CN108197408A - 一种基于互联网的室内设计绘图控制系统 - Google Patents
一种基于互联网的室内设计绘图控制系统 Download PDFInfo
- Publication number
- CN108197408A CN108197408A CN201810085312.5A CN201810085312A CN108197408A CN 108197408 A CN108197408 A CN 108197408A CN 201810085312 A CN201810085312 A CN 201810085312A CN 108197408 A CN108197408 A CN 108197408A
- Authority
- CN
- China
- Prior art keywords
- module
- design
- image
- indoor
- signal
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明属于室内设计技术领域,公开了一种基于互联网的室内设计绘图控制系统,所述基于互联网的室内设计绘图控制系统包括:实景采集模块、分析模块、匹配模块、图像设计模块、显示模块、无线通信模块、无线基站、云服务器。本发明通过分析用户实景图片,从设计库中匹配最佳预设设计图,进而使室内设计的操作更加简单,极大的提升了用户的使用体验。同时,本发明通过图像设计模块将设计师所设计的不同风格样板间转化为函数语言和计算公式传输到云平台,当选择另一风格样板间时软件又快速计算并转化成另一风格的三维立体呈现,这功能用在选择不同商品需要呈现不同设计风格,并要立即立体呈现时,可带来颠覆的改变。
Description
技术领域
本发明属于室内设计技术领域,尤其涉及一种基于互联网的室内设计绘图控制系统。
背景技术
室内设计是根据建筑物的使用性质、所处环境和相应标准,运用物质技术手段和建筑设计原理,创造功能合理、舒适优美、满足人们物质和精神生活需要的室内环境。这一空间环境既具有使用价值,满足相应的功能要求,同时也反映了历史文脉、建筑风格、环境气氛等精神因素。明确地把“创造满足人们物质和精神生活需要的室内环境”作为室内设计的目的。然而,现有室内设计操作复杂,三维图像设计效率低,用户体验差。
综上所述,现有技术存在的问题是:现有室内设计操作复杂,三维图像设计效率低,用户体验差。
发明内容
针对现有技术存在的问题,本发明提供了一种基于互联网的室内设计绘图控制系统。
本发明是这样实现的,一种基于互联网的室内设计绘图控制系统包括:
实景采集模块、分析模块、匹配模块、图像设计模块、显示模块、无线通信模块、无线基站、云服务器;
实景采集模块,与分析模块连接,用于采集室内的实景图片;
分析模块,与实景采集模块、匹配模块连接,用于从所述室内的实景图片中分析出包含的物体信息;
匹配模块,与分析模块、图像设计模块连接,用于根据所述物体信息与设计库中预设设计图进行匹配,以生成不同的匹配度;
图像设计模块,与匹配模块、显示模块连接,用于室内三维图像设计;
所述图像设计模块图像超分辨率重建的先验信息提取的具体步骤如下:
(1)在正弦域图像为训练样本集选取N组图像小块训练样本对每组图像小块训练样本对包含一个高分辨率正弦域图像小块和低分辨率正弦域图像小块,设置字典大小为K。
(2)初始化字典外循环迭代次数n,内循环迭代次数t。
(3)对于所有N组图像小块训练样本对,计算梯度
(4)对于所有N组图像小块训练样本对,更新
(5)当所有N组图像小块训练样本对都已经计算完毕后,更新
(6)重复步骤(3)至步骤(5)直至收敛。
(7)输出双字典Dx,Dy;
(3)中的梯度可以根据以下几个公式来计算;
其中为输入的低分辨率正弦域样本集里选取图像小块,为输入的高分辨率正弦域样本集里选取图像小块,为稀疏表示,λ(0≤λ≤1)表示松弛因子,N为采样数,αi为x的稀疏编码表示;
L表示平方项损失,通过求上式的最小化可以优化Dx,Dy:
||Dx(:,k)||2≤1,||Dy(:,k)||2≤1,k=1,L,K
s.t.表示受约束于,由于上式不容易求解,我们可以引入正则化相来求解,因此上式可变为:
这里γ(0<λ≤1)是用来平衡两个式子之间的参数:
其中zj为z的第j个元素,Ω表示j的所有情况的集合;
(5)中为可以根据以下公式具体计算:
||Dx(:,k)||2≤1,k=1,L,K
当Dy确定时,可以求出Dx;
(4)中的正弦域图像超分辨率重建的具体步骤如下:
