System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及模型重建,具体涉及一种模型重建方法、装置、电子设备及可读存储介质。
技术介绍
1、实景三维关系着智慧交通、智能房管、管线规划、环保监测等诸多民生领域,对提高人民生活水平大有助益。实景三维模型的重建,不仅需要小区、街道乃至市区等俯视的视野的大场景重建,还需要对道路上的路灯进行三维重建。
2、目前在进行路灯的三维重建时,通常会采用实时建模和纹理渲染的方法,但是这种方法重建的效率较低。
技术实现思路
1、本申请提供一种模型重建方法、装置、电子设备及可读存储介质,旨在解决现有的模型重建方法通常采用实时建模和纹理渲染的方法,但是这种方法重建的效率较低的技术问题。
2、第一方面,本申请提供一种模型重建方法,包括:
3、获取道路监控视频;
4、对所述道路监控视频中的目标路灯进行点云化处理,得到目标点云信息;
5、根据所述目标点云信息中各信息点的位置信息,确定模型重建参数;
6、根据所述模型重建参数,对所述目标路灯对应的预设路灯模型进行重建,得到目标路灯模型。
7、在本申请的一种可能的实现方式中,所述根据所述目标点云信息中各信息点的位置信息,确定模型重建参数,包括:
8、根据所述目标点云信息中各信息点的位置信息,构建所述目标路灯的最小包围框;
9、根据所述最小包围框的水平投影区域中最大边长的朝向信息,所述最小包围框的位置信息,以及所述最小包围框的高度信息中的至少一者,确定模型重建参
10、在本申请的一种可能的实现方式中,所述对所述道路监控视频中的目标路灯进行点云化处理,得到目标点云信息,包括:
11、根据所述道路监控视频进行相机位姿计算处理,得到所述道路监控视频对应的相机位姿信息;
12、根据所述相机位姿信息,对所述道路监控视频进行点云重建处理,得到道路点云信息;
13、根据所述道路监控视频中目标路灯的图像位置,从所述道路点云信息中筛选得到目标点云信息。
14、在本申请的一种可能的实现方式中,所述根据所述道路监控视频中目标路灯的图像位置,从所述道路点云信息中筛选得到目标点云信息,包括:
15、对所述道路监控视频进行路灯检测,得到目标路灯,以及所述目标路灯对应的检测框在每个视频帧中的图像位置;
16、基于所述目标路灯的每个图像位置,对所述道路点云信息中的第一信息点进行聚类处理,得到至少聚类于一个检测框的第二信息点;
17、获取各所述第二信息点所属的检测框的检测框数量;
18、从各所述第二信息点中筛选得到检测框数量大于预设数量阈值的第三信息点,将各所述第三信息点的位置信息设定为目标点云信息。
19、在本申请的一种可能的实现方式中,所述对所述道路监控视频进行路灯检测,得到目标路灯,以及所述目标路灯对应的检测框在每个视频帧中的图像位置,包括:
20、将所述道路监控视频中的各视频帧输入预设的路灯检测模型,得到目标路灯,以及所述目标路灯对应的检测框在每个所述视频帧中的图像位置,其中,所述预设的路灯检测模型通过对初始的路灯检测模型进行多尺度训练得到。
21、在本申请的一种可能的实现方式中,所述根据所述模型重建参数,对所述目标路灯对应的预设路灯模型进行重建,得到目标路灯模型之前,还包括:
22、获取所述道路监控视频的拍摄位置,以及所述拍摄位置所处的目标道路;
23、从预设数据库中查询得到所述目标道路关联的候选路灯模型;
24、若所述候选路灯模型有多个,则根据所述目标路灯的路灯类型,从所述候选路灯模型中选择得到所述目标路灯对应的预设路灯模型。
25、在本申请的一种可能的实现方式中,所述根据所述模型重建参数,对所述目标路灯对应的预设路灯模型进行重建,得到目标路灯模型之后,还包括:
26、判断所述目标路灯模型所属的预设电子地图中,是否存在与所述目标路灯模型之间发生穿模的穿模路灯模型;
27、若存在与所述目标路灯模型之间发生穿模的穿模路灯模型,则调整所述目标路灯模型和所述穿模路灯模型中至少一者的模型体积,直至所述目标路灯模型与所述穿模路灯模型之间不发生穿模,得到调整后的预设电子地图;
28、输出所述调整后的预设电子地图至目标终端。
29、第二方面,本申请提供一种模型重建装置,包括:
30、获取单元,用于获取道路监控视频;
31、点云化单元,用于对所述道路监控视频中的目标路灯进行点云化处理,得到目标点云信息;
32、确定单元,用于根据所述目标点云信息中各信息点的位置信息,确定模型重建参数;
33、重建单元,用于根据所述模型重建参数,对所述目标路灯对应的预设路灯模型进行重建,得到目标路灯模型。
34、在本申请的一种可能的实现方式中,确定单元还用于:
35、根据所述目标点云信息中各信息点的位置信息,构建所述目标路灯的最小包围框;
36、根据所述最小包围框的水平投影区域中最大边长的朝向信息,所述最小包围框的位置信息,以及所述最小包围框的高度信息中的至少一者,确定模型重建参数。
37、在本申请的一种可能的实现方式中,点云化单元还用于:
38、根据所述道路监控视频进行相机位姿计算处理,得到所述道路监控视频对应的相机位姿信息;
39、根据所述相机位姿信息,对所述道路监控视频进行点云重建处理,得到道路点云信息;
40、根据所述道路监控视频中目标路灯的图像位置,从所述道路点云信息中筛选得到目标点云信息。
41、在本申请的一种可能的实现方式中,点云化单元还用于:
42、对所述道路监控视频进行路灯检测,得到目标路灯,以及所述目标路灯对应的检测框在每个视频帧中的图像位置;
43、基于所述目标路灯的每个图像位置,对所述道路点云信息中的第一信息点进行聚类处理,得到至少聚类于一个检测框的第二信息点;
44、获取各所述第二信息点所属的检测框的检测框数量;
45、从各所述第二信息点中筛选得到检测框数量大于预设数量阈值的第三信息点,将各所述第三信息点的位置信息设定为目标点云信息。
46、在本申请的一种可能的实现方式中,点云化单元还用于:
47、将所述道路监控视频中的各视频帧输入预设的路灯检测模型,得到目标路灯,以及所述目标路灯对应的检测框在每个所述视频帧中的图像位置,其中,所述预设的路灯检测模型通过对初始的路灯检测模型进行多尺度训练得到。
48、在本申请的一种可能的实现方式中,重建单元还用于:
49、获取所述道路监控视频的拍摄位置,以及所述拍摄位置所处的目标道路;
50、从预设数据库中查询得到所述目标道路关联的候选路灯模型;
51、若所述候选路灯模型有多个,则根据所述目本文档来自技高网...
【技术保护点】
1.一种模型重建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的模型重建方法,其特征在于,所述根据所述目标点云信息中各信息点的位置信息,确定模型重建参数,包括:
3.根据权利要求1所述的模型重建方法,其特征在于,所述对所述道路监控视频中的目标路灯进行点云化处理,得到目标点云信息,包括:
4.根据权利要求3所述的模型重建方法,其特征在于,所述根据所述道路监控视频中目标路灯的图像位置,从所述道路点云信息中筛选得到目标点云信息,包括:
5.根据权利要求4所述的模型重建方法,其特征在于,所述对所述道路监控视频进行路灯检测,得到目标路灯,以及所述目标路灯对应的检测框在每个视频帧中的图像位置,包括:
6.根据权利要求1所述的模型重建方法,其特征在于,所述根据所述模型重建参数,对所述目标路灯对应的预设路灯模型进行重建,得到目标路灯模型之前,还包括:
7.根据权利要求1-6任一项所述的模型重建方法,其特征在于,所述根据所述模型重建参数,对所述目标路灯对应的预设路灯模型进行重建,得到目标路灯模型之后,还包括:
...【技术特征摘要】
1.一种模型重建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的模型重建方法,其特征在于,所述根据所述目标点云信息中各信息点的位置信息,确定模型重建参数,包括:
3.根据权利要求1所述的模型重建方法,其特征在于,所述对所述道路监控视频中的目标路灯进行点云化处理,得到目标点云信息,包括:
4.根据权利要求3所述的模型重建方法,其特征在于,所述根据所述道路监控视频中目标路灯的图像位置,从所述道路点云信息中筛选得到目标点云信息,包括:
5.根据权利要求4所述的模型重建方法,其特征在于,所述对所述道路监控视频进行路灯检测,得到目标路灯,以及所述目标路灯对应的检测框在每个视频帧中的图像位置,包括:
6.根据权利要求1所述的模型重建方法,其特征在...
【专利技术属性】
技术研发人员:刘驰,伍广明,
申请(专利权)人:丰图科技深圳有限公司,
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。