CN107341843B - 基于真实色彩的海量点云动态显示方法和系统 - Google Patents

基于真实色彩的海量点云动态显示方法和系统 Download PDF

Info

Publication number
CN107341843B
CN107341843B CN201710570837.3A CN201710570837A CN107341843B CN 107341843 B CN107341843 B CN 107341843B CN 201710570837 A CN201710570837 A CN 201710570837A CN 107341843 B CN107341843 B CN 107341843B
Authority
CN
China
Prior art keywords
point cloud
data
display
visitor
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710570837.3A
Other languages
English (en)
Other versions
CN107341843A (zh
Inventor
杨森茂
刘荣
杨锡川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yunnan Shuyun Information Technology Co ltd
Original Assignee
Yunnan Shuyun Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yunnan Shuyun Information Technology Co ltd filed Critical Yunnan Shuyun Information Technology Co ltd
Priority to CN201710570837.3A priority Critical patent/CN107341843B/zh
Publication of CN107341843A publication Critical patent/CN107341843A/zh
Application granted granted Critical
Publication of CN107341843B publication Critical patent/CN107341843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

为解决现有技术的不足,本发明提供了一种基于真实色彩的海量点云动态显示方法,所述方法包括:S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建,所述优化重建的方法包括:首先,使用法向量对点云数据进行定向和参数标记;然后对海量点云数据进行数值减小优化;最后形成附带真实色彩的海量点云动态显示标记数据包。S2.根据用户的访问信息,调整数据模型,显示相应的显示信息;S3.在显示过程中进行显示数据的优化处理。此外,本发明该提供了一种基于真实色彩的海量点云动态显示系统,包括访问信息接收模块、数据处理模块、数据储存模块和显示模块。本发明显示图像的反馈速度相比现有技术可以提高50%以上。

