CN117078877B - 基于地理信息的三维引擎红外视景生成方法及系统 - Google Patents

基于地理信息的三维引擎红外视景生成方法及系统 Download PDF

Info

Publication number
CN117078877B
CN117078877B CN202311049264.1A CN202311049264A CN117078877B CN 117078877 B CN117078877 B CN 117078877B CN 202311049264 A CN202311049264 A CN 202311049264A CN 117078877 B CN117078877 B CN 117078877B
Authority
CN
China
Prior art keywords
information
dimensional
infrared
module
scene
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
CN202311049264.1A
Other languages
English (en)
Other versions
CN117078877A (zh
Inventor
葛学仕
赵雷鸣
陈书恒
钟雷声
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.)
Unit 92728 Of Pla
Original Assignee
Unit 92728 Of Pla
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 Unit 92728 Of Pla filed Critical Unit 92728 Of Pla
Priority to CN202311049264.1A priority Critical patent/CN117078877B/zh
Publication of CN117078877A publication Critical patent/CN117078877A/zh
Application granted granted Critical
Publication of CN117078877B publication Critical patent/CN117078877B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T17/05—Geographic models
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • 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
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Architecture (AREA)
  • Computational Linguistics (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于地理信息的三维引擎红外视景生成方法及系统，包括：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；获取红外传感器在三维场景中对应真实世界的经纬度坐标；获取预置的区域的分类信息及周边的平均海拔高度信息；获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；对像素进行分类；利用黑体辐射公式计算该材质的辐射强度；通过三维引擎获取像素点与红外传感器之间的距离信息，得到最终红外摄像机视角下各个像素的辐射强度；根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景。本发明只需要对较大区域进行分类标注，通过高程与颜色信息自动判断材质信息，降低人工参与的工作量。