(1)输入双字典Dx,Dy,低分辨率图像Y;
(2)初始化超分辨率图像X=0,对低分辨率图像Y进行双立方插值生成Y′;
(3)对Y′中一个p×p的图像小块yp,计算均值m和二范数r,提取yp的归一化梯度向量y;
(4)计算
(5)恢复超分辨率图像小块特征
(6)恢复超分辨率图像小块xp=(c×r)·x+m,这是c为常数;
(7)将xp填充到X中的相应位置;
(8)重复(3)至(7)直至X中所有的像素被填满;
(9)输出超分辨率重建图像X;
显示模块,与图像设计模块连接,用于对室内设计图进行展示;
无线通信模块,与图像设计模块连接,用于将室内设计图形通过无线基站发送给云服务器。
进一步,所述分析模块分析方法:
首先,提取提取每一物体的大小、和轮廓;
其次,为所述每一物体生成代表色;
最后,将所述代表色、所述大小、和所述轮廓进行组合,以代表所述物体信息。
进一步,所述图像设计模块包括:样板间设计模块、样本转化模块、三维生成模块;
样板间设计模块,用于其根据每种房间类型进行功能区划分设置,每一类功能区设计成大中小三种尺寸,设计师设计风格;
样本转化模块,用于将设计好的样板间转化为函数语言和计算公式,传输到云平台,并通过云平台同步至世界上任何一个地方的实体店的软件里;
三维生成模块,用于在实体店根据房间类型,再进行功能区的大小尺寸和位置调整摆放,选择样板间,计算机将之前设计好的样板间的设计的函数和公式转化成三维立体图像。
进一步,所述三维生成模块现是计算机将模块化的功能区进行整体三维立体效果的计算方法;当用户选择某一设计风格样板间(或编号)时计算机很快的把该风格样板间计算并立即转化成设计师风格的立体呈现,当选择另一风格样板间时软件又快速计算并转化成另一风格的三维立体呈现。
进一步,所述实景采集模块的采集方法包括:首先,用感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;
对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程i=1,…,M,其中h(0),…,h(L-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:
则观测i=1,…,M,其中b1,…,bL看作滤波器系数;子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)=Φ′FTΦFT特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i=1,…,T,则ΦF满足RIP,并通过求解如下l1最优化问题来重构原信号:
即通过线性规划方法来重构原信号,亦即BP算法;
针对实际压缩信号,如语音或图像信号的采集,则修改ΦF为如下形式:
如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解如下l1最优化问题,精确重构出原信号:
其中Φ与Ψ不相关,Ξ称为CS矩阵。
本发明通过分析用户实景图片,从设计库中匹配最佳预设设计图,进而使室内设计的操作更加简单,极大的提升了用户的使用体验。同时,本发明通过图像设计模块将设计师所设计的不同风格样板间转化为函数语言和计算公式传输到云平台,并通过云平台同步至世界上任何一个地方的实体店轻而易举软件里,在实体店根据房间类型,再进行功能区的大小尺寸和位置调整摆放,选择样板间,计算机将之前设计好的样板间的设计的函数和公式转化成三维立体立即呈现出来。当用户再次选择另一设计风格样板间名称(或编号)时计算机很快的把该风格样板间计算并立即转化成设计师风格的立体呈现,当选择另一风格样板间时软件又快速计算并转化成另一风格的三维立体呈现,这功能用在选择不同商品需要呈现不同设计风格,并要立即立体呈现时,可带来颠覆的改变。
本发明的数据采集方法采集的信号准确率比现有技术提高近5个百分点。
附图说明
图1是本发明实施例提供的基于互联网的室内设计绘图控制系统结构示意图;
图中:1、实景采集模块;2、分析模块;3、匹配模块;4、图像设计模块;5、显示模块;6、无线通信模块;7、无线基站;8、云服务器。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的基于互联网的室内设计绘图控制系统包括:实景采集模块1、分析模块2、匹配模块3、图像设计模块4、显示模块5、无线通信模块6、无线基站7、云服务器8。
