利索能及
我要发布
收藏
专利号: 2024103906774
申请人: 济南玖通志恒信息技术有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2025-07-18
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于景观园林模拟的园林设计方法,其特征在于,该方法包括以下步骤:

采集园林模拟前各观察点处的模拟前视觉图像;采集绿植景物的绿植点云数据,对所述绿植点云数据采用三维重建算法进行三维重建,获得园林模拟后的绿植景物三维模型;

其中,绿植点云数据包括各点的三维坐标和RGB色彩空间信息;采集园林模拟后各观察点处的模拟后视觉图像;

根据绿植点云数据中各点的三维坐标获得各点的平面深度;根据绿植点云数据中各点的平面深度计算各点的局部曲面曲度值;根据平面深度、局部曲面曲度值和RGB色彩空间信息对绿植点云数据中的点进行聚类,结合绿植景物三维模型,获得绿植景物三维模型上各三角面片的类别标记;根据模拟后视觉图像和绿植景物三维模型获得模拟后视觉图像的模拟聚焦深度;根据模拟聚焦深度获得模拟后视觉图像中各像素点的自适应模糊窗口强度;

根据模拟后视觉图像和绿植景物三维模型上各三角面片的类别标记获得绿植灰度视觉图像;根据自适应模糊窗口强度对绿植灰度视觉图像平滑处理,获得绿植平滑视觉图像;根据绿植平滑视觉图像与模拟前视觉图像中对应像素点的灰度值之间的差异获得绿植平滑视觉图像的绿植信息遮盖绿视率;

根据所有观察点处对应的绿植平滑视觉图像的绿植信息遮盖绿视率,获得总体景观园林绿视率。

2.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据绿植点云数据中各点的三维坐标获得各点的平面深度,包括:对于绿植点云数据中的第k个点,计算第k个点的三维坐标与其他各点的三维坐标之间的欧氏距离;将所述欧氏距离小于预设阈值的点,记为第k个点的参考像素点;对第k个点与第k个点的所有参考像素点采用最小二乘法与平面进行拟合,获得第k个点的邻域平面;经过第k个点获取所述邻域平面的垂线;获取所述垂线与绿植景物三维模型的交点;将第k个点与所述交点之间的欧氏距离的最小值,记为第k个点的平面深度。

3.如权利要求2所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据绿植点云数据中各点的平面深度计算各点的局部曲面曲度值,包括:对于绿植点云数据中的第k个点,获取第k个点与其各参考点相连构成的线段;获取所述线段投影在第k个点的邻域平面上的投影线段;将所述线段与投影线段之间的夹角,作为第k个点与其各参考点之间的局部曲面曲度参数;获取第k个点与第k个点的各参考点之间的欧氏距离;计算所述局部曲面曲度参数与所述欧氏距离的比值,记为第一比值;

计算第k个点平面深度的与第k个点的各参考点的平面深度的差值绝对值,获取所述差值绝对值的最大值;计算所述最大值与所述差值绝对值的差值;获取第k个点与第k个点的所有参考点的所述差值的和值;计算所述差值与所述和值的比值,记为第二比值;

计算第一比值与第二比值的乘积,将第k个点与第k个点的所有参考点的所述乘积的和值作为第k个点的局部曲面曲度值。

4.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据平面深度、局部曲面曲度值和RGB色彩空间信息对绿植点云数据中的点进行聚类,结合绿植景物三维模型,获得绿植景物三维模型上各三角面片的类别标记,包括:对于绿植点云数据中的任意两个点,计算两个点的平面深度的差值绝对值,记为第一差值绝对值;计算两个点的局部曲面曲度值的差值绝对值,记为第二差值绝对值;获取两个点的RGB色彩空间信息之间的欧氏距离;将第一差值绝对值、第二差值绝对值和所述欧氏距离的和值,作为两个点之间的绿植点云分割度量距离;

根据所述绿植点云分割度量距离,对绿植点云数据采用密度峰值聚类算法获得预设数量个聚类簇,将所有聚类簇按照簇心点的局部曲面曲度值从大到小的顺序,依次将各聚类簇中的点标记为新叶类、旧叶类、树枝类和树干类;

