对应的局部特征；分别对所述第一特征中所述每个轮廓点对应的局部特征进行降维，将降维后的多个局部特征构成第二特征；对所述第一特征进行全局降维，得到第三特征；将所述第二特征与所述第三特征进行拼接，得到所述三维轮廓特征。
[0026]在另一种可能实现方式中，所述装置还包括：
[0027]所述确定模块，还用于基于所述多条三维线段的端点的坐标，确定坐标平均值以及每条三维线段中的每个端点与坐标系原点之间的距离，所述坐标系原点为所述线云数据所处的三维坐标系中的原点；
[0028]选取模块，用于从当前已确定的多个距离中选取最大距离；
[0029]所述确定模块，还用于对于所述线云数据中的每个端点，确定所述端点的坐标与所述坐标平均值之间的差值，将所述差值与所述最大距离之间的比值确定为所述端点更新后的坐标；
[0030]更新模块，还用于对于所述线云数据中的每条三维线段，基于所述三维线段的端
点更新后的坐标，确定所述三维线段更新后的三维线段，将所述多条三维线段更新后的三维线段构成更新后的线云数据。
[0031]在另一种可能实现方式中，所述确定模块，还用于对于每个连接点，确定所述连接点的坐标与所述最大距离之间的乘积，将所述乘积与所述平均值的和值，确定为所述连接点更新后的坐标。
[0032]在另一种可能实现方式中，所述确定模块，用于从所述多条三维线段的端点中选取任一端点，确定为第1个轮廓点；确定当前剩余的每个端点分别与所述第1个轮廓点之间的第一距离，将当前剩余的端点中第一距离最大的端点，确定为第2个轮廓点；对于当前剩余的每个端点，确定所述端点与当前已确定的每个轮廓点之间的第二距离，将所述端点对应的多个第二距离中的最小距离，确定为所述端点对应的第三距离；将当前剩余的端点中第三距离最大的端点，确定为第3个轮廓点，直至获取到第m个轮廓点，m为大于2的整数。
[0033]在另一种可能实现方式中，确定模块，用于对于所述多个轮廓点中的每个轮廓点，分别确定所述轮廓点与所述线云数据中每条三维线段之间的距离；从所述线云数据中，确定与所述轮廓点之间的距离小于第二距离阈值的三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种连接点提取方法，其特征在于，所述方法包括：从包含目标物体的多个图像中分别识别二维线段，所述多个图像中所述目标物体的姿态不同；基于从所述多个图像中识别到的二维线段，生成线云数据，所述线云数据包括所述目标物体的多条三维线段；在所述线云数据中确定多个轮廓点以及所述多个轮廓点对应的三维轮廓线段，其中，所述轮廓点为所述线云数据中的所述三维线段的端点，所述轮廓点与对应的三维轮廓线段之间的距离小于所述轮廓点与其他三维线段之间的距离；从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点。2.根据权利要求1所述的方法，其特征在于，所述从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点，包括：对所述多个轮廓点对应的三维轮廓线段进行特征提取，得到三维轮廓特征；基于所述三维轮廓特征，确定多个备选点以及每个备选点对应的概率，所述概率指示所述备选点是所述目标物体的轮廓上的连接点的可能性；基于所述多个备选点对应的概率，从所述多个备选点中获取所述目标物体的连接点，所述连接点对应的概率大于其他备选点对应的概率。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个备选点对应的概率，从所述多个备选点中获取所述目标物体的连接点，包括：将所述多个备选点中概率最大的备选点，确定为所述目标物体的第1个连接点；从当前剩余的备选点中，删除与所述第1个连接点之间的距离小于第一距离阈值的备选点；将删除后剩余的备选点中概率最大的备选点，确定为所述目标物体的第2个连接点；从当前剩余的备选点中删除与所述第2个连接点之间的距离小于所述第一距离阈值的备选点，直至不再剩余备选点，或者，直至已确定所述目标物体的第n个连接点，且当前剩余的备选点与所述第n个连接点之间的距离小于所述第一距离阈值，n为大于1的整数。4.根据权利要求2所述的方法，其特征在于，所述对所述多个轮廓点对应的三维轮廓线段进行特征提取，得到三维轮廓特征，包括：基于所述多个轮廓点对应的三维轮廓线段的端点的坐标，生成第一特征，所述第一特征包括每个轮廓点对应的局部特征；分别对所述第一特征中所述每个轮廓点对应的局部特征进行降维，将降维后的多个局部特征构成第二特征；对所述第一特征进行全局降维，得到第三特征；将所述第二特征与所述第三特征进行拼接，得到所述三维轮廓特征。5.根据权利要求1所述的方法，其特征在于，所述在所述线云数据中确定多个轮廓点以及所述多个轮廓点对应的三维轮廓线段之前，所述方法还包括：基于所述多条三维线段的端点的坐标，确定坐标平均值以及每条三维线段中的每个端点与坐标系原点之间的距离，所述坐标系原点为所述线云数据所处的三维坐标系中的原点；从当前已确定的多个距离中选取最大距离；对于所述线云数据中的每个端点，确定所述端点的坐标与所述坐标平均值之间的差
值，将所述差值与所述最大距离之间的比值确定为所述端点更新后的坐标；对于所述线云数据中的每条三维线段，基于所述三维线段的端点更新后的坐标，确定所述三维线段更新后的三维线段，将所述多条三维线段更新后的三维线段构成更新后的线云数据。6.根据权利要求5所述的方法，其特征在于，所述从所述多个轮廓点对应的三维轮廓线段中，提取所述目标物体的连接点之后，所述方法还包括：对于每个连接点，确定所述连接点的坐标与所述最大距离之间的乘积，将所述乘积与所述平均值的和值，确定为所述连接点更新后的坐标。7.根据权利要求1所述的方法，其特征在于，所述在所述线云数据中确定多个轮廓点，包括：从所述多条三维线段的端点中选取任一端点，确定为第1个...

【专利技术属性】
技术研发人员：罗益承，者雪飞，暴林超，陈长海，薛唐立，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：