CN109949405A - 基于倾斜建模的多维度数据联动解析系统 - Google Patents
基于倾斜建模的多维度数据联动解析系统 Download PDFInfo
- Publication number
- CN109949405A CN109949405A CN201910133282.5A CN201910133282A CN109949405A CN 109949405 A CN109949405 A CN 109949405A CN 201910133282 A CN201910133282 A CN 201910133282A CN 109949405 A CN109949405 A CN 109949405A
- Authority
- CN
- China
- Prior art keywords
- data
- dimensional
- modeling
- algorithm
- projection
- 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.)
- Granted
Links
Abstract
本发明公开一种基于倾斜建模的多维度数据联动解析系统,包括三维建模单元、三维投影单元、二维建模数据模块和二三维数据匹配模块;所述三维建模单元用于倾斜三维抓取单元获取数据的深层处理,三维投影单元用于将三维建模单元建模出来完整的数据模型投影成二维数据,二维建模数据模块用于倾斜二维获取模块数据的处理,二三维数据匹配模块用于联动处理三维投影单元和二维建模数据模块数据的匹配;本发明通过对采集的三维和二维数据信息进行比对和校验,联动的处理三维和二维产生的数据信息,将三维建模数据的准确度提高,将数据的生成和存储采用设定和待设定的变量,对数据的调整及时和准确。
Description
技术领域
本发明涉及数据建模技术领域,具体的是基于倾斜建模的多维度数据联动解析系统。
背景技术
科技的发展使各种宏观的架构物体可以在数据模拟器上不断的缩小,使其达到与人类操作相适应的大小,更加方便快捷的对数据进行处理,对模型进行完善和改进,在紧急状态下,全方位完整的分析,使作业时不会产生遗漏和安全隐患。
现有技术中通过五相机倾斜的摄影手段得到多角度的类三维的数据信息,通过计算机对算法的设定得到一个完整的三维数据模型,但是这种方式不能对其数据模型进行校验,校验的方式也仅限与对数据的重新计算,计算的算法不变,对产生的结果也不会有太大的变化,导致在敏感交互的区域模型数据体现的不完整或者混乱。因此如何改善三维数据建模可变量有限,建模的数据仅可与自身校对,校对的准确性低,二维数据多不能有效利用是本发明需要解决的问题。
发明内容
为了克服上述的技术问题,本发明的目的在于提供基于倾斜建模的多维度数据联动解析系统,改善三维数据建模可变量有限,建模的数据仅可与自身校对,校对的准确性低,二维数据多不能有效利用的缺点。
本发明的目的可以通过以下技术方案实现:
基于倾斜建模的多维度数据联动解析系统,其特征在于,包括倾斜三维抓取单元、倾斜二维获取模块、三维建模单元、三维投影单元、二维建模数据模块和二三维数据匹配模块;
其中,所述倾斜三维抓取单元和倾斜二维获取模块通过五相机倾斜摄影建立,三维建模单元用于倾斜三维抓取单元获取数据的深层处理,三维投影单元用于将三维建模单元建模出来完整的数据模型投影成二维数据,二维建模数据模块用于倾斜二维获取模块数据的处理,二三维数据匹配模块用于联动处理三维投影单元和二维建模数据模块数据的匹配;
其中,所述三维投影单元包括空间数据库、算法矢量选择、投影算法、矢量校对、设定算法和加载算法,具体投影过程包括如下步骤:
步骤一、空间数据库:三维建模单元将采集的三维数据进行分析和归纳,得到模型的全部数据,并且将数据进行分类收集,方便调用;
步骤二、算法矢量选择:三维建模在二维的基础上增加了高度维,根据笛卡尔坐标系分类,即三维增加了z方向上的矢量,且该矢量是正值,z矢量在x、y平面上以格栅的形式排布;
步骤三、投影算法:采用光线跟踪算法和凸集投影算法相结合,将步骤一中的空间数据库中的数据根据光线跟踪的角度选取需要的投影数据,投影的被覆盖的部分被隐藏,根据凸集投影的帧数选择,使投影产生约束从而提高投影的清晰度;
其中,所述光线跟踪算法,通过光线分别在建筑物不同光滑度表面产生的反射、折射和阴影进行算法分析,反射的判定算法为这个光线与场景中的物体相交,最近的相交物体就是反射中看到的物体;折射的判定算法为在透明的物体上光线的射入必然产生折射的光线;阴影的判定算法为光线照射到物体表面上的某些点上,如果这些点面向光线,那么就跟踪这段交点与光源之间的光线;