实景采集模块1,与分析模块2连接,用于采集室内的实景图片;
分析模块2,与实景采集模块1、匹配模块3连接,用于从所述室内的实景图片中分析出包含的物体信息;
匹配模块3,与分析模块2、图像设计模块4连接,用于根据所述物体信息与设计库中预设设计图进行匹配,以生成不同的匹配度;
图像设计模块4,与匹配模块3、显示模块5连接,用于室内三维图像设计;
显示模块5,与图像设计模块4连接,用于对室内设计图进行展示;
无线通信模块6,与图像设计模块4连接,用于将室内设计图形通过无线基站7发送给云服务器8。
所述图像设计模块图像超分辨率重建的先验信息提取的具体步骤如下:
(1)在正弦域图像为训练样本集选取N组图像小块训练样本对每组图像小块训练样本对包含一个高分辨率正弦域图像小块和低分辨率正弦域图像小块,设置字典大小为K。
(2)初始化字典外循环迭代次数n,内循环迭代次数t。
(3)对于所有N组图像小块训练样本对,计算梯度
(4)对于所有N组图像小块训练样本对,更新
(5)当所有N组图像小块训练样本对都已经计算完毕后,更新
(6)重复步骤(3)至步骤(5)直至收敛。
(7)输出双字典Dx,Dy;
(3)中的梯度可以根据以下几个公式来计算;
其中为输入的低分辨率正弦域样本集里选取图像小块,为输入的高分辨率正弦域样本集里选取图像小块,为稀疏表示,λ(0≤λ≤1)表示松弛因子,N为采样数,αi为x的稀疏编码表示;
L表示平方项损失,通过求上式的最小化可以优化Dx,Dy:
||Dx(:,k)||2≤1,||Dy(:,k)||2≤1,k=1,L,K
s.t.表示受约束于,由于上式不容易求解,我们可以引入正则化相来求解,因此上式可变为:
这里γ(0<λ≤1)是用来平衡两个式子之间的参数:
其中zj为z的第j个元素,Ω表示j的所有情况的集合;
(5)中为可以根据以下公式具体计算:
||Dx(:,k)||2≤1,k=1,L,K
当Dy确定时,可以求出Dx;
(4)中的正弦域图像超分辨率重建的具体步骤如下:
(1)输入双字典Dx,Dy,低分辨率图像Y;
(2)初始化超分辨率图像X=0,对低分辨率图像Y进行双立方插值生成Y′;
(3)对Y′中一个p×p的图像小块yp,计算均值m和二范数r,提取yp的归一化梯度向量y;
(4)计算
(5)恢复超分辨率图像小块特征
(6)恢复超分辨率图像小块xp=(c×r)·x+m,这是c为常数;
(7)将xp填充到X中的相应位置;
(8)重复(3)至(7)直至X中所有的像素被填满;
(9)输出超分辨率重建图像X;
本发明提供的分析模块2分析方法:
首先,提取每一物体的大小、和轮廓;
其次,为所述每一物体生成代表色;
最后,将所述代表色、所述大小、和所述轮廓进行组合,以代表所述物体信息。
本发明提供的图像设计模块4包括:样板间设计模块、样本转化模块、三维生成模块;
样板间设计模块,用于其根据每种房间类型进行功能区划分设置,每一类功能区设计成大中小三种尺寸,设计师设计风格;
样本转化模块,用于将设计好的样板间转化为函数语言和计算公式,传输到云平台,并通过云平台同步至世界上任何一个地方的实体店的软件里;
三维生成模块,用于在实体店根据房间类型,再进行功能区的大小尺寸和位置调整摆放,选择样板间,计算机将之前设计好的样板间的设计的函数和公式转化成三维立体图像。
本发明提供的三维生成模块现是计算机将模块化的功能区进行整体三维立体效果的计算方法;当用户选择某一设计风格样板间(或编号)时计算机很快的把该风格样板间计算并立即转化成设计师风格的立体呈现,当选择另一风格样板间时软件又快速计算并转化成另一风格的三维立体呈现。
本发明实景采集模块1将采集室内的实景图片传输给分析模块2分析出图片包含的物体信息;通过匹配模块3将所述物体信息与设计库中预设设计图进行匹配,以生成不同的匹配度;通过图像设计模块4设计出室内三维图像设计;最后由显示模块5对室内设计图进行展示。
下面结合具体分析对本发明作进一步描述。
本发明的实景采集模块的采集方法包括:首先,用感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;
对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程i=1,…,M,其中h(0),…,h(L-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:
