-
公开(公告)号：CN106780712B
公开(公告)日：2021-02-05
申请号：CN201610968752.6
申请日：2016-10-28
Applicant: 武汉市工程科学技术研究院
IPC: G06T17/00
Abstract: 本发明涉及一种联合激光扫描和影像匹配的三维点云生成方法，它包括如下步骤：1、激光LiDAR点云完整度评估；2、弱/无反射区域三维点云生成；3、线特征地物的三维点云生成；4、激光LiDAR点云和密集匹配点云融合。本发明充分利用激光扫描技术和影像密集匹配技术各自的优势，根据影像密集匹配技术，解决激光扫描在弱/无反射区域和线状地物区域表现较弱的问题；根据原始的LiDAR点云，极大程度上减少密集匹配的计算量，能够快速获得完整、高精度、密集的三维点云产品。
-
公开(公告)号：CN107170000B
公开(公告)日：2019-09-10
申请号：CN201710254284.0
申请日：2017-04-18
Applicant: 武汉市工程科学技术研究院
Abstract: 本发明公开了一种本发明涉及基于全局块优化的立体影像密集匹配方法，步骤为：1、选择基准影像和参考影像，采用传统的立体影像密集匹配算法获得初匹配视差图；2、采用超像素分割技术，将基准影像分割成一系列相互邻接的块；3、构建全局能量函数中的数据项；4、构建全局能量函数中的平滑项；5、根据数据项和平滑项，建立全局能量函数，并采用最小二乘的方法解算函数，获得全局最优解，生成精确、连续、光滑的匹配视差图。本发明能够有效消除传统立体影像密集匹配算法中普遍存在的“视差阶梯”问题，生成的匹配视差图中，模型表面连续光滑，三维重建精度高。
-
公开(公告)号：CN107506782A
公开(公告)日：2017-12-22
申请号：CN201710548005.1
申请日：2017-07-06
Applicant: 武汉市工程科学技术研究院
Abstract: 本发明公开了一种本发明涉及基于置信权重双边滤波的密集匹配方法，步骤为：1、根据立体像对，选择基准影像和参考影像，采用传统的窗口算子，计算匹配代价矩阵；2、根据代价计算窗口内灰度的分布，判断中心像素的代价可靠性；3、对于代价可疑像素，进行基于置信权重的双边滤波，获得新的匹配代价；4、根据新的匹配代价，采用传统的半全局密集匹配方法，快速获得精确的视差图。本发明的滤波速度快，能够有效消除传统立体影像密集匹配算法中普遍存在的视差边缘误匹配问题，生成的匹配视差图中，地物边缘的线特征明显，三维重建精度高。
-
公开(公告)号：CN106780712A
公开(公告)日：2017-05-31
申请号：CN201610968752.6
申请日：2016-10-28
Applicant: 武汉市工程科学技术研究院
IPC: G06T17/00
Abstract: 本发明涉及一种联合激光扫描和影像匹配的三维点云生成方法，它包括如下步骤：1、激光LiDAR点云完整度评估；2、弱/无反射区域三维点云生成；3、线特征地物的三维点云生成；4、激光LiDAR点云和密集匹配点云融合。本发明充分利用激光扫描技术和影像密集匹配技术各自的优势，根据影像密集匹配技术，解决激光扫描在弱/无反射区域和线状地物区域表现较弱的问题；根据原始的LiDAR点云，极大程度上减少密集匹配的计算量，能够快速获得完整、高精度、密集的三维点云产品。
-
公开(公告)号：CN107578429B
公开(公告)日：2021-07-20
申请号：CN201710576951.7
申请日：2017-07-14
Applicant: 武汉市工程科学技术研究院
Abstract: 本发明涉及一种基于动态规划和全局代价累积路径的立体影像密集匹配方法，它包括如下步骤：1、根据输入的立体影像，选择基准影像和参考影像；2、选择匹配测度，计算匹配代价矩阵；3、设计全局代价累积路径，采用动态规划方法，沿着全局路径进行代价累积，获得代价累积矩阵；4、根据代价累积矩阵，计算密集匹配视差图。本发明能够解决传统的半全局密集匹配算法的匹配结果不鲁棒的问题，同时能够解决传统的全局匹配算法的时间复杂度高的问题，能够快速获得鲁棒、精确的密集匹配视差图，能够为数字摄影测量和遥感、计算机视觉、虚拟现实、数字地球等应用提供技术支持。
-
Patent Agency Ranking
公开(公告)号：CN106595602B
公开(公告)日：2019-06-25
申请号：CN201610939617.9
