CN112785678A - 基于三维模拟的日照分析方法和系统 - Google Patents
基于三维模拟的日照分析方法和系统 Download PDFInfo
- Publication number
- CN112785678A CN112785678A CN201911091267.5A CN201911091267A CN112785678A CN 112785678 A CN112785678 A CN 112785678A CN 201911091267 A CN201911091267 A CN 201911091267A CN 112785678 A CN112785678 A CN 112785678A
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- camera
- angle
- sunshine
- sun
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000004088 simulation Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 9
- 230000005484 gravity Effects 0.000 claims abstract description 5
- 238000003709 image segmentation Methods 0.000 claims abstract description 4
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 230000005389 magnetism Effects 0.000 claims abstract description 3
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 2
- 241001424688 Enceliopsis Species 0.000 claims 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 238000010276 construction Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000005286 illumination Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005358 geomagnetic field Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种基于三维模拟的日照分析方法和系统,所述方法包括:根据移动终端的定位传感器获得当前经纬度;地磁传感器获得设备与地磁南方的相对角度;摄像头获取当前的实景影像,同时根据陀螺仪和重力传感器获得该摄像设备的旋转信息;将上述采集信息上传至日照分析平台,平台系统接收到处理请求后,开始进行图像分割、构建三维空间、计算太阳运行数据,模拟太阳运行场景,非天空区域遮挡分析,最后将分析结果反馈给移动终端,并以可视化的方式进行展示。本发明可以通过移动终端的简单操作,即可获得拍摄位置任意一天的日照情况,快速,直观地将分析结果展现给用户,给用户带来了便利。
Description
技术领域
本发明涉及用于移动终端的软件领域,特别涉及一种以软件实现的用于移动终端的日照分析方法。
背景技术
随着我国城市化的建设,高楼大厦鳞次栉比,也对高楼后面的区域造成挡光或光照不足,对日照有一定要求的养殖业、种植业和生活住房都有很大的影响。传统的判断是否挡光是通过水平距离和前面遮挡物的高度来计算,但是由于环境的影响,很多时候经纬度和地磁南方不易获得,水平距离无法测量,遮挡物的高度和所在位置的高度也获得不到,计算参数多,公式复杂,导致很多人无法计算或者计算结果误差很大。
因此,存在对日照分析为人们提供更加灵活,方便的测量需求。随着移动终端的普及,摄像头,定位传感器,陀螺仪,重力传感器,磁场传感器也已经是移动终端的标配,由于移动终端的便携性,数据采集变得简单方便。用户只需要一部移动终端,按要求拍摄照片就可以实现日照的数据分析,判断前方建筑、高山等是否挡光,一天的采光小时数。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于移动终端的日照分析方法,其方法步骤简单,设计新颖合理,实现方便快捷,预测效率高,实用性强,应用范围广,推广应用价值高。
为了达到上述目的,本发明所采用的技术方案是:基于三维模拟的日照分析系统,包括服务器计算机和移动终端,其移动终端必须包含:显示屏、摄像头、存储器、定位传感器、陀螺仪、重力传感器、磁场传感器、网络模块;移动终端和服务器计算机通过无线网络连接通信。
基于移动终端的日照分析方法,其特征在于,该方法包括以下步骤。
步骤一,通过移动终端采集数据,需要的必要数据包括:照片,终端相机广角,经纬度,终端朝向,终端仰角;可拍一张图像或者一组不同方向的图像;通过网络将数据上传到服务器计算机。
步骤二,所述服务器计算机将步骤一中得到的图像输入到预先构建的全卷积神经网络中,通过全卷积神经网络将实景影像进行对象分类,分离出天空与非天空区域的纹理图像数据,并添加透明层。