Description

基于真实色彩的海量点云动态显示方法和系统
技术领域
本发明信息技术领域,具体涉及一种基于真实色彩的海量点云动态显示方法和系统。
背景技术
古建筑是指具有历史意义的建国之前的民用建筑和公共建筑。在中国,很多古镇以及大部分的大城市还保留着一些古建筑。然而,在大兴土木的现在,加上自然界的风雨侵害、火灾等不可控因素的影响,大量的具有历史文化意义的古建筑消失在了人们的视野中,由于前期对于古建筑信息留存的不完整性,很多时候,只能依靠历史学家的解读以及建筑工程师的理解,在一定程度上还原或修复古建筑。
现有技术对古建筑进行3D扫描的方法,通过建立数据模型的方式,在一定程度上解决了古建筑留存以及修复困难的问题。此外,基于3D扫描建筑还可以生成针对扫描模型的点云漫游或点云浏览功能,方便用户全方位的查看数据模型。现有点云漫游技术或点云浏览技术,一般是在数据模型的技术上加载浏览路径,并相应的反馈浏览路径上的点云数据。但是,由于3D扫描产生的数据量非常大,尤其是带有真实色彩的古建筑3D扫描点云数据,往往需要运算能力很强的计算机才具有处理浏览功能的能力,且一般也仅能浏览小型建筑的数据模型。并且,采用现有漫游或浏览技术,由于数据模型的完整性,体现在用户面前的影像往往是各种点云图层的累加,反而会因为数据重叠造成模糊、难以区分、显示效率与效果质量低下等问题。由于上述问题的存在,现有点云动态显示技术一般运用在具有大型计算机的固定端,严重限制了该技术的发展和运用。
发明内容
本发明针对现有古建筑3D扫描数据模型往往需要运算能力很强的计算机才具有处理浏览功能的能力,且一般也仅能浏览小型建筑的数据模型;以及因为数据重叠造成模糊、难以区分、显示效率与效果质量低下的问题中的至少一项。提供了一种基于真实色彩的海量点云动态显示方法,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建。
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息。
S3.在显示过程中进行显示数据的优化处理。
进一步的,步骤S1所述优化重建的方法包括:首先,使用法向量对点云数据进行定向和参数标记。然后对海量点云数据进行数值减小优化。最后形成附带真实色彩的海量点云动态显示标记数据包。
进一步的,步骤S1所述数值减小优化的方法为:去除点云数据中的公共数据部分,仅保留有效的特征数值。
进一步的,步骤S2所述调整数据模型的方法为:首先获取数据模型信息。然后根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。之后保持视觉坐标系不变,通过旋转或整体移动数据模型的方法进行相应的动态显示。
进一步的,步骤S3所述优化处理包括:显示点云区域优化。
所述显示点云区域优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。然后以穿过访问者坐标点且平行于访问者观察面的平面,作为界定数据模型中参与显示的点云区域底边界。最后根据上述点云区域底边界,选择预设访问者观察侧的数据形成显示信息。
进一步的,所述显示点云区域优化还包括:根据访问者观察窗口大小,匹配与观察窗大小对应的点云区域四周边界,选择点云区域底边界和点云区域四周边界内的数据形成显示信息。
进一步的,步骤S3所述优化处理包括:显示过滤优化。
所述显示过滤优化的方法包括:基于步骤S1所述优化,首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。然后通过点云的参数标记信息,计算并选取法向量面向访问者视觉方向的点云,并自动过滤法向量背对访问者视觉方向的点云数据,从而形成面向访问者视觉方向的显示信息。
进一步的,所述显示过滤优化还包括:根据访问者的坐标点,自动过滤相对访问者距离较远且与较近数据同向重叠的点云数据。
进一步的,步骤S3所述优化处理包括:显示层次优化。
所述显示层次优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。然后基于数据与访问者坐标的距离,形成2层以上不同分辨率的显示层。所述显示层的分辨率自访问者坐标向远离访问者的方向逐层降低。
进一步的,所述显示层的分辨率为显示层显示的点云数据的数量。所述显示层的分辨率降低为显示层参与显示的点云数据的数量减少。
本发明还提供了一种基于真实色彩的海量点云动态显示系统,包括访问信息接收模块、数据处理模块、数据储存模块和显示模块。
进一步的,所述访问信息接收模块用于接收用户发出的数据访问信息,并将该信息反馈至数据处理模块。
进一步的,所述数据处理模块根据接收到的访问信息,从数据储存模块中调取相应的点云数据信息,并至少包括采用上述基于真实色彩的海量点云动态显示方法,对点云数据进行处理,得到显示信息并发送至显示模块。
进一步的,所述数据储存模块用于储存点云信息。
进一步的,所述显示模块用于向用户展示数据处理模块分析处理后的显示信息。
本发明至少具有以下优点之一:
1.本发明采用自由的数据处理技术,降低了点云动态显示时,计算机需要处理的数据量,相同条件下,采用本发明的点云动态显示方法,显示图像的反馈速度相比现有技术可以提高50%以上。
2.采用本发明可以有效克服点云动态显示时,由于视觉方向数据重叠造成的模糊、难以区分、显示效率与效果质量低下等问题。极大提高了点云的高品质动态显示效果与显示效率,使基于真实色彩的海量点云具有更加广泛的应用价值与应用前景。
