共查询到20条相似文献,搜索用时 18 毫秒
1.
传统方法采集点云数据时容易丢失信息,无法保证历史街景重现的完整性。为此,提出一种新的基于三维虚拟vr的历史街景重现技术,对采集的0像素值点进行去噪处理,防止大量空洞产生。通过取交集对由三维采样点构成的集合进行多帧融合处理,求出各三维采样点的深度可信度,根据深度可信度排序对三维采样点进行无重复融合处理,获取历史街景完整三维点云。依据ICP法,通过不停查找对应点集及运算变换关系的过程,找到目标点集与参照点集间的旋转矩阵与平移向量,将感兴趣重建部分从整个场景中分离实现点云配准。将历史街景三维重建模型添加至Google Earth平台,在Google Earth平台实现历史街景重现。实验结果表明,所提方法能够有效实现历史街景重现,重建精度高、完整性强。 相似文献
2.
文章提出了一种基于可信度的球覆盖网格重建方法。该方法首先通过TOF相机信号幅值和获取的三维点云信息可信度的关系,利用可信度PCA算法提取出点云的法向矢量;然后根据二次误差函数拟合方法生成一个保持点云特征的球体集;最后通过球体之间的相交关系,构造出三角形网格曲面。实验结果表明,文中方法可以较好地重建出TOF相机三维点云网格曲面。 相似文献
3.
车载激光扫描系统集成多种传感器,可以在获取三维激光点云数据的同时获取相应的光学影像,融合处理激光点云和光学影像能实现城市场景的真彩色三维可视化.本文讨论如何在车载系统的基础上对纹理的采集,纹理的重建进行研究和改进.分析了采集平台、采集的原则,建立了激光点云与数字影像的映射关系,生成彩色激光点云,重点阐述原始彩色激光点云... 相似文献
4.
伴随着计算机技术应用与三维扫描应用的发展,点云三维重建技术被普遍的应用到计算机辅助设计、虚拟现实、测量学、医学等各种领域.选取了斯坦福大学提供的点云数据作为研究对象,提出了从点云配准,点云降采样,点云滤波到重建三角面的实现方案.通过粗配准算法处理点云,使用精配准ICP算法;经过配准得到的点云降采样;采用双边滤波平滑点云;重建点云模型.通过对比斯坦福大学提供的重建后的模型,结果表明,本文的方法在点云三维重建方面有较好的表现. 相似文献
5.
针对单一无人机影像在复杂拱桥建模精度和完整度方面的不足,提出一种将三维激光扫描数据与无人机航空影像融合的拱桥精细化建模方法。首先以无人机低空区域环绕航摄及近景摄影获取拱桥主体及细部高质量纹理数据;然后通过增加连接影像将无人机主体及细部影像数据融合并生成高精度拱桥主体上部点云数据;最后将三维激光扫描仪采集所得拱桥桥体下部多站点云数据经坐标转换、配准实现与拱桥上部高精度点云融合从而生成拱桥完整的精细化实景三维模型。通过与单一无人机影像建模结果进行精度对比分析和纹理完整性评价以此验证本文建模方法的有效性。结果表明:该方法可重建几何精度高、完整性好、纹理真实的拱桥实景三维模型,并为类似底部脱空建筑的数据采集方法提供参考,具有较好的工程应用价值。 相似文献
6.
为解决面部整形手术成功率低的问题,设计了用于面部虚拟整形的三维面部重建系统。该系统首先利用高精度深度相机采集人脸多角度深度图像,将每幅深度图像分别转换为对应点云模型并进行去噪预处理。接着,将正面点云和侧面点云进行粗匹配实现点云拼接,并提出一种改进的精配准算法进行精配准,得到目标人脸三维点云模型。对点云模型网格化处理后,提出一种基于半边结构的细分算法来提高重建模形精度,最后完成贴图即可构建人脸模型。为了验证所设计系统的重建精度,设计了对比实验。结果表明:系统重构人脸与其他重建系统相比,提高了人脸精度,且与真实人脸间差距小于2 mm,可以将其应用于面部虚拟整形,从而对专业医师提供术前指导,提高手术成功率。 相似文献
7.
基于Google Earth的人机交互平台设计 总被引:2,自引:0,他引:2
分析了Google Earth(GE)的基本概况和应用前景,研究如何在C++平台上对Google Earth客户端进行二次开发.通过软件编程,调用Windows API函数和GE COM API函数将GE视图嵌入到开发平台界面中,实现地图定位、实时坐标获取和地理位置搜索功能,并结合Windows Hook(钩子)机制,实现GE视图放大缩小和绘制轨迹的功能,达到人机交互的目的,满足应用基本需求.所设计的人机交互平台具有三维场景逼真、界面友好、功能丰富等特点. 相似文献
8.
本文基于Google Sketchup软件进行三维建模研究,将建立的三维模型发布到Google Earth上,并利用Google Earth API和KML进行二次开发研究.以网页形式发布三维模型,并提供浏览、定位查询等功能,此方法是一种快速开发三维网页的形式.本文对三维网页发布的技术实现过程进行探讨,力求三维GIS更加具有实用性. 相似文献
9.