对于绿植景物三维模型上的各三角面片,获取三角面片的三个顶点对应的内角,将内角最大的顶点的标记作为该三角面片的类别标记。

5.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据模拟后视觉图像和绿植景物三维模型获得模拟后视觉图像的模拟聚焦深度,包括:对于模拟后视觉图像中的各像素点,计算像素点对应在绿植景物三维模型上的点到模拟后视觉图像对应的观察点之间的欧氏距离,记为深度距离;获取模拟后视觉图像的中心像素点;计算像素点与中心像素点之间的欧氏距离,记为平面距离;获取所有像素点的所述平面距离的和值;计算平面距离与所述和值的比值;计算所述深度距离与所述比值的乘积;

将所有像素点的所述乘积的和值作为模拟后视觉图像的模拟聚焦深度。

6.如权利要求5所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据模拟聚焦深度获得模拟后视觉图像中各像素点的自适应模糊窗口强度,包括:对模拟后视觉图像采用边缘检测算法获得各边缘线,将各边缘线上的像素点标记为条纹像素点;

对于模拟后视觉图像中的各像素点,获取像素点与各条纹像素点之间的欧氏距离;获取所述欧氏距离按照从小到大的顺序排列所组成的序列;将所述序列中前预设数量个元素的均值,作为模拟后视觉图像中各像素点的局部锐度;

计算所述深度距离与所述模拟聚焦深度的差值绝对值;获取模拟后视觉图像中所有像素点的深度距离的标准差;计算所述差值绝对值与所述标准差的乘积,记为第一乘积;将第一乘积与所述局部锐度的比值作为模拟后视觉图像中各像素点的自适应模糊窗口强度。

7.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据模拟后视觉图像和绿植景物三维模型上各三角面片的类别标记获得绿植灰度视觉图像,包括:对于模拟后视觉图像中的像素点,获取像素点对应在绿植景物三维模型上的点所在的三角面片的类别标记;计算所述类别标记内的所有像素点的灰度值均值,将所述灰度值均值作为像素点的类别灰度;将各像素点的类别灰度代替各像素点的灰度值,获得绿植灰度视觉图像。

8.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据自适应模糊窗口强度对绿植灰度视觉图像平滑处理,获得绿植平滑视觉图像,包括:对于模拟后视觉图像中的各像素点,获取预设参数与像素点的自适应模糊窗口强度的乘积,获取所述乘积的向上取整值;计算数字2与所述向上取整值的乘积,记为第二乘积;将所述第二乘积与数字1的差值作为各像素点的自适应窗口;根据各像素点的自适应窗口,对绿植灰度视觉图像采用均值滤波算法进行平滑处理,获得绿植平滑视觉图像。

9.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据绿植平滑视觉图像与模拟前视觉图像中对应像素点的灰度值之间的差异获得绿植平滑视觉图像的绿植信息遮盖绿视率,包括:对于绿植平滑视觉图像中的各像素点,计算像素点的灰度值与模拟前视觉图像中对应像素点的灰度值的差值绝对值;计算像素点到绿植平滑视觉图像的中心像素点之间的欧氏距离;获取所有像素点的所述欧氏距离的和值;计算所述欧氏距离与所述和值的比值;获取所述差值绝对值与所述比值的乘积;将绿植平滑视觉图像中所有像素点的所述乘积的和值作为绿植平滑视觉图像的绿植信息遮盖绿视率。

10.如权利要求1所述的一种基于景观园林模拟的园林设计方法,其特征在于,所述根据所有观察点处对应的绿植平滑视觉图像的绿植信息遮盖绿视率,获得总体景观园林绿视率,包括:计算各绿植平滑视觉图像的绿植信息遮盖绿视率的归一化值;将所有观察点处对应的所有所述归一化值的均值,作为总体景观园林绿视率;若总体景观园林绿视率小于预设阈值,则园林设计不符合绿化标准。