Description

基于地理信息的三维引擎红外视景生成方法及系统
技术领域
本发明涉及地理信息的技术领域，具体地，涉及基于地理信息的三维引擎红外视景生成方法及系统。
背景技术
传统方法会对三维场景中的每一物体进行材质标注，比如对一辆汽车、一栋建筑进行标注，然后根据材质温度生成一个红外的三维场景，再用三维引擎中的摄像机去获取红外视景。此标注方法需要大量的人工参与材质标注。
在公开号为CN105701104A的专利文献中公开了一种基于地理信息的三维数据引擎系统，涉及地理信息处理和应用技术领域，其特征在于该系统是由GIS数据模型模块、元数据管理模块、数据库访问抽象模块、几何图形模块和数据库访问模块构成一个完整的系统。
针对上述中的相关技术，发明人认为上述方法需要大量的人工参与材质标注，进而浪费人力。因此，需要提出一种新的技术方案以改善上述技术问题。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于地理信息的三维引擎红外视景生成方法及系统。
根据本发明提供的一种基于地理信息的三维引擎红外视景生成方法，所述方法包括如下步骤：
步骤S1：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；
步骤S2：在三维场景中放置红外传感器，并获取红外传感器在三维场景中对应真实世界的经纬度坐标；
步骤S3：根据当前经纬度坐标，获取预置的区域的分类信息及周边的平均海拔高度信息；
步骤S4：通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；
步骤S5：根据区域分类信息、高程差值、RGB颜色对像素进行分类；
步骤S6：根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度；
步骤S7：通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下各个像素的辐射强度；
步骤S8：根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景。
优选地，所述步骤S1中的地理信息单元插件为cesium；所述三位引擎包括ue5、unity3d；所述三维地形场景包含高程信息。
优选地，所述步骤S2中的红外传感器为摄像机。
优选地，所述步骤S3中的分类信息包括城市信息、丘陵信息、高原信息、沙漠信息及海洋信息，区域大小为1经度*1维度。
优选地，所述步骤S8中的每个像素点用0-255的亮度表示。
本发明还提供一种基于地理信息的三维引擎红外视景生成系统，所述系统包括如下模块：
模块M1：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；
模块M2：在三维场景中放置红外传感器，并获取红外传感器在三维场景中对应真实世界的经纬度坐标；
模块M3：根据当前经纬度坐标，获取预置的区域的分类信息及周边的平均海拔高度信息；
模块M4：通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；
模块M5：根据区域分类信息、高程差值、RGB颜色对像素进行分类；
模块M6：根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度；
模块M7：通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下各个像素的辐射强度；
模块M8：根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景。
优选地，所述模块M1中的地理信息单元插件为cesium；所述三位引擎包括ue5、unity3d；所述三维地形场景包含高程信息。
优选地，所述模块M2中的红外传感器为摄像机。
优选地，所述模块M3中的分类信息包括城市信息、丘陵信息、高原信息、沙漠信息及海洋信息，区域大小为1经度*1维度。
优选地，所述模块M8中的每个像素点用0-255的亮度表示。
与现有技术相比，本发明具有如下的有益效果：
1、本发明应用三维引擎(如ue5、unity3D等)在基于可见光构建的真实世界三维场景的基础上，快速生成红外传感器视角下的红外视景，用于构建红外传感器仿真场景；
2、本发明只需要对较大区域进行分类标注，通过高程与颜色信息自动判断材质信息，降低人工参与的工作量；
3、本发明仅对红外传感器所能看到的区域生成的二维图像做红外视景渲染，不需要对整个三维场景做渲染，在满足仿真需要的同时提升了运算效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的流程原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1：
根据本发明提供的一种基于地理信息的三维引擎红外视景生成方法，方法包括如下步骤：
步骤S1：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；地理信息单元插件为cesium；三位引擎包括ue5、unity3d；三维地形场景包含高程信息。
步骤S2：在三维场景中放置红外传感器，并获取红外传感器在三维场景中对应真实世界的经纬度坐标；红外传感器为摄像机。
步骤S3：根据当前经纬度坐标，获取预置的区域的分类信息及周边的平均海拔高度信息；分类信息包括城市信息、丘陵信息、高原信息、沙漠信息及海洋信息，区域大小为1经度*1维度。
步骤S4：通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；
步骤S5：根据区域分类信息、高程差值、RGB颜色对像素进行分类；
步骤S6：根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度；
步骤S7：通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下各个像素的辐射强度；
步骤S8：根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景；每个像素点用0-255的亮度表示。
本发明还提供一种基于地理信息的三维引擎红外视景生成系统，所述基于地理信息的三维引擎红外视景生成系统可以通过执行所述基于地理信息的三维引擎红外视景生成方法的流程步骤予以实现，即本领域技术人员可以将所述基于地理信息的三维引擎红外视景生成方法理解为所述基于地理信息的三维引擎红外视景生成系统的优选实施方式。
实施例2：
本发明还提供一种基于地理信息的三维引擎红外视景生成系统，所述系统包括如下模块：
模块M1：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；地理信息单元插件为cesium；三位引擎包括ue5、unity3d；三维地形场景包含高程信息。
模块M2：在三维场景中放置红外传感器，并获取红外传感器在三维场景中对应真实世界的经纬度坐标；红外传感器为摄像机。
模块M3：根据当前经纬度坐标，获取预置的区域的分类信息及周边的平均海拔高度信息；分类信息包括城市信息、丘陵信息、高原信息、沙漠信息及海洋信息，区域大小为1经度*1维度。
模块M4：通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；
模块M5：根据区域分类信息、高程差值、RGB颜色对像素进行分类；
模块M6：根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度；
模块M7：通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下各个像素的辐射强度；
模块M8：根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景；每个像素点用0-255的亮度表示。
实施例3：
一种基于地理信息的三维引擎红外视景生成方法，可利用此方法，应用三维引擎(如ue5、unity3D等)在基于可见光构建的真实世界三维场景的基础上，快速生成红外传感器视角下的红外视景。用于构建红外传感器仿真场景。
方法步骤：应用cesium等地理信息系统插件在ue5、unity3d等三维引擎中生成基于卫星图像的三维地形场景(含高程信息)。(也可通过其他方式构建与真实世界对应的三维场景。)
在三维场景中放置红外传感器，并获取红外传感器(摄像机)在三维场景中对应真实世界的经纬度坐标。
根据当前经纬度坐标，获取预置的区域的主要分类信息，如城市、丘陵、高原、沙漠、海洋等,及周边的平均海拔高度信息，区域大小可为1经度*1维度。
通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息。
根据区域分类信息、高程差值、RGB颜色对像素进行分类。
如海洋的区域中的蓝色、差值小于±10米，可认为是海水，差值大10米于黄色认为是海岛、绿色认为是树木；标注为沙漠的区域，海拔高度连续变化的黄色可认为是沙子，海拔高度与周边一致的蓝色可认为是湖泊，差值大于10米的绿色可认为是树木，小于10米的认为是低矮植被等。
根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度。
通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下，各个像素的辐射强度。
根据每一个像素的辐射强度，生成红外灰度图像即红外视景(每个像素点均用0-255的亮度表示)。
本方法只需要对较大区域进行分类标注，通过高程与颜色信息自动判断材质信息，降低人工参与的工作量；且本方法仅对红外传感器所能看到的区域生成的二维图像做红外视景渲染，不需要对整个三维场景做渲染，在满足仿真需要的同时提升了运算效率。
首先ue5中用cesuim生成的三维地形，此时根据经纬度对大区域分类为丘陵地貌，其中高于平均海拔较多的部分认为是山脉、树木，低于平均海拔的部分认为是河流。从而进行快速材质分类；然后生成红外图像，因为是像素直接转换，所以只要渲染看的见的部分，且在二维图像上直接操作，不需要对三维物体做整体渲染。
本领域技术人员可以将本实施例理解为实施例1、实施例2的更为具体的说明。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (2)

