孔洞位置的确定方法和元宇宙中三维模型的生成方法技术

本公开提供了一种孔洞位置的确定方法和元宇宙中三维模型的生成方法、装置，涉及人工智能领域，具体涉及虚拟现实、增强现实、元宇宙、计算机视觉和深度学习等技术领域。孔洞位置的确定方法的具体实现方案为：获取包括建筑物的图像中墙体区域的位置信息和墙体区域中像素点的深度值；确定墙体区域包括的至少一个像素点列中的目标列，目标列包括的多个像素点的深度值差异大于第一预定差异；以及根据目标列包括的像素点，确定孔洞的像素位置。确定孔洞的像素位置。确定孔洞的像素位置。

【技术实现步骤摘要】
孔洞位置的确定方法和元宇宙中三维模型的生成方法


[0001]本公开涉及人工智能领域，具体涉及虚拟现实、增强现实、元宇宙、计算机视觉和深度学习等
，尤其涉及一种孔洞位置的确定方法和三维模型的生成方法、装置、设备、介质。

技术介绍

[0002]随着计算机技术和网络技术的发展，各种新兴技术应运而生。例如，生成场景的三维模型的三维重建技术得到快速发展。通常，在三维重建技术中，场景中墙体包围的孔洞被当作墙体来处理。而为了景深漫游技术的实现，通常需要将三维重建技术所得到的三维模型中孔洞所在位置的墙体去除。

