-
公开(公告)号：CN114742947B
公开(公告)日：2024-04-19
申请号：CN202210373160.5
申请日：2022-04-11
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种适用于大范围的倾斜三维模型纹理分块重建方法，应用于纹理重建技术领域，在面对大范围倾斜摄影三维重建时，一般需将重建区域划分为多个子区域，然而分块纹理重建容易出现纹理错误，本发明首先，采用空间规则格网进行分块，并基于分块单元之间的邻接关系，计算纹理重建层次关系；其次，基于三维Mesh模型提取建筑轮廓，并依据其遮挡影响范围，将其分为邻域遮挡和邻域不遮挡两类；接着，采用邻域遮挡单元恢复三角网格的遮挡关系，构建图割优化模型，完成最佳视图标签选择；最后，采用视图标签平滑优化处理，消除锯齿标签，缓解块内纹理接缝问题。
-
公开(公告)号：CN117876714A
公开(公告)日：2024-04-12
申请号：CN202410061421.9
申请日：2024-01-16
Applicant: 中国测绘科学研究院
IPC: G06V10/46 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/54
Abstract: 本发明公开一种顾及场景地类语义信息的特征点筛选方法及系统，涉及特征筛选技术领域，该方法包括获取研究区域的原始图像，将原始图像输入至训练好的语义分割模型中，得到图像语义分割结果，根据图像语义分割结果中各特征点的地物类型对图像语义分割结果中的特征点进行分类，得到强纹理特征掩膜、中等纹理特征掩膜图像和弱纹理特征掩膜，利用高斯差分金字塔，根据强纹理特征掩膜、中等纹理特征掩膜和弱纹理特征掩膜进行特征点提取，得到筛选特征点；筛选特征点用于研究区域场景重建。本发明降低特征提取结果冗余度，且提高了特征提取的质量。
-
公开(公告)号：CN115187843A
公开(公告)日：2022-10-14
申请号：CN202210900807.5
申请日：2022-07-28
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种基于物方体素及几何特征约束的深度图融合方法，包括如下步骤，S1、体素网格尺寸计算；S2、基于几何特征约束的融合点代价值计算；S3、基于物方体素约束的融合点筛选。优点是：本发明方法通过物方体素约束并顾及三维场景的几何特征结构，构建评价融合点质量的评价函数，能够有效的降低点云密度同时能保证密集点云的质量，便于基于密集点云的几何表面重建效率甚至点云语义分割等后续应用。本发明方法中物方体素约束能够实现点云密度的降低，利用多重几何特征约束，去除密集点云中的噪声和异常点，解决点云质量参差不齐的问题。
-
公开(公告)号：CN115187843B
公开(公告)日：2023-03-14
申请号：CN202210900807.5
申请日：2022-07-28
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种基于物方体素及几何特征约束的深度图融合方法，包括如下步骤，S1、体素网格尺寸计算；S2、基于几何特征约束的融合点代价值计算；S3、基于物方体素约束的融合点筛选。优点是：本发明方法通过物方体素约束并顾及三维场景的几何特征结构，构建评价融合点质量的评价函数，能够有效的降低点云密度同时能保证密集点云的质量，便于基于密集点云的几何表面重建效率甚至点云语义分割等后续应用。本发明方法中物方体素约束能够实现点云密度的降低，利用多重几何特征约束，去除密集点云中的噪声和异常点，解决点云质量参差不齐的问题。
-
公开(公告)号：CN113989250A
公开(公告)日：2022-01-28
申请号：CN202111289038.1
申请日：2021-11-02
Applicant: 中国测绘科学研究院
IPC: G06T7/00 , G06T7/33 , G06T7/38 , G06K9/62 , G06V10/762
Abstract: 本发明公开了基于深度图改进的分块密集匹配方法、系统终端及介质，涉及图像匹配技术领域，包括：图像获取步骤：获取全局场景的图像；邻域图选择步骤：利用图像关联度，选择出每张图像的邻域图像集合，同时初始化图像的重建状态对象；空间立体自动聚类步骤：对全局场景进行空间立体自动聚类完成分块，并抽取子块重建所需的匹配对图像，得到该子块的图像簇；密集匹配步骤：在子块的图像簇中获取目标图像，根据目标图像的重建状态对象估计、过滤深度图以及深度图融合生成密集点云。本发明避免子块间相同图像的重复计算，提高了密集匹配的效率和图像重建的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117876714B