3.由于本发明对点云动态显示时所需要处理的数据量进行了极大的优化,因此,本发明提供的基于真实色彩的海量点云动态显示系统可以广泛运用于计算机或移动端的线上或线下浏览,极大推动了该技术的发展和运用。
附图说明
图1所示为本发明显示点云区域优化方法示意图;
图2所述为本发明显示过滤优化方法示意图;
图3所述为本发明显示层次优化方法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
一种基于真实色彩的海量点云动态显示方法,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建。
所述优化重建的方法包括:首先,使用法向量对点云数据进行定向和参数标记。然后对海量点云数据进行数值减小优化。最后形成附带真实色彩的海量点云动态显示标记数据包。
所述数值减小优化的方法为:去除点云数据中的公共数据部分,仅保留有效的特征数值。
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息。
所述调整数据模型的方法为:首先获取数据模型信息。然后根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。之后保持视觉坐标系不变,通过旋转或整体移动数据模型的方法进行相应的动态显示。
S3.在显示过程中进行显示数据的优化处理。
采用上述方法,可以形成点云数据的坐标系体系,且经过法向量定向和标记以及数值减小优化后,数据的存储量相比原有点云数据会下降10%以上,且后期数据的调用和处理将得到明显的简化。此外,现有动态显示技术一般是基于数据模型固定,并会根据访问者的漫游或浏览途径选取相应的数据点重新构建相应的被观察数据模型,然后呈现给访问者。该方法的数据处理涉及模型重铸,计算量较大。本发明采用旋转或整体移动数据模型的方法相匹配访问者的漫游或浏览途径,数据处理仅需要进行相应的坐标系变换,而不用进行数据模型的重铸,因此可以显著降低处理器的运算量,进而提高显示速度和显示效率。
实施例2
一种基于真实色彩的海量点云动态显示方法,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建。
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息。
S3.在显示过程中进行显示数据的优化处理,所述优化处理包括:显示点云区域优化。
如图1所示,所述显示点云区域优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。然后以穿过访问者坐标点且平行于访问者观察面的平面,作为界定数据模型中参与显示的点云区域底边界。最后根据上述点云区域底边界,选择预设访问者观察侧的数据形成显示信息。
所述显示点云区域优化还包括:根据访问者观察窗口大小,匹配与观察窗大小对应的点云区域四周边界,选择点云区域底边界和点云区域四周边界内的数据形成显示信息。所述观察窗口为反馈给访问者的显示窗口,该窗口可以根基预设固定大小,也可以根据访问者的需求调节大小。
其余方法与实施例1相同。
采用该方法通过预设访问者的观察方向,排出了访问者观察方向和观察窗口以外的数据,可以极大的降低参与显示运算的点云数量,从而提高动态显示的反馈速度。
实施例3
一种基于真实色彩的海量点云动态显示方法,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建。
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息。
S3.在显示过程中进行显示数据的优化处理,所述优化处理包括:显示过滤优化。
如图2所示,所述显示过滤优化的方法包括:基于步骤S1所述优化,首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。然后通过点云的参数标记信息,计算并选取法向量面向访问者视觉方向的点云,并自动过滤法向量背对访问者视觉方向的点云数据,从而形成面向访问者视觉方向的显示信息。
所述显示过滤优化还包括:根据访问者的坐标点,自动过滤相对访问者距离较远且与较近数据同向重叠的点云数据。其余方法与实施例1相同。
现有点云动态显示技术,对于观察窗口内的数据一般采用整体运算的方式,即将观察窗口范围内的数据完全显示给访问者,该方法会调用区域内全部点云数据。然而本发明所采用的显示过滤优化方法可以自动剔除位于访问者观察窗口内,但背对访问者观察方向或被前一数据遮挡的数据,上述数据无需参与至显示反馈中,自动剔除上述数据后可以进一步降低参与显示计算的数据量,进而提高动态显示的显示反馈速度。提高显示效率。
实施例4
一种基于真实色彩的海量点云动态显示方法,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建。
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息。
S3.在显示过程中进行显示数据的优化处理,所述优化处理包括:显示层次优化。
如图3所示,所述显示层次优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系。然后基于数据与访问者坐标的距离,形成2层以上不同分辨率的显示层。所述显示层的分辨率自访问者坐标向远离访问者的方向逐层降低。所述显示层的分辨率为显示层显示的点云数据的数量。所述显示层的分辨率降低为显示层参与显示的点云数据的数量减少。其余方法与实施例1相同。
