-
公开(公告)号：CN113012212B
公开(公告)日：2024-04-16
申请号：CN202110361836.4
申请日：2021-04-02
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于深度信息融合的室内场景三维点云重建方法，包括：获取场景的彩色图像和深度图像；融合彩色图像和深度图像进行特征提取、匹配；确定深度相机的位姿并筛选出关键帧；根据关键帧，生成每个关键帧的三维点云；根据深度相机的位姿，逐帧拼接每个关键帧的三维点云，获得全局一致的场景三维点云模型。本发明通过在特征提取中同时使用图像亮度信息和深度信息评判一个点是否为特征点，使得提取出来的特征点具有高度代表性，同时对提取出来的特征点进行均匀化操作，保证特征点的数量在合理范围内，有效地控制系统的计算量，提高了前端的精度，增强了前端的鲁棒性，使得后端优化的结果更加准确或者减少了后端优化的迭代次数。
-
Patent Agency Ranking
公开(公告)号：CN116972853A
公开(公告)日：2023-10-31
申请号：CN202311175019.5
申请日：2023-09-13
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种未知环境下移动机器人局部避障路径规划方法，包括以下步骤：S1，确定初始位置信息，移动机器人通过相关的传感器获取初始状态时的位置信息；S2，设定起点和目标点，以移动机器人初始位置为起点，通过人工设定的方式指定目标点，该目标点即为移动机器人所移动的目标点；S3，判断是否需要构建地图；S4，移动机器人使用costmap converter组件；S5，使用因子图的软约束来优化TEB，使用因子图优化TEB；S6,进行地图信息存储。本发明提供了一种未知环境下移动机器人局部避障路径规划方法，改进移动机器人在未知环境下导航计算时间长、计算成本高、无法找到最优路径的缺点，使其可以在低性能的机器人中也能进行流畅导航。
-
公开(公告)号：CN112241676A
公开(公告)日：2021-01-19
申请号：CN202010644060.2
申请日：2020-07-07
Applicant: 西北农林科技大学
Abstract: 本发明为一种地形杂物自动识别的方法，涉及一种基于深度学习的地形杂物识别系统。该系统对基于无人机航拍技术获取的低精度三维地形点云数据做一系列处理。针对低精度地形特征信息有限的问题，重构了地形点云的几何特征和颜色特征，设计了一种多属性描述符，描述输入地形点云中每个点的局部信息；然后通过在无监督分类中使用多属性描述符，将地形点云聚合成若干超级点，以降低计算复杂；接着定义一个有向属性图，将超级点组合成一个图结构，即超点图；最后，利用提出的基于深度图卷积的LSTM算法对超点图的节点进行分类。该系统最终可以对地形点云中的杂物进行语义分割，将地形中的杂物通过不同的颜色加以显示。通过进一步的研究与分析，可以为地形分析等提供基础的技术支持。
-
公开(公告)号：CN113012212A
公开(公告)日：2021-06-22
申请号：CN202110361836.4
申请日：2021-04-02
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于深度信息融合的室内场景三维点云重建方法，包括：获取场景的彩色图像和深度图像；融合彩色图像和深度图像进行特征提取、匹配；确定深度相机的位姿并筛选出关键帧；根据关键帧，生成每个关键帧的三维点云；根据深度相机的位姿，逐帧拼接每个关键帧的三维点云，获得全局一致的场景三维点云模型。本发明通过在特征提取中同时使用图像亮度信息和深度信息评判一个点是否为特征点，使得提取出来的特征点具有高度代表性，同时对提取出来的特征点进行均匀化操作，保证特征点的数量在合理范围内，有效地控制系统的计算量，提高了前端的精度，增强了前端的鲁棒性，使得后端优化的结果更加准确或者减少了后端优化的迭代次数。
-
公开(公告)号：CN119417742A
公开(公告)日：2025-02-11
申请号：CN202411553461.1
申请日：2024-11-02
Applicant: 西北农林科技大学
IPC: G06T5/90 , G06T3/4007 , G06T5/40 , G06T5/50 , G06T5/73
Abstract: 本申请涉及一种基于SKWGIF的高动态范围红外图像增强方法及装置。所述方法包括：获取待增强的16位的原始红外图像，并对原始红外图像进行滤波处理，得到原始红外图像对应的基础层图像；使用CLAHE算法增强基础层图像的对比度，得到增强基础层图像；对基础层图像进行高斯模糊处理，得到二次基础层图像；基于二次基础层图像和原始图像，生成细节层图像；使用自动增益控制方法对细节层图像进行增强，得到增强细节层图像；将增强基础层图像和增强细节层图像按照预设的融合系数进行合并，得到原始图像对应的增强图像；线性压缩增强图像的动态范围，得到8位的输出图像。采用本方法能够提高增强图像的对比度，并丰富了增强图像的细节。
-
公开(公告)号：CN110796694A
公开(公告)日：2020-02-14
申请号：CN201910970724.1
申请日：2019-10-13
Applicant: 西北农林科技大学
IPC: G06T7/55
Abstract: 本发明涉及一种基于Kinect V2的果实三维点云的实时获取的方法。是一款集前端在线采集果实点云，用户通过手持Kinect V2相机对作物果实进行拍摄，通过同步建图与定位技术实时在屏幕上展示拍摄进程，后端进行位姿的优化和噪声的去除，最后获得果实的点云信息。为了获得纯净的果实点云，我们选择先通过直通滤波等基于滤波器的方法去除果实点云的外点、然后利用维诺联合协方差进行果实点云的保征精去噪，最后通过基于曲率的自适应均值偏移获得完整、无噪声的果实点云。本发明通过使用Kinect V2作为作物点云的获取工具，为果实的三维重建、数字果实的研究提供了便捷、廉价的解决方案。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
