CN107507274A - 一种基于云计算的公安案件现场三维实景快速还原方法 - Google Patents
一种基于云计算的公安案件现场三维实景快速还原方法 Download PDFInfo
- Publication number
- CN107507274A CN107507274A CN201710760877.4A CN201710760877A CN107507274A CN 107507274 A CN107507274 A CN 107507274A CN 201710760877 A CN201710760877 A CN 201710760877A CN 107507274 A CN107507274 A CN 107507274A
- Authority
- CN
- China
- Prior art keywords
- scene
- image
- information
- point
- criminal
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
本发明涉及一种三维场景快速重建技术,具体涉及一种基于云计算的公安案件现场三维实景快速还原方法,属于计算机图形和软件技术领域。该方法包括数据采集、模型生成、证据管理和信息展示四个步骤;该方法的使用,不仅能扩充当前公安现场勘验的技术手段,有效提高案件现场信息化管理的水平,还能从业务上有效提升案件的侦破效率;使用该方法可在最快一小时内,将案件现场还原为具有高度逼真和沉浸感的交互式三维虚拟场景。
Description
技术领域
本发明涉及一种三维场景快速重建技术,具体涉及一种基于云计算的公安案件现场三维实景快速还原方法,属于计算机图形和软件技术领域。
背景技术
现场勘验是刑事诉讼法规定的侦查行为之一,通过勘验所获得的痕迹物证对于帮助侦查人员确定事件和案件的性质,为侦查破案提供线索,为提起公诉和审判活动提供证据,具有其他侦查行为不可替代的作用。公安部2015年修订后的《公安机关刑事案件现场勘验检查规则》(公通字[2015]31号),进一步强化了各级公安机关对案件现场信息化工作管理的要求,从而有利于证据留存、研判分析和案件侦破。
然而在现场勘验的实践中,在现场保护、现场勘验、技术处理等方面仍然存在一些问题。这些问题的存在,既可能影响到案件的侦破进程,也可能影响到现场勘验证据的效力,具体表现在:
1)勘验过程对现场重建不到位
相关痕迹物证未能及时发现、提取和固定。有的勘验人员在勘验之前缺乏对现场的分析和重建,仅凭直觉在比较显性的部位发现和提取,而没有考虑到现场的变化因素;有的在对现场进行概览之后就没轻易得出结论,只重视能够支持他们所假设的犯罪过程的证据,而忽略了与其理念不相吻合的证据,这就可能导致比较严重的后果。
2)勘验的技术装备较为落后
现场勘验使用较为传统的录音笔、照相机和摄相机等设备,这些设备所产生的数据文件格式复杂、文件分散,不仅占用存储空间,而且不便维护管理;
3)制作的现场图不够规范
从侦查实践来看,有的技术人员在完成勘验、检查后不制作现场图或现场图过于简单,有的未能将提取的情况如实的记载在工作说明中,有的未对勘验中发现的痕迹物证进行拍照。基于现场勘验人员的经验和软件熟练程度,制作的现场图,不仅费时费力,而且不可避免与真实情况存在较大误差;
4)勘验信息的管理不够先进:
目前公安系统内部广泛使用的“全国公安机关现场勘验信息系统”,是对案件现场勘验信息进行集中管理的系统,该系统研发于多年以前,是以文件的形式对勘验信息进行管理,这种传统的管理方式最大的弊端就是信息的指向性、关联性和互动性较差。
5)勘验信息的展示方式较为单一:
在对案件现场进行信息展示时,往往只能使用PC机,登录现勘系统后,以文件列表的形式,逐个打开案件现场拍录的数据,这种方式不能在一个整体内展示证据链条,不利于案件的侦破分析。
发明内容
本发明为了克服上述技术的不足和缺陷,提供了一种基于云计算的公安案件现场三维实景快速还原方法,使用该方法可在最快一小时内,将案件现场还原为具有高度逼真和沉浸感的交互式三维虚拟场景。
本发明采用的技术方案为,一种基于云计算的公安案件现场三维实景快速还原方法,该方法包括数据采集、模型生成、证据管理和信息展示四个步骤:
S1数据采集:对案件现场进行的基础数据采集,是形成案件现场三维实景模型的前提基础。本发明区别于传统的2D数据采集系统,使用如3D红外相机等具有深度图像采集功能的装置对案件现场进行数据采集,以形成三维实景模型,所述装置不仅可从多个角度采集案件现场的深度图像,记录现场最真实的情况,同时借助装置的自动化操作功能,有效的规避了勘验人员使用传统拍摄手法所容易出现的相片质量差、漏拍、拍摄不全等问题;