随着Google Earth技术含量的不断提高,基于Google Earth的应用技术在国内外已成为研究的热点。该文章提出利用Google Earth搭建动态的虚拟旅游平台,实现三维化的人、景交互界面。该方法利用Google Earth识别KML文件的技术,使用KML文件加载地标的信息、图片、视屏,使用者通过点击景点的地标,连接到Google Earth就可以全方位的浏览地标所在景点的信息。使用Google Earth能够全方位观察场景,整体感强,具有交互性和沉浸感,用户能产生"虚拟游历"的感觉。 相似文献
10.
长时间序列数据分析有助于人们更好的了解事物本质,但传统的长时间序列数据集的获取和处理需要花费大量的人力和财力,对于大尺度范围的湿地生态系统长时间序列数据的获取更加困难.以Google数据中心数万计CPU为运算基础的Google Earth Engine平台为长时间序列数据的获取和处理提供了契机.鉴于此,基于Google Earth Engine平台,作者生产了白洋淀地区1987—2017年的NDVI、NDWI数据集,并以此对白洋淀湿地生态系统景观类型进行分类,运用景观生态学方法研究了近30 a白洋淀湿地生态系统景观演变特征,同时表明了Google Earth Engine平台在监测湿地生态系统景观空间格局变化的可行性与优越性. 相似文献
11.
12.
《内蒙古师范大学学报(自然科学版)》2017,(6)
提出一种基于数据挖掘技术的图像三维模型重建方法.首先对图像进行去噪处理和缺陷修复,并采用点云配准将不同图像分配到统一坐标系中,过滤掉图像中的冗杂信息;然后通过TSDF算法对点云配准后的图像进行数据融合,获取完整的点云模型;最后在OpenGl条件下对点云模型实施渲染,完成图像三维模型的重建.实验结果表明,该方法具有较高的重建效率和配准效率,重建的图像三维模型真实性高,边缘和纹理的处理效果清晰. 相似文献
13.
由于传感器噪声干扰,点云密度不均匀,场景复杂多样以及物体之间存在遮挡现象等问题,使得三维点云场景语义分割问题的研究工作极具挑战性。针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题,提出一种密度自适应的方法。该方法通过多层感知器学习一个权重函数,利用核密度估计学习一个密度函数,对非均匀采样的点云数据进行卷积操作。同时,受深度学习在图像领域的启发,引入残差连接、空洞卷积等结构,训练更深层的点云分割网络。该算法在多个点云分割的标准数据集上取得了优秀的性能。 相似文献
14.
15.
Google Earth在地学研究中的应用 总被引:4,自引:0,他引:4
Google Earth是Google公司发布的当前非常流行的一款三维虚拟地球软件,已在许多行业得到了广泛应用.采用传统方法研究地壳形变时,对点、线、面的分析一般是基于地理信息系统软件,通常在三维功能上较为欠缺,而引入Google Earth软件可较好地进行三维地形等要素的显示.介绍Google Earth的KML语言... 相似文献
16.
17.
基于曲率图的三维点云数据配准 总被引:2,自引:0,他引:2
以曲率图作为三维点云数据的特征描述函数,并运用曲率图实现了三维点云数据的配准.对于含有噪声的点云数据,先根据每个点的邻域特性估算其曲率值,然后根据每个点及其周围邻域点的曲率值构造该点的曲率图.通过在多比例空间下曲率图的特征保持分析,可提取到最能反映该点云数据特征的特征点集.对于两两配准,这些特征点集被用于三维点云数据的粗略配准算法中,该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配,由匹配的特征点对进行坐标变换求解,完成了两三维点云的粗略配准,然后运用迭代最近点算法进行精确配准.最后将整个配准算法应用于真实的三维点云数据,结果表明该算法能有效抑制点云采样密度及噪声的影响,能够快速实现点云数据的精确配准. 相似文献
18.
本文对如何满足突发大流量话务时效性和直观性的监控需求进行了深入研究,通过Google Earth平台二次开发,设计实现了大型活动实时话务可视化监控系统,介绍了系统构成及应用价值,并对Google Earth平台二次开发的通用模式及后续扩展进行了展望。 相似文献
19.
在散乱数据点移动最小二乘曲面拟合的基础上,提出了一种增量式多视点云数据融合算法.将算法中多视点云数据作为对同一物体表面二维流形的一次采样,采样数据中包含匹配误差、冗余和畸变,把多视点云数据融合问题转换为由包含误差的散乱数据点恢复二维流形的过程.对每一幅当前处理的点云,寻找当前点云与已增量式融合的点云数据的重叠部分,在重叠部分数据集上构造移动最小二乘曲面,将重叠部分的每一个在移动最小二乘曲面上的对应点合并到当前已增量式融合的点云数据集中,从而实现了增量式多视点云数据的融合.实验证明,该算法是一种有效的多视点云数据融合算法,并且可从较大匹配误差、噪声、畸变的多视点云数据中获得较好的融合效果. 相似文献
20.
点云的三角化处理是点云三维重构中必不可少的处理步骤,其处理效果直接决定了点云三维重构结果的好坏,而点云进行三角化时搜索半径r的参数设置决定了点云三角化的处理效果.针对该参数的取值及其对点云三角化结果的影响做了研究.首先对点云数据进行预处理,然后利用最小二乘法原理对点云进行平滑处理,最后将平滑处理后的点云利用贪婪三角化算法实现点云数据的三角网格化.结果表明,点云三角化处理技术在搜索半径r大于等于5倍采样间距(平均间距)时,能够快速准确地生成质量较好的点云三角模型. 相似文献