基于BP神经网络的番茄植株建模方法

    公开(公告)号:CN105303606A

    公开(公告)日:2016-02-03

    申请号:CN201510711702.5

    申请日:2015-10-28

    Abstract: 本发明实施例公开了一种基于BP神经网络的番茄植株建模方法,该方法包括以下步骤:步骤S1、基于用户在单幅番茄植株图像上勾勒的主茎,构建二维主茎;步骤S2、基于用户在单幅番茄植株图像上勾勒的冠形轮廓,通过对用户在单幅番茄植株图像上勾勒的主茎进行复制、矫正和旋转,构建三维主茎;步骤S3、根据三维主茎的参数,构建并训练一BP神经网络;步骤S4、基于用户在单幅番茄植株图像上勾勒的冠形轮廓,通过BP神经网络预测侧茎参数,并通过自相似原理产生侧茎;步骤S5、基于叶子模型,为侧茎添加叶子,得到完整植株。本发明实施例为番茄植株建模提供了一种快速解决方案,构建的植株模型具有真实感,可应用于虚拟现实中的场景模拟。

    互联网上复杂场景真实感快速绘制方法

    公开(公告)号:CN103180881A

    公开(公告)日:2013-06-26

    申请号:CN201080069062.8

    申请日:2010-12-24

    Abstract: 一种互联网环境中复杂场景真实感快速绘制方法,生成场景对象多分辨率模型序列、场景配置文件、纹理材质文件和场景数据列表文件;将场景对象多分辨率模型序列、场景配置文件、纹理材质文件和场景数据列表文件压缩并上传到服务器;客户端按顺序下载场景数据列表文件、场景配置文件、纹理材质文件、场景对象多分辨率模型序列,所述多分辨率模型序列的下载顺序为先低分辨模型后高分辨模型,场景快速绘制与数据下载同时进行;所述场景快速绘制包括将视锥平行地分割成几个部分,对每个视锥都生成一个阴影图,对阴影图进行滤波,从而得到反走样的阴影效果;离视点最近的深度纹理每帧都更新且尺寸最大,离视点越远更新频率越低且尺寸也越小。

    一种外存三维模型的处理方法

    公开(公告)号:CN102930597A

    公开(公告)日:2013-02-13

    申请号:CN201210366868.4

    申请日:2012-09-28

    Abstract: 本发明公开了一种外存三维模型的处理方法,该方法基于空间曲线排序,可进行外存三维模型的点重采样、外存点云的网格化重建、三维模型的压缩,进而用于外存模型分析。本发明所提供的方法能对大规模点云数据进行采样,采样结果具有良好的空间均匀性,同时在重建的时候依然利用到原始数据的约束,能生成与原始点云数据拓扑结构一致的三角形流形网格。

Patent Agency Ranking