步骤三,根据太阳运转规律,计算某一时间相对步骤一中获得的经纬度的方位角与高度角,根据此数据在三维坐标系下创建太阳对象,并模拟太阳对象的运行轨迹。
步骤四,所述三维模拟系统,构建三维模拟空间所述计算机将步骤二中获得的天空与非天空区域的分割图像,并将步骤一中得到的经纬度,终端朝向(yaw),终端仰角(pitch),将步骤三中得到的太阳的方位角与高度角,输入到三维模拟系统中。
步骤五,重复步骤二、三、四将移动终端采集的不同方向的数据输入到三维模拟系统中,用来实现多方向视角的遮挡分析。
步骤六,所述非天空区域遮挡分析,根据太阳在摄像机视锥体中的位置映射到照片上,再通过判断该点位置照片材质的alpha值,即可判断出太阳是否被非天空区域遮挡。根据遮挡信息进一步计算日照时间及太阳所处位置;若太阳高度角垂直方向y轴高出视域范围则认为此处无遮挡,因此多方位视角会更为精确的获得遮挡数据。
步骤七,模拟一天内白昼时的太阳位置,进一步计算出每分钟每个摄像机的遮挡数据信息。
步骤八,根据步骤五中计算得到的数据,通过网络反馈到用户。
附图说明
图1为本发明的结构框图。
图2为本发明的功能流程图。
图3为全卷积神经网络系统结构图。
图4为全卷积神经网络功能结构图。
图5为太阳高度角与方位角示意图。
图6为三维模拟系统示意图。
图7为清晰原始图像实例。
图8移动终端软件界面实例。
图9分析结果展示实例。
图10三维直角坐标系示意图。
图11平面与射线相交示意图。
具体实施方式
以下实施例将结合附图对本发明作进一步的说明,本发明实施例包括以下步骤。
步骤1,全卷积神经网络预训练过程,具体步骤如下:
(1)在训练过程中,需要大量含有天空的图像作为训练样本,从网上收集或生活中拍摄含有天空场景的540幅图像,并进行标注图像中的天空区域,建立图像库;样本图像的示例如图7所示;
(2)如图3所示,构建全卷积神经网络系统结构,这是一种构建基于Tensorflow框架的全卷积神经网络(Fully Convolutional Network,一种用于图像语义分割的框架)模型,主要使用了三种技术:卷积化(Convolutional)、上采样(Upsample)、跳跃结构(Skip Layer);
(3)对全卷积神经网络系统进行训练学习。
步骤2,采集移动终端相关数据并上传至服务器:
2、 通过定位传感器获取移动终端所在位置的经纬度;
3、 通过磁场传感器获取移动终端朝向与地磁方向的夹角(yaw);
4、 通过陀螺仪与重力传感器获取手机上扬角度(pitch)与翻转角度(roll);
5、 通过相机拍摄获取当前角度的图像信息;
6、 重复2、3、4、5,可获得多组图像与角度的信息;
7、 将移动终端采集的数据通过无线网络上传至服务器。
步骤3,服务器计算机接收到移动终端发来的数据后,将传来的一组图像输入到全卷积神经网络模型中做图像分割,如下:
1、如图4所示,将图像输入到全卷积神经网络中,经过上采样操作,在模型最后一层得到全分辨率的特征图,使用softmax将每个像素分类,并生成最终的分割结果,得到天空与非天空区域图像;
2、提取非天空区域Pb,将天空区域Ps替换为透明层A:
步骤4,如图5所示,太阳运转规律数据计算过程为:
α:方位角(观测者与太阳的连线和地平面所夹的角度);
β:高度角(太阳光线与地面的夹角);
φ:终端地理纬度;
N:积日(即年内第几天);
T:时间,以24小时计;
计算太阳某一时刻高度角与方位角:
步骤5,如图6所示,构建三维模拟系统,可采用MatLab、OpenGL或Unity3D等三维模拟软件来构建:
S1、构建三维直角坐标系x,y,z(左手坐标系),如图10所示;
S2、定义用户拍照位置为(0,0,0)坐标系原点,在此构建透视摄像机,广角设置为步骤一中移动终端相机的广角(a);
S3、将相机绕z轴旋转roll:
将相机绕y轴旋转yaw:
将相机绕x轴旋转pitch:
S4、将照片放置到相机前方,根据纹理图像高度,摄像机广角,将纹理图像放置在相对坐标点(0,0, D)的位置:
步骤6,模拟太阳运行场景,根据计算出某一时刻太阳的方位角α与高度角β,使太阳绕x轴旋转β,绕y轴旋转α,通过罗德里格斯(Rodrigues)变换进行转换,得到太阳的旋转向量(rx,ry,rz):
假设太阳距离摄像机为15000标准单位,摄像机位置(x0,y0,z0),某一时刻太阳所在位置(xn,yn,zn):
由此模拟白昼时太阳的运行轨迹,假设模拟系统帧率为30fps,模拟系统的一分钟Tmin和现实的一分钟Smin,设:Tmin=Smin/(60×10),用来计算日照时长。
步骤7,三维空间内的非天空区域的遮挡检测,如下:
1、摄像机与太阳的连线与摄像机前的纹理平面做相交检测,如图11所示,假设摄像机坐标位置为Ia,太阳坐标位置为Ib,摄像机前的纹理平面法向量为n。线段与平面相交判断:
2、若det≠ 0则线段与平面相交有唯一解;
4、当点Pt在矩形M范围内,将点Pt坐标转换为纹理坐标(u, v),获取图像(u×width, v×height)处像素值,若该点像素透明通道Alpha=0,则点Pt位置为天空区域,认为太阳光线在此时刻可以照射到摄像机位置,记录光照时间与交点位置;
6、若太阳高度角≥摄像机仰角+摄像机广角/2,则认为太阳光线在此时刻可以照射到摄像机位置,记录光照时间与太阳位置。
