-
公开(公告)号：CN109949350B
公开(公告)日：2021-03-02
申请号：CN201910178833.X
申请日：2019-03-11
Applicant: 中国矿业大学(北京)
IPC: G06T7/33
Abstract: 本专利公开了一种基于形态不变特征的多时相点云自动配准方法：针对多时相变化场景点云配准特点，通过形态不变点提取与匹配完成点云粗配准，进而搜索多时相点云中的形态不变区域，估计多时相点云间的旋转和平移参数，完成点云精配准。具体地，针对点云粗配准首先确定多时相点云中的近似同名四点对，然后以四点对为中心计算邻域内点特征描述子，通过特征匹配和空间几何约束确定多时相点云间的同名匹配点集，据此估计旋转和平移参数，完成点云粗配准；精配准阶段，本专利采用迭代策略提取多时相点云中的形态不变区域，据此进一步优化粗配准阶段得到的初始旋转和平移参数，最后将优化后的参数用于整体点云进行刚性转换，完成多时相点云的自动配准。
-
公开(公告)号：CN112149495B
公开(公告)日：2023-07-28
申请号：CN202010785920.4
申请日：2020-08-07
Applicant: 中国矿业大学(北京)
IPC: G06V20/40
Abstract: 本发明公开了一种基于视差分析的视频关键帧提取方法：聚焦管道、巷道等地下狭长密闭空间的单目视频三维重构需求，针对传统手动提取视频帧效率低、自动提取精度差的问题，设计一种基于视差追踪的视频关键帧提取方法。该方法采用由粗到精的关键帧提取策略。粗提取阶段以Tenengrad评价函数为基础，对视频帧进行模糊度评价，剔除严重模糊影像，引入自适应的取帧参数，避免提取模糊的冗余视频帧影像，提升粗提取的合理性；精提取阶段采用网格运动统计策略的特征匹配算法，实现实时的大量特征点高精度匹配，通过视差分析获取相机运动信息对视频帧进行分类，剔除静止、旋转等冗余帧，最后得到空间位置合理的适用于管道内壁三维重构需求的关键帧影像集。
-
公开(公告)号：CN112396641A
公开(公告)日：2021-02-23
申请号：CN202011282691.0
申请日：2020-11-17
Applicant: 中国矿业大学(北京)
Abstract: 本专利公开了一种基于全等二基线匹配的点云全局配准方法：针对人造场景点云存在的小重叠、高噪声、高对称问题带来的配准精度低的问题，本专利利用场景中广泛分布的空间三维直线特征，基于采样一致性框架，通过构建并匹配全等二基线迭代地完成点云全局配准。具体地，配准方法以点云中三维直线作为特征构建基元，首先在基准点云中构建基础二基线，基础二基线由两条空间非平行直线构成，包含显著且丰富拓扑信息，然后在待配准点云中依据基础二基线特征描述寻找同名二基线集合，继而根据全等线对匹配计算点云转换参数，最后基于采样一致性框架，迭代搜索最优全等二基线匹配，获取最优配准参数，完成场景点云高精度配准。
-
公开(公告)号：CN112396641B
公开(公告)日：2023-07-21
申请号：CN202011282691.0
申请日：2020-11-17
Applicant: 中国矿业大学(北京)
Abstract: 本专利公开了一种基于全等二基线匹配的点云全局配准方法：针对人造场景点云存在的小重叠、高噪声、高对称问题带来的配准精度低的问题，本专利利用场景中广泛分布的空间三维直线特征，基于采样一致性框架，通过构建并匹配全等二基线迭代地完成点云全局配准。具体地，配准方法以点云中三维直线作为特征构建基元，首先在基准点云中构建基础二基线，基础二基线由两条空间非平行直线构成，包含显著且丰富拓扑信息，然后在待配准点云中依据基础二基线特征描述寻找同名二基线集合，继而根据全等线对匹配计算点云转换参数，最后基于采样一致性框架，迭代搜索最优全等二基线匹配，获取最优配准参数，完成场景点云高精度配准。
-
公开(公告)号：CN112857246B
公开(公告)日：2022-11-15
申请号：CN202110158337.5
申请日：2021-02-05
Applicant: 中国矿业大学(北京) , 北方魏家峁煤电有限责任公司
Abstract: 本发明公开了一种利用地面三目视频帧匹配的露天矿边坡形变在线监测方法。首先，通过均匀布设标靶，采用后定向方法完成三目视频相机参数标定；然后，通过对不同时刻三目视频帧的标靶及同名特征匹配与追踪，进行同名特征偏差估计，自动识别形变特征；继而，利用三组视频帧的前方交会，计算边坡形变特征的三维形变量，进行三维形变特征的时序分析，完成边坡形变的预警分析。该发明所用的硬件设备成本低，形变特征捕捉和三维形变量估计效率高，可实现边坡形变特征自动捕捉，辅助确定潜在滑坡区，完成在线高精度三维形变监测，满足露天矿高陡边坡三维形变监测的安全需求。
-
