排序方式： 共有41条查询结果，搜索用时 122 毫秒
1.
针对多视密集匹配的效率较低的问题,提出了GPU-PatchMatch多视密集匹配算法。该算法使用GPU提高PatchMatch的计算效率;同时充分利用稀疏场景信息,对深度信息进行规则初始化;为提高传播效率,使用了金字塔红黑板并行传播深度信息。最后在DTU、Strecha和Vaihigen数据集上进行了试验,并与常用的多视密集匹配算法进行对比。试验结果表明,本文算法在重建效率上有较大提高,与CPU算法(PMVS、MVE、OpenMVS)相比有7倍以上提升,与GPU算法相比也有2.5倍以上提升,表明本文算法的有效性。 相似文献
2.
3.
提出了一种以有效区域约束的Voronoi图为拼接线网络,利用GPU-CPU协同处理航空影像快速拼接方法。首先,基于成像有效区域生成有效区域约束的Voronoi图拼接线网络,解决了传统Voronoi图拼接线网络在低重叠度条件下拼接后影像局部区域不被覆盖的问题,然后利用GPU-CPU协同处理将正射纠正嵌入到影像拼接的过程中,并且只对每张影像的有效区域进行纠正,再通过选择配置优化和存储层次性优化进一步提高拼接效率。实验表明,对237张高分辨率航空影像进行快速正射纠正和拼接,本文算法较传统先纠正再拼接的方法效率提高近20倍,同时保证很高的拼接精度,可以满足应急测绘要求。 相似文献
4.
5.
6.
7.
在三维重建中,网格优化通常用于解决密集点云构建的三角网格含有较多噪声且缺少细节的问题。现有的变分优化方法利用完整的影像数据对初始网格进行影像一致性优化,但在一定程度上忽视了影像信息的冗余以及视图的质量对网格优化的影响。对此,本文提出主视图选取与从视图选取策略,以提升网格优化的效率与质量。首先综合影像梯度幅值与轮廓检测,构建马尔科夫随机场,为每个三角面选取主视图;其次根据相应的观测条件为每个主视图选取从视图;然后计算主、从视图间归一化加权的影像一致性;最后利用梯度下降法最小化表面能量函数,实现网格优化。试验在定性和定量上证实了本文方法的有效性,表明本文方法能恢复更多精细细节,且优化的时间更短、精度更高。 相似文献
8.
针对三维规划审批对精确的空间关系及逼真的三维可视化效果的综合需求,设计实现了两套针对大规模三维数字城市建筑物模型的屋顶纹理快速生成方案。方案一基于严格投影成像方程建立物方与像方对应关系,并根据视线方向、遮挡关系、成像分辨率等选取最优纹理进行映射。方案二通过建立相应的屋顶纹理库,并利用屋顶纹理智能匹配技术实现大范围屋顶纹理的快速合成。利用常州市三维城市模型数据进行了实验分析,实验表明,这两套纹理生成方案生成的屋顶纹理都满足建筑物纹理重建生产要求,极大地提高了三维建模效率。 相似文献
10.