确定目标视图的方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种确定目标视图的方法、装置、电子设备及存储介质。

背景技术

目前，在很多与房屋相关的数字业务中，都需要对房屋的真实数据进行采集并建模，以此向用户提供与该房屋相对应的模型或画面。

然而，现有技术利用采集设备采集房屋数据时，未考虑各种外界信息对采集设备造成的干扰，使其无法绘制出最为逼近真实房源的三维示意图，从而导致显示的图像与真实的图像存在一定的差异，进而引起用户观看效果不佳的问题。

发明内容

本公开实施例提供一种确定目标视图的方法、装置、电子设备及存储介质，以实现绘制出的目标视图与真实场景的视图最为匹配，进而提高用户体验的技术效果。

第一方面，本公开实施例提供了一种确定目标视图的方法，该方法包括：

根据目标区域中各待选择采位点的多幅待处理图像，确定与所述目标区域相对应的目标局部三维点云；

根据获取到的所述目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与所述标注信息相对应的目标视角信息；

通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像；

通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

第二方面，本公开实施例还提供了一种确定目标视图的装置，该装置包括：

目标局部三维点云确定模块，用于根据目标区域中各待选择采位点的多幅待处理图像，确定与所述目标区域相对应的目标局部三维点云；

目标采位点确定模块，用于根据获取到的所述目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与所述标注信息相对应的目标视角信息；

目标待拼接图像确定模块，用于通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像；

目标全景拼接图像确定模块，用于通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的确定目标视图的方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的确定目标视图的方法。

本公开实施例的技术方案，先根据目标区域中各待选择采位点的多幅待处理图像，确定与目标区域相对应的目标局部三维点云，以便对其中特定的部分进行标注；根据获取到的目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与标注信息相对应的目标视角信息，以此明确采位点中与标注部分对应的视角；通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像，进而通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像，解决了现有技术中未考虑外界因素对模型构建的影响，从而导致构建出的目标全景拼接图像与目标区域的实际全景图像存在一定的差异，进而存在使显示软件上显示的图像与实际图像不同，导致用户体验较差的问题，实现了实现了目标区域全景图像的自动化构建，同时，避免了区域内干扰因素对所构建出的全景图像准确率的影响，提升了全景图拼接的准确性，进而提高了用户使用体验的技术效果。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例一所提供的一种确定目标视图的方法的流程示意图；

图2为本公开实施例二所提供的一种确定目标视图的方法的流程示意图；

图3为本公开实施例二所提供的一种确定目标视图的方法的示意图；

图4为本公开实施例三所提供的一种确定目标视图的方法的流程示意图；

图5为本公开实施例三所提供的一种确定目标视图的方法的示意图；

图6为本公开实施例三所提供的一种确定目标视图的方法的示意图；

图7为本公开实施例四所提供的一种确定目标视图的方法的流程示意图；

图8为本公开实施例五所提供的一种确定目标视图的装置的结构框图；

图9为本公开实施例六所提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

实施例一

图1为本公开实施例一所提供的一种确定目标视图的方法的流程示意图，本实施例可适用于对三维点云中特定部分做针对性处理，进而构建出全景视图的情形，该方法可以由确定目标视图的装置来执行，该装置可以通过软件和/或硬件的形式实现，该硬件可以是电子设备，如移动终端、PC端或服务器等。

为了清楚地了解本发明实施例的技术方案，可以先对应用场景进行示例性说明。本技术方案可以应用在任意的需要为目标区域构建全景视图的场景中，例如，在与房源相关的各种应用程序中，可以展示每个房源相对应的视图，可以基于本公开技术方案确定与各房源相对应的视图，并将其展示在显示界面中的情形。

如图1，本实施例的方法包括：

S110、根据目标区域中各待选择采位点的多幅待处理图像，确定与目标区域相对应的目标局部三维点云。

其中，目标区域可以是需要为其构建三维模型，或者得到其全景图像的区域，例如，在房屋租赁相关的应用程序中，在各个房屋对应的租赁页面需要为用户呈现该房屋的真实画面，因此，包含至少一个房间的房屋所对应的空间区域即是目标区域。

在本实施例中，为目标区域构建全景拼接图像之前，首先可以获取与目标区域相对应的待处理图像，其中，待处理图像是指从目标区域采集的、反映该区域真实画面的图像，对于上述示例中的房屋来说，对房屋内各个房间拍摄的照片即可作为待处理图像。可以理解，为了使采集的真实数据更加完整，待处理图像可以有多幅，进一步的，针对所获取的每一幅待处理图像，都可以为其打上特定的标识以在后续的处理过程中进行区分，例如，将与房屋中卧室对应的待处理图像以标识A进行标注，将与房屋中厨房对应的待处理图像以标识B进行标注。需要说明的是，为了在后续过程中得到与目标区域相对应的三维信息，多幅待处理图像中至少需要包含目标区域以及区域内物体的深度信息。

在本实施例中，待处理图像是从目标区域中的待选择采位点采集的，其中，待选择采位点是指目标区域内多个用于采集待处理图像的视点，每个视点都拥有特定的视野范围，例如，以上述示例中房屋卧室的门口作为采位点时，该采位点至少拥有卧室内部的视野范围，以厨房的正中央作为采位点时，该采位点至少拥有整个厨房的视野范围。可以理解，将多个图像采集设备(如相机)架设到各个待选择采位点执行数据采集后，即可得到与各待选择采位点视野范围相对应的待处理图像。同样，为了使采集的真实数据更加完整，基于目标区域内的每一个待选择采位点都可以采集多幅待处理图像。

需要说明的是，从待选择采位点得到多幅待处理图像后，既可以将图像实时上传给系统进行处理，也可以将图像保存在特定的存储库中，等待系统对待处理图像进行调取。本领域技术人员应当理解，具体的处理方式可以根据实际需要进行选择，本公开实施例在此不做具体的限定。

进一步的，根据目标区域中各待选择采位点的多幅待处理图像，可以确定出目标局部三维点云。本领域技术人员应当理解，点云是指逆向工程中通过测量仪器得到的物体外观表面的点数据集合，三维点云是较为常见也较为基础的三维模型，至少可以反映与该模型相对应区域或物体的立体几何外形，它是基于点云数据(Point Cloud Data，PCD)构建出来的，而这些点云数据，则来自于包含有深度信息的多幅待处理图像。在本实施例中，目标区域内的待选择采位点可以有多个，在每个待选择采位点又可以得到多幅待处理图像，因此，针对于每个待选择采位点来说，在该点位获取到足够多的点云数据(待处理图像)后，都可以建立出对应的目标三维点云以反映目标区域中某一部分的立体结构。进一步的，从目标三维点云中筛选出一部分，即是本公开实施例中的目标局部三维点云。

以上述示例中的房屋卧室相对应的待选择采位点进行说明，在该采位点采集到的卧室的点云数据后，可以构建出卧室的目标三维点云，进一步的，按照区域划分规则将三维模型划分为三个部分，分别为包含窗户的部分、包含床的部分以及包含衣柜的部分，三维模型中每个部分都可以作为目标局部三维点云。