则观测i=1,…,M,其中b1,…,bL看作滤波器系数;子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)=Φ′FTΦFT特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i=1,…,T,则ΦF满足RIP,并通过求解如下l1最优化问题来重构原信号:
即通过线性规划方法来重构原信号,亦即BP算法;
针对实际压缩信号,如语音或图像信号的采集,则修改ΦF为如下形式:
如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解如下l1最优化问题,精确重构出原信号:
其中Φ与Ψ不相关,Ξ称为CS矩阵。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (5)
1.一种基于互联网的室内设计绘图控制系统,其特征在于,所述基于互联网的室内设计绘图控制系统包括:
实景采集模块,与分析模块连接,用于采集室内的实景图片;
分析模块,与实景采集模块、匹配模块连接,用于从所述室内的实景图片中分析出包含的物体信息;
匹配模块,与分析模块、图像设计模块连接,用于根据所述物体信息与设计库中预设设计图进行匹配,以生成不同的匹配度;
图像设计模块,与匹配模块、显示模块连接,用于室内三维图像设计;
所述图像设计模块图像超分辨率重建的先验信息提取的具体步骤如下:
(1)在正弦域图像为训练样本集选取N组图像小块训练样本对每组图像小块训练样本对包含一个高分辨率正弦域图像小块和低分辨率正弦域图像小块,设置字典大小为K;
(2)初始化字典外循环迭代次数n,内循环迭代次数t;
(3)对于所有N组图像小块训练样本对,计算梯度
(4)对于所有N组图像小块训练样本对,更新
(5)当所有N组图像小块训练样本对都已经计算完毕后,更新
(6)重复步骤(3)至步骤(5)直至收敛;
(7)输出双字典Dx,Dy;
(3)中的梯度可以根据以下几个公式来计算;
其中为输入的低分辨率正弦域样本集里选取图像小块,为输入的高分辨率正弦域样本集里选取图像小块,为稀疏表示,λ(0≤λ≤1)表示松弛因子,N为采样数,αi为x的稀疏编码表示;
L表示平方项损失,通过求上式的最小化可以优化Dx,Dy:
||Dx(:,k)||2≤1,||Dy(:,k)||2≤1,k=1,L,K
s.t.表示受约束于,由于上式不容易求解,我们可以引入正则化相来求解,因此上式可变为:
这里γ(0<λ≤1)是用来平衡两个式子之间的参数:
其中zj为z的第j个元素,Ω表示j的所有情况的集合;
(5)中为可以根据以下公式具体计算:
||Dx(:,k)||2≤1,k=1,L,K
当Dy确定时,可以求出Dx;
(4)中的正弦域图像超分辨率重建的具体步骤如下:
(1)输入双字典Dx,Dy,低分辨率图像Y;
(2)初始化超分辨率图像X=0,对低分辨率图像Y进行双立方插值生成Y′;
(3)对Y′中一个p×p的图像小块yp,计算均值m和二范数r,提取yp的归一化梯度向量y;
(4)计算
(5)恢复超分辨率图像小块特征
(6)恢复超分辨率图像小块xp=(c×r)·x+m,这是c为常数;
(7)将xp填充到X中的相应位置;
(8)重复(3)至(7)直至X中所有的像素被填满;
(9)输出超分辨率重建图像X;
显示模块,与图像设计模块连接,用于对室内设计图进行展示;
无线通信模块,与图像设计模块连接,用于将室内设计图形通过无线基站发送给云服务器。
2.如权利要求1所述的基于互联网的室内设计绘图控制系统,其特征在于,所述分析模块分析方法:
首先,提取提取每一物体的大小、和轮廓;
其次,为所述每一物体生成代表色;
最后,将所述代表色、所述大小、和所述轮廓进行组合,以代表所述物体信息。
3.如权利要求1所述的基于互联网的室内设计绘图控制系统,其特征在于,所述图像设计模块包括:样板间设计模块、样本转化模块、三维生成模块;
样板间设计模块,用于其根据每种房间类型进行功能区划分设置,每一类功能区设计成大中小三种尺寸,设计师设计风格;
样本转化模块,用于将设计好的样板间转化为函数语言和计算公式,传输到云平台,并通过云平台同步至世界上任何一个地方的实体店的软件里;
三维生成模块,用于在实体店根据房间类型,再进行功能区的大小尺寸和位置调整摆放,选择样板间,计算机将之前设计好的样板间的设计的函数和公式转化成三维立体图像。
4.如权利要求2所述的基于互联网的室内设计绘图控制系统,其特征在于,所述三维生成模块现是计算机将模块化的功能区进行整体三维立体效果的计算方法;当用户选择某一设计风格样板间或编号时计算机很快的把该风格样板间计算并立即转化成设计师风格的立体呈现,当选择另一风格样板间时软件又快速计算并转化成另一风格的三维立体呈现。