S2模型制作:通过S1对案件现场深度图像进行采集后,点击云上传,自动将案件现场深度图像上传至云端服务器,云端服务器的后台软件“三维模型管理系统”将深度图像还原为与案件现场情况完全一致的三维模型,主要实现过程又分为以下四个步骤:
S2.1图像预处理:图像预处理主要涉及到图像复原、图像增强、图像去噪、图像滤波;
S2.2特征点提取及匹配:特征提取采用角点和边缘两种方式,使用角点提取为图像处理提供了可靠的匹配控制点,极大的提升了图像处理的速度;边缘提取是将图像灰度剧烈变化的区域提取出来后,再对数字图像进行差分处理,进而把原始图像中的重要信息保留下来;
特征点匹配采用稀疏点匹配和密集点匹配两种方法:稀疏点匹配主要是对图像中的轮廓点、角点等强特征点进行匹配和插值运算,以得到比较完整的匹配结果;密集点匹配是对图像中的像素点进行逐个匹配,同时依靠周围其他匹配点做出推断,从而最大限度地恢复场景的细节特征;
S2.3场景3D点云重建:场景3D点云重建首先需要获取空间的深度信息,其方法是:通过3D红外相机多个激光束从不同方位拍照获取立体像对,然后通过各种算法匹配出同名像点,根据同名点计算视差,最后采用基于三角测量的方法恢复深度信息;深度信息恢复后,基于点的三维重建方法,就可以获取点的三维坐标,从而实现场景3D点云重建;
S2.4 3D表面重建:3D点云重建后,使用OPENGL进行深度信息插值,重建与图像信息相容的最佳结合面,恢复出空间的表面轮廓;表面轮廓恢复后,为了使模型看起来更逼真,达到栩栩如生的效果,采用纹理贴图的方式,将3D红外相机拍摄的照片进行纹理映射,从而完成整个场景模型的视觉渲染;
由于3D红外相机的数码摄像和激光扫描在获取数据时的位置和姿态的不一致,造成照片与场景的三角网格模型间的映射不一致,因此,在使用照片作为纹理信息时,要首先对照片进行几何校正;另外,因为采集的照片是多个方向和角度,单张无法获得整个场景的纹理信息,因此还需要对照片进行拼接处理,以得到整个场景的纹理数据信息;然后才能根据拼接得到的全景图与三角网格模型间的映射得到具有照片真实感的三维场景模型。
所述三维模型生成后不仅有案件现场的三维立体结构和平面图,更有720度实景浏览等功能。
S3证据管理:区别于传统的文件式管理,本发明提供一种场景化、集中式的证据管理模式,即标签管理:标签管理也是通过后台软件“三维模型管理系统”实现,主要实现过程分为以下两个步骤:
S3.1登录系统的标签管理模块,选定一个模型进入设计页面;
S3.2单击模型的任意位置进入添加页面,设置标签的类型、名称和内容后即完成标签管理;
通过标签管理功能,将现场勘验的照片、文字、音视频等信息,以空间标注的形式,将其与现场的真实情况进行关联,并存储在三维模型管理系统中。采用这种形式最大优点在于非常直观、所见即所得和分类化管理。
S4信息展示:由于S2生成的三维模型数据是以点云的形式存储于云端的计算机视觉库中,整个信息展示过程完全通过浏览器交互进行,用户在浏览器中输入URL地址请求访问模型,后台软件“三维模型管理系统”收到指令后调用模型数据,并通过WebGL技术将数据实时加载并展示在客户浏览器中。
本发明的有益效果为:
该方法的使用,不仅能扩充当前公安现场勘验的技术手段,有效提高案件现场信息化管理的水平,还能从业务上有效提升案件的侦破效率,具体表现在:
1)信息采集;采用我们自主研发、操作简单、使用方便的3D红外相机,可在很短的时间内,对案件现场进行全方位信息采集。此外,该3D相机拍摄过程不使用闪光灯,有利于对案件现场环境的保护。
2)信息加工:采集后的数据交由软件后台自动处理,可在数小时内还原为,与案件现场情况完全一致的三维虚拟系统。该系统不仅有现成的三维结构和平面图,也有720度全实景浏览功能;此外,还可以将案件现场拍摄的照片、音视频等信息,以标签的形式存储在三维系统中,方便有效的对案件现场信息进行集中式,场景化管理。
3)信息展示:该方法生成的三维模型系统是基于WebGL技术进行的优化渲染,不需要安装任何插件,就能完全兼容市面上主流的浏览器。如需对案件现场进行展示时,只需打开任意一台联网终端(触摸屏、PC机、平板电脑、手机),就可以上帝视角、漫游视角、自动游览和VR多种模式,随时随地的使用本系统。
附图说明
附图1是一种基于云计算的公安案件现场三维实景快速还原方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如附图1所示,一种基于云计算的公安案件现场三维实景快速还原方法,该方法包括数据采集、模型生成、证据管理和信息展示四个步骤:
S1数据采集:本实施例使用3D红外相机形成三维实景模型,所述3D红外相机不仅可从多个角度采集案件现场的深度图像,记录现场最真实的情况,同时借助装置的自动化操作功能,有效的规避了勘验人员使用传统拍摄手法所容易出现的相片质量差、漏拍、拍摄不全等问题;
S2模型制作:通过S1对案件现场深度图像进行采集后,点击云上传,自动将案件现场深度图像上传至云端服务器,云端服务器的后台软件“三维模型管理系统”将深度图像还原为与案件现场情况完全一致的三维模型。
S3证据管理:区别于传统的文件式管理,本发明提供一种场景化、集中式的证据管理模式,即标签管理:标签管理也是通过后台软件“三维模型管理系统”实现。通过标签管理功能,将现场勘验的照片、文字、音视频等信息,以空间标注的形式,将其与现场的真实情况进行关联,并存储在三维模型管理系统中。采用这种形式最大优点在于非常直观、所见即所得和分类化管理。
S4信息展示:由于S2生成的三维模型数据是以点云的形式存储于云端的计算机视觉库中,整个信息展示过程完全通过浏览器交互进行,用户在浏览器中输入URL地址请求访问模型,后台软件“三维模型管理系统”收到指令后调用模型数据,并通过WebGL技术将数据实时加载并展示在客户浏览器中。
所述3D红外相机属于固定式地面型三维激光扫描仪系统,成像方式为混合扫描式(即:采用多个引导激光光束扫描,利用伺服马达驱动仪器绕其中心轴旋转,水平轴旋转不受限制,而垂直旋转受镜面的局限)。该相机的主要构件包括:激光测距仪,反射棱镜,CCD(红外和彩色)和仪器内控校正系统。
该相机是一种集成了多种高新技术的新型测绘仪器,采用非接触式高速激光测量方式,以点云形式获取地形及复杂物体三维表面的阵列式几何图形数据。在扫描仪器内,扫描控制模块控制和测量每个脉冲激光的角度,针对每一个扫描点可获得测站至扫描点的斜距,再配合扫描的水平和垂直方向角,可以得到每一扫描点与测站的空间相对坐标。通过该相机可获得的原始测量数据主要有:
①两个连续转动的、用来反射脉冲激光的反射镜的水平方向值a和天顶距值θ,即精密时钟控制编码器同步测量每个激光脉冲横向扫描角度观测值a和纵向扫描角度观测值θ;
②通过脉冲激光传播的时间(或相位差)计算得到的仪器到扫描点的距离值S;
③扫描点的反射强度I;
④通过内置数码相机获取的场景影像数据等。
前三种数据用来计算扫描点的三维坐标值,扫描点的反射强度则用来给反射点匹配颜色。一般仪器内部坐标系统:X轴在横向扫描面内,Y轴在横向扫描面内与X轴垂直,Z轴与横向扫描面垂直,计算出激光点的三维笛卡儿坐标值。将每个点实时显示在电脑上,就形成了被测物体的点云图。最后一种数据是为生成三维表面轮廓后的图片纹理映射使用。
Claims (3)
1.一种基于云计算的公安案件现场三维实景快速还原方法,其特征在于,该方法包括数据采集、模型生成、证据管理和信息展示四个步骤:
S1数据采集:使用具有深度图像采集功能的装置对案件现场进行数据采集,以形成三维实景模型;
S2模型制作:通过S1对案件现场深度图像进行采集后,点击云上传,自动将案件现场深度图像上传至云端服务器,云端服务器的后台软件“三维模型管理系统”将深度图像还原为与案件现场情况完全一致的三维模型,主要实现过程又分为以下四个步骤:图像预处理,特征点提取及匹配,场景3D点云重建,3D表面重建;
S2.1图像预处理:图像预处理主要涉及到图像复原、图像增强、图像去噪、图像滤波;
S2.2特征点提取及匹配:特征提取采用角点和边缘两种方式,使用角点提取为图像处理提供了可靠的匹配控制点,极大的提升了图像处理的速度;边缘提取是将图像灰度剧烈变化的区域提取出来后,再对数字图像进行差分处理,进而把原始图像中的重要信息保留下来;
特征点匹配采用稀疏点匹配和密集点匹配两种方法:稀疏点匹配主要是对图像中的轮廓点、角点等强特征点进行匹配和插值运算,以得到比较完整的匹配结果;密集点匹配是对图像中的像素点进行逐个匹配,同时依靠周围其他匹配点做出推断,从而最大限度地恢复场景的细节特征;
S2.3场景3D点云重建:场景3D点云重建首先需要获取空间的深度信息,其方法是:通过3D红外相机多个激光束从不同方位拍照获取立体像对,然后通过各种算法匹配出同名像点,根据同名点计算视差,最后采用基于三角测量的方法恢复深度信息;深度信息恢复后,基于点的三维重建方法,就可以获取点的三维坐标,从而实现场景3D点云重建;
S2.4 3D表面重建:3D点云重建后,使用OPENGL进行深度信息插值,重建与图像信息相容的最佳结合面,恢复出空间的表面轮廓;表面轮廓恢复后,为了使模型看起来更逼真,达到栩栩如生的效果,采用纹理贴图的方式,将3D红外相机拍摄的照片进行纹理映射,从而完成整个场景模型的视觉渲染;