需要说明的是，基于多幅待处理图像得到目标三维点云的方式有多种，例如，可以基于编程语言编写相应的点云融合程序，通过执行该程序对点云数据进行处理，进而在三维制图软件中生成与该待选择采位点对应的目标三维点云模型。进一步的，可以以手动或自动的方式，从目标三维点云模型中筛选或划分出目标局部三维点云，具体的筛选或划分规则也可以根据任务需要进行制定，本公开实施例在此并未做具体的限定。

S120、根据获取到的目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与标注信息相对应的目标视角信息。

其中，标注信息可以是目标局部三维点云中符号或文字形式的信息，如，在三维点云中添加的一条线段，或者，与三维点云特定位置相关联的一段文字描述。在本实施例中，可以以手动的方式对目标局部三维点云进行标注，也可以使系统按照预先设置的规则在目标局部三维点云中自动进行标注。

需要说明的是，目标局部三维点云中的标注信息至少表明系统需要在后续过程中对标注信息关联的部分进行针对性处理，如对标注信息关联的部分进行剔除或替换。具体来说，为目标区域构建三维模型或全景图像的过程中，在作为数据基础的待处理图像中难免存在多种影响三维模型/全景图像构建的干扰因素，例如，在上述示例的房屋中，可能存在多个镜面以及玻璃窗，在利用采集设备对含有镜面和玻璃窗的房间进行数据采集时，这些设备对镜面类物体会产生强反射以及投射的情况，从而使生成的待处理图像中包含错误的深度信息。基于此，可以基于各个房间的目标局部三维点云，在与镜面和玻璃窗相对应的部分打上标注信息。

在本实施例中，对于各个目标局部三维点云来说，都可以与目标区域内的特定部分相对应，而特定部分的画面又是基于待选择采位点采集的，因此可以理解，目标局部三维点云还与各个提供待处理图像的待选择采位点相对应。

在实际应用过程中，各个目标局部三维点云中并非都含有标注信息，因此，可以在各个与目标局部三维点云相对应的待选择采位点中，筛选出目标采位点，也即是说，只有在基于目标采位点提供的待处理图像所生成的目标局部三维点云中才有标注信息。需要说明的是，在本公开实施例中，目标采位点至少有一个，例如，为房屋内每一个房间布置一个对应的待选择采位点，当只有一个房间内存在镜子或玻璃窗时，仅能确定出一个目标采位点，对应的，当有多个房间存在镜子或玻璃窗时，则能够确定出多个目标采位点。

需要说明的是，每个房间也可以对应多个待选择采位点。待选择采位点的数量可以根据相机的拍摄视野来确定，相应的，可以将能够拍摄到镜子或者玻璃窗的采位点作为目标采位点。

还需要说明的是，在确定出目标采位点的同时，同时还可以在该目标采位点中确定出与标注信息相对应的目标视角信息，从而对该目标视角信息所对应的点云和像素点进行处理，以使得到的与各个待选择采位点相对应的目标全景图像或目标点云与房屋的实际情况是最为相近的。下面对确定每个目标采位点的目标视角信息进行详细阐述：

在基于目标采位点采集当前区域的画面时，部署在点位上的采集设备需要从多个视角捕捉当前区域内的画面，进而使所得到的多幅待处理图像全方位地展示当前区域的画面；同时，标注信息仅存在与目标局部三维点云的特定位置，或者与特定的位置相关联，在目标局部三维点云与当前区域多个视角的画面相对应的情况下，标注信息通常只会在特定的几个视角内出现。在此以上述房屋中的卧室为例，其对应的目标局部三维点云是基于左部、中部、右部三个视角的待处理图像创建的，在确定出该卧室对应的采位点为目标采位点时，基于点云中的玻璃窗标注信息，则会将含有窗户的、中部的待处理画面作为目标视角信息。

S130、通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像。

在本实施例中，确定出目标视角信息后，即可在对应的目标局部三维点云中，选择与这些视角相对应的点云作为目标点云，进而对这一部分点云执行针对性处理。

示例性的，当确定出与卧室对应的含有镜子的待处理图像作为目标视角后，可以在该卧室的目标局部三维点云中，确定出与该画面对应的部分作为目标点云，进一步的，可以将这一部分点云剔除，可以理解为，将三维模型中的影响后续全景图像构建的镜子部分剔除。

在本实施例中，上述目标点云的针对性处理过程可以基于预先编写的程序来执行，还可以利用特定的软件来执行，例如，根据目标视角信息对软件中的配置项进行设置，使软件基于特定的编辑参数对目标点云进行处理。

进一步的，为了在后续过程中的得到目标区域的全景视图，还需要在待处理图像中筛选出对应的部分以同样的逻辑执行针对性处理，使处理后的图像作为目标待拼接图像；或者，直接基于已经过处理的目标局部三维点云执行转化操作，进而得到目标待拼接图像。

其中，目标待拼接图像即是用于构建当前采位点全景图像的二维图像，至少可以反映当前采位点对应的区域内的部分视角的画面。因此，基于目标局部三维点云得到目标待拼接图像的过程，实质上可以理解为是一个基于三维模型得到多个视角下的二维图像的过程。继续以上述示例进行说明，基于与卧室对应的、已经剔除标注部分的目标局部三维点云，可以得到缺少镜子部分的二维图像作为目标待拼接图像，以此来避免镜子对最终得到的该房间全景图像的影响。

需要说明的是，对于不存在标注信息的目标局部三维点云，基于本公开实施例的方案也不会确定出对应的目标视角信息，而可以直接存储与这些三维点云对应的待处理图像作为待拼接图像。示例性的，房屋厨房、书房所对应的两个目标局部三维点云中并没有设置标注信息，表明两个房间中并不存在影响全景图像构建的镜子或玻璃窗，因此，可以直接将这两个房间的待选择采位点采集的待处理图像作为待拼接图像，并将其存储在存储库的特定位置，以待后续处理。

S140、通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

在本实施例中，得到各待选择采位点对应的待拼接图像后，还需要对这些图像进行拼接处理，进而得到与目标区域各个待选择采位点相对应的目标全景拼接图像。本领域技术人员应当理解，全景图像可以基于一幅图像为用户提供目标场景多个视角的画面，例如，一幅水平方向360°范围的全景图像即可为用户提供拍摄该图像的点位四周所有的画面。

通过前述说明可以确定，图像在拼接过程中可能出现三种情况，下面以目标区域中一个采位点为例进行说明。

第一种情况为，目标区域中某个待选择采位点的目标局部三维点云中存在标注信息，同时，这些标注信息涉及到该采位点所有的目标视角，此时，根据本公开实施例的方案，需要针对所有目标视角构建出对应的目标待拼接图像，进而基于这些图像拼接出反映当前区域多个视角真实画面的目标全景拼接图像。

第二种情况为，目标区域中某个待选择采位点的目标局部三维点云中存在标注信息，同时，这些标注信息仅涉及该采位点部分视角(即目标视角)，此时，根据本公开实施例的方案，需要针对目标视角构建出对应的目标待拼接图像，而对于其他视角来说，可以直接将待处理图像作为待拼接图像。进一步的，基于(目标视角的)目标待拼接图像以及(其他视角的)待处理图像拼接出反映当前区域多个视角真实画面的目标全景拼接图像。