其中,所述凸集投影算法,通过矢量的空间环境将闭合的凸集约束集合,选定一个参考帧,根据凸集约束集合所包含的高分辨率的图像将采用投影算子P(L)(i,j)进行残余项rLt(i,j)的反投影运算;
步骤四、矢量校对:根据仿射投影对光线跟踪算法和凸集投影算法进行仿射校对,仿射投影选取无数多个参考点进行逐一的全角度找垂直后投影,校对投影高度、长度和宽度相邻距离的容错性,错位部分将会返回步骤三重新计算,选取合适的高度矢量数据;
步骤五、设定算法:步骤四中校对的投影算法正确的数据被收集到设定数据,步骤三和步骤四反复校对的数据分级收集到待设定数据中,设定数据用于对三维数据的整体框架的确定性和不可更改,待设定数据为可变参数,用于在二三维匹配模块中寻找最合适的参数;
步骤六、加载算法:步骤五中的设定数据被笛卡尔坐标系中的矢量记忆,并且加载出不同角度和高度的多层投影,待设定数据被设定数据调用,填补未确定的空白或者算法存在间断的部分;
其中,所述二三维数据匹配模块包括180°三维投影、二维数据参数、三维投影角度选择、三维二维重合度和数据匹配判定,具体数据匹配过程以下步骤:
步骤A、180°三维投影:三维投影单元收集的数据在x、y平面上投影,投影的方向为在z正值轴上向负值轴,z轴与x、y形成的平面的投影角度从0°-180°,并且投影的方式是连续的,相邻的两个投影的相似度在99%以上;
步骤B、二维数据参数:调用二维建模数据模块处理的二维数据参数,将二位数据参数转换成数据矢量存储,并且该数据矢量不可修改;
步骤C、三维投影角度选择:选定步骤B中的二维数据参数,确定选择的二维视角,将三维投影的角度选择与二维视角相同,建立对比投影数据;
步骤D、三维二维重合度:步骤C中的二维视角数据与三维投影角度匹配,通过算法的转化,使三维投影生成的数据与对应角度的二维视角数据参数相匹配,匹配值在99.99%以上为该处的正确的三维建模数据;
步骤E、数据匹配判定:步骤D中的三维二维重合度通过步骤六的加载算法中设定数据和待设定数据判定,设定数据固定不变,通过待设定参数的选择匹配得到最高的重合度,待设定参数选择匹配的最高重合度低于99.99%,则判定设定数据出现错误,三维建模单元重新建立新数据。
进一步地,所述倾斜三维抓取单元和倾斜二维获取模块包括位置信息和高度信息,具体处理步骤如下:
步骤S1、位置信息:将五相机拍摄的运动轨迹利用定位机构记录,记录五相机在笛卡尔坐标系上的运动轨迹和具体位置;
步骤S2、高度信息:高度信息通过五相机在高空与地面的垂直距离和五相机在高空与所摄建筑物的斜向距离的参数信息,该参数信息用于实际数据和参考数据的协调。
进一步地,所述三维建模单元通过z轴上的分级高度将z轴上的矢量分成大量的独立的短矢量,该短矢量将三维数据信息记录成大量的小矢量的高度层级,使相互干扰的区域层次清楚。
进一步地,所述二维建模数据模块通过倾斜二维获取模块获取的平面结构比例与三维空间比例联动处理,将二维平面的比例与三维x、y轴形成的平面比例匹配,选择同一拍摄角度的相同比例数据。
进一步地,所述步骤二中的格栅是采用数字格栅在二维平面上标明的三维数据可能值,对二维图中的同一色域的模块对比和处理,使二维数据记录下亮度层次不同的灰度,将二维平面分成若干等级层次。
本发明的有益效果:
1、该二三维数据联动处理系统通过三维和二维信息的采集和处理,将三维信息通过三维建模单元将三维数据经过信息处理后存储,再通过三维投影单元的笛卡尔坐标系矢量和光线跟踪算法、凸集投影算法的相结合使三维投影成二维模型,再通过不断的与采集的二维信息和数据校对,对错误信息进行在处理,得到完整的三维建模数据。
2、本发明通过对采集的三维和二维数据信息进行比对和校验,联动的处理三维和二维产生的数据信息,将三维建模数据的准确度提高,将数据的生成和存储采用设定和待设定的变量,对数据的调整及时和准确。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明模块信息传递示意图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为基于倾斜建模的多维度数据联动解析系统,包括倾斜三维抓取单元、倾斜二维获取模块、三维建模单元、三维投影单元、二维建模数据模块和二三维数据匹配模块;