由于3D红外相机的数码摄像和激光扫描在获取数据时的位置和姿态的不一致,造成照片与场景的三角网格模型间的映射不一致,因此,在使用照片作为纹理信息时,要首先对照片进行几何校正;另外,因为采集的照片是多个方向和角度,单张无法获得整个场景的纹理信息,因此还需要对照片进行拼接处理,以得到整个场景的纹理数据信息;然后才能根据拼接得到的全景图与三角网格模型间的映射得到具有照片真实感的三维场景模型;
S3证据管理:本发明提供一种场景化、集中式的证据管理模式,即标签管理:标签管理也通过后台软件“三维模型管理系统”实现,主要实现过程分为以下两个步骤:
S3.1登录系统的标签管理模块,选定一个模型进入设计页面;
S3.2单击模型的任意位置进入添加页面,设置标签的类型、名称和内容后即完成标签管理;
通过标签管理功能,将现场勘验的照片、文字、音视频等信息,以空间标注的形式,将其与现场的真实情况进行关联,并存储在三维模型管理系统中;
S4信息展示:由于S2生成的三维模型数据是以点云的形式存储于云端的计算机视觉库中,整个信息展示过程完全通过浏览器交互进行,用户在浏览器中输入URL地址请求访问模型,后台软件“三维模型管理系统”收到指令后调用模型数据,并通过WebGL技术将数据实时加载并展示在客户浏览器中。
2.根据权利要求1所述基于云计算的公安案件现场三维实景快速还原方法,其特征在于:步骤S1中具有深度图像采集功能的装置为3D红外相机。
3.根据权利要求2所述基于云计算的公安案件现场三维实景快速还原方法,其特征在于:所述3D红外相机属于固定式地面型三维激光扫描仪系统,成像方式为混合扫描式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710760877.4A CN107507274A (zh) | 2017-08-30 | 2017-08-30 | 一种基于云计算的公安案件现场三维实景快速还原方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710760877.4A CN107507274A (zh) | 2017-08-30 | 2017-08-30 | 一种基于云计算的公安案件现场三维实景快速还原方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107507274A true CN107507274A (zh) | 2017-12-22 |
Family
ID=60694022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710760877.4A Pending CN107507274A (zh) | 2017-08-30 | 2017-08-30 | 一种基于云计算的公安案件现场三维实景快速还原方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107507274A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182726A (zh) * | 2017-12-29 | 2018-06-19 | 努比亚技术有限公司 | 三维重建方法、云端服务器及计算机可读存储介质 |
CN108197325A (zh) * | 2018-02-06 | 2018-06-22 | 覃睿 | 一种虚拟三维实景空中观光游览应用方法与系统 |
CN109085966A (zh) * | 2018-06-15 | 2018-12-25 | 广东康云多维视觉智能科技有限公司 | 一种基于云计算的三维展示系统及方法 |
CN109101761A (zh) * | 2018-09-12 | 2018-12-28 | 大连理工大学 | 一种基于实测表面形貌的装配接触的空间姿态确定方法 |
CN109637256A (zh) * | 2019-01-29 | 2019-04-16 | 湖北警官学院 | 一种刑事侦查虚拟仿真实训教学应用系统及方法 |
CN109702747A (zh) * | 2019-01-21 | 2019-05-03 | 广东康云科技有限公司 | 一种机器狗系统及其实现方法 |
CN110572633A (zh) * | 2019-09-16 | 2019-12-13 | 上海市刑事科学技术研究院 | 刑侦物证展示方法、装置、电子设备与存储介质 |
IT201800010914A1 (it) | 2018-12-10 | 2020-06-10 | Legalgenetics S R L | Sistema e metodo didattico interattivo di riproduzione digitale e di analisi di una qualsiasi scena del crimine |