第三种情况为，目标区域中某个待选择采位点的目标局部三维点云中不存在标注信息，根据本公开实施例的方案，可以直接选择该采位点各个视角的待处理图像作为待拼接图像，进而直接基于这些待处理图像拼接出反映当前区域多个视角真实画面的目标全景拼接图像。

本领域技术人员应当理解，上述示例仅以目标区域内某一个采位点为例进行说明，在实际应用过程中，针对于各个待选择采位点的处理方式都可以遵循本公开实施例的方案，进而得到与各个待选择采位点相对应的目标全景拼接图像。用户基于这些消除了干扰因素的目标全景拼接图像，可以在目标区域内选择特定区域，并在特定区域内选择多个视角，从而完整、准确地了解目标区域的真实画面。

本公开实施例的技术方案，先根据目标区域中各待选择采位点的多幅待处理图像，确定与目标区域相对应的目标局部三维点云，以便对其中特定的部分进行标注；根据获取到的目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与标注信息相对应的目标视角信息，以此明确采位点中与标注部分对应的视角；通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像，进而通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像，解决了现有技术中未考虑外界因素对模型构建的影响，从而导致构建出的目标全景拼接图像与目标区域的实际全景图像存在一定的差异，进而存在使显示软件上显示的图像与实际图像不同，导致用户体验较差的问题，实现了实现了目标区域全景图像的自动化构建，同时，避免了区域内干扰因素对所构建出的全景图像准确率的影响，提升了全景图拼接的准确性，进而提高了用户使用体验的技术效果。

实施例二

图2为本公开实施例二所提供的一种确定目标视图的方法的流程示意图，在前述实施例的基础上，利用旋转轴上至少三个深度相机在各待选择采位点进行拍摄，可以高效全面地获取各个场景的待处理图像；确定出任意两个单点位点云模型的共视信息，便于剔除两个模型中相同的部分；根据目标全局点云，确定其中的俯视图点云部分作为目标局部三维点云，不仅避免了标注信息过多时图像信息混乱的情况发生，也便于用户在点云中手动执行标注操作。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图2所示，该方法具体包括如下步骤：

S210、确定目标区域中的各个待选择采位点；针对各待选择采位点，获取基于至少三个深度相机在当前待选择采位点拍摄的多幅待处理图像。

在本实施例中，可以按照任务需要确定目标区域中的待选择采位点，也可以基于系统自动选择的结果确定待选择采位点。例如，工作人员根据任务需要进入房屋拍摄各个房间的照片时，为了高效、全面获取场景的真实画面，可以按照经验选择各个房间的正中央作为待选择采位点，也可以按照系统下发的作业指令在各个房间选择特定的点位作为待选择采位点。

进一步的，基于各个待选择采位点进行数据采集时，可以利用RGBD深度相机。在对深度相机进行说明前，首先对相机采集的图像进行说明。

对于相机采集的图像来说，可以分为彩色图像和深度图像，彩色图像也叫做RGB图像，RGB颜色空间作为构成彩色图像的基础，R、G、B三个分量分别对应于红、绿、蓝三个通道的颜色，它们的叠加决定了图像最终的显示效果。深度图像又称为距离图像，与灰度图像中像素点存储亮度值不同，深度图像中像素点存储的是深度值，对于每个像素点来说，深度值表示该点到相机的距离，进一步的，通过多个点的深度值，可以确定出图像中目标物体与相机之间的距离。本领域技术人员应当理解，深度值的大小只与距离这一因素有关，而与环境、光线、方向等因素无关，因此深度图像能够真实准确地体现图像中物体的几何深度信息，为后续的三维模型的构建提供数据基础，例如，当相机针对某个房间拍摄得到对应的多幅深度图像时，计算机基于这些图像即可还原得到与该房间对应的三维点云。

因此可以理解，一个RGBD深度相机可以理解为是一个彩色相机和一个能够获取深度图像的相机的结合，能够获取深度图像的相机包括结构光相机和飞行时间(Time ofFight，ToF)相机。进一步的，利用RGBD深度相机对当前区域进行拍摄后，可以输出彩色图像和深度图像，将这些图像进行整合后即可得到与当前区域对应的待处理图像。

在本实施例中，为了提高所构建的各目标三维点云的精确度，在每个待选择采位点，可以部署至少三个深度相机，同时，至少三个深度相机可以固定设置在同一旋转轴上，且至少三个深度相机的相机视角不同。具体来说，可以在采位点上竖向放置旋转轴，使三个深度相机分别瞄准当前区域上、中、下三个方向进行拍摄，从而得到当前区域顶部、水平面以及底部三个视角的真实图像信息，对于上述示例中的卧室来说，通过这种拍摄方式，即可采集到房间屋顶、中间部分以及地板的画面。可以理解，通过部署至少三个深度相机，即可避免单一相机拍摄角度的限制。

在本实施例中，在待选择采位点部署旋转轴以及至少三个深度相机后，还需要控制旋转轴旋转以使深度相机获取当前区域多个视角的画面。具体的，以当前待选择采位点为旋转轴的旋转中心点，以预设旋转角度间隔为步长，调整固定在旋转轴上的至少三个深度相机的拍摄角度，以拍摄得到与各个拍摄角度相对应的待处理图像；当旋转轴的旋转角度达到预设旋转角度阈值时，得到与当前待选择采位点相对应的多幅待处理图像。

示例性的，选择卧室正中央作为待选择采位点，并在该采位点架设旋转轴和深度相机后，可以以旋转轴当前所处角度作为0°，并设定旋转角度间隔为10°，进而控制旋转轴以10°为角度调整步长进行旋转。可以理解，至少三个深度相机会分别在旋转轴旋转至0°、10°、20°、…、350°时拍摄对应的彩色图像和深度图像，进而将这些图像作为与卧室对应的待处理图像。

S220、根据各待选择采位点所对应的多幅待处理图像，以及至少三个深度相机的相机参数，确定与每个待选择采位点相对应的单点位点云模型。

在本实施例中，还需要确定深度相机的相机参数，其中，相机参数包括每个深度相机的内参和各至少三个深度相机的外参，基于OpenCV的3D重建可以确定，深度相机的内参即是内参矩阵，矩阵中的f

进一步的，基于各待选择采位点对应的待处理图像以及相机参数，即可得到与每个待选择采位点相对应的点云模型，可以理解，与单一采位点相对应的点云模型即是单点位点云模型，该模型仅能以立体的方式反映该采位点的多视角画面。具体的，可以基于待处理图像以及相机参数，提取出图像中散乱无序的点云数据，再利用特定的点云融合程序或软件对点云数据进行处理，进而得到点云融合后的单点位点云模型。