其中,所述倾斜三维抓取单元和倾斜二维获取模块通过五相机倾斜摄影建立,三维建模单元用于倾斜三维抓取单元获取数据的深层处理,三维投影单元用于将三维建模单元建模出来完整的数据模型投影成二维数据,二维建模数据模块用于倾斜二维获取模块数据的处理,二三维数据匹配模块用于联动处理三维投影单元和二维建模数据模块数据的匹配;
其中,所述三维投影单元包括空间数据库、算法矢量选择、投影算法、矢量校对、设定算法和加载算法,具体投影过程包括如下步骤:
步骤一、空间数据库:三维建模单元将采集的三维数据进行分析和归纳,得到模型的全部数据,并且将数据进行分类收集,方便调用;
步骤二、算法矢量选择:三维建模在二维的基础上增加了高度维,根据笛卡尔坐标系分类,即三维增加了z方向上的矢量,且该矢量是正值,z矢量在x、y平面上以格栅的形式排布;
步骤三、投影算法:采用光线跟踪算法和凸集投影算法相结合,将步骤一中的空间数据库中的数据根据光线跟踪的角度选取需要的投影数据,投影的被覆盖的部分被隐藏,根据凸集投影的帧数选择,使投影产生约束从而提高投影的清晰度;
步骤四、矢量校对:根据仿射投影对光线跟踪算法和凸集投影算法进行仿射校对,仿射投影选取无数多个参考点进行逐一的全角度找垂直后投影,校对投影高度、长度和宽度相邻距离的容错性,错位部分将会返回步骤三重新计算,选取合适的高度矢量数据;
步骤五、设定算法:步骤四中校对的投影算法正确的数据被收集到设定数据,步骤三和步骤四反复校对的数据分级收集到待设定数据中,设定数据用于对三维数据的整体框架的确定性和不可更改,待设定数据为可变参数,用于在二三维匹配模块中寻找最合适的参数;
步骤六、加载算法:步骤五中的设定数据被笛卡尔坐标系中的矢量记忆,并且加载出不同角度和高度的多层投影,待设定数据被设定数据调用,填补未确定的空白或者算法存在间断的部分。
优选的,所述二三维数据匹配模块包括180°三维投影、二维数据参数、三维投影角度选择、三维二维重合度和数据匹配判定,具体数据匹配过程以下步骤:
步骤A、180°三维投影:三维投影单元收集的数据在x、y平面上投影,投影的方向为在z正值轴上向负值轴,z轴与x、y形成的平面的投影角度从0°-180°,并且投影的方式是连续的,相邻的两个投影的相似度在99%以上;
步骤B、二维数据参数:调用二维建模数据模块处理的二维数据参数,将二位数据参数转换成数据矢量存储,并且该数据矢量不可修改;
步骤C、三维投影角度选择:选定步骤B中的二维数据参数,确定选择的二维视角,将三维投影的角度选择与二维视角相同,建立对比投影数据;
步骤D、三维二维重合度:步骤C中的二维视角数据与三维投影角度匹配,通过算法的转化,使三维投影生成的数据与对应角度的二维视角数据参数相匹配,匹配值在99.99%以上为该处的正确的三维建模数据;
步骤E、数据匹配判定:步骤D中的三维二维重合度通过步骤六的加载算法中设定数据和待设定数据判定,设定数据固定不变,通过待设定参数的选择匹配得到最高的重合度,待设定参数选择匹配的最高重合度低于99.99%,则判定设定数据出现错误,三维建模单元重新建立新数据。
优选的,所述倾斜三维抓取单元和倾斜二维获取模块包括位置信息和高度信息,具体处理步骤如下:
步骤S1、位置信息:将五相机拍摄的运动轨迹利用定位机构记录,记录五相机在笛卡尔坐标系上的运动轨迹和具体位置;
步骤S2、高度信息:高度信息通过五相机在高空与地面的垂直距离和五相机在高空与所摄建筑物的斜向距离的参数信息,该参数信息用于实际数据和参考数据的协调。
优选的,所述三维建模单元通过z轴上的分级高度将z轴上的矢量分成大量的独立的短矢量,该短矢量将三维数据信息记录成大量的小矢量的高度层级,使相互干扰的区域层次清楚。
优选的,所述二维建模数据模块通过倾斜二维获取模块获取的平面结构比例与三维空间比例联动处理,将二维平面的比例与三维x、y轴形成的平面比例匹配,选择同一拍摄角度的相同比例数据。
优选的,所述步骤二中的格栅是采用数字格栅在二维平面上标明的三维数据可能值,对二维图中的同一色域的模块对比和处理,使二维数据记录下亮度层次不同的灰度,将二维平面分成若干等级层次。
优选的,所述步骤三中光线跟踪算法,通过光线分别在建筑物不同光滑度表面产生的反射、折射和阴影进行算法分析,反射的判定算法为这个光线与场景中的物体相交,最近的相交物体就是反射中看到的物体;折射的判定算法为在透明的物体上光线的射入必然产生折射的光线;阴影的判定算法为光线照射到物体表面上的某些点上,如果这些点面向光线,那么就跟踪这段交点与光源之间的光线。
优选的,所述步骤三中凸集投影算法,通过矢量的空间环境将闭合的凸集约束集合,选定一个参考帧,根据凸集约束集合所包含的高分辨率的图像将采用投影算子P(L)(i,j)进行残余项rL t(i,j)的反投影运算。