申请人研究发现,导致现有点云动态显示技术出现模糊、难以区分、显示效率与效果质量低下等问题的原因在于:现有点云动态显示技术,对于观察窗口内的数据一般采用整体运算的方式,即将观察窗口范围内的数据完全显示给访问者,该方法会调用区域内全部点云数据,对于复杂建筑,采用该方法就会在有限的试图框架内呈现大量远近交织的图层信息,而在访问者的观察视觉上,远近交织的图层信息会新湖堆叠,进而导致模糊、难以区分、显示效率与效果质量低下等问题。采用本发明所述方法,基于访问者的视觉坐标系,可以对相对访问者对坐标距离较远的图层进行模糊化或淡化处理,降低图层参与呈现的点云数据量,从而降低其分辨率。该方法不仅可以加快动态显示时的显示反馈速度,降低运算压力,而且不会造成显示信息的模糊、难以区分、效果质量低下等问题。此外,一般分辨率降低的方法为:扩大特定基点的数据覆盖范围。从而实现分辨率的下降以及数据量的减少,该方法降低的分辨率不具有逆向恢复的可能。本发明采用的方法为减少参与显示或运算的数据点数量,该方法不仅可以降低参与运算的数据量,而且在图层相对位置变动,需要提高分辨率时,仅需要相应增加其参与显示运算的数据点数量即可,具有完全自主的可调性,且不存在图形失真的可能性。
实施例5
一种基于真实色彩的海量点云动态显示方法,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建。
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息。
S3.在显示过程中进行显示数据的优化处理,所述优化处理包括:显示点云区域优化、显示过滤优化和显示层次优化。
所述显示点云区域优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;然后以穿过访问者坐标点且平行于访问者观察面的平面,作为界定数据模型中参与显示的点云区域底边界;最后根据上述点云区域底边界,选择预设访问者观察侧的数据形成显示信息。同时,根据访问者观察窗口大小,匹配与观察窗大小对应的点云区域四周边界,选择点云区域底边界和点云区域四周边界内的数据形成显示信息。
所述显示过滤优化的方法包括:基于步骤S1所述优化,首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;然后通过点云的参数标记信息,计算并选取法向量面向访问者视觉方向的点云,并自动过滤法向量背对访问者视觉方向的点云数据,从而形成面向访问者视觉方向的显示信息。并根据访问者的坐标点,自动过滤相对访问者距离较远且与较近数据同向重叠的点云数据。
所述显示层次优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;然后基于数据与访问者坐标的距离,形成2层以上不同分辨率的显示层;所述显示层的分辨率自访问者坐标向远离访问者的方向逐层降低。所述显示层的分辨率为显示层显示的点云数据的数量;所述显示层的分辨率降低为显示层参与显示的点云数据的数量减少。其余方法与实施例1相同。
申请人经过研究,相同条件下,本发明上述3种技术协同使用之后,显示图像的反馈速度相比现有技术可以提高50%以上。单独使用其中一项技术,显示图像的反馈速度相比现有技术可以提高10%-30%。
实施例6
一种基于真实色彩的海量点云动态显示系统,包括访问信息接收模块、数据处理模块、数据储存模块和显示模块。
所述访问信息接收模块用于接收用户发出的数据访问信息,并将该信息反馈至数据处理模块。
所述数据处理模块根据接收到的访问信息,从数据储存模块中调取相应的点云数据信息,并至少包括采用上述基于真实色彩的海量点云动态显示方法,对点云数据进行处理,得到显示信息并发送至显示模块。
所述数据储存模块用于储存点云信息。
所述显示模块用于向用户展示数据处理模块分析处理后的显示信息。
实施例7
一种基于真实色彩的海量点云动态显示系统,包括访问信息接收模块、数据处理模块、数据储存模块和显示模块。其中,所述访问信息接收模块和显示模块加载在移动端,如手机、平板电脑、手提电脑、网页等设备或平台上。所述数据处理模块和数据储存模块加载在服务器端。所述访问信息接收模块和显示模块通过WIFI、移动网络、信号线等形式与数据处理模块和数据储存模块连接。其余结构与实施例6相同。
实施例8
一种基于真实色彩的海量点云动态显示系统,包括访问信息接收模块、数据处理模块、数据储存模块和显示模块。所述访问信息接收模块和显示模块加载在网页上,所述数据处理模块和数据储存模块加载在服务器端。其余结构与实施例6相同。
本发明至少具有以下优点之一:
1.本发明采用自由的数据处理技术,降低了点云动态显示时,计算机需要处理的数据量,相同条件下,采用本发明的点云动态显示方法,显示图像的反馈速度相比现有技术可以提高50%以上。
2.采用本发明可以有效克服点云动态显示时,由于视觉方向数据重叠造成的模糊、难以区分、显示效率与效果质量低下等问题。极大提高了点云的高品质动态显示效果与显示效率,使基于真实色彩的海量点云具有更加广泛的应用价值与应用前景。
3.由于本发明对点云动态显示时所需要处理的数据量进行了极大的优化,因此,本发明提供的基于真实色彩的海量点云动态显示系统可以广泛运用于计算机或移动端的线上或线下浏览,极大推动了该技术的发展和运用。
应该注意到并理解,在不脱离本发明权利要求所要求的精神和范围的情况下,能够对上述详细描述的本发明做出各种修改和改进。因此,要求保护的技术方案的范围不受所给出的任何特定示范教导的限制。