S230、确定任意两个单点位点云模型的共视信息，并根据共视信息确定与目标区域相对应的全局三维点云。

在本实施例中，针对各个待选择采位点确定出对应的单点位点位模型后，需要将各个点位模型进行整合，才能得到反映目标区域整体的全局三维点云，例如，将各个房间的单点位点云模型进行整合，可以得到一个体现整个房屋的三维立体模型，该模型即是全局三维点云。

然而，不同采位点的相机在图像采集的过程中难免采集到相同的画面，直接整个多个单点位点云模型会出现错误，因此，还需要对各个点位模型中重复的部分进行处理。

可选的，基于用户对各单点位点云模型的触发操作，确定两个单点位点云模型的共视信息；或，基于预先设置的特征提取方法遍历各单点位点云模型，确定任意两个单点位点云模型的共视信息；通过点云配准算法和共视信息，对各单点位点云模型进行处理，确定与目标区域相对应的全局三维点云。

其中，任意两个单点位点云模型中的重复部分以共视信息来表示，可以理解，共视信息既反映两个采位点相机都能捕捉到的画面，也反映两个采位点对应的点云模型中的相同部分。

在本实施例中，确定共视信息的方式有两种，第一种方式为，用户可以基于特定的应用程序，对应用程序中所展示的各个单点位点云模型进行拖拽操作，具体的，用户在观察到任意两个单点位点云模型中的共视信息部分后，可以对一个单点位点云模型的共视信息部分进行手动拖拽，使其与另一个单点位点云模型共视信息部分相重合，可以理解，这种方式实质上为一种基于人机交互来确定共视信息的手段。第二种方式为基于计算机对图像中的特征进行匹配，本领域技术人员应当理解，图像特征匹配可以基于多种特征提取及匹配的算法实现，本公开实施例在此不再赘述。

进一步的，确定出任意两个采位点的共视信息后，可以将对应的单点位点云模型中的点云进行配准，模型的点云配准则可以以场景的公共部分为基准，把不同时间、角度、照度获取的多帧图像叠加匹配到统一的坐标系中，计算出相应的平移向量与旋转矩阵，消除其中的冗余信息。可以理解，点云配置实质上就是求解两堆点云之间的变换关系，即旋转关系R和平移关系t，三维深度信息的配准按照不同的图像输入条件与重建输出需求被分为粗糙配准、精细配准和全局配准等三类方法。

在实际应用过程中，可以基于最近点迭代(Iterative Closest Point，ICP)方法进行点云配准，ICP算法的思路为：找到两组点云集合中距离最近的点对，根据估计的变换关系(R和t)来计算距离最近点对经过变换之后的误差，经过不断的迭代直至误差小于某一阈值或者达到迭代次数来确定最终的变换关系。基于本实施例的方案，在确定出任意两个单点位点云模型的共视信息后，基于ICP算法即可实现点云配准。进一步地，通过将经过配准的各个区域的点云进行配平，即可得到反映目标区域整体画面的全局三维点云。

需要说明的是，可以依次以其中一个单点位点云模型为基准，确定其他各单点位点云模型与该单点位点云模型之间的共视信息，从而得到所述任意两个单点位点云模型的共视信息。

S240、根据全局三维点云，确定与目标区域相对应的目标局部三维点云。

在本实施例中，得到目标区域的全局三维点云后，为了使点云中的标注信息保持最小化，需要在全局三维点云中确定出目标局部三维点云。可以理解，在目标局部三维点云中，仅需要较少的空间即可完整地展示标注信息，通过在目标局部三维点云中进行标注，避免了标注信息过多而导致图像信息发生混乱。

在实际应用过程中，可以从全局三维点云中选择俯视视角对应的部分作为目标局部三维点云。具体来说，根据全局三维点云，确定待拟合地面点云；基于随机采样一致性算法对各待拟合地面点云进行拟合，得到拟合地面，并确定与拟合地面相对应的法向量；基于法向量和第一目标方向，确定与各点云所对应的旋转矩阵；基于旋转矩阵对全局三维点云进行处理，确定目标区域的目标全局点云；根据目标全局点云，确定与目标区域相对应的俯视图点云，并将俯视图点云作为目标局部三维点云。

示例性的，可以将房屋俯视图对应的部分作为目标局部三维点云，因此，可以从房屋整体点云模型中确定出地面部分作为待拟合地面点云。进一步的，为了避免所得到目标局部三维点云中出现倾斜、扭曲的画面，还需要计算地面主方向，即，将点云纠正至以地面为xoz平面。具体来说，可以使用随机采样一致性(Random Sample Consensus，RANSAC)算法拟合地面，进而计算地面法向量。进一步的，将地面法线校正为全局y方向，计算得到与各点云所对应的旋转矩阵，使点云按照计算得到的旋转矩阵进行刚性坐标系旋转，即可确定出目标区域的目标全局点云。最后根据目标全局点云，选择与俯视图相对应的部分即可得到目标局部三维点云，需要说明的是，在实际应用过程中，可以筛选高度小于半米的点云拟合出俯视图对应的目标局部三维点云。

可以理解，通过确定目标全局点云中俯视图对应部分作为目标局部三维点云，不仅避免了标注信息过多时图像信息混乱的情况发生，也便于用户在点云中手动执行标注操作。

上述步骤可以理解为，参见图3，根据获取到的每个待选择采位点的待处理图像，确定与每个采位点相对应的单点位点云模型，通过对确定的任意两个单点位点云模型的共视信息进行处理，可选的，点云配平处理，可以得到目标点云俯视视图，即目标局部点云。进一步的，通过相应的工具在俯视点云中标注镜面物体，如，窗户和/或镜面等。

S250、根据获取到的目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与标注信息相对应的目标视角信息。

S260、通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像。

S270、通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

本实施例的技术方案，利用旋转轴上至少三个深度相机在各待选择采位点进行拍摄，可以高效全面地获取各个场景的待处理图像；确定出任意两个单点位点云模型的共视信息，便于剔除两个模型中相同的部分；根据目标全局点云，确定其中的俯视图点云部分作为目标局部三维点云，不仅避免了标注信息过多时图像信息混乱的情况发生，也便于用户在点云中手动执行标注操作。

实施例三

图4为本公开实施例三所提供的一种确定目标视图的方法的流程示意图，在前述实施例的基础上，基于标注工具在目标局部三维点云中进行标注，进而基于镜面标注信息确定目标视角信息；基于目标视角信息对单点位点云模型进行处理，得到空洞信息，进而基于空洞信息处理待处理图像，得到用于拼接全景视图的待拼接图像；最后通过对不同的采位点的待拼接图像进行差异化选择和处理，使生成的全景拼接图像准确完整。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图4所示，该方法具体包括如下步骤：

S310、根据目标区域中各待选择采位点的多幅待处理图像，确定与目标区域相对应的目标局部三维点云。

S320、基于标注工具在目标局部三维点云中标记镜面、标记玻璃以及标记待处理区域，得到镜面标注信息、玻璃标注信息以及区域标注信息。

其中，标注工具可以是在应用程序中开发出来的用于执行标注操作的工具，例如，在应用程中开发一个按钮，用户通过点击该按钮即可触发标注工具，进而使用该工具在目标局部三维点云中执行标注操作。