CN111311705A (zh) * | 2020-02-14 | 2020-06-19 | 广州柏视医疗科技有限公司 | 基于webgl的高适应性医学影像多平面重建方法及系统 |
CN111405270A (zh) * | 2020-03-26 | 2020-07-10 | 河南师慧信息技术有限公司 | 基于3d实景克隆技术的vr沉浸式应用系统 |
CN111563965A (zh) * | 2019-02-14 | 2020-08-21 | 贝壳技术有限公司 | 一种通过优化深度图生成全景图的方法及装置 |
CN111598524A (zh) * | 2020-04-02 | 2020-08-28 | 重庆三原色数码科技有限公司 | 一种基于vr技术的多人协同侦查方法及侦查系统 |
CN111695424A (zh) * | 2020-05-07 | 2020-09-22 | 广东康云科技有限公司 | 基于三维实景的犯罪现场还原方法、系统和存储介质 |
WO2020228348A1 (zh) * | 2019-05-14 | 2020-11-19 | 广东康云科技有限公司 | 校园三维数字化建模方法、系统、装置及存储介质 |
CN112087578A (zh) * | 2020-09-14 | 2020-12-15 | 深圳移动互联研究院有限公司 | 一种跨区域的证据收集方法、装置、计算机设备及存储介质 |
CN112087612A (zh) * | 2020-09-14 | 2020-12-15 | 深圳移动互联研究院有限公司 | 一种基于多场景的全景成像方法、装置、计算机设备及存储介质 |
CN112444283A (zh) * | 2019-09-02 | 2021-03-05 | 华晨宝马汽车有限公司 | 车辆组合件的检测设备和车辆组合件生产系统 |
CN112927370A (zh) * | 2021-02-25 | 2021-06-08 | 苍穹数码技术股份有限公司 | 三维建筑物模型构建方法、装置、电子设备及存储介质 |
CN113487732A (zh) * | 2021-04-21 | 2021-10-08 | 中国地质大学(武汉) | 基于手机众包成像终端的室内地下应急场景三维建模方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103021017A (zh) * | 2012-12-04 | 2013-04-03 | 上海交通大学 | 基于gpu加速的三维场景重建方法 |
CN104952075A (zh) * | 2015-06-16 | 2015-09-30 | 浙江大学 | 面向激光扫描三维模型的多图像自动纹理映射方法 |
CN105023291A (zh) * | 2015-05-22 | 2015-11-04 | 燕山大学 | 一种基于立体视觉的犯罪现场重构装置及方法 |
-
2017
- 2017-08-30 CN CN201710760877.4A patent/CN107507274A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103021017A (zh) * | 2012-12-04 | 2013-04-03 | 上海交通大学 | 基于gpu加速的三维场景重建方法 |
CN103021017B (zh) * | 2012-12-04 | 2015-05-20 | 上海交通大学 | 基于gpu加速的三维场景重建方法 |
CN105023291A (zh) * | 2015-05-22 | 2015-11-04 | 燕山大学 | 一种基于立体视觉的犯罪现场重构装置及方法 |
CN104952075A (zh) * | 2015-06-16 | 2015-09-30 | 浙江大学 | 面向激光扫描三维模型的多图像自动纹理映射方法 |
Non-Patent Citations (2)
Title |
---|
刘海英: "刑事案件现场三维重建与可量测系统", 《中国优秀硕士学位论文全文数据库》 * |
陈昭: "虚拟现实技术在犯罪现场重建中的研究与应用", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108182726A (zh) * | 2017-12-29 | 2018-06-19 | 努比亚技术有限公司 | 三维重建方法、云端服务器及计算机可读存储介质 |
CN108197325A (zh) * | 2018-02-06 | 2018-06-22 | 覃睿 | 一种虚拟三维实景空中观光游览应用方法与系统 |