Claims (9)

1.基于真实色彩的海量点云动态显示方法,其特征在于,所述方法包括:
S1.获取基于真实色彩的海量点云数据,并对获取的点云数据进行优化重建;
S2.根据用户的访问信息,调整数据模型,显示相应的显示信息;
S3.在显示过程中进行显示数据的优化处理;
步骤S1所述优化重建的方法包括:首先,使用法向量对点云数据进行定向和参数标记;然后对海量点云数据进行数值减小优化;最后形成附带真实色彩的海量点云动态显示标记数据包;
步骤S3所述优化处理包括:显示点云区域优化;
所述显示点云区域优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;然后以穿过访问者坐标点且平行于访问者观察面的平面,作为界定数据模型中参与显示的点云区域底边界;最后根据上述点云区域底边界,选择预设访问者观察侧的数据形成显示信息。
2.根据权利要求1所述基于真实色彩的海量点云动态显示方法,其特征在于,步骤S1所述数值减小优化的方法为:去除点云数据中的公共数据部分,仅保留有效的特征数值。
3.根据权利要求1所述基于真实色彩的海量点云动态显示方法,其特征在于,步骤S2所述调整数据模型的方法为:首先获取数据模型信息;然后根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;之后保持视觉坐标系不变,通过旋转或整体移动数据模型的方法进行相应的动态显示。
4.根据权利要求1所述基于真实色彩的海量点云动态显示方法,其特征在于,所述显示点云区域优化还包括:根据访问者观察窗口大小,匹配与观察窗大小对应的点云区域四周边界,选择点云区域底边界和点云区域四周边界内的数据形成显示信息。
5.根据权利要求1所述基于真实色彩的海量点云动态显示方法,其特征在于,步骤S3所述优化处理包括:显示过滤优化;
所述显示过滤优化的方法包括:基于步骤S1所述优化,首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;然后通过点云的参数标记信息,计算并选取法向量面向访问者视觉方向的点云,并自动过滤法向量背对访问者视觉方向的点云数据,从而形成面向访问者视觉方向的显示信息。
6.根据权利要求5所述基于真实色彩的海量点云动态显示方法,其特征在于,所述显示过滤优化还包括:根据访问者的坐标点,自动过滤相对访问者距离较远且与较近数据同向重叠的点云数据。
7.根据权利要求1所述基于真实色彩的海量点云动态显示方法,其特征在于,步骤S3所述优化处理包括:显示层次优化;
所述显示层次优化的方法包括:首先根据用户的访问信息,形成访问者相对数据模型的视觉坐标系;然后基于数据与访问者坐标的距离,形成2层以上不同分辨率的显示层;所述显示层的分辨率自访问者坐标向远离访问者的方向逐层降低。
8.根据权利要求7所述基于真实色彩的海量点云动态显示方法,其特征在于,所述显示层的分辨率为显示层显示的点云数据的数量;所述显示层的分辨率降低为显示层参与显示的点云数据的数量减少。
9.基于真实色彩的海量点云动态显示系统,其特征在于,包括访问信息接收模块、数据处理模块、数据储存模块和显示模块;
所述访问信息接收模块用于接收用户发出的数据访问信息,并将该信息反馈至数据处理模块;
所述数据处理模块根据接收到的访问信息,从数据储存模块中调取相应的点云数据信息,并至少包括采用权利要求1-8所述基于真实色彩的海量点云动态显示方法,对点云数据进行处理,得到显示信息并发送至显示模块;
所述数据储存模块用于储存点云信息;
所述显示模块用于向用户展示数据处理模块分析处理后的显示信息。
CN201710570837.3A 2017-07-13 2017-07-13 基于真实色彩的海量点云动态显示方法和系统 Active CN107341843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710570837.3A CN107341843B (zh) 2017-07-13 2017-07-13 基于真实色彩的海量点云动态显示方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710570837.3A CN107341843B (zh) 2017-07-13 2017-07-13 基于真实色彩的海量点云动态显示方法和系统