在实际应用过程中，利用标注工具可以对目标局部三维点云中的镜面、玻璃以及待处理区域中的至少一种进行标记。进一步的，基于标注的内容，还可以得到对应的标注信息，可以理解，当标注的目标对象为江面、玻璃以及待处理区域中的至少一种时，相对应的标注信息即包括镜面标注信息、玻璃标注信息以及区域标注信息中的至少一个，下面具体说明。

在本实施例中，利用标注工具可以在目标局部三维点云中确定出镜面标注信息，其中，镜面标注信息可以反映镜面在目标区域内的位置，包括与镜面的横截面相对应的向量信息，可以理解，根据向量信息至少可以确定镜面的朝向，根据镜面标注信息，可以确定目标区域中各待选择采位点的目标全景拼接图。示例性的，针对于房屋的俯视图部分对应的目标局部三维点云，用户可以在各个房间的镜面上利用标注工具画出对应的线段，可以理解，各线段即表征镜面的横截面，同时，基于该线段还可以确定出镜面的朝向。

本领域技术人员应当理解，在目标局部三维点云中，除了镜面之外，还可能存在玻璃以及多种通过反射光线对图像颜色值二义性产生影响的区域，因此，当三维点云中存在玻璃以及上述区域时，同样需要按照对镜面的处理方式对其进行标记。需要说明的是，一方面，针对于多种通过反射光线对图像颜色值二义性产生影响的区域来说，可以直接对其进行标记，可以理解，所标记的区域即是待处理区域。另一方面，与镜面标注信息相似，标记玻璃所得到的玻璃标注信息包括与玻璃横截面相对应的向量信息，标记待处理区域所得到的区域标注信息包括待处理区域的截面所对应的向量信息，根据这些向量信息，同样可以确定玻璃的朝向或待处理区域的朝向。

示例性的，针对于房屋的俯视图部分对应的目标局部三维点云，针对于各房间的窗户以及房间内玻璃装饰品所处的待处理区域，用户可以利用标注工具按照与标记镜面相似的方式画出多条线段，各线段表征窗户或玻璃装饰品的横截面，同样的，基于各线段可以确定出窗户或玻璃装饰品的朝向。

在本实施例中，基于镜面标注信息、玻璃标注信息以及区域标注信息，在后续创建全景图像的过程中，可以避免因镜子或窗户反射光线而导致的所采集图像颜色值的二义性问题，进而避免了特征值不匹配、全景视图拼接不准确的问题。需要说明的是，对于镜面、玻璃以及待处理区域等对象来说，无论目标局部三维点云中包含其中哪一种或多种，都可以对其进行针对性处理，进而基于处理结果(对应的标注信息)排除该对象对最终生成的三维点云或全景拼接图像的影响。

S330、针对各标注信息，确定与当前标注信息相对应的目标采位点；针对各目标采位点，确定当前目标采位点对于相应的标注信息的目标可视旋转角度，并将目标可视旋转角度作为当前目标采位点的目标视角信息。

示例性的，确定出各镜面标注信息后，对于单一镜面来说，可以以该镜面为中心点，获取采集范围圆周内多个点位的信息，可以理解，这些点位即是目标采位点，当采集设备(深度相机)有效深度范围为5m时，采集范围即是以该镜面为圆心，以半径为5m的圆周内的范围。本领域技术人员应当理解，基于玻璃标注信息以及区域标注信息确定目标采位点的方式与上述示例中的方式相似，本公开实施例在此不再赘述。

进一步的，对于每一个目标采位点来说，需要计算该点位和镜面、玻璃或待处理区域起始点的连线，同时结合镜面、玻璃或待处理区域的朝向做可视判断。由于旋转轴可以通过360°旋转来拍摄当前区域四周的真实图像，因此，可视判断的过程可以理解为基于采集设备在目标采位点对当前区域进行拍摄时，设备可以拍摄到该镜面时当前旋转轴所处的角度。在本实施例中，拍摄到镜面、玻璃或待处理区域时旋转轴对应的角度即是目标可视旋转角度，对应的，该角度下拍摄得到的待处理图像即可以反映目标视角的画面。

需要说明的是，对于不存在标注信息的采位点，则不会确定目标可视旋转角度，对于这些采位点采集到的待处理图像，系统可以直接对其进行处理或存储在特定的存储库中。

S340、针对各目标视角信息，通过对当前目标视角信息所对应的目标采位点的单点位点云模型裁剪处理，得到空洞信息。

在本实施例中，确定出目标视角信息后，还可以在模型上对目标视角信息相对应的部分进行裁剪，得到空洞信息，其中，空洞信息与剪裁点云相对应，表征单点位点云模型中被剔除的部分。

示例性的，在卧室对应的目标视角信息后，可以在与卧室对应的单点位点云模型上进行裁剪处理，以将该卧室镜子或窗户部分对应的点云进行剔除，进而使模型上产生空洞信息。

示例性的，参见图5，根据镜面标注信息可以从多个待选择采样点中确定出目标采样点。对于每个目标采样点可以确定各相机视角是否可以看到镜面标注信息，若是，则对该目标视角信息所对应的点云进行裁剪，反之，则不为目标视角信息，可以不用对其进行处理。将对点云进行裁剪后，可以得到与裁剪部位相对应的空洞信息。进一步的，参见图6，则对每个空洞信息，可以获取该空洞的位置信息，并将该位置反投射到相应的待处理图像中，确定其相应的像素点，并去除该像素点处的像素之后，对该待选择采样点的所有待处理图像进行拼接，得到全景拼接图。

S350、将各空洞信息投射到相应待处理图像中，确定待处理图像中的待剔除像素点，并将待剔除像素点从待处理图像中剔除，得到与各目标视角信息相对应的待拼接图像。

在本实施例中，为了针对目标区域构建出全景视图，在确定出单点位点云模型上的空洞信息后，还需要将空洞信息投射到待处理图像中，可以理解为，将空洞信息投射到原始相机采集的相平面上。进一步的，基于采集的待处理图像计算与空洞处对应的掩膜mask，确定出mask后，在后续过程中系统不会对mask处的像素进行特征提取等处理，而是将这些像素信息直接丢弃(例如，直接将各像素点置零)，得到该目标视角下的待拼接图像。需要说明的是，在实际应用过程中，对于多个目标视角下的画面，都会按照上述方式进行处理，进而得到多幅与目标视角对应的待拼接图像。

S360、针对各待选择采位点，将当前待选择采位点的目标待拼接图像和/或待处理图像拼接处理，得到与当前待选择采位点相对应的目标全景拼接图像。

在本实施例中，对于不同的待选择采位点来说，所确定的用于生成目标全景拼接图像的待拼接图像也存在差异。示例性的，当房屋卧室对应的采位点作为当前待选择采位点时，与该采位点对应的待拼接图像分别为去除了空洞信息对应部分(镜面)的目标待拼接图像，以及不存在空洞信息的待处理图像，基于上述两种图像进行拼接，即可得到该卧室对应的目标全景拼接图像。当房屋处方对应的采位点作为当前待选择采位点时，由于厨房内没有镜面和窗户，其对应的单点位点云模型中没有空洞信息，因此与该采位点对应的待拼接图像即是采集设备最初采集的待处理图像，基于这些图像进行拼接，即可得到与该厨房对应的目标全景拼接图像。