技术实现思路

[0003]本公开旨在提供一种孔洞位置的确定方法和三维模型的生成方法、装置、设备和介质，以对孔洞进行定位，便于自动去除墙体中的孔洞。
[0004]根据本公开的一个方面，提供了一种孔洞位置的确定方法，包括：获取包括建筑物的图像中墙体区域的位置信息和墙体区域中每个像素点的深度值；确定墙体区域包括的至少一个像素点列中的目标列，目标列包括的多个像素点的深度值差异大于第一预定差异；以及根据目标列包括的像素点，确定孔洞的像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种孔洞位置的确定方法，包括：获取包括建筑物的图像中墙体区域的位置信息和所述墙体区域中像素点的深度值；确定所述墙体区域包括的至少一个像素点列中的目标列，所述目标列包括的多个像素点的深度值差异大于第一预定差异；以及根据所述目标列包括的像素点，确定孔洞的像素位置。2.根据权利要求1所述的方法，其中，所述确定所述墙体区域包括的至少一个像素点列中的目标列包括：将所述像素点列包括的多个像素点沿列的延伸方向划分为多个像素点组；确定所述像素点组包括的像素点的深度值均值，作为针对所述像素点组的深度值；以及响应于针对多个所述像素点组的多个深度值的差异大于所述第一预定差异，确定所述像素点列为所述目标列。3.根据权利要求1所述的方法，其中，所述根据所述目标列包括的像素点，确定孔洞的像素位置包括：确定所述墙体区域中与所述目标列中的每一列对应的相邻像素点列；确定所述相邻像素点列包括的像素点的第一深度值均值；响应于所述每一列中目标像素点的深度值均值与所述第一深度值均值之间的差异大于第二预定差异，确定所述每一列为所述孔洞的像素位置的边缘位置；以及根据所述边缘位置，确定所述孔洞的像素位置。4.根据权利要求3所述的方法，其中，所述边缘位置包括第一方位的边缘位置和第二方位的边缘位置；所述确定所述墙体区域中与所述目标列中的每一列对应的相邻像素点列包括：响应于确定所述第一方位的边缘位置，确定所述墙体区域中位于所述每一列的第一方位上，与所述每一列相邻的第一预定数量个像素点列为所述相邻像素点列；响应于确定所述第二方位的边缘位置，确定所述墙体区域中位于所述每一列的第二方位上，与所述每一列相邻的第二预定数量个像素点列为所述相邻像素点列，其中，所述第一方位与所述第二方位彼此相反、且垂直于所述每一列的延伸方向。5.根据权利要求3所述的方法，其中，所述响应于所述每一列中目标像素点的深度值均值与所述第一深度值均值之间的差异大于第二预定差异，确定所述每一列为所述孔洞的像素位置的边缘位置包括：将所述每一列包括的多个像素点沿列的延伸方向划分为多个像素点组；以及响应于多个所述像素点组中目标像素点组包括的像素点的第二深度值均值，与所述第一深度值均值之间的差异大于所述第二预定差异，确定所述每一列为所述孔洞的像素位置的边缘位置，其中，所述目标像素点组沿列的延伸方向排在多个所述像素点组的最后位置。6.根据权利要求5所述的方法，其中，确定所述每一列为所述孔洞的像素位置的边缘位置包括：响应于所述第二深度值均值与所述第一深度值均值之间的差异大于所述第二预定差异，确定多个所述像素点组中像素点的深度值均值与所述第二深度值均值相一致的像素点
组的比例；以及响应于所述比例大于预定比例，确定所述每一列为所述孔洞的像素位置的边缘位置。7.根据权利要求3所述的方法，其中，所述边缘位置包括第一方位的边缘位置和第二方位的边缘位置；所述第一方位与所述第二方位彼此相反、且垂直于所述每一列的延伸方向；所述根据所述边缘位置，确定所述孔洞的像素位置包括：确定所述第一方位的边缘位置与所述第二方位的边缘位置之间包括的像素点列的个数；以及响应于所述个数大于预定个数，确定所述孔洞的像素位置位于所述第一方位的边缘位置与所述第二方位的边缘位置围成的区域。8.根据权利要求1所述的方法，其中，所述根据所述目标列包括的像素点，确定孔洞的像素位置包括：确定所述目标列中依次相邻且个数大于预定个数的多个连续列；以及根据所述多个连续列包括的像素点，确定所述孔洞的像素位置。9.根据权利要求1所述的方法，其中，所述获取包括建筑物的图像中墙体区域的位置信息和所述墙体区域中像素点的深度值包括：获取根据所述图像生成的针对所述建筑物的点云数据；采用平面检测算法对所述点云数据进行检测，得到所述点云数据中针对墙体的墙体点云数据；以及根据所述墙体点云数据，确定所述图像中与所述墙体点云数据对应的目标像素点及所述目标像素点的深度值，其中，与所述墙体点云数据对应的目标像素点所在的图像区域为所述墙体区域。10.根据权利要求9所述的方法，其中，所述采用平面检测算法对所述点云数据进行检测，得到所述点云数据中针对墙体的墙体点云数据包括：采用所述平面检测算法对所述点云数据进行检测，得到表示至少一个平面的至少一个点云数据组；以及根据所述至少一个平面的法向量确定所述至少一个平面中的墙体平面，其中，表示所述墙体平面的点云数据组中的点云数据为所述墙体点云数据。11.根据权利要求1所述的方法，其中，所述获取包括建筑物的图像中墙体区域的位置信息和所述墙体区域中每个像素点的深度值包括：采用预定深度学习模型对所述图像进行处理，得到针对所述图像的深度图和所述图像中墙体的边界线；根据所述边界线，确定所述图像中的墙体区域的位置信息；以及根据所述深度图，确定所述墙体区域中每个像素点的深度值。12.一种三维模型的生成方法，包括：根据包括建筑物的图像，生成针对所述建筑物的点云数据；确定所述图像中孔洞的像素位置；以及去除所述点云数据中与所述像素位置对应的目标点云数据，得到所述建筑物的三维模型，其中，所述孔洞的像素位置是采用权利要求1～11中任一项所述的方法确定的。
13.一种孔洞位置的确定装置，包括：信息获取模块，用于获取包括建筑物的图像中墙体区域的位置信息和所述墙体区域中像素点的深度值；目标列确定模块，用于确定所述墙体区域包括的至少一个像素点列中的目标列，所述目标列包括的多个像素点的深度值差异大于第一预定差异；以及位置确定模块，用于根据所述目标列包括的像素点，确定孔洞的像素位置。14.根据权利要求13所述的装置，其中，所述目标列确定模块包括：...

【专利技术属性】
技术研发人员：王海君，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：