-
公开(公告)号：CN114359509B
公开(公告)日：2024-07-09
申请号：CN202111470312.5
申请日：2021-12-03
Applicant: 三峡大学
IPC: G06T17/20 , G06T17/10 , G06T7/55 , G06T5/50 , G06V10/74 , G06V10/44 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 一种基于深度学习的多视图自然场景重建方法，包括以下步骤：根据相机在不同角度拍摄的场景图片序列，首先对所有场景图像进行预处理，计算每幅图像的相机参数；根据提出的基于光度一致性度量图像相似度方法和视图选择算法，将其分为参考图像与源图像并在视图间进行支持域特征匹配。在卷积网络提取特征时根据匹配视图结果，构建图像特征金字塔；将所有原始图像以及参数文件经过改进的多视图立体重建神经网络,得到参考图像深度图，并在此深度图的基础之上融合成三维点云；运用表面重建算法生成场景网格模型，完成三维场景的重建工作。提高了基于图像的三维场景重建效率，实现特征图像块在跨视图中映射，使得提取的特征更加完善。
-
公开(公告)号：CN118033668A
公开(公告)日：2024-05-14
申请号：CN202410043544.X
申请日：2024-01-11
Applicant: 三峡大学
IPC: G01S17/89 , G01S17/933 , G06T7/11 , G06F17/16 , G06V10/762 , G06V10/77
Abstract: 一种基于机载雷达的快速树障分析方法，该方法利用机载雷达设备获取前方区域的雷达数据，经过改进的点云坡度滤波预处理后，对激光点云采用几何特征提取。构建点云索引结构，使用kd‑tree对电力线点遍历，检测周围树障点是否存在，标记检测、定位和特征提取。与现有识别技术相比，本方法可以自动识别有效三维点云，并且可以快速准确的获得识别结果，为电力检测树障问题提供一种新的快速检测方法，为电力系统人员排查电力线树障问题提供帮助。
-
公开(公告)号：CN116256771A
公开(公告)日：2023-06-13
申请号：CN202310144614.6
申请日：2023-02-21
Applicant: 三峡大学
IPC: G01S17/88 , G01S17/08 , G06F18/24 , G06F18/23213
Abstract: 一种基于无人机激光点云树障分析方法，它包括以下步骤：步骤1：通过无人机获取激光点云；步骤2：对获取的激光点云去除噪点，进而进行分类；步骤3：进行电力线的提取；步骤4：基于二分法的电力线拟合，将距离较近的电力线进行分割，判断单个点位置，分别获得单根电力线；步骤5：基于RANSAC模型的电力线重建，去除误分点云，获得准确电力线模型；步骤6：进行输电线工况的模拟：结合导线型号信息和气象条件，运用架空线力学理论进行输电线工况模拟，模拟不同状态，如高温、覆冰、大风舞动这些工况条件下的输电线形态；步骤7：使用分段截面距离来计算和分析输电线与其下方地物之间的距离，并自动将该距离与规定的安全距离进行比较，标记输电线与地物距离在标准安全距离以内的区域。
-
公开(公告)号：CN114359509A
公开(公告)日：2022-04-15
申请号：CN202111470312.5
申请日：2021-12-03
Applicant: 三峡大学
IPC: G06T17/20 , G06T7/55 , G06T5/50 , G06V10/74 , G06V10/44 , G06V10/56 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于深度学习的多视图自然场景重建方法，包括以下步骤：根据相机在不同角度拍摄的场景图片序列，首先对所有场景图像进行预处理，计算每幅图像的相机参数；根据提出的基于光度一致性度量图像相似度方法和视图选择算法，将其分为参考图像与源图像并在视图间进行支持域特征匹配。在卷积网络提取特征时根据匹配视图结果，构建图像特征金字塔；将所有原始图像以及参数文件经过改进的多视图立体重建神经网络,得到参考图像深度图，并在此深度图的基础之上融合成三维点云；运用表面重建算法生成场景网格模型，完成三维场景的重建工作。提高了基于图像的三维场景重建效率，实现特征图像块在跨视图中映射，使得提取的特征更加完善。
-
-
-
Search Results
4
records
(took 0.017 seconds)
