本发明专利技术提供了一种倾斜摄影图像的局部更新处理方法及电子设备，属于图像处理技术领域，解决了现有技术倾斜摄影图像局部更新后带来的模型不连贯的问题。该方法包括：获取原始倾斜摄影数据和待更新的局部倾斜摄影数据；提取上述数据中的关键目标信息及目标图像；提取每一关键目标信息中的颜色信息、色温信息和直方图特征，建立源数据、目标数据；将源数据和目标数据均转换至相同的颜色空间；将转换后的目标数据的颜色信息修改为上述源数据中各关键目标信息中的颜色信息；将修改后的目标数据还原至BGR颜色空间；将待更新的局部倾斜摄影数据中的每一目标图像均替换为上述颜色还原后的目标数据，得到与原始倾斜摄影数据颜色特征一致的倾斜摄影数据。
【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种倾斜摄影图像的局部更新处理方法及电子设备。
技术介绍
1、倾斜摄影测量是一种从多个角度获取建筑物和其他物体的高分辨率图像的技术。这些图像可以用来生成三维模型，包括建筑物的外观和内部结构。然而，随着时间的推移，建筑物或其他物体的形态可能会发生变化，例如建筑物被拆除，或在原地建立新的建筑物。这些变化需要反映到倾斜摄影数据中，以保持数据的准确性和现势性。
2、局部更新是一种针对倾斜摄影数据的更新方式，它只对发生变化的部分进行更新，而不是重新制作整个模型。这种更新方式可以提高效率，同时减少对未发生变化的部分的影响。
3、现有的局部更新方法参见中国专利cn115146349a、cn113850732a等，仍可能会影响数据的整体性。理由是，由于更新只针对发生变化的部分进行，未发生变化的部分仍然保持原来的状态，这可能会导致整个场景的数据出现不连贯的情况。例如在不同天气、不同时间下的一个城市的三维模型中，只有部分建筑物被更新，而其他建筑物仍然保持原来的状态，这可能会导致整个城市的三维模型出现不连贯的情况。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种倾斜摄影图像的局部更新处理方法及电子设备，用以解决现有技术倾斜摄影图像局部更新后带来的模型不连贯的问题。
2、一方面，本专利技术实施例提供了一种倾斜摄影图像的局部更新处理方法，包括如下步骤：
3、s1.获取原始倾斜摄影数据和待更新的局部倾斜摄影数据；</p>4、s2.分别提取上述原始倾斜摄影数据和待更新的局部倾斜摄影数据中的关键目标信息及目标图像；
5、s3.提取上述每一关键目标信息中的颜色信息、色温信息和直方图特征，建立原始倾斜摄影数据对应的可编程的源数据，以及待更新的局部倾斜摄影数据对应的可编程的目标数据；
6、s4.将源数据和目标数据均转换至相同的颜色空间；
7、s5.将颜色空间转换后的目标数据的颜色信息修改为步骤s3得到的源数据中各关键目标信息中的颜色信息，得到修改颜色后的目标数据；
8、s6.将修改颜色后的目标数据还原至bgr颜色空间，得到颜色还原后的目标数据；
9、s7.将待更新的局部倾斜摄影数据中的每一目标图像均替换为上述颜色还原后的目标数据，得到并输出与原始倾斜摄影数据颜色分布、色调、饱和度、亮度一致的倾斜摄影数据。
10、上述技术方案的有益效果如下：针对现有技术的倾斜摄影数据局部更新后带来的模型不连贯的情况，分析出整体倾斜摄影模型的自然环境（可通过卷积神经网络和opencv计算机视觉任务库）。将被更新模型的颜色、色温、饱和度、亮度（阴影、天气、环境光）等自然环境信息与整体倾斜摄影模型保持一致，没有更新痕迹。在减少人工处理模型的工作量的同时，还可以更准确地高精度还原自然环境。
11、基于上述方法的进一步改进，所述关键目标信息包括地形、水、建筑、道路。
12、进一步，步骤s2进一步包括如下子步骤：
13、s21.使用第一目标检测模型提取原始倾斜摄影数据中的关键目标信息及图像；
14、s22.使用第二目标检测模型提取待更新的局部倾斜摄影数据中的关键目标信息及图像。
15、进一步，步骤s2中，第一目标检测模型、第二目标检测模型均采用efficientdet软件中的目标检测模型。
16、进一步，步骤s3进一步包括如下子步骤：
17、s31.对于每一关键目标信息及目标图像，利用opencv计算机视觉任务库中图像处理与分析工具的颜色通道分析算法，获取每一关键目标信息中的颜色属性信息，以及获取每一颜色通道的平均值、分析直方图；所述颜色属性信息包括颜色分布、色调、饱和度；
18、s32.根据每一颜色通道的平均值，得出目标图像中各颜色通道的亮度分布；
19、s33.根据分析直方图中的峰值，得出目标图像中的主要颜色信息;
20、s34.通过灰度世界增强法，提取目标图像中的白平衡信息；