通过对不同的待选择采位点的待拼接图像进行差异化选择和处理，可以得到与各待选择采位点相对应的、精准完整的目标全景拼接图像。

本实施例的技术方案，基于标注工具在目标局部三维点云中进行标注，进而基于镜面标注信息确定目标视角信息；基于目标视角信息对单点位点云模型进行处理，得到空洞信息，进而基于空洞信息处理待处理图像，得到用于拼接全景视图的待拼接图像；最后通过对不同的采位点的待拼接图像进行差异化选择和处理，使生成的全景拼接图像准确完整。

实施例四

图7为本公开实施例四所提供的一种确定目标视图的方法的流程示意图，在前述实施例的基础上，在得到空洞信息时，对相应的单点位点云模型进行填补处理，不仅可以使其他应用程序直接调用该采位点完整的单点位点云模型，还可以在后续需要使用该采位点的单点位点云模型时，不再浪费计算资源再次构建；通过将多幅目标全景拼接图像显示在目标显示界面，以简洁的方式为用户提供了查看目标区域真实画面的渠道，进一步的，在全景图像切换的过程中调取单点位点云模型生成跳转动画，不仅从用户主观性上增强了图像切换的平滑感，还使用户提前了解到下一全景拼接图像来自于目标区域哪个部分，提升了用户的人机交互体验。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图7所示，该方法具体包括如下步骤：

S410、根据目标区域中各待选择采位点的多幅待处理图像，确定与目标区域相对应的目标局部三维点云。

S420、根据获取到的目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与标注信息相对应的目标视角信息。

S430、针对各目标视角信息，通过对当前目标视角信息所对应的目标采位点的单点位点云模型裁剪处理，得到空洞信息。

S440、将各空洞信息投射到相应待处理图像中，确定待处理图像中的待剔除像素点，并将待剔除像素点从待处理图像中剔除，得到与各目标视角信息相对应的待拼接图像。

S450、通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

S460、在得到空洞信息时，得到当前目标视角信息所对应的目标采位点的点位点云模型的待填补单点位点云模型；通过对待填补单位点云模型填补处理，更新与当前目标采位点相对应的单点位点云模型。

在本实施例中，在对单点位点云模型进行处理，并得到空洞信息后，为了使该采位点对应的单点位点云模型保持完整，可以对剔除了部分点云的模型进行填补重建。在实际的模型填补过程中，可以基于特定的算法对被剔除部分的点云进行修复，进而将修复后的点云填补到与其相对应的单点位点云模型上，还可以在模型库中手动选择特定的填补模型对点云模型中剔除的部分进行填补。示例性的，对卧室采位点对应的单点位点云模型进行填补重建时，可以将被剔除的镜面部分修复为不会影响光线传输的材质，再将修复后的点云填补至原点云模型上，或者，直接在模型库中选择与镜面对应宽度的墙面点云，将墙面点云直接覆盖在原点云模型上，从而保证卧室单点位点云模型的完整性。本领域技术人员应当理解，点云模型具体的填补处理方式可以根据实际情况进行选择，本公开实施例在此不作具体的限定。

进一步的，对单点位点云模型的空洞信息部分进行填补重建处理后，还需要基于更新后的点云模型更新目标存储库中存储的确实部分点云(空洞信息对应部分)的模型。通过这种方式，不仅可以使其他应用程序直接调用该采位点完整的单点位点云模型，还可以在后续需要使用当前采位点的单点位点云模型时，不再浪费计算资源再次构建点云模型。

继续参见图5，在对点云裁剪之后，可以对空洞进行重建，得到点位点云矫正之后的单点位点云模型。

S470、将各待选择采位点所对应的目标全景拼接图像叠层显示在目标显示界面中，以便用户触发浏览与目标区域相对应的全景图像。

在本实施例中，确定出各待选择采位点对应的目标全景拼接图像后，可以将这些图像叠层显示在目标显示界面中，以供用户查看。示例性的，在房屋租赁相关的应用程序中，基于本公开实施例的方案为某个房屋的卧室、厨房和卫生间构建出对应的三幅目标全景拼接图像后，可以将这些图像与该房屋的标识进行关联，并在应用程序的目标显示界面中堆叠三层进行显示，用户点击该房屋以查看房屋详细信息时，即可在目标显示界面中显示房屋卧室对应的全景拼接图像，当检测到用户的滑动或选择操作时，可以将图片叠层中的厨房全景拼接图像和卫生间全景拼接图像在目标显示界面中依次显示。

通过将多幅与待选择采位点对应的目标全景拼接图像显示在目标显示界面，以简洁的方式为用户提供了查看目标区域真实画面的渠道。

S480、当检测到从当前目标全景拼接图像跳转至下一目标全景拼接图像时，显示跳转动画。

由于多幅目标全景拼接图像在目标显示界面叠层显示，当不同图像根据用户指令在界面中进行切换时，为了使切换过程不会显得过于突兀，还需要设置对应的跳转动画。在本实施例中，在目标显示界面已显示一幅目标全景拼接图像时，可以将叠层中下一目标全景拼接图像相对应的单点位点云模型作为跳转动画的调用对象。

示例性的，当用户浏览完房屋卧室的全景拼接图像，通过滑动操作触发厨房全景拼接图像显示时，在目标显示界面中会出现图像切换的情形，这时候，厨房采位点对应的单点位点云模型即是跳转动画的调用对象，也即是说，在图像切换的过程中，应用程序会调取存储库中存储的厨房采位点对应的单点位点云模型，并将该模型显示在目标显示界面中。

通过在全景图像切换的过程中调取单点位点云模型生成跳转动画，不仅从用户主观性上增强了图像切换的平滑感，避免为用户带来突兀的感觉，同时，还使用户提前了解到下一全景拼接图像来自于目标区域哪个部分，提升了用户的人机交互体验。

在本公开实施例中，目标区域可以是房屋视图区域，因此，本公开实施例的方案可以应用在多种需要构建房屋全景拼接图像和/或点云模型的场景中。本领域技术人员应当理解，除房屋视图区域外，在硬件设备的搭建不存在较大的技术障碍时，本实施例的方案还可以应用在多种需要构建现实中某个区域的全景拼接图像和/或点云模型的场景中。

本实施例的技术方案，在得到空洞信息时，对相应的单点位点云模型进行填补处理，不仅可以使其他应用程序直接调用该采位点完整的单点位点云模型，还可以在后续需要使用该采位点的单点位点云模型时，不再浪费计算资源再次构建；通过将多幅目标全景拼接图像显示在目标显示界面，以简洁的方式为用户提供了查看目标区域真实画面的渠道，进一步的，在全景图像切换的过程中调取单点位点云模型生成跳转动画，不仅从用户主观性上增强了图像切换的平滑感，还使用户提前了解到下一全景拼接图像来自于目标区域哪个部分，提升了用户的人机交互体验。