5.如权利要求1所述的基于互联网的室内设计绘图控制系统,其特征在于,
所述实景采集模块的采集方法包括:首先,用感知设备在独立的采样周期内对目标信号x(t)进行采集,并用A/D方式对信号进行数字量化;然后,对量化后的信号x(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序;
对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程其中h(0),…,h(L-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:
则观测其中b1,…,bL看作滤波器系数;子矩阵ΦFT的奇异值是格拉姆矩阵G(ΦF,T)=Φ′FTΦFT特征值的算术根,验证G(ΦF,T)的所有特征值λi∈(1-δK,1+δK),i=1,…,T,则ΦF满足RIP,并通过求解如下l1最优化问题来重构原信号:
即通过线性规划方法来重构原信号,亦即BP算法;
针对实际压缩信号,如语音或图像信号的采集,则修改ΦF为如下形式:
如果信号在变换基矩阵Ψ上具有稀疏性,则通过求解如下l1最优化问题,精确重构出原信号:
其中Φ与Ψ不相关,Ξ称为CS矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810085312.5A CN108197408A (zh) | 2018-01-29 | 2018-01-29 | 一种基于互联网的室内设计绘图控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810085312.5A CN108197408A (zh) | 2018-01-29 | 2018-01-29 | 一种基于互联网的室内设计绘图控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108197408A true CN108197408A (zh) | 2018-06-22 |
Family
ID=62591075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810085312.5A Pending CN108197408A (zh) | 2018-01-29 | 2018-01-29 | 一种基于互联网的室内设计绘图控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197408A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175393A (zh) * | 2019-05-22 | 2019-08-27 | 泰州市天和测绘有限公司 | 一种室内设计测绘装置及在线辅助系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103036573A (zh) * | 2012-12-03 | 2013-04-10 | 南京工业大学 | 基于滤波的压缩感知信号采集方法 |
CN104268309A (zh) * | 2014-09-04 | 2015-01-07 | 北京尔宜居科技有限责任公司 | 一种快速实现室内设计方案的方法 |
CN105550406A (zh) * | 2015-12-04 | 2016-05-04 | 广东欧珀移动通信有限公司 | 室内设计方法及室内设计系统 |
CN106127686A (zh) * | 2016-06-29 | 2016-11-16 | 西安电子科技大学 | 基于正弦域图像超分辨率提高ct重建图像分辨率的方法 |
-
2018
- 2018-01-29 CN CN201810085312.5A patent/CN108197408A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103036573A (zh) * | 2012-12-03 | 2013-04-10 | 南京工业大学 | 基于滤波的压缩感知信号采集方法 |
CN104268309A (zh) * | 2014-09-04 | 2015-01-07 | 北京尔宜居科技有限责任公司 | 一种快速实现室内设计方案的方法 |
CN105550406A (zh) * | 2015-12-04 | 2016-05-04 | 广东欧珀移动通信有限公司 | 室内设计方法及室内设计系统 |
CN106127686A (zh) * | 2016-06-29 | 2016-11-16 | 西安电子科技大学 | 基于正弦域图像超分辨率提高ct重建图像分辨率的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175393A (zh) * | 2019-05-22 | 2019-08-27 | 泰州市天和测绘有限公司 | 一种室内设计测绘装置及在线辅助系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Real-time finite element structural analysis in augmented reality | |
WO2021175050A1 (zh) | 三维重建方法和三维重建装置 | |
CN114663199A (zh) | 一种动态展示的实时三维虚拟试衣系统及方法 | |
CN108921893A (zh) | 一种基于在线深度学习slam的图像云计算方法及系统 | |
CN110310227A (zh) | 一种基于高低频信息分解的图像超分辨率重建方法 | |
CN112070078B (zh) | 基于深度学习的土地利用分类方法及系统 | |
CN113822982B (zh) | 一种人体三维模型构建方法、装置、电子设备及存储介质 | |
Wang et al. | 3d-physnet: Learning the intuitive physics of non-rigid object deformations | |
CN109146787A (zh) | 一种基于插值的双相机光谱成像系统的实时重建方法 | |
CN104537705A (zh) | 基于增强现实的移动平台三维生物分子展示系统和方法 | |
CN104318215B (zh) | 一种基于域鲁棒卷积特征学习的交叉视角人脸识别方法 | |
Kozaki et al. | Automatic generation of LEGO building instructions from multiple photographic images of real objects | |
CN109655011A (zh) | 一种人体建模维度测量的方法及系统 | |
CN108197408A (zh) | 一种基于互联网的室内设计绘图控制系统 | |
CN110335196A (zh) | 一种基于分形解码的超分辨率图像重建方法及系统 | |
CN115937374B (zh) | 一种数字人体建模方法、装置、设备及介质 | |
CN111311732A (zh) | 3d人体网格获取方法及装置 | |
CN109712074A (zh) | 双参数贝塔过程联合字典的遥感图像超分辨重建方法 | |
Griffith | A spatial analysis of selected art: A GIScience-humanities interface | |
Saroul et al. | Distance preserving flattening of surface sections | |
Juckette et al. | Using Virtual Reality and Photogrammetry to Enrich 3D Object Identity | |
Chen et al. | Demand forecast of emergency supplies based on gray model | |
CN114862666B (zh) | 图像变换系统、方法、存储介质及电子设备 | |
CN106023232B (zh) | 一种带窗动态空间规整的图匹配方法 | |
Liang | Art Design Teaching Based on the Multidata Fusion Algorithm and Virtual Simulation Technology |
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: 20180622 |