21、s35.根据上述目标图像中的白平衡信息，得出颜色通道之间的均方误差，以作为颜色通道之间的差异性指标；
22、s36.建立原始倾斜摄影数据对应的可编程的源数据，以及待更新的局部倾斜摄影数据对应的可编程的目标数据；其中，源数据包括原始倾斜摄影数据中每一关键目标的颜色分布、色调、饱和度、亮度分布；目标数据包括待更新的局部倾斜摄影数据中每一关键目标的颜色分布、色调、饱和度、亮度分布；
23、s37.使用opencv加载源数据、目标数据，建立原始倾斜摄影数据对应的可编程的源数据，以及待更新的局部倾斜摄影数据对应的可编程的目标数据。
24、进一步，步骤s4进一步包括如下子步骤：
25、s41.将源数据、目标数据的rgb值均进行hsv标准化，转换到0~1的范围；
26、s42.通过下面公式确定亮度
v，
27、
v = max(
r,
g,
b)，
28、s43.通过下面公式确定饱和度
s，
29、
s = 1 - min(
r,
g,
b) /
v（如果
v为0，则
s也为0），
30、s44.通过下面公式确定色调
h，完成将源数据和目标数据均转换至相同的颜色空间的功能：
31、如果红色
r是最大值，转换公式是：(
g -
b) / (max - min)，
32、如果绿色
g是最大值，转换公式是：(
b -
r) / (max - min) + 2，
33、如果蓝色
b是最大值，转换公式是：(
r -
g) / (max - min) + 4，
34、
h∈（0°，360°），
35、式中，
r为红色对应的hsv数值，
g为本文档来自技高网
...
【技术保护点】
1.一种倾斜摄影图像的局部更新处理方法，其特征在于，包括步骤：
2.根据权利要求1所述的倾斜摄影图像的局部更新处理方法，其特征在于，所述关键目标信息包括地形、水、建筑、道路。
3.根据权利要求2所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤S2进一步包括如下子步骤：
4.根据权利要求3所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤S2中，第一目标检测模型、第二目标检测模型均采用EfficientDet软件中的目标检测模型。
5.根据权利要求4所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤S3进一步包括如下子步骤：
6.根据权利要求5所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤S4进一步包括如下子步骤：
7.根据权利要求6所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤S6进一步包括如下子步骤：
8.根据权利要求7所述的倾斜摄影图像的局部更新处理方法，其特征在于，还包括如下步骤：
9.根据权利要求8所述的倾斜摄影图像的局部更新处理方法，其特征在于，所述空间拓扑计算是通过一系列基于一个或过个几何图形中间点的逻辑比较，然后返回另外一些几何图形，包括凹多边形、切割、差分、交集、对称差分和并集。
10.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-9中任一项所述的倾斜摄影图像的局部更新处理方法中的步骤。
...
【技术特征摘要】
1.一种倾斜摄影图像的局部更新处理方法，其特征在于，包括步骤：
2.根据权利要求1所述的倾斜摄影图像的局部更新处理方法，其特征在于，所述关键目标信息包括地形、水、建筑、道路。
3.根据权利要求2所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤s2进一步包括如下子步骤：
4.根据权利要求3所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤s2中，第一目标检测模型、第二目标检测模型均采用efficientdet软件中的目标检测模型。
5.根据权利要求4所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤s3进一步包括如下子步骤：
6.根据权利要求5所述的倾斜摄影图像的局部更新处理方法，其特征在于，步骤s4进...
【专利技术属性】
技术研发人员：朱旭平，宋彬，何文武，黄亚昌，申亚奇，
申请(专利权)人：北京飞渡科技股份有限公司，
类型：发明
国别省市：
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。