公开(公告)日：2024-10-25
申请号：CN202410061421.9
申请日：2024-01-16
Applicant: 中国测绘科学研究院
IPC: G06V10/46 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/54
Abstract: 本发明公开一种顾及场景地类语义信息的特征点筛选方法及系统，涉及特征筛选技术领域，该方法包括获取研究区域的原始图像，将原始图像输入至训练好的语义分割模型中，得到图像语义分割结果，根据图像语义分割结果中各特征点的地物类型对图像语义分割结果中的特征点进行分类，得到强纹理特征掩膜、中等纹理特征掩膜图像和弱纹理特征掩膜，利用高斯差分金字塔，根据强纹理特征掩膜、中等纹理特征掩膜和弱纹理特征掩膜进行特征点提取，得到筛选特征点；筛选特征点用于研究区域场景重建。本发明降低特征提取结果冗余度，且提高了特征提取的质量。
-
公开(公告)号：CN115937465A
公开(公告)日：2023-04-07
申请号：CN202310041006.2
申请日：2023-01-11
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种顾及像素区域预测的深度图融合算法，包括S1、图像组合的计算：计算图像组合，为场景中每张参考图像选出一组邻居候选图像集；S2、像素区域的预测：构建粗略尺度的物方体素及测度估计，并提出了由粗略尺度引导的精细尺度上融合像素区域的推断策略和纠正器；S3、深度值融合：以精细尺度上已推断的像素区域作为像方约束进行深度值的融合。优点是：在融合过程中加入预测的思想，将场景中的图像像素进行二元分类，后续步骤中只对有效像素区域进行深度图融合，可消除冗余计算，显著提高融合效率。
-
公开(公告)号：CN115393548A
公开(公告)日：2022-11-25
申请号：CN202211018406.3
申请日：2022-08-24
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种适用于三维重建的网格纹理化简算法，包括如下步骤，S1、参考三维模型场景的构建；利用三维重建中恢复的场景结构以及已校准图像，对原始精细的三维网格执行纹理贴图，以完成参考三维模型场景的重建；S2、参考三维模型场景的图像采集；依据参考三维模型场景与视图内参、外参之间的三维空间相对姿态关系，利用反反投影原理逐视图逐像素进行三维网格到二维图像的栅格化计算，完成参考图像集的采集；S3、网格和纹理化简；利用QEM算法对网格进行化简，以参考图像集作为数据源并利用纹理重建算法进行纹理的重映射和化简。优点是：本发明算法可支持网格与纹理一起化简，不同纹理化简参数下，纹理几乎没有失真且能显著降低纹理数据量。
-
公开(公告)号：CN114742947A
公开(公告)日：2022-07-12
申请号：CN202210373160.5
申请日：2022-04-11
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种适用于大范围的倾斜三维模型纹理分块重建方法，应用于纹理重建技术领域，在面对大范围倾斜摄影三维重建时，一般需将重建区域划分为多个子区域，然而分块纹理重建容易出现纹理错误，本发明首先，采用空间规则格网进行分块，并基于分块单元之间的邻接关系，计算纹理重建层次关系；其次，基于三维Mesh模型提取建筑轮廓，并依据其遮挡影响范围，将其分为邻域遮挡和邻域不遮挡两类；接着，采用邻域遮挡单元恢复三角网格的遮挡关系，构建图割优化模型，完成最佳视图标签选择；最后，采用视图标签平滑优化处理，消除锯齿标签，缓解块内纹理接缝问题。
-
公开(公告)号：CN113989250B
公开(公告)日：2022-07-05
申请号：CN202111289038.1
申请日：2021-11-02
Applicant: 中国测绘科学研究院
IPC: G06T7/00 , G06T7/33 , G06T7/38 , G06K9/62 , G06V10/762
Abstract: 本发明公开了基于深度图改进的分块密集匹配方法、系统终端及介质，涉及图像匹配技术领域，包括：图像获取步骤：获取全局场景的图像；邻域图选择步骤：利用图像关联度，选择出每张图像的邻域图像集合，同时初始化图像的重建状态对象；空间立体自动聚类步骤：对全局场景进行空间立体自动聚类完成分块，并抽取子块重建所需的匹配对图像，得到该子块的图像簇；密集匹配步骤：在子块的图像簇中获取目标图像，根据目标图像的重建状态对象估计、过滤深度图以及深度图融合生成密集点云。本发明避免子块间相同图像的重复计算，提高了密集匹配的效率和图像重建的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