Publications (2)

Publication Number Publication Date
CN107341843A CN107341843A (zh) 2017-11-10
CN107341843B true CN107341843B (zh) 2021-02-05

Family

ID=60218045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710570837.3A Active CN107341843B (zh) 2017-07-13 2017-07-13 基于真实色彩的海量点云动态显示方法和系统

Country Status (1)

Country Link
CN (1) CN107341843B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222742B (zh) * 2019-05-23 2022-12-02 星际空间(天津)科技发展有限公司 基于分层多回波的点云分割方法、装置、存储介质及设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520401B (zh) * 2011-12-21 2013-05-08 南京大学 一种基于LiDAR数据的建筑物区域提取方法
CN103593874B (zh) * 2013-11-08 2016-07-27 浙江工业大学 基于均匀网格局部聚焦的点云法向量重定向方法和装置
CN103985155B (zh) * 2014-05-14 2017-01-25 北京理工大学 基于映射法的散乱点云Delaunay三角剖分曲面重构方法
US9885778B2 (en) * 2014-08-15 2018-02-06 Aeye, Inc. Method and system for scanning ladar transmission with pulse modulation
CN104376590A (zh) * 2014-11-18 2015-02-25 武汉海达数云技术有限公司 海量数据按圈索引空间显示方法
CN107146280B (zh) * 2017-05-09 2020-11-17 西安理工大学 一种基于切分的点云建筑物重建方法

Also Published As

Publication number Publication date
CN107341843A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN101996406A (zh) 无参考结构清晰度图像质量评价方法
CN102194443A (zh) 视频画中画窗口的显示方法、系统及视频处理设备
JP2022539912A (ja) 電子デバイスバックプレーン外観瑕疵検査方法及び装置
CN108320270B (zh) 一种图像校正方法、装置和存储介质
CN110942071A (zh) 一种基于车牌分类和lstm的车牌识别方法
CN113610087B (zh) 一种基于先验超分辨率的图像小目标检测方法及存储介质
CN110706151B (zh) 一种面向视频的非均匀风格迁移方法
WO2019192165A1 (zh) 一种分层式图形实时绘制渲染方法与系统
CN115439615B (zh) 一种基于三维bim的分布式综合管理系统
CN104463873A (zh) 一种基于局部均匀缩放的图像目标重定位方法
CN111198975A (zh) 一种基于栅格的时空大数据可视化方法及可视化系统
US20220375186A1 (en) Method and apparatus for generating bounding box, device and storage medium
Zhou et al. Optimal bi-directional seam carving for compressibility-aware image retargeting
CN107341843B (zh) 基于真实色彩的海量点云动态显示方法和系统
CN111461076A (zh) 帧差法与神经网络结合的烟雾检测方法和检测系统
CN107301045A (zh) 窗口显示方法及装置
CN111062924A (zh) 图像处理方法、装置、终端和存储介质
CN116385415A (zh) 一种边缘缺陷检测方法、装置、设备及存储介质
CN103440637B (zh) 用于图像序列增强的方法和装置
CN115018730A (zh) 一种图像条纹噪声的去除方法、装置、设备及介质
CN110418195B (zh) 一种基于最佳裁剪的实时视频缩略方法
CN112363787A (zh) 图像处理方法、装置和电子设备
CN115600034B (zh) 一种目标图像检测方法及系统
CN111818150A (zh) 一种基于云平台的cae仿真系统
CN111614903B (zh) 一种图像拍摄去光斑的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant