[发明专利]一种图像重建时的线条拟合的方法

权利要求书

1.一种图像重建时的线条拟合的方法,其特征在于,包括以下步骤:

S3.1、对当前全景图像进行线条检测获得线条图像，通过语义分析、标记不同方向的线条；

S3.2、获得线条图像中的任意一条线条作为当前线条，获得当前线条向前延伸的规律，将当前线条按其延伸规律向前延伸；

S3.3、随着当前线条向前延伸，判断是否有与当前线条延伸段的距离小于预设值的可合并线条，若是，则将当前线条与可合并线条融合成一条线条；若否，则保留未延伸的当前线条；

对线条-超像素图像中，出现线条被遮挡的情况时，对线条的强拉直拟合，包括以下步骤：

S3.2.1、建立大物件特征学习库，每一个大物件特征具有相应的空间关系，大物件特征包括：家具、家电，大物件的空间关系是指：在图像中大物件与各相关平面的区域分割关系；

S3.2.2、获取当前待处理图像，当前待处理图像可以是全景图像也可以是单视角图像，用大物件特征学习库进行深度学习，获得当前图像中大物件特征的空间关系；

S3.2.3、获得当前待处理图像的线条图像或线条-超像素图像，将大物件特征的空间关系应用到线条图像或线条-超像素图像，将大物件特征所在区域内的线条删除；

S3.2.4、将被大物件遮挡而造成中断的线条进行强拟合；被大物件进行遮挡指的是该线条的终点或起点位于大物件的边界上；强拟合是指：利用当前线条规律向前延伸，寻找是否有与之延伸规律相同、且距离小于预设值的可拟合线条；若存在该可拟合线条，这将当前线条和可拟合线条融合为一条线条；

在三维空间重构时，需要进行三维空间的融合，多空间的融合方法，包括以下步骤：

SI、拍照前在每个小空间内张贴标尺；

SII、建立标尺学习库；

SIII、获取每个空间的全景图像作为当前空间图像；

SIV、将当前空间图像用标尺学习库进行深度学习，找出当前空间图像中的标尺，将所有空间图像的标尺进行方向和尺寸的配准，配准指的是所有空间图像的标尺完全重合；

SV、分别对标尺配准后的每个全景图像进行三维空间重构；将具有相同信息的三维空间面合成一个面，将多个小空间合成一个多空间的三维空间图。

2. 如权利要求 1 所述的一种图像重建时的线条拟合的方法，其特征在于,在室内空间三维重建时，删除线条-超像素图像中方向错误的线条之后再进行线条的检测和拟合。

3. 如权利要求 2 所述的一种图像重建时的线条拟合的方法，其特征在于,步骤 S3.2中获得当前线条向前延伸规律的方法为：获得弧线的曲率，或者直线的斜率。

4. 如权利要求 3 所述的一种图像重建时的线条拟合的方法，其特征在于,步骤 S3.3中，线条融合的方法为：当前线条向前延伸、遇到可合并线条时，在当前线条的起点到可合并线条的终点拟合出连续的拟合线条，连续线条的拟合规律与当前线条的延伸规律的误差在设定的误差范围内；或者，当前线条向前延伸、遇到可合并线条时，将可合并线条的终点平移到当前线条的延伸段、形成拟合线条；拟合线条按照其延伸规律继续向前延伸，若到平面结束时仍未遇到可合并线条，则保留未延伸的当前线条；若到平面结束时已融合可合并线段，则用拟合线条替代当前线条和所有已融合的可合并线段。