申请日：2016-10-31
Applicant: 武汉市工程科学技术研究院
IPC: G01C11/08
Abstract: 本发明涉及一种基于同名直线特征的相对定向方法。首先，在立体像对上采集同名直线特征；将平行直线特征、垂直直线特征和相交直线特征的相对定向方程联立，线性化，在给定初值的情况下，采用最小二乘平差的方法进行迭代计算，精化并确定两张影像之间的相对位移t和旋转R。本发明在解算过程中，不需要传统的同名点特征，不引入任何附加参数，仅仅依靠同名直线特征之间的相互关系，即可解算两张影像之间的相对位移和旋转；能够解决纹理贫乏区域由于同名点不足而无法准确定向的问题，可应用于城市三维建模、工业摄影测量、Lidar点云数据与航空影像配准等方面。
-
公开(公告)号：CN106530337A
公开(公告)日：2017-03-22
申请号：CN201610933540.4
申请日：2016-10-31
Applicant: 武汉市工程科学技术研究院
IPC: G06T7/32
CPC classification number: G06T2207/20212
Abstract: 本发明涉及一种基于图像灰度引导的立体像对密集匹配方法，首先进行代价计算，采用改进HOG算子作为代价测度，计算同名像素之间的代价，作为描述同名像素之间相似性的手段，建立代价矩阵；其次进行基于图像灰度引导的代价积聚，获得稳定的代价积聚结果；根据WTA策略，获得初始视差图，并剔除误匹配点和遮挡点，获得精化的视差图；最后根据视差图，生成密集的高精度三维点云。本发明充分考虑边缘灰度特征，在视差边缘具有较高的匹配精度；采用八方向迭代式的代价积聚方式，能够增强纹理贫乏区域的匹配鲁棒性；能够快速获得密集的高精度三维点云，在航天航空、低空和近景摄影测量无人车自动驾驶等领域具有较好的应用前景。
-
公开(公告)号：CN107784666B
公开(公告)日：2021-01-08
申请号：CN201710946704.1
申请日：2017-10-12
Applicant: 武汉市工程科学技术研究院
IPC: G06T7/33
Abstract: 本发明涉及一种基于立体影像的地形地物三维变化检测和更新方法，它包括如下步骤：1、根据输入的立体影像和三维点云，进行影像和点云的配准；2、根据立体影像的像方一致性约束，检测点云中的变化区域，并剔除变化区域中的点云；3、采用立体影像密集匹配算法，重新生成变化区域的三维点云，达到更新点云的目的。本发明能够以较低的成本，解决三维地形更新的问题，能够满足大范围地形测绘、智慧城市、智能交通等应用。
-
公开(公告)号：CN108053467B
公开(公告)日：2020-12-04
申请号：CN201710972518.5
申请日：2017-10-18
Applicant: 武汉市工程科学技术研究院
Abstract: 本发明涉及一种基于最小生成树的立体像对选择方法它包括如下步骤：1、根据输入的影像集合以及每张影像对应的相机参数和外方位元素POS，自动构建合适的候选立体影像集合；2、构建一张图G(V,E)，根据每个候选立体像对重叠区域的平面覆盖情况，计算对应边的权值；3、采用最小生成树算法，选择权值最小的边集合，作为立体像对选择的结果。本发明能够在保证重建精度和重建完整度的同时，大幅度缩短重建时间，能够用于国土测绘、大范围三维建模、虚拟现实等应用。
-
公开(公告)号：CN108053467A
公开(公告)日：2018-05-18
申请号：CN201710972518.5
申请日：2017-10-18
Applicant: 武汉市工程科学技术研究院
CPC classification number: G06T17/00 , G06T7/593 , G06T2207/10012
Abstract: 本发明涉及一种基于最小生成树的立体像对选择方法它包括如下步骤：1、根据输入的影像集合以及每张影像对应的相机参数和外方位元素POS，自动构建合适的候选立体影像集合；2、构建一张图G(V,E)，根据每个候选立体像对重叠区域的平面覆盖情况，计算对应边的权值；3、采用最小生成树算法，选择权值最小的边集合，作为立体像对选择的结果。本发明能够在保证重建精度和重建完整度的同时，大幅度缩短重建时间，能够用于国土测绘、大范围三维建模、虚拟现实等应用。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.034 seconds)