CN109085966A (zh) * | 2018-06-15 | 2018-12-25 | 广东康云多维视觉智能科技有限公司 | 一种基于云计算的三维展示系统及方法 |
CN109085966B (zh) * | 2018-06-15 | 2020-09-08 | 广东康云多维视觉智能科技有限公司 | 一种基于云计算的三维展示系统及方法 |
CN109101761A (zh) * | 2018-09-12 | 2018-12-28 | 大连理工大学 | 一种基于实测表面形貌的装配接触的空间姿态确定方法 |
IT201800010914A1 (it) | 2018-12-10 | 2020-06-10 | Legalgenetics S R L | Sistema e metodo didattico interattivo di riproduzione digitale e di analisi di una qualsiasi scena del crimine |
CN109702747A (zh) * | 2019-01-21 | 2019-05-03 | 广东康云科技有限公司 | 一种机器狗系统及其实现方法 |
CN109637256A (zh) * | 2019-01-29 | 2019-04-16 | 湖北警官学院 | 一种刑事侦查虚拟仿真实训教学应用系统及方法 |
CN111563965B (zh) * | 2019-02-14 | 2024-04-05 | 如你所视(北京)科技有限公司 | 一种通过优化深度图生成全景图的方法及装置 |
CN111563965A (zh) * | 2019-02-14 | 2020-08-21 | 贝壳技术有限公司 | 一种通过优化深度图生成全景图的方法及装置 |
WO2020228348A1 (zh) * | 2019-05-14 | 2020-11-19 | 广东康云科技有限公司 | 校园三维数字化建模方法、系统、装置及存储介质 |
CN112444283B (zh) * | 2019-09-02 | 2023-12-05 | 华晨宝马汽车有限公司 | 车辆组合件的检测设备和车辆组合件生产系统 |
CN112444283A (zh) * | 2019-09-02 | 2021-03-05 | 华晨宝马汽车有限公司 | 车辆组合件的检测设备和车辆组合件生产系统 |
CN110572633A (zh) * | 2019-09-16 | 2019-12-13 | 上海市刑事科学技术研究院 | 刑侦物证展示方法、装置、电子设备与存储介质 |
CN111311705B (zh) * | 2020-02-14 | 2021-06-04 | 广州柏视医疗科技有限公司 | 基于webgl的高适应性医学影像多平面重建方法及系统 |
CN111311705A (zh) * | 2020-02-14 | 2020-06-19 | 广州柏视医疗科技有限公司 | 基于webgl的高适应性医学影像多平面重建方法及系统 |
CN111405270A (zh) * | 2020-03-26 | 2020-07-10 | 河南师慧信息技术有限公司 | 基于3d实景克隆技术的vr沉浸式应用系统 |
CN111598524A (zh) * | 2020-04-02 | 2020-08-28 | 重庆三原色数码科技有限公司 | 一种基于vr技术的多人协同侦查方法及侦查系统 |
CN111695424A (zh) * | 2020-05-07 | 2020-09-22 | 广东康云科技有限公司 | 基于三维实景的犯罪现场还原方法、系统和存储介质 |
CN112087578A (zh) * | 2020-09-14 | 2020-12-15 | 深圳移动互联研究院有限公司 | 一种跨区域的证据收集方法、装置、计算机设备及存储介质 |
CN112087612A (zh) * | 2020-09-14 | 2020-12-15 | 深圳移动互联研究院有限公司 | 一种基于多场景的全景成像方法、装置、计算机设备及存储介质 |
CN112927370A (zh) * | 2021-02-25 | 2021-06-08 | 苍穹数码技术股份有限公司 | 三维建筑物模型构建方法、装置、电子设备及存储介质 |
CN113487732A (zh) * | 2021-04-21 | 2021-10-08 | 中国地质大学(武汉) | 基于手机众包成像终端的室内地下应急场景三维建模方法 |
