-
公开(公告)号：CN113838199B
公开(公告)日：2023-07-11
申请号：CN202111109019.6
申请日：2021-09-22
Applicant: 中北大学
Abstract: 本发明属于三维图形领域，公开了一种三维地形生成方法。为了应对游戏、影视、军事仿真、飞行器模拟等领域的快速发展促使地形生成需求急剧增加，如何高效地生成高质量地形以满足大量需求的问题以及传统建模方法，需要繁杂的摄像过程以及人工手动建模，需要浪费大量的人力物力的问题。本发明利用现有的建筑物模型，将建筑物遥感图像中的建筑物图像剪切，使用哈希算法与建筑物模型进行匹配并保存为json文件，使用Unity引擎中的Terrain地形编辑器，根据高度图及遥感图像分割后的图片生成相应的地形及贴图，读取json文件生成建筑物，实现三维地形的生成。有效地解决了当下3D实景建模需要复杂工序的问题。
-
公开(公告)号：CN112489054A
公开(公告)日：2021-03-12
申请号：CN202011359068.0
申请日：2020-11-27
Applicant: 中北大学
Abstract: 本发明公开了一种基于深度学习的遥感图像语义分割方法，属于机器视觉技术领域。针对主流深度卷积神经网络的语义分割方法，所存在的对小物体的特征获取困难、分割精度不足的问题，本发明通过改进Deeplabv3算法，改进单一的上采样层，利用主干网络中得到的残差进行多层上采样，保证图像在分辨率上的语义完整；同时，修改ASPP层中4层膨胀卷积的膨胀率，使得网络对小物体分割有更好的效果。结果表明：改进的Deeplabv3语义分割算法在自制的数据集上mIou和像素准确率达到了94.92％和98.01％，较原算法分别提高了3.77％和2.40％，不仅拥有更高的准确性，且对各类地形的分割有更好的鲁棒性；适用于复杂的城市遥感图像环境，能够很好地用于城市规划、农业规划、军事战争等领域。
-
公开(公告)号：CN113838199A
公开(公告)日：2021-12-24
申请号：CN202111109019.6
申请日：2021-09-22
Applicant: 中北大学
Abstract: 本发明属于三维图形领域，公开了一种三维地形生成方法。为了应对游戏、影视、军事仿真、飞行器模拟等领域的快速发展促使地形生成需求急剧增加，如何高效地生成高质量地形以满足大量需求的问题以及传统建模方法，需要繁杂的摄像过程以及人工手动建模，需要浪费大量的人力物力的问题。本发明利用现有的建筑物模型，将建筑物遥感图像中的建筑物图像剪切，使用哈希算法与建筑物模型进行匹配并保存为json文件，使用Unity引擎中的Terrain地形编辑器，根据高度图及遥感图像分割后的图片生成相应的地形及贴图，读取json文件生成建筑物，实现三维地形的生成。有效地解决了当下3D实景建模需要复杂工序的问题。
-
-
Search Results
3
records
(took 0.014 seconds)
