基于跨源图像匹配的户外增强现实应用方法

    公开(公告)号:CN111260794A

    公开(公告)日:2020-06-09

    申请号:CN202010034538.X

    申请日:2020-01-14

    Applicant: 厦门大学

    Abstract: 本发明提出了一种基于跨源图像匹配的户外增强现实应用方法,该方法包括:获取相机图像和与相机图像对应匹配的渲染图像,并对相机图像和渲染图像进行处理,以获取成对匹配的局部相机图像块和局部渲染图像块;根据自动编码机和孪生网络构建深度学习模型,并对深度学习模型进行训练;基于训练好的深度学习模型对待匹配的局部相机图像块和局部渲染图像块的特征描述子进行提取,并根据提取到的特征描述子对待匹配的局部相机图像块和局部渲染图像块进行跨源图像匹配,以获得跨源图像匹配结果;根据跨源图像匹配结果获取跨源图像的对应关系,并根据对应关系计算虚实注册变换关系;根据虚实注册变换关系实现对户外增强现实的应用从而提高增强现实的效果。

    一种用于TLS多回波点云植被遮挡目标的探测和分析方法

    公开(公告)号:CN109613552A

    公开(公告)日:2019-04-12

    申请号:CN201811494004.4

    申请日:2018-12-07

    Applicant: 厦门大学

    Abstract: 本发明公开了一种用于TLS多回波点云植被遮挡目标的探测方法,包括:S1、对TLS多回波点云进行点云预处理;S2、将预处理后的点云处理成数据集输入神经网络,进行神经网络的训练;S3、利用训练好的神经网络识别中间回波,根据识别的中间回波,找出植被遮挡冠层,以此确定植被遮挡区域;S4、利用末次回波滤除植被遮挡区域中的非植被遮挡目标,以此探测植被遮挡目标。在此基础上,本发明还提供了一种植被遮挡目标的分析方法,其从点云差分位置、回波密度以及回波强度角度进行可见性分析,具有很强的鲁棒性和可行性,将在森林调查、隐蔽目标分析、军事作战以及救援救灾等方面发挥巨大作用,具有重要的学术价值和现实意义。

    基于跨源图像匹配的户外增强现实应用方法

    公开(公告)号:CN111260794B

    公开(公告)日:2022-07-08

    申请号:CN202010034538.X

    申请日:2020-01-14

    Applicant: 厦门大学

    Abstract: 本发明提出了一种基于跨源图像匹配的户外增强现实应用方法,该方法包括:获取相机图像和与相机图像对应匹配的渲染图像,并对相机图像和渲染图像进行处理,以获取成对匹配的局部相机图像块和局部渲染图像块;根据自动编码机和孪生网络构建深度学习模型,并对深度学习模型进行训练;基于训练好的深度学习模型对待匹配的局部相机图像块和局部渲染图像块的特征描述子进行提取,并根据提取到的特征描述子对待匹配的局部相机图像块和局部渲染图像块进行跨源图像匹配,以获得跨源图像匹配结果;根据跨源图像匹配结果获取跨源图像的对应关系,并根据对应关系计算虚实注册变换关系;根据虚实注册变换关系实现对户外增强现实的应用从而提高增强现实的效果。

    基于局部区间极大值的激光扫描点云树木自动提取方法

    公开(公告)号:CN106407925B

    公开(公告)日:2019-09-27

    申请号:CN201610813651.1

    申请日:2016-09-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种具有普适性的基于局部区间极大值的激光扫描点云树木的快速自动提取方法,本方法直接基于三维激光点云数据,通过划分水平网格,定义并计算高程区间的累积能量,采用非局部极大值抑制方法,获取树木潜在位置,从而进行自动分割提取。本方法充分利用树木树干结构的显著性,进行网格统计描述,克服了(不同树种,不同树龄)树干和树冠的形态大小各异导致的特征描述难,特征计算结果不稳定的问题。同时本方法密度无关,对树干的部分缺失不敏感,克服了远距离树木因密度过低或是遮挡丢失导致难提取的问题,使本方法不依赖扫描设备的位置摆放,可以适应复杂的扫描环境。本方法无需设置先验拟合模型,因而对噪声不敏感,适合复杂茂密的林区环境,可以在林业调查中发挥较好的稳定性。

    基于局部区间极大值的激光扫描点云树木自动提取方法

    公开(公告)号:CN106407925A

    公开(公告)日:2017-02-15

    申请号:CN201610813651.1

    申请日:2016-09-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种具有普适性的基于局部区间极大值的激光扫描点云树木的快速自动提取方法,本方法直接基于三维激光点云数据,通过划分水平网格,定义并计算高程区间的累积能量,采用非局部极大值抑制方法,获取树木潜在位置,从而进行自动分割提取。本方法充分利用树木树干结构的显著性,进行网格统计描述,克服了(不同树种,不同树龄)树干和树冠的形态大小各异导致的特征描述难,特征计算结果不稳定的问题。同时本方法密度无关,对树干的部分缺失不敏感,克服了远距离树木因密度过低或是遮挡丢失导致难提取的问题,使本方法不依赖扫描设备的位置摆放,可以适应复杂的扫描环境。本方法无需设置先验拟合模型,因而对噪声不敏感,适合复杂茂密的林区环境,可以在林业调查中发挥较好的稳定性。

    一种基于车载激光扫描点云的路面沥青厚度检测方法

    公开(公告)号:CN105627938A

    公开(公告)日:2016-06-01

    申请号:CN201610008802.6

    申请日:2016-01-07

    Applicant: 厦门大学

    Inventor: 贾宏 李军 贾福凯

    CPC classification number: G01B11/06

    Abstract: 本发明公开了一种基于车载激光扫描点云的路面沥青厚度检测方法,包括以下步骤:S1、点云数据的获取;S2、通过选取不动目标进行数据粗配准;S3、利用基于路肩的路面提取算法分别检测两组点云数据的路面点;S4、利用路肩点对块内数据进行精配准;S5、对网格内的路面进行平面结构拟合;S6、检测沥青厚度。本发明能够快速、准确地检测改造道路路面沥青的厚度,大大降低了处理时间和劳动成本,有效保证了道路的改造质量,对城市的交通安全提供了重要的数据支撑。

Patent Agency Ranking