共查询到20条相似文献,搜索用时 343 毫秒
1.
在研究基于图像的三维全景构建关键技术的基础上,探索出一种基于实景图像色分技术的三维全景展示方法。该方法依据人体视觉差异,通过在顶视CAD图上标定一维用于描述实景图像层次的信息,重构全景图中各像素点的深度,自动生成全景图视觉偏移,运用色分法分离图片色彩通道实现立体显示。最后利用Flash3D设计引擎,实现三维全景展示。 相似文献
2.
针对三维激光点云数据生成360°全景深度图像存在像素分辨率不均匀的问题,提出一种顾及目标量测精度及可见度的全景深度图像生成方法,在保证全景影像表达地物的完整性的前提下提高其数据的存取精度。通过坐标转换和投影变换生成与全景影像匹配的全景深度图像;基于摄影成像原理分析摄影中心高度、深度值和像素分辨率之间的关系,得到不同深度处目标分辨率随摄影中心升高趋于一致的结论;综合分析地面目标分辨率和杆状目标尤其是树冠对树干的遮挡问题,确定特定场景下生成全景深度图像的最佳摄影中心位置并重新生成深度图像。实验分析表明,该方法能够在保证杆目标可见度的前提下提高地面目标量测精度。 相似文献
3.
基于全景摄影测量的原理,以全景共线条件方程为基础,结合广州市数字城管深化建设之部件普查任务的实际需求,提出并实现了车载全景影像双片测量、单片测量的具体方法;完成了基于二维部件采集成果与三维全景影像自动挂接的所见即所得的部件展示与管理。将全景影像双片量测、单片测量得到的部件采集结果与通过CORS_RTK外业测量模式得到的普查结果进行对比分析,全景测量部件的精度可优于0.5m。实验表明,车载全景摄影测量技术可用于城市部件普查,成为数字城管部件信息采集及更新的一种高效而准确的技术手段。 相似文献
4.
低空遥感影像匹配与拼接技术研究 总被引:3,自引:1,他引:2
介绍了无人驾驶飞行器低空遥感的优势和特点,阐述了低空遥感影像的自动匹配及全景图拼接方法,试验结果验证了其匹配和全景影像图自动拼接方法的正确性。 相似文献
5.
6.
7.
图像拼接技术在科研和工程中应用广泛,本文基于Harris与RANSAC算法设计开发了一款图像拼接软件,包括兴趣点检测、特征匹配、精确匹配、图像拼接等主要功能模块,并以普通照片、无人机影像和全景照片为例开展了该软件的应用试验,结果表明:基于Harris与RANSAC算法的图像拼接方法能够较好地实现对普通照片、无人机影像以及全景照片的无缝拼接,该软件简单易用、可靠性强。 相似文献
8.
9.
10.
720°全景技术当前广泛应用于城市街景、校园环境、名胜古迹、自然风光等虚拟展示,因其交互体验逼真、制作成本低廉而备受关注.本文对基于OpenCV和OpenGL的720°全景场景构建关键技术及原理进行了剖析,并利用普通数码相机拍摄获取的相片,完成了全景图的拼接和观察场景的构建,较好地实现了场景的720°全景浏览. 相似文献
11.
12.
针对传统影像定向方法难以适用于球形全景影像定向的问题,该文提出了一种基于运动恢复结构(SfM)算法思想的球形全景影像快速定向方法。通过避开视野盲区消除了由视野盲区特征点匹配引起的误差,并附加对极几何约束进行鲁棒估计以提高匹配精度;采用改进的EPnP算法对新添加的影像进行位姿计算,提高了新增影像的位姿计算精度和计算效率;提出了全景前方交会算法和全景光束法平差模型,并通过多种优化策略,提高了三维场景构建的精度。基于长白县街景序列影像的实验结果表明,该文所提算法能够实现多摄站球形全景影像的快速定向,并具有较好的精度水平。 相似文献
13.
14.
15.
刘丽丽 《测绘与空间地理信息》2018,(7):164-167
从我国虚拟旅游的发展现状出发,分析了旅游景区网站建立三维全景虚拟展示的可行性和有效性,并在此基础上详细地阐述了旅游三维全景导游系统所涉及的GIS技术、多媒体技术、虚拟现实技术和三维全景技术,介绍了旅游三维全景导游系统设计的相关技术问题,并最终设计和实现了基于GIS和多媒体集成的旅游三维全景导游系统。 相似文献
16.
17.
基于线特征的鱼眼图像与地面激光雷达点云配准 总被引:1,自引:0,他引:1
地面激光扫描数据(LiDAR)与全景图像进行联合分析在虚拟场景建设、文化遗迹保护等方面有较高的应用价值。将全景图像在其视点与LiDAR点云对齐是开展两种数据联合分析的基础,但需要克服数据维度差异转换和特征匹配的困难。本文提出了基于线特征的半自动配准方法纠正图像,将鱼眼图像和LiDAR点云投影为透视成像的柱面全景图像,采用Hough变换提取图像直线特征,并利用修正迭代Hough变换方法,实现在鱼眼全景图像视点约束下与离散激光点云的三维对齐。试验表明,该方法能在较少的人工干预下实现二维到三维数据对齐。 相似文献
18.
针对城市行道树调查中,街景影像背景环境复杂多变、行道树个体差异大,依靠目视判读费时费力的问题,该文基于车载移动测量系统采集的全景影像数据,利用深度学习算法,在快速区域卷积神经网络的目标检测方法基础上,建立适用于街景行道树检测的深度神经网络模型。模型采用基于共有显著性区域及冗余策略的行道树多示例目标候选区域选择方法,使用车载图像的几何约束进一步筛选合适的候选区域,从而实现行道树目标候选区域的统一选择,提升行道树目标的检测效果。实验结果表明,该文提出的方法能够实现多种行道树的准确自动识别与提取,进而大大降低行道树绿化调查的成本。 相似文献