步骤8,将统计光照的数据反馈到移动终端,移动终端并展示,结果反馈效果如图8、图9所示。
最后所应说明的是:以上实施例仅用以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于三维模拟的日照分析方法,其特征在于,包括:移动终端、日照分析系统,其中,所述移动终端,包括数据获取模块、数据上传模块、结果展示模块;
所述日照分析系统,接收所述移动终端数据请求,开始进行图像分割、构建三维空间、计算太阳运行数据、模拟太阳运行场景、非天空区域遮挡分析,从而得到所述实景影像下的日照分析数据。
2. 根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述移动终端的数据获取模块:(1)通过定位传感器获得当前经纬度;(2)通过磁场传感器(MagneTIsmSensor)获得移动终端与地磁南方的相对角度;(3)根据摄像头焦距信息获得摄像头垂直广角;(4)通过摄像头获取当前的实景图像,可拍摄一组或不同角度的多组实景图像;(5)通过陀螺仪传感器(Gyroscope)和重力传感器(G-Sensor)获得拍照时移动终端的旋转数据;
所述移动终端的数据上传模块,用于将已经获取的数据信息上传至所述日照分析系统;
所述移动终端的结果展示模块,用于接收所述日照分析系统计算的结果,并展示在移动终端。
3.根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述图像分割,是通过全卷积神经网络将所述实景影像进行对象分类,分离出天空与非天空区域的纹理图像;所述全卷积神经网络(Fully Convolutional Networks),是一种用于图像语义分割的框架,经过上采样操作,在模型最后一层得到全分辨率的特征图,适用softmax将每个像素分类,并生成最终的分割结果。
4.根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述构建三维空间包括:建立三维直角坐标系(x,y,z),坐标原点为(0,0,0),垂直水平方向为y;水平南北方向为z;水平东西方向为x;构建透视摄像机(View Frustum),设置摄像机广角为权利要求2中所述的移动终端摄像头垂直广角,三维坐标位置为(0,0,0);根据权利要求2中所述的移动终端与地磁南方的相对角度(yaw),沿y轴旋转摄像机yaw角度;根据权利要求2中所述的移动终端的旋转数据,俯仰角度为(pitch),翻滚角度为(roll),则摄像机沿着x轴旋转pitch角度,沿着摄像机沿着z轴旋转roll角度;
将权利要求2中所述的非天空纹理图像放置在透视摄像机前,且可添加多组不同旋转角度的透视摄像机,每个摄像机前对应一张拍摄的图像。
5.根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述计算太阳运行数据包括:根据权利要求2中所述的移动终端当前经纬度,计算出一天内白昼时每分钟太阳相对于该经纬度位置的方位角与高度角。
6.根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述模拟太阳运行场景包括:根据权利要求5中所述获得一天内白昼时每分钟太阳的方位角与高度角,根据此数据在三维坐标系下创建太阳对象,并模拟太阳对象的运行轨迹。
7.根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述视锥遮挡分析包括:根据权利要求4中所述透视摄像机,在视锥体内,从权利要求6中的太阳位置向透视摄像机处发射射线,若该射线与摄像机前的非天空纹理相交,则认为太阳光线此时刻在此位置被遮挡;若该射线与摄像机前的天空纹理相交,则认为太阳光线此时刻可以照射到此位置;若此时太阳高度角≥摄像机仰角+摄像机广角/2,则也认为太阳光线此时刻可以照射到此位置;根据权利要求6中所述模拟白昼时的太阳的方位角与高度角,通过是否有光线照射到此位置来计算日照时间、及太阳光线与纹理的相交位置。
8.根据权利要求1所述的基于三维模拟的日照分析方法,其特征在于,所述分析结果信息发送至移动终端包括:根据权利要求7中所得到的日照结果数据,通过网络反馈给移动终端,移动终端并以可视化的方式进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911091267.5A CN112785678B (zh) | 2019-11-09 | 2019-11-09 | 基于三维模拟的日照分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911091267.5A CN112785678B (zh) | 2019-11-09 | 2019-11-09 | 基于三维模拟的日照分析方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785678A true CN112785678A (zh) | 2021-05-11 |
CN112785678B CN112785678B (zh) | 2023-12-12 |
Family