1.一种基于地理信息的三维引擎红外视景生成方法，其特征在于，所述方法包括如下步骤：
步骤S1：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；
步骤S2：在三维场景中放置红外传感器，并获取红外传感器在三维场景中对应真实世界的经纬度坐标；
步骤S3：根据当前经纬度坐标，获取预置的区域的分类信息及周边的平均海拔高度信息；
步骤S4：通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；
步骤S5：根据区域分类信息、高程差值、RGB颜色对像素进行分类；
步骤S6：根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度；
步骤S7：通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下各个像素的辐射强度；
步骤S8：根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景；
所述步骤S1中的地理信息单元插件为cesium；所述三维引擎包括ue5、unity3d；所述三维地形场景包含高程信息；
所述步骤S2中的红外传感器为摄像机；
所述步骤S3中的分类信息包括城市信息、丘陵信息、高原信息、沙漠信息及海洋信息，区域大小为1经度*1维度；
所述步骤S8中的每个像素点用0-255的亮度表示。
2.一种基于地理信息的三维引擎红外视景生成系统，其特征在于，所述系统包括如下模块：
模块M1：应用地理信息单元插件在三维引擎中生成基于卫星图像的三维地形场景；
模块M2：在三维场景中放置红外传感器，并获取红外传感器在三维场景中对应真实世界的经纬度坐标；
模块M3：根据当前经纬度坐标，获取预置的区域的分类信息及周边的平均海拔高度信息；
模块M4：通过三维场景中的高程信息获取视场范围内各点像素点对应的海拔高度、RGB颜色信息；
模块M5：根据区域分类信息、高程差值、RGB颜色对像素进行分类；
模块M6：根据分类结果，通过查表方式获取对应材质在特定环境温度下的表面温度，并利用黑体辐射公式计算该材质的辐射强度；
模块M7：通过三维引擎获取像素点与红外传感器之间的距离信息，结合距离、温度、设置场景中的天气信息、传感器所能接收的波长信息，计算辐射的衰减情况，得到最终红外摄像机视角下各个像素的辐射强度；
模块M8：根据每一个像素点的辐射强度，生成红外灰度图像，即红外视景；
所述模块M1中的地理信息单元插件为cesium；所述三维引擎包括ue5、unity3d；所述三维地形场景包含高程信息；
所述模块M2中的红外传感器为摄像机；
所述模块M3中的分类信息包括城市信息、丘陵信息、高原信息、沙漠信息及海洋信息，区域大小为1经度*1维度；
所述模块M8中的每个像素点用0-255的亮度表示。
CN202311049264.1A 2023-08-18 2023-08-18 基于地理信息的三维引擎红外视景生成方法及系统 Active CN117078877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311049264.1A CN117078877B (zh) 2023-08-18 2023-08-18 基于地理信息的三维引擎红外视景生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311049264.1A CN117078877B (zh) 2023-08-18 2023-08-18 基于地理信息的三维引擎红外视景生成方法及系统

Publications (2)

Publication Number Publication Date
CN117078877A CN117078877A (zh) 2023-11-17
CN117078877B true CN117078877B (zh) 2024-05-17

Family

ID=88705606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311049264.1A Active CN117078877B (zh) 2023-08-18 2023-08-18 基于地理信息的三维引擎红外视景生成方法及系统

Country Status (1)

Country Link
CN (1) CN117078877B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270355A (zh) * 2011-04-28 2011-12-07 华中科技大学 一种基于景物分类的红外场景图像生成方法
RU2547759C1 (ru) * 2013-10-07 2015-04-10 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" Устройство имитации инфракрасного излучения наземных объектов
CN105701104A (zh) * 2014-11-28 2016-06-22 星际空间（天津）科技发展有限公司 一种基于地理信息的三维数据引擎系统
CN106372268A (zh) * 2015-07-20 2017-02-01 中国人民解放军92728部队 基于热模型的实时红外仿真方法
CN109446553A (zh) * 2018-09-14 2019-03-08 清华大学 一种基于Unity3D的空中动态红外场景仿真系统
CN111223191A (zh) * 2020-01-02 2020-06-02 中国航空工业集团公司西安航空计算技术研究所 面向机载增强合成视景系统的大规模场景红外成像实时仿真方法
CN114170393A (zh) * 2021-11-30 2022-03-11 上海埃威航空电子有限公司 基于多种数据的三维地图场景搭建方法
CN114882159A (zh) * 2022-06-07 2022-08-09 杭州海康威视数字技术股份有限公司 一种红外图像生成方法、装置、电子设备及存储介质
CN116167239A (zh) * 2023-03-07 2023-05-26 江西联创精密机电有限公司 红外仿真方法、系统、计算机及可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270355A (zh) * 2011-04-28 2011-12-07 华中科技大学 一种基于景物分类的红外场景图像生成方法
RU2547759C1 (ru) * 2013-10-07 2015-04-10 Федеральное государственное унитарное предприятие "Государственный научно-исследовательский институт авиационных систем" Устройство имитации инфракрасного излучения наземных объектов
CN105701104A (zh) * 2014-11-28 2016-06-22 星际空间（天津）科技发展有限公司 一种基于地理信息的三维数据引擎系统
CN106372268A (zh) * 2015-07-20 2017-02-01 中国人民解放军92728部队 基于热模型的实时红外仿真方法
CN109446553A (zh) * 2018-09-14 2019-03-08 清华大学 一种基于Unity3D的空中动态红外场景仿真系统
CN111223191A (zh) * 2020-01-02 2020-06-02 中国航空工业集团公司西安航空计算技术研究所 面向机载增强合成视景系统的大规模场景红外成像实时仿真方法
CN114170393A (zh) * 2021-11-30 2022-03-11 上海埃威航空电子有限公司 基于多种数据的三维地图场景搭建方法
CN114882159A (zh) * 2022-06-07 2022-08-09 杭州海康威视数字技术股份有限公司 一种红外图像生成方法、装置、电子设备及存储介质
CN116167239A (zh) * 2023-03-07 2023-05-26 江西联创精密机电有限公司 红外仿真方法、系统、计算机及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Infrared image simulation of ground maneuver target and scene;Mu Cheng-po等;《 Journal of Beijing Institute of Technology》;20160630;第.247-253页 *
基于SE-Workbench-IR的红外视景仿真研究;张云马崇宵薛艳茹于晶晶;《弹箭与制导学报》;20100815;第211-213页 *

Also Published As

Publication number Publication date
CN117078877A (zh) 2023-11-17

Similar Documents

Publication Publication Date Title
Golts et al. Unsupervised single image dehazing using dark channel prior loss
CN111292264B (zh) 一种基于深度学习的图像高动态范围重建方法
US20190377981A1 (en) System and Method for Generating Simulated Scenes from Open Map Data for Machine Learning
CN106558017B (zh) 球形显示图像处理方法及系统
CN113256778A (zh) 生成车辆外观部件识别样本的方法、装置、介质及服务器
US20200302579A1 (en) Environment map generation and hole filling
CN114125310B (zh) 拍照方法、终端设备及云端服务器
US20200118253A1 (en) Environment map generation and hole filling
CN114972617A (zh) 一种基于可导渲染的场景光照与反射建模方法
CN113572962A (zh) 室外自然场景光照估计方法及装置
CN103810706A (zh) 一种地表粗糙度参与阴影模型的遥感图像反立体校正方法
CN116342783B (zh) 一种实景三维模型数据渲染优化方法及系统
CN115147554A (zh) 三维场景构建方法、装置、设备和存储介质
KR20110134479A (ko) 이미지를 컬러화하기 위한 지오스페이셜 모델링 시스템 및 관련 방법
CN115294483A (zh) 输电线路复杂场景的小目标识别方法及系统
CN116070687A (zh) 一种基于全局光线空间仿射变换的神经网络光场表示方法
CN117078877B (zh) 基于地理信息的三维引擎红外视景生成方法及系统
CN115880448B (zh) 基于双目成像的三维测量方法及装置
CN113838199B (zh) 一种三维地形生成方法
Motayyeb et al. Enhancing contrast of images to improve geometric accuracy of a UAV photogrammetry project
CN113592999B (zh) 一种虚拟发光体的渲染方法及相关设备
CN115063307B (zh) 一种基于亮度一致性的增强现实色度调节方法
Huang et al. I2-FaçadeNet: An Illumination-invariant Façade Recognition Network Leveraging Sparsely Gated Mixture of Multi-color Space Experts for Aerial Oblique Imagery
CN117896509A (zh) 一种ar拍摄场景实时光照效果的预览方法和系统
Najaf et al. Monocular Depth Estimation of Google Earth Images Using Convolutional Neural Networks

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