实施例五

图8为本公开实施例五所提供的一种确定目标视图的装置的结构框图，可执行本公开任意实施例所提供的确定目标视图的方法，具备执行方法相应的功能模块和有益效果。如图8所示，该装置具体包括：目标局部三维点云确定模块510、目标采位点确定模块520、目标待拼接图像确定模块530以及目标全景拼接图像确定模块540。

目标局部三维点云确定模块510，用于根据目标区域中各待选择采位点的多幅待处理图像，确定与所述目标区域相对应的目标局部三维点云。

目标采位点确定模块520，用于根据获取到的所述目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与所述标注信息相对应的目标视角信息。

目标待拼接图像确定模块530，用于通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像。

目标全景拼接图像确定模块540，用于通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

在上述各技术方案的基础上，确定目标视图的装置还包括待选择采位点确定模块以及待处理图像确定模块。

待选择采位点确定模块，用于确定目标区域中的各个待选择采位点。

待处理图像确定模块，用于针对各待选择采位点，获取基于至少三个深度相机在当前待选择采位点拍摄的多幅待处理图像；其中，所述至少三个深度相机固定设置在同一旋转轴上，且所述至少三个深度相机的相机视角不同。

可选的，待处理图像确定模块，还用于以当前待选择采位点为所述旋转轴的旋转中心点，以预设旋转角度间隔为步长，调整固定在所述旋转轴上的至少三个深度相机的拍摄角度，以拍摄得到与各个拍摄角度相对应的待处理图像；当所述旋转轴的旋转角度达到预设旋转角度阈值时，得到与当前待选择采位点相对应的多幅待处理图像。

在上述各技术方案的基础上，目标局部三维点云确定模块510包括单点位点云模型确定单元、全局三维点云确定单元以及目标局部三维点云确定单元。

单点位点云模型确定单元，用于根据各待选择采位点所对应的多幅待处理图像，以及至少三个深度相机的相机参数，确定与每个待选择采位点相对应的单点位点云模型；其中，所述相机参数包括每个深度相机的内参和各至少三个深度相机的外参。

全局三维点云确定单元，用于确定任意两个单点位点云模型的共视信息，并根据所述共视信息确定与所述目标区域相对应的全局三维点云。

目标局部三维点云确定单元，用于根据所述全局三维点云，确定与所述目标区域相对应的目标局部三维点云。

可选的，全局三维点云确定单元，还用于基于用户对各单点位点云模型的触发操作，确定两个单点位点云模型的共视信息；或，基于预先设置的特征提取方法遍历各单点位点云模型，确定任意两个单点位点云模型的共视信息；通过点云配准算法和所述共视信息，对各单点位点云模型进行处理，确定与所述目标区域相对应的全局三维点云。

可选的，目标局部三维点云确定单元，还用于根据所述全局三维点云，确定待拟合地面点云；基于随机采样一致性算法对各待拟合地面点云进行拟合，得到拟合地面，并确定与所述拟合地面相对应的法向量；基于所述法向量和第一目标方向，确定与各点云所对应的旋转矩阵；基于所述旋转矩阵对所述全局三维点云进行处理，确定所述目标区域的目标全局点云；根据所述目标全局点云，确定与所述目标区域相对应的俯视图点云，并将所述俯视图点云作为所述目标局部三维点云。

在上述各技术方案的基础上，所述标注信息包括镜面标注信息、玻璃标注信息以及区域标注信息中的至少一个，确定目标视图的装置还包括镜面标注信息确定模块。

镜面标注信息确定模块，用于基于标注工具在所述目标局部三维点云中标记镜面、标记玻璃以及标记待处理区域，得到所述镜面标注信息、玻璃标注信息以及区域标注信息；其中，所述镜面标注信息包括与所述镜面的横截面相对应的向量信息，所述玻璃标注信息包括与玻璃的横截面相对应的向量信息，所述区域标注包括待处理区域的截面所对应的向量信息，以根据所述标注信息，确定所述目标区域中各待选择采位点的目标全景拼接图。

可选的，镜面标注信息确定模块，还用于针对各标注信息，确定与当前标注信息相对应的目标采位点；针对各目标采位点，确定当前目标采位点对于相应的标注信息的目标可视旋转角度，并将所述目标可视旋转角度作为所述当前目标采位点的目标视角信息。

在上述各技术方案的基础上，目标待拼接图像确定模块530包括空洞信息确定单元以及投射单元。

空洞信息确定单元，用于针对各目标视角信息，通过对当前目标视角信息所对应的目标采位点的单点位点云模型裁剪处理，得到空洞信息；其中，所述空洞信息与剪裁点云相对应。

投射单元，用于将各空洞信息投射到相应待处理图像中，确定所述待处理图像中的待剔除像素点，并将所述待剔除像素点从所述待处理图像中剔除，得到与各目标视角信息相对应的待拼接图像。

可选的，目标全景拼接图像确定模块540，还用于针对各待选择采位点，将当前待选择采位点的目标待拼接图像和/或所述待处理图像拼接处理，得到与所述当前待选择采位点相对应的目标全景拼接图像。

在上述各技术方案的基础上，确定目标视图的装置还包括待填补单点位点云模型确定模块以及单点位点云模型更新模块。

待填补单点位点云模型确定模块，用于在得到所述空洞信息时，得到当前目标视角信息所对应的目标采位点的点位点云模型的待填补单点位点云模型。

单点位点云模型更新模块，用于通过对所述待填补单位点云模型填补处理，更新与所述当前目标采位点相对应的单点位点云模型。

在上述各技术方案的基础上，确定目标视图的装置还包括显示模块。

显示模块，用于将各待选择采位点所对应的目标全景拼接图像叠层显示在目标显示界面中，以便用户触发浏览与所述目标区域相对应的全景图像。

在上述各技术方案的基础上，确定目标视图的装置还包括检测模块。

检测模块，用于当检测到从当前目标全景拼接图像跳转至下一目标全景拼接图像时，显示跳转动画，其中，所述跳转动画与所述下一目标全景拼接图像相对应的单点位点云模型相对应。

在上述各技术方案的基础上，所述目标区域为房屋视图区域。

本公开实施例的技术方案，先根据目标区域中各待选择采位点的多幅待处理图像，确定与目标区域相对应的目标局部三维点云，以便对其中特定的部分进行标注；根据获取到的目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与标注信息相对应的目标视角信息，以此明确采位点中与标注部分对应的视角；通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像，进而通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像，解决了现有技术中未考虑外界因素对模型构建的影响，从而导致构建出的目标全景拼接图像与目标区域的实际全景图像存在一定的差异，进而存在使显示软件上显示的图像与实际图像不同，导致用户体验较差的问题，实现了实现了目标区域全景图像的自动化构建，同时，避免了区域内干扰因素对所构建出的全景图像准确率的影响，提升了全景图拼接的准确性，进而提高了用户使用体验的技术效果。

本公开实施例所提供的确定目标视图的装置可执行本公开任意实施例所提供的确定目标视图的方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例六