ID=75749411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911091267.5A Active CN112785678B (zh) | 2019-11-09 | 2019-11-09 | 基于三维模拟的日照分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785678B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115423906A (zh) * | 2022-09-02 | 2022-12-02 | 北京城市网邻信息技术有限公司 | 日照模拟方法、装置、电子设备及存储介质 |
CN116757000A (zh) * | 2023-08-14 | 2023-09-15 | 山东捷瑞数字科技股份有限公司 | 基于三维引擎实时模拟太阳角度变化的方法、系统及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005331320A (ja) * | 2004-05-19 | 2005-12-02 | Toudai Tlo Ltd | 天空率および日照時間算出システム、および、算出プログラム |
JP2010199898A (ja) * | 2009-02-24 | 2010-09-09 | Casio Computer Co Ltd | 画像処理装置、撮像装置、画像生成方法、および、プログラム |
US20140320607A1 (en) * | 2013-04-30 | 2014-10-30 | International Business Machines Corporation | Multifunctional Sky Camera System for Total Sky Imaging and Spectral Radiance Measurement |
US20150198739A1 (en) * | 2014-01-14 | 2015-07-16 | Kabushiki Kaisha Toshiba | Insolation calculating device, route proposing device, and insolation calculating method |
FR3047829A1 (fr) * | 2016-02-12 | 2017-08-18 | Cie Nat Du Rhone | Procede d'estimation de la position du disque solaire dans une image de ciel |
KR20180032905A (ko) * | 2016-09-23 | 2018-04-02 | 김활석 | 건물의 일조 특성 시뮬레이션 시스템 및 그 제어 방법 |
CN109446583A (zh) * | 2018-09-29 | 2019-03-08 | 鼎宸建设管理有限公司 | 基于bim技术的绿色建筑设计方法 |
CN109918848A (zh) * | 2019-03-29 | 2019-06-21 | 桂林理工大学 | 一种基于bim技术的建筑房屋日照分析与模拟装置 |
CN110110445A (zh) * | 2019-05-09 | 2019-08-09 | 洛阳众智软件科技股份有限公司 | 一种日照分析方法、装置、设备及存储介质 |
-
2019
- 2019-11-09 CN CN201911091267.5A patent/CN112785678B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005331320A (ja) * | 2004-05-19 | 2005-12-02 | Toudai Tlo Ltd | 天空率および日照時間算出システム、および、算出プログラム |
JP2010199898A (ja) * | 2009-02-24 | 2010-09-09 | Casio Computer Co Ltd | 画像処理装置、撮像装置、画像生成方法、および、プログラム |
US20140320607A1 (en) * | 2013-04-30 | 2014-10-30 | International Business Machines Corporation | Multifunctional Sky Camera System for Total Sky Imaging and Spectral Radiance Measurement |
US20150198739A1 (en) * | 2014-01-14 | 2015-07-16 | Kabushiki Kaisha Toshiba | Insolation calculating device, route proposing device, and insolation calculating method |
FR3047829A1 (fr) * | 2016-02-12 | 2017-08-18 | Cie Nat Du Rhone | Procede d'estimation de la position du disque solaire dans une image de ciel |