本发明的有益效果:
1、该二三维数据联动处理系统通过三维和二维信息的采集和处理,将三维信息通过三维建模单元将三维数据经过信息处理后存储,再通过三维投影单元的笛卡尔坐标系矢量和光线跟踪算法、凸集投影算法的相结合使三维投影成二维模型,再通过不断的与采集的二维信息和数据校对,对错误信息进行在处理,得到完整的三维建模数据。
2、本发明通过对采集的三维和二维数据信息进行比对和校验,联动的处理三维和二维产生的数据信息,将三维建模数据的准确度提高,将数据的生成和存储采用设定和待设定的变量,对数据的调整及时和准确。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.基于倾斜建模的多维度数据联动解析系统,其特征在于,包括倾斜三维抓取单元、倾斜二维获取模块、三维建模单元、三维投影单元、二维建模数据模块和二三维数据匹配模块;
其中,所述倾斜三维抓取单元和倾斜二维获取模块通过五相机倾斜摄影建立,三维建模单元用于倾斜三维抓取单元获取数据的深层处理,三维投影单元用于将三维建模单元建模出来完整的数据模型投影成二维数据,二维建模数据模块用于倾斜二维获取模块数据的处理,二三维数据匹配模块用于联动处理三维投影单元和二维建模数据模块数据的匹配;
其中,所述三维投影单元包括空间数据库、算法矢量选择、投影算法、矢量校对、设定算法和加载算法,具体投影过程包括如下步骤:
步骤一、空间数据库:三维建模单元将采集的三维数据进行分析和归纳,得到模型的全部数据,并且将数据进行分类收集,方便调用;
步骤二、算法矢量选择:三维建模在二维的基础上增加了高度维,根据笛卡尔坐标系分类,即三维增加了z方向上的矢量,且该矢量是正值,z矢量在x、y平面上以格栅的形式排布;
步骤三、投影算法:采用光线跟踪算法和凸集投影算法相结合,将步骤一中的空间数据库中的数据根据光线跟踪的角度选取需要的投影数据,投影的被覆盖的部分被隐藏,根据凸集投影的帧数选择,使投影产生约束从而提高投影的清晰度;
其中,所述光线跟踪算法,通过光线分别在建筑物不同光滑度表面产生的反射、折射和阴影进行算法分析,反射的判定算法为这个光线与场景中的物体相交,最近的相交物体就是反射中看到的物体;折射的判定算法为在透明的物体上光线的射入必然产生折射的光线;阴影的判定算法为光线照射到物体表面上的某些点上,如果这些点面向光线,那么就跟踪这段交点与光源之间的光线;
其中,所述凸集投影算法,通过矢量的空间环境将闭合的凸集约束集合,选定一个参考帧,根据凸集约束集合所包含的高分辨率的图像将采用投影算子P(L)(i,j)进行残余项rLt(i,j)的反投影运算;
步骤四、矢量校对:根据仿射投影对光线跟踪算法和凸集投影算法进行仿射校对,仿射投影选取无数多个参考点进行逐一的全角度找垂直后投影,校对投影高度、长度和宽度相邻距离的容错性,错位部分将会返回步骤三重新计算,选取合适的高度矢量数据;
步骤五、设定算法:步骤四中校对的投影算法正确的数据被收集到设定数据,步骤三和步骤四反复校对的数据分级收集到待设定数据中,设定数据用于对三维数据的整体框架的确定性和不可更改,待设定数据为可变参数,用于在二三维匹配模块中寻找最合适的参数;
步骤六、加载算法:步骤五中的设定数据被笛卡尔坐标系中的矢量记忆,并且加载出不同角度和高度的多层投影,待设定数据被设定数据调用,填补未确定的空白或者算法存在间断的部分;
其中,所述二三维数据匹配模块包括180°三维投影、二维数据参数、三维投影角度选择、三维二维重合度和数据匹配判定,具体数据匹配过程以下步骤:
步骤A、180°三维投影:三维投影单元收集的数据在x、y平面上投影,投影的方向为在z正值轴上向负值轴,z轴与x、y形成的平面的投影角度从0°-180°,并且投影的方式是连续的,相邻的两个投影的相似度在99%以上;
步骤B、二维数据参数:调用二维建模数据模块处理的二维数据参数,将二位数据参数转换成数据矢量存储,并且该数据矢量不可修改;
步骤C、三维投影角度选择:选定步骤B中的二维数据参数,确定选择的二维视角,将三维投影的角度选择与二维视角相同,建立对比投影数据;
步骤D、三维二维重合度:步骤C中的二维视角数据与三维投影角度匹配,通过算法的转化,使三维投影生成的数据与对应角度的二维视角数据参数相匹配,匹配值在99.99%以上为该处的正确的三维建模数据;
步骤E、数据匹配判定:步骤D中的三维二维重合度通过步骤六的加载算法中设定数据和待设定数据判定,设定数据固定不变,通过待设定参数的选择匹配得到最高的重合度,待设定参数选择匹配的最高重合度低于99.99%,则判定设定数据出现错误,三维建模单元重新建立新数据。
2.根据权利要求1所述的基于倾斜建模的多维度数据联动解析系统,其特征在于,所述倾斜三维抓取单元和倾斜二维获取模块包括位置信息和高度信息,具体处理步骤如下:
步骤S1、位置信息:将五相机拍摄的运动轨迹利用定位机构记录,记录五相机在笛卡尔坐标系上的运动轨迹和具体位置;
步骤S2、高度信息:高度信息通过五相机在高空与地面的垂直距离和五相机在高空与所摄建筑物的斜向距离的参数信息,该参数信息用于实际数据和参考数据的协调。
3.根据权利要求1所述的基于倾斜建模的多维度数据联动解析系统,其特征在于,所述三维建模单元通过z轴上的分级高度将z轴上的矢量分成大量的独立的短矢量,该短矢量将三维数据信息记录成大量的小矢量的高度层级,使相互干扰的区域层次清楚。
4.根据权利要求1所述的基于倾斜建模的多维度数据联动解析系统,其特征在于,所述二维建模数据模块通过倾斜二维获取模块获取的平面结构比例与三维空间比例联动处理,将二维平面的比例与三维x、y轴形成的平面比例匹配,选择同一拍摄角度的相同比例数据。
5.根据权利要求1所述的基于倾斜建模的多维度数据联动解析系统,其特征在于,所述步骤二中的格栅是采用数字格栅在二维平面上标明的三维数据可能值,对二维图中的同一色域的模块对比和处理,使二维数据记录下亮度层次不同的灰度,将二维平面分成若干等级层次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133282.5A CN109949405B (zh) | 2019-02-22 | 2019-02-22 | 基于倾斜建模的多维度数据联动解析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133282.5A CN109949405B (zh) | 2019-02-22 | 2019-02-22 | 基于倾斜建模的多维度数据联动解析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949405A true CN109949405A (zh) | 2019-06-28 |
CN109949405B CN109949405B (zh) | 2022-09-13 |
Family
ID=67006810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133282.5A Active CN109949405B (zh) | 2019-02-22 | 2019-02-22 | 基于倾斜建模的多维度数据联动解析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949405B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110379004A (zh) * | 2019-07-22 | 2019-10-25 | 泰瑞数创科技(北京)有限公司 | 一种对倾斜摄影成果进行地物分类及单体化提取的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277293A (ja) * | 2005-03-29 | 2006-10-12 | Dainippon Printing Co Ltd | 回転体の三次元情報復元装置 |
CN104537043A (zh) * | 2014-12-23 | 2015-04-22 | 北京超图软件股份有限公司 | 基于倾斜建模数据的二三维一体化方法与系统 |
CN108830797A (zh) * | 2018-05-24 | 2018-11-16 | 桂林航天工业学院 | 一种基于仿射投影矩阵模型的直线匹配方法 |
CN109035401A (zh) * | 2018-08-28 | 2018-12-18 | 安徽省川佰科技有限公司 | 基于倾斜相机摄影的城市三维场景自动建模系统 |
-
2019
- 2019-02-22 CN CN201910133282.5A patent/CN109949405B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006277293A (ja) * | 2005-03-29 | 2006-10-12 | Dainippon Printing Co Ltd | 回転体の三次元情報復元装置 |
CN104537043A (zh) * | 2014-12-23 | 2015-04-22 | 北京超图软件股份有限公司 | 基于倾斜建模数据的二三维一体化方法与系统 |
CN108830797A (zh) * | 2018-05-24 | 2018-11-16 | 桂林航天工业学院 | 一种基于仿射投影矩阵模型的直线匹配方法 |
CN109035401A (zh) * | 2018-08-28 | 2018-12-18 | 安徽省川佰科技有限公司 | 基于倾斜相机摄影的城市三维场景自动建模系统 |
Non-Patent Citations (2)
Title |
---|
郭林凯: "基于"倾斜+LiDAR+车载"的实景三维建模实现", 《城市勘测》 * |
高玮等: "基于二维视图特征的三维重建", 《计算机学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110379004A (zh) * | 2019-07-22 | 2019-10-25 | 泰瑞数创科技(北京)有限公司 | 一种对倾斜摄影成果进行地物分类及单体化提取的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109949405B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104330074B (zh) | 一种智能测绘平台及其实现方法 | |
US9001120B2 (en) | Using photo collections for three dimensional modeling | |
CN108648269A (zh) | 三维建筑物模型的单体化方法和系统 | |
Grimstead et al. | Creating solid models from single 2D sketches | |
CN108921947A (zh) | 生成电子地图的方法、装置、设备、存储介质以及采集实体 | |
CN106683068A (zh) | 一种三维数字化图像采集方法及设备 | |
CN110446906A (zh) | 三维扫描设备和方法 | |
CN108734737A (zh) | 基于视觉slam估计空间旋转非合作目标转轴的方法 | |
CN102184563B (zh) | 植物器官形态的三维扫描方法及扫描系统和装置 | |
CN106560835A (zh) | 一种路牌识别方法及装置 | |
CN109887020A (zh) | 一种植株器官分离方法及系统 | |
CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
CN109035400A (zh) | 一种利用倾斜摄影建立城市规划的方法 | |
Huber et al. | Fusion of LIDAR data and aerial imagery for automatic reconstruction of building surfaces | |
CN106846413A (zh) | 三维树型直角坐标系构建和图像空间标定的装置及方法 | |
CN110533768A (zh) | 一种仿真交通场景生成方法及系统 | |
CN112258624A (zh) | 一种三维实景融合建模的方法 | |
CN113297701A (zh) | 多种类工业零件堆叠场景的仿真数据集生成方法及装置 | |
CN115424265A (zh) | 一种点云语义分割标注方法及系统 | |
CN109949405A (zh) | 基于倾斜建模的多维度数据联动解析系统 | |
CN112991424B (zh) | 一种基于八叉树算法的分形维数计算方法及装置 | |
CN112465977B (zh) | 基于稠密点云修补三维模型水面漏洞的方法 | |
CN101976452A (zh) | 基于等高线簇分析的机载激光扫描点云整体滤波方法 | |
CN115082648B (zh) | 一种基于标志物模型绑定的ar场景布置方法及系统 | |
CN116229001A (zh) | 一种基于空间熵的城市三维数字地图生成方法及系统 |
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 |