[发明专利]一种香烟终端陈列样本图像自动生成的仿真方法与模型有效
| 申请号: | 202211075129.X | 申请日: | 2022-09-03 |
| 公开(公告)号: | CN115205432B | 公开(公告)日: | 2022-11-29 |
| 发明(设计)人: | 龙涛;杨恒;李轩;邓靖波 | 申请(专利权)人: | 深圳爱莫科技有限公司 |
| 主分类号: | G06T15/00 | 分类号: | G06T15/00 |
| 代理公司: | 深圳砾智知识产权代理事务所(普通合伙) 44722 | 代理人: | 张合成 |
| 地址: | 518055 广东省深圳市南山区西丽*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 香烟 终端 陈列 样本 图像 自动 生成 仿真 方法 模型 | ||
1.一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,包括以下步骤:
S100:获取真实样本图像的基础数据,建立基础模型,预设所述基础模型生成样本图像的数量;所述基础模型包括柜台模型和样本对象模型;
S200:通过python将所述样本对象模型生成的多个所述样本对象随机分布在所述柜台模型生成的柜台内部,得到待处理图像;
S300:对所述待处理图像进行坐标相对转换处理,得到带有坐标标注的所述样本图像;
S400:判断所述样本图像的数量是否达到预设值;若否,循环步骤S200~S400;若是,结束所述样本图像的生成;
所述S200步骤的具体流程为:
S210:所述样本对象模型、柜台模型分别生成所述样本对象、柜台;
S220:所述样本对象、柜台均赋予体积碰撞属性,为所述样本对象赋予重力信息;
S230:设定所述柜台的长宽高和初始3D坐标为(x,y,z),通过python将所述样本对象随机分布在所述柜台内部,生成初始图像;
S240:通过重力和时序算法获取所述样本对象的3D坐标;
S250:保存所述3D坐标、初始图像,输出为所述待处理图像。
2.根据权利要求1所述的一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,所述S300步骤中,对所述待处理图像进行坐标相对转换处理,具体包括:
S310:对所述待处理图像进行渲染,设定3D相机的位置和3D仿真的原点;
S320:将所述样本对象在3D空间中的3D坐标信息均通过坐标矩阵转换算法转换为2D图像的2D坐标信息;所述2D坐标信息保存为所述样本图像的所述坐标标注。
3.根据权利要求2所述的一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,所述S310步骤中,对所述待处理图像进行渲染之前,还包括为所述3D空间增加随机光照亮度。
4.根据权利要求2所述的一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,所述样本对象的所述3D坐标在python中均保存在(obj_x,obj_y,obj_z)列表。
5.根据权利要求4所述的一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,所述S320步骤中,所述坐标矩阵转换算法包括平移矩阵公式和旋转矩阵公式。
6.根据权利要求5所述的一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,
所述平移矩阵的公式为:
move_point=original_point-[obj_x,obj_y,obj_z];
所述旋转矩阵的公式为:
r_x=[[1,0,0],[0,cos(obj_x),sin(obj_x)],[0,-sin(obj_x),cos(obj_x)]]
r_y=[[cos(obj_y),0,-sin(obj_y)],[0,1,0],[sin(obj_y),0,cos(obj_y)]]
r_z=[[ cos(obj_z),sin(obj_z),0)],[-sin(obj_z),cos(obj_z),0],[0,0,1]];
其中,所述r_x、r_y、r_z分别为所述样本对象在3D空间中距离所述原点绕x轴、y轴、z轴的相对坐标转换向量;所述move_point为所述样本对象距离所述原点的移动距离;所述original_point为原点坐标;所述cos(obj_x)、cos(obj_y)、cos(obj_z)、sin(obj_x)、sin(obj_y)和sin(obj_z)均为所述旋转矩阵的欧拉角。
7.根据权利要求1所述的一种香烟终端陈列样本图像自动生成的仿真方法,其特征在于,所述基础数据为所述样本对象的形状、尺寸和所述柜台的材质和尺寸;所述材质包括玻璃和木材,所述木材上分布有木纹。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳爱莫科技有限公司,未经深圳爱莫科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211075129.X/1.html,转载请声明来源钻瓜专利网。