图9为本公开实施例六所提供的一种电子设备的结构示意图。下面参考图9，其示出了适于用来实现本公开实施例的电子设备(例如图9中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图9所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置606加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。编辑/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的编辑装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置606；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置606被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开实施例提供的电子设备与上述实施例提供的确定目标视图的方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

实施例七

本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的确定目标视图的方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

根据目标区域中各待选择采位点的多幅待处理图像，确定与所述目标区域相对应的目标局部三维点云；

根据获取到的所述目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与所述标注信息相对应的目标视角信息；

通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像；

通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，【示例一】提供了一种确定目标视图的方法，该方法包括：

根据目标区域中各待选择采位点的多幅待处理图像，确定与所述目标区域相对应的目标局部三维点云；

根据获取到的所述目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与所述标注信息相对应的目标视角信息；

通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像；

通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

根据本公开的一个或多个实施例，【示例二】提供了一种确定目标视图的方法，还包括：

可选的，确定目标区域中的各个待选择采位点；

针对各待选择采位点，获取基于至少三个深度相机在当前待选择采位点拍摄的多幅待处理图像；其中，所述至少三个深度相机固定设置在同一旋转轴上，且所述至少三个深度相机的相机视角不同。

根据本公开的一个或多个实施例，【示例三】提供了一种确定目标视图的方法，还包括：

可选的，以当前待选择采位点为所述旋转轴的旋转中心点，以预设旋转角度间隔为步长，调整固定在所述旋转轴上的至少三个深度相机的拍摄角度，以拍摄得到与各个拍摄角度相对应的待处理图像；

当所述旋转轴的旋转角度达到预设旋转角度阈值时，得到与当前待选择采位点相对应的多幅待处理图像。

根据本公开的一个或多个实施例，【示例四】提供了一种确定目标视图的方法，还包括：

可选的，根据各待选择采位点所对应的多幅待处理图像，以及至少三个深度相机的相机参数，确定与每个待选择采位点相对应的单点位点云模型；其中，所述相机参数包括每个深度相机的内参和各至少三个深度相机的外参；

确定任意两个单点位点云模型的共视信息，并根据所述共视信息确定与所述目标区域相对应的全局三维点云；

根据所述全局三维点云，确定与所述目标区域相对应的目标局部三维点云。

根据本公开的一个或多个实施例，【示例五】提供了一种确定目标视图的方法，还包括：

可选的，基于用户对各单点位点云模型的触发操作，确定两个单点位点云模型的共视信息；或，

基于预先设置的特征提取方法遍历各单点位点云模型，确定任意两个单点位点云模型的共视信息；

通过点云配准算法和所述共视信息，对各单点位点云模型进行处理，确定与所述目标区域相对应的全局三维点云。

根据本公开的一个或多个实施例，【示例六】提供了一种确定目标视图的方法，还包括：

可选的，根据所述全局三维点云，确定待拟合地面点云；

基于随机采样一致性算法对各待拟合地面点云进行拟合，得到拟合地面，并确定与所述拟合地面相对应的法向量；

基于所述法向量和第一目标方向，确定与各点云所对应的旋转矩阵；

基于所述旋转矩阵对所述全局三维点云进行处理，确定所述目标区域的目标全局点云；

根据所述目标全局点云，确定与所述目标区域相对应的俯视图点云，并将所述俯视图点云作为所述目标局部三维点云。

根据本公开的一个或多个实施例，【示例七】提供了一种确定目标视图的方法，还包括：

可选的，所述标注信息包括镜面标注信息、玻璃标注信息以及区域标注信息中的至少一个；基于标注工具在所述目标局部三维点云中标记镜面、标记玻璃以及标记待处理区域，得到所述镜面标注信息、玻璃标注信息以及区域标注信息；其中，所述镜面标注信息包括与所述镜面的横截面相对应的向量信息，所述玻璃标注信息包括与玻璃的横截面相对应的向量信息，所述区域标注包括待处理区域的截面所对应的向量信息，以根据所述标注信息，确定所述目标区域中各待选择采位点的目标全景拼接图。

根据本公开的一个或多个实施例，【示例八】提供了一种确定目标视图的方法，还包括：

可选的，针对各标注信息，确定与当前标注信息相对应的目标采位点；

针对各目标采位点，确定当前目标采位点对于相应的标注信息的目标可视旋转角度，并将所述目标可视旋转角度作为所述当前目标采位点的目标视角信息。

根据本公开的一个或多个实施例，【示例九】提供了一种确定目标视图的方法，还包括：

可选的，针对各目标视角信息，通过对当前目标视角信息所对应的目标采位点的单点位点云模型裁剪处理，得到空洞信息；其中，所述空洞信息与剪裁点云相对应；

将各空洞信息投射到相应待处理图像中，确定所述待处理图像中的待剔除像素点，并将所述待剔除像素点从所述待处理图像中剔除，得到与各目标视角信息相对应的待拼接图像。

根据本公开的一个或多个实施例，【示例十】提供了一种确定目标视图的方法，还包括：

可选的，针对各待选择采位点，将当前待选择采位点的目标待拼接图像和/或所述待处理图像拼接处理，得到与所述当前待选择采位点相对应的目标全景拼接图像。

根据本公开的一个或多个实施例，【示例十一】提供了一种确定目标视图的方法，还包括：

可选的，在得到所述空洞信息时，得到当前目标视角信息所对应的目标采位点的点位点云模型的待填补单点位点云模型；

通过对所述待填补单位点云模型填补处理，更新与所述当前目标采位点相对应的单点位点云模型。

根据本公开的一个或多个实施例，【示例十二】提供了一种确定目标视图的方法，还包括：

可选的，将各待选择采位点所对应的目标全景拼接图像叠层显示在目标显示界面中，以便用户触发浏览与所述目标区域相对应的全景图像。

根据本公开的一个或多个实施例，【示例十三】提供了一种确定目标视图的方法，还包括：

可选的，当检测到从当前目标全景拼接图像跳转至下一目标全景拼接图像时，显示跳转动画，其中，所述跳转动画与所述下一目标全景拼接图像相对应的单点位点云模型相对应。

根据本公开的一个或多个实施例，【示例十四】提供了一种确定目标视图的方法，还包括：

可选的，所述目标区域为房屋视图区域。

根据本公开的一个或多个实施例，【示例十五】提供了一种确定目标视图的装置，还包括：

目标局部三维点云确定模块，用于根据目标区域中各待选择采位点的多幅待处理图像，确定与所述目标区域相对应的目标局部三维点云；

目标采位点确定模块，用于根据获取到的所述目标局部三维点云中的标注信息，从各待选择采位点中确定出至少一个目标采位点，以及目标采位点中与所述标注信息相对应的目标视角信息；

目标待拼接图像确定模块，用于通过对各目标视角信息的目标点云进行处理，得到与各目标视角信息对应的目标待拼接图像；

目标全景拼接图像确定模块，用于通过对各待选择采位点的目标待拼接图像和/或待处理图像进行拼接处理，得到与各待选择采位点对应的目标全景拼接图像。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。