CN113487732B (zh) * | 2021-04-21 | 2023-02-28 | 中国地质大学(武汉) | 基于手机众包成像终端的室内地下应急场景三维建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507274A (zh) | 一种基于云计算的公安案件现场三维实景快速还原方法 | |
CN114004941B (zh) | 一种基于神经辐射场的室内场景三维重建系统及方法 | |
CN110427917B (zh) | 用于检测关键点的方法和装置 | |
AU2011312140B2 (en) | Rapid 3D modeling | |
Pollefeys et al. | From images to 3D models | |
Zhang et al. | A UAV-based panoramic oblique photogrammetry (POP) approach using spherical projection | |
CN104330074B (zh) | 一种智能测绘平台及其实现方法 | |
US20130095920A1 (en) | Generating free viewpoint video using stereo imaging | |
Pan et al. | Rapid scene reconstruction on mobile phones from panoramic images | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
Moussa et al. | An automatic procedure for combining digital images and laser scanner data | |
KR101759798B1 (ko) | 실내 2d 평면도의 생성 방법, 장치 및 시스템 | |
Rüther et al. | From point cloud to textured model, the zamani laser scanning pipeline in heritage documentation | |
CN110428501A (zh) | 全景影像生成方法、装置、电子设备及可读存储介质 | |
Hafeez et al. | Image based 3D reconstruction of texture-less objects for VR contents | |
Rahaman | Photogrammetry: What, How, and Where | |
Rüther et al. | Challenges in heritage documentation with terrestrial laser scanning | |
Coorg | Pose imagery and automated three-dimensional modeling of urban environments | |
Tingdahl et al. | Arc3d: A public web service that turns photos into 3d models | |
Doan et al. | A low-cost digital 3d insect scanner | |
Morita et al. | New Photogrammetric Systems for Easy low-Cost 3D Digitization of Cultural Heritage | |
Huang et al. | City-Scale Modeling for Street Navigation | |
Yao et al. | A new environment mapping method using equirectangular panorama from unordered images | |
Rau et al. | Integration of gps, gis and photogrammetry for texture mapping in photo-realistic city modeling | |
Lichtenauer et al. | A semi-automatic procedure for texturing of laser scanning point clouds with google streetview images |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171222 |