KR20180032905A (ko) * | 2016-09-23 | 2018-04-02 | 김활석 | 건물의 일조 특성 시뮬레이션 시스템 및 그 제어 방법 |
CN109446583A (zh) * | 2018-09-29 | 2019-03-08 | 鼎宸建设管理有限公司 | 基于bim技术的绿色建筑设计方法 |
CN109918848A (zh) * | 2019-03-29 | 2019-06-21 | 桂林理工大学 | 一种基于bim技术的建筑房屋日照分析与模拟装置 |
CN110110445A (zh) * | 2019-05-09 | 2019-08-09 | 洛阳众智软件科技股份有限公司 | 一种日照分析方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
张驰 等: "太阳轨迹空间连续性的日照分析算法优化", 测绘科学, vol. 42, no. 09, pages 175 - 178 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115423906A (zh) * | 2022-09-02 | 2022-12-02 | 北京城市网邻信息技术有限公司 | 日照模拟方法、装置、电子设备及存储介质 |
CN116757000A (zh) * | 2023-08-14 | 2023-09-15 | 山东捷瑞数字科技股份有限公司 | 基于三维引擎实时模拟太阳角度变化的方法、系统及设备 |
CN116757000B (zh) * | 2023-08-14 | 2023-11-14 | 山东捷瑞数字科技股份有限公司 | 基于三维引擎实时模拟太阳角度变化的方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112785678B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11017503B2 (en) | Techniques for atmospheric and solar correction of aerial images | |
CN108702444B (zh) | 一种图像处理方法、无人机及系统 | |
CN103226838A (zh) | 地理场景中移动监控目标的实时空间定位方法 | |
CN106878687A (zh) | 一种基于多传感器的车载环境识别系统及全方位视觉模块 | |
CN107504957A (zh) | 利用无人机多视角摄像快速进行三维地形模型构建的方法 | |
JP5283214B2 (ja) | 定点観測装置、及び定点観測方法 | |
CN101506850A (zh) | 在地图绘制应用程序中对数字表面模型进行建模和纹理化 | |
CN109520500A (zh) | 一种基于终端拍摄图像匹配的精确定位及街景库采集方法 | |
CN115439424A (zh) | 一种无人机航拍视频图像智能检测方法 | |
CN206611521U (zh) | 一种基于多传感器的车载环境识别系统及全方位视觉模块 | |
CN110428501A (zh) | 全景影像生成方法、装置、电子设备及可读存储介质 | |
Bradley et al. | Image-based navigation in real environments using panoramas | |
CN104463956B (zh) | 一种月表虚拟场景构建方法及装置 | |
CN112785678B (zh) | 基于三维模拟的日照分析方法和系统 | |
CN112469967B (zh) | 测绘系统、测绘方法、装置、设备及存储介质 | |
Jian et al. | Augmented virtual environment: fusion of real-time video and 3D models in the digital earth system | |
CN102957895A (zh) | 一种基于卫星图的全局拼接型视频监控显示方法 | |
CN115439528B (zh) | 一种获取目标对象的图像位置信息的方法与设备 | |
Pan et al. | Virtual-real fusion with dynamic scene from videos | |
CN109788270B (zh) | 3d-360度全景图像生成方法及装置 | |
CN109712249B (zh) | 地理要素增强现实方法及装置 | |
CN114283243A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
KR20210104033A (ko) | 측량 및 매핑 표본점의 계획 방법, 장치, 제어 단말기 및 저장 매체 | |
CN109116372A (zh) | 红外跟踪装置的目标模拟方法、系统以及装置 | |
CN115292287A (zh) | 一种卫星特征部件图像自动标注及数据库构建方法 |
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 |