Patent Agency Ranking
公开(公告)号：CN109523582B
公开(公告)日：2021-08-06
申请号：CN201811050394.6
申请日：2018-09-10
Applicant: 中国矿业大学(北京)
IPC: G06T7/33
Abstract: 本专利公开了一种顾及法向量和多尺度稀疏特征的点云粗配准方法：首先，在基础点云中迭代确定多组4点基，并计算4点基中各点邻域范围内的法向量及任意两点法向量夹角，通过设定向量夹角阈值，可有效删除几何结构性较弱的4点基，进而可减少全等4点基对的搜索次数，提高点云配准效率；其次，在待匹配点云中寻找全等4点基时加入了邻域内的多维点特征匹配，采用同名点基特征一致性准则对全等4点基进行优化调整；最后采用优化后的全等4点基对计算两站点云间的旋转和平移参数，完成点云粗配准，为点云精配准提供较好的初始位置。
-
公开(公告)号：CN112149495A
公开(公告)日：2020-12-29
申请号：CN202010785920.4
申请日：2020-08-07
Applicant: 中国矿业大学(北京)
IPC: G06K9/00
Abstract: 本发明公开了一种基于视差分析的视频关键帧提取方法：聚焦管道、巷道等地下狭长密闭空间的单目视频三维重构需求，针对传统手动提取视频帧效率低、自动提取精度差的问题，设计一种基于视差追踪的视频关键帧提取方法。该方法采用由粗到精的关键帧提取策略。粗提取阶段以Tenengrad评价函数为基础，对视频帧进行模糊度评价，剔除严重模糊影像，引入自适应的取帧参数，避免提取模糊的冗余视频帧影像，提升粗提取的合理性；精提取阶段采用网格运动统计策略的特征匹配算法，实现实时的大量特征点高精度匹配，通过视差分析获取相机运动信息对视频帧进行分类，剔除静止、旋转等冗余帧，最后得到空间位置合理的适用于管道内壁三维重构需求的关键帧影像集。
-
公开(公告)号：CN109949350A
公开(公告)日：2019-06-28
申请号：CN201910178833.X
申请日：2019-03-11
Applicant: 中国矿业大学(北京)
IPC: G06T7/33
Abstract: 本专利公开了一种基于形态不变特征的多时相点云自动配准方法：针对多时相变化场景点云配准特点，通过形态不变点提取与匹配完成点云粗配准，进而搜索多时相点云中的形态不变区域，估计多时相点云间的旋转和平移参数，完成点云精配准。具体地，针对点云粗配准首先确定多时相点云中的近似同名四点对，然后以四点对为中心计算邻域内点特征描述子，通过特征匹配和空间几何约束确定多时相点云间的同名匹配点集，据此估计旋转和平移参数，完成点云粗配准；精配准阶段，本专利采用迭代策略提取多时相点云中的形态不变区域，据此进一步优化粗配准阶段得到的初始旋转和平移参数，最后将优化后的参数用于整体点云进行刚性转换，完成多时相点云的自动配准。
-
公开(公告)号：CN112857246A
公开(公告)日：2021-05-28
申请号：CN202110158337.5
申请日：2021-02-05
Applicant: 中国矿业大学(北京) , 北方魏家峁煤电有限责任公司
Abstract: 本发明公开了一种利用地面三目视频帧匹配的露天矿边坡形变在线监测方法。首先，通过均匀布设标靶，采用后定向方法完成三目视频相机参数标定；然后，通过对不同时刻三目视频帧的标靶及同名特征匹配与追踪，进行同名特征偏差估计，自动识别形变特征；继而，利用三组视频帧的前方交会，计算边坡形变特征的三维形变量，进行三维形变特征的时序分析，完成边坡形变的预警分析。该发明所用的硬件设备成本低，形变特征捕捉和三维形变量估计效率高，可实现边坡形变特征自动捕捉，辅助确定潜在滑坡区，完成在线高精度三维形变监测，满足露天矿高陡边坡三维形变监测的安全需求。
-
公开(公告)号：CN109523582A
公开(公告)日：2019-03-26
申请号：CN201811050394.6
申请日：2018-09-10
Applicant: 中国矿业大学(北京)
IPC: G06T7/33
Abstract: 本专利公开了一种顾及法向量和多尺度稀疏特征的点云粗配准方法：首先，在基础点云中迭代确定多组4点基，并计算4点基中各点邻域范围内的法向量及任意两点法向量夹角，通过设定向量夹角阈值，可有效删除几何结构性较弱的4点基，进而可减少全等4点基对的搜索次数，提高点云配准效率；其次，在待匹配点云中寻找全等4点基时加入了邻域内的多维点特征匹配，采用同名点基特征一致性准则对全等4点基进行优化调整；最后采用优化后的全等4点基对计算两站点云间的旋转和平移参数，完成点云粗配准，为点云精配准提供较好的初始位置。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
