-
公开(公告)号：CN114494600B
公开(公告)日：2024-10-08
申请号：CN202210108374.X
申请日：2022-01-28
Applicant: 西北农林科技大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于多视图像的体空间减量式树木点云重建方法，采集幅图像集合，对每幅图像进行标记，交互式标记出树木的背景区域和目标树木区域并且存储为蒙板图像，记蒙板集合为，并且初始化每幅图像的视锥体；再挑选两幅图像，通过求解两个相机视锥体的公共区域，获取目标树木的包围盒，并将包围盒内的空间体素化，体素中心的位置即为点云的位置，体素化后即得到包围盒的点云集合，然后将包围盒内的点云反投影到每幅蒙板图像中，将反投影到背景区域的点云切割去除，最后剩余点云即为目标树木点云。本发明解决了激光雷达扫描设备造价昂贵、不便于携带和传统基于多视角图像的点云重建方法存在重建点云密度低、结构缺失等问题。
-
公开(公告)号：CN114494600A
公开(公告)日：2022-05-13
申请号：CN202210108374.X
申请日：2022-01-28
Applicant: 西北农林科技大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于多视图像的体空间减量式树木点云重建方法，采集幅图像集合，对每幅图像进行标记，交互式标记出树木的背景区域和目标树木区域并且存储为蒙板图像，记蒙板集合为，并且初始化每幅图像的视锥体；再挑选两幅图像，通过求解两个相机视锥体的公共区域，获取目标树木的包围盒，并将包围盒内的空间体素化，体素中心的位置即为点云的位置，体素化后即得到包围盒的点云集合，然后将包围盒内的点云反投影到每幅蒙板图像中，将反投影到背景区域的点云切割去除，最后剩余点云即为目标树木点云。本发明解决了激光雷达扫描设备造价昂贵、不便于携带和传统基于多视角图像的点云重建方法存在重建点云密度低、结构缺失等问题。
-
公开(公告)号：CN103839289B
公开(公告)日：2017-06-27
申请号：CN201410091328.9
申请日：2014-03-07
Applicant: 西北农林科技大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于稀疏图像的真实树交互式建模方法，交互式枝干提取与重建模块从输入的覆盖树90°角的n幅图像序列出发，在图像1中交互式编辑并存储各级树枝结点二维中心位置与直径数据，建立树枝层次结构，再以中间图像2～n‑1为参考，寻找图像1中的主枝在图像n上的对应位置并标记，然后在图像n上交互式编辑确定图像1中各级树枝结点对应的深度信息；根据提取的树枝结点二维中心位置、深度与粗度信息，并基于树枝空间包围盒进行透视校正；所述树叶生成模块根据植物学中的叶序规则，生成最终的三维模型。本发明重建后的树模型与真实树形态接近且能够较好地保持树枝的拓扑结构，实现一般精确级别的树的三维重建。
-
-
公开(公告)号：CN104794747A
公开(公告)日：2015-07-22
申请号：CN201410360056.8
申请日：2014-07-24
Applicant: 西北农林科技大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于射线原理的三维点云数据精简算法，本发明首先假设由三维点云模型的中心位置点向各个方向均匀产生射线，使得射线充满整个三维空间，对于该空间中的点云模型，若模型中某点与其最近射线的距离小于一个给定的阈值，该点则被视为需要被精简的点，容易得知：射线越密集、阈值越大，三维点云模型中的数据点就越容易被精简，因此可以通过控制射线的数量及其他阈值，以达到不同程度的精简效果。本发明提出了一种不基于曲率计算的三维点云数据精简算法，在一定的精简程度范围内，该算法具有良好的精简效果及效率。
-
Patent Agency Ranking
公开(公告)号：CN104361625A
公开(公告)日：2015-02-18
申请号：CN201410360076.5
申请日：2014-07-24
Applicant: 西北农林科技大学
IPC: G06T17/00
CPC classification number: G06T17/00 , G06T2210/56
Abstract: 本发明涉及一种基于射线原理的带边界保留的云数据精简算法，本发明首先假设由三维点云模型的中心位置点向各个方向均匀产生射线，使得射线充满整个三维空间，对于该空间中的点云模型，若模型中某点与其最近射线的距离小于一个给定的阈值，该点则被视为需要被精简的点，容易得知：射线越密集、阈值越大，三维点云模型中的数据点就越容易被精简，因此可以通过控制射线的数量及其他阈值，以达到不同程度的精简效果。为了有效的保持模型的完整性，本发明提出一种边界保留方法。本发明提出的一种不基于曲率计算的三维点云数据精简算法，在一定的精简程度范围内，该算法具有良好的精简效果及效率且能很好的保持模型的边界特征。
-
公开(公告)号：CN103839289A
公开(公告)日：2014-06-04
申请号：CN201410091328.9
申请日：2014-03-07
Applicant: 西北农林科技大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于稀疏图像的真实树交互式建模方法，交互式枝干提取与重建模块从输入的覆盖树90°角的n幅图像序列出发，在图像1中交互式编辑并存储各级树枝结点二维中心位置与直径数据，建立树枝层次结构，再以中间图像2～n-1为参考，寻找图像1中的主枝在图像n上的对应位置并标记，然后在图像n上交互式编辑确定图像1中各级树枝结点对应的深度信息；根据提取的树枝结点二维中心位置、深度与粗度信息，并基于树枝空间包围盒进行透视校正；所述树叶生成模块根据植物学中的叶序规则，生成最终的三维模型。本发明重建后的树模型与真实树形态接近且能够较好地保持树枝的拓扑结构，实现一般精确级别的树的三维重建。
-
公开(公告)号：CN114491697B
公开(公告)日：2025-03-18
申请号：CN202210107549.5
申请日：2022-01-28
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于深度学习的树木点云补全方法，本方法为缺失点云预测和补全结果优化两个阶段。在预测阶段我们使用端到端的神经网络，通过给定残缺树木点云预测缺失的部分。在此阶段仅预测缺失部分的点云，保持输入点云不变。但预测结果存在与输入点云融合不好的现象。为此，我们采用点云优化网络对预测结果和原始输入做进一步的处理，以优化总体分布。我们的结果表明，针对残缺树木点云补全，预测网络和优化网络的组合取得了较好的效果。具有补全效率高、形态真实、适用范围广的特点。本发明为避免由于体素化带来的的高存储成本和几何信息的丢失，在原始点云上构建并运行网络，能够对残缺的树木点云有效修补。
-
公开(公告)号：CN113345089B
公开(公告)日：2023-06-23
申请号：CN202110606090.9
申请日：2021-05-31
Applicant: 西北农林科技大学
Abstract: 本发明提供了一种基于电力塔点云的规则化建模方法，属于计算机图形学领域，包括：采集电力塔点云数据，对电力塔进行分类；求取不同种类的电力塔分割层，在分割层中利用特征点提取算法获得分割层特征点；对电力塔结构进行分解，分析不同种类电力塔内部和外部图案，抽象出7种基本图元规则；将不同图案规则和分割层特征点相互组合构建出包含内外部完整结构的电力塔三维模型。该方法对不同种类的电力塔图案进行规则抽象，建模时通过组合图案规则快速实现建模，适用于不同的电力塔类型组件的建模；能在较短时间内生成电力塔的内部细节结构和外部轮廓结构且真实感较强的完整电力塔模型，具有建模时间短、易扩展、适用范围广和重建结构完整的优势。
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.023 seconds)
