CN117314928A - 基于图像分割和虚拟现实的自然景观模拟系统 - Google Patents
基于图像分割和虚拟现实的自然景观模拟系统 Download PDFInfo
- Publication number
- CN117314928A CN117314928A CN202311604735.0A CN202311604735A CN117314928A CN 117314928 A CN117314928 A CN 117314928A CN 202311604735 A CN202311604735 A CN 202311604735A CN 117314928 A CN117314928 A CN 117314928A
- Authority
- CN
- China
- Prior art keywords
- data
- format
- dynamic
- monomer
- parameters
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 50
- 238000003709 image segmentation Methods 0.000 title claims abstract description 23
- 239000000178 monomer Substances 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000010276 construction Methods 0.000 claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 27
- 230000003993 interaction Effects 0.000 claims description 17
- 230000000007 visual effect Effects 0.000 claims description 13
- 230000005855 radiation Effects 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000011179 visual inspection Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于图像分割和虚拟现实的自然景观模拟系统,本发明涉及虚拟现实技术领域,解决了未设定一个标准的格式转换排序表,导致数据处理效率慢,场景构建速率过低的问题,本发明通过精准的分割卫星图像中的不同单体,并进行对象识别使所识别的数据更加精确,所构建的模拟场景真实度更高,从而提升模拟场景的整体真实感;针对于不同格式的数据参数,依次确认不同格式的逻辑转换时长,根据时长的具体参数进行格式排序,随后按照所排序的格式对数据参数进行依次转换,此种处理方式可充分缩减若干个格式之间相互转换的具体时长,不仅可以对不同格式的数据参数进行处理,构建对应的虚拟场景,达到不同格式数据参数之间的最佳处理效果。
Description
技术领域
本发明涉及虚拟现实技术领域,具体为基于图像分割和虚拟现实的自然景观模拟系统。
背景技术
虚拟现实技术囊括计算机、电子信息、仿真技术,其基本实现方式是以计算机技术为主,利用并综合三维图形技术、多媒体技术、仿真技术、显示技术、伺服技术等多种高科技的最新发展成果,借助计算机等设备产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界,从而使处于虚拟世界中的人产生一种身临其境的感觉。
专利申请号为CN114581611B的申请提供了虚拟场景构建方法以及装置,其中所述虚拟场景构建方法包括:通过图像采集设备在目标场景中的至少一个采集点处进行图像采集,以及通过视频采集设备在所述至少一个采集点中的目标采集点处进行视频采集;根据图像采集结果生成每个采集点对应的全景图,以及根据视频采集结果生成所述目标采集点对应的全景视频;通过编辑平台对所述全景图和所述全景视频进行处理,生成所述目标场景对应的目标虚拟场景,其中,所述编辑平台用于编辑通过终端浏览的虚拟场景。应用在虚拟现实领域,生成的目标虚拟场景,通过在Web端渲染器中进行渲染,即可实现供用户漫游交互。
针对于自然景观的虚拟场景构建时,一般直接根据对应的遥感图像,确定遥感参数,随后直接进行虚拟场景构建,并未将对应的单体分割提取,从而导致所构建的自然景观真实度不高,且在进行场景构建过程中,其数据存在大量的格式,未设定一个标准的格式转换排序表,导致数据处理效率慢,场景构建速率过低。
发明内容
针对现有技术的不足,本发明提供了基于图像分割和虚拟现实的自然景观模拟系统,解决了未设定一个标准的格式转换排序表,导致数据处理效率慢,场景构建速率过低的问题。
为实现以上目的,本发明通过以下技术方案予以实现:基于图像分割和虚拟现实的自然景观模拟系统,包括:
遥感图像获取端,对指定区域的遥感图像进行获取,并将所获取的遥感图像传输至单体图像分割端内;
单体图像分割端,对遥感图像进行接收,并与标本数据库内预设标本进行一一比对,确定遥感图像内部的单体特征,随后,分割对应的单体特征,并产生属于此单体特征的特征数据包,具体方式为:
提取标本数据库内所存储的预设标本,与遥感图像进行比对,将遥感图像内存在对应特征的单体进行标定;
以所标定的单体为中心,确定一组辐射圈,其辐射圈涵盖此单体,对辐射圈内部图像进行亮闪测试处理,使内部图像亮度逐渐变化,将内部变化趋势最小的灰度区进行确定,再以灰度区的区域两侧边线为标准,构建属于此区域两侧边线的中心线,将此中心线标定为此单体的边缘轮廓;
根据所确定的边缘轮廓,将此单体从遥感图像内进行分割,并记录其原始的坐标参数,同时确定此单体的各项数据,将其综合拟定为此单体特征的特征数据包,并传输至模拟场景构建端内;
相关数据输入端,将遥感图像内不同格式的数据参数进行输入,此类数据均由操作人员自行输入,并将所输入的不同格式的数据参数传输至模拟场景构建端内;
模拟场景构建端,对不同单体的特征数据包以及不同格式的数据参数进行接收,通过确认不同格式数据参数的识别逻辑,并搜寻过往的逻辑转换时长,确定一组最佳处理序列,随后,根据此最佳处理序列,对若干个不同格式的数据参数进行处理,构建模拟场景,具体方式为:
将所接收的若干个数据参数的格式进行排序,并标定为Ai,其中i=1、2、……、n,n代表格式的个数;
从若干组数据参数内选定容量值最小的一组参数,并确定此参数的格式,将此格式标定为初格式Aj,其中j∈i,从过往数据内搜索CPU将此格式Aj的识别逻辑转换为其他格式识别逻辑的具体时长并标定为St,其中t=1、2、……、m,且m代表时长的个数,且m=n-1,从m个St内选定最小值,确定对应格式,将其作为初格式Aj的二类格式;
再以二类格式为标准,从过往数据内搜索CPU将此二类格式的识别逻辑转换为其他格式识别逻辑的具体时长并标定为Sq,其中q=1、2、……、p,其中p=n-2,再从p个Sq内选定最小值,确定对应格式,将其作为二类格式的三类格式,以此类推,对所接收的若干个格式进行依次排序,并生成格式排序表,若在选定最小值过程中,存在相同的格式,则随机选取即可;
以格式排序表,将若干个数据参数进行排序,生成最佳处理序列,特征数据包属于数据参数内的一种,以此最佳处理序列的前后排列顺序,依次对指定的数据参数进行处理,完成整个模拟场景的整体构建。
进一步的,所述模拟场景构建端,完成模拟场景构建后,根据对应的数据参数,判定对应单体是动态单体还是静态单体,若未存在动态数据,则对应单体则属于静态单体,对动态单体进行标记,并同时保持其原有的动态数据,其动态数据由操作人员自行输入。
优选的,还包括:
VR端,为外部体验人员所佩戴的设备终端,与虚拟交互端互连,并同时将操作数据传输至虚拟交互端内;
所述虚拟交互端,根据所构建的模拟场景以及对应VR端所传输的操作数据,根据体验人员的目测方向,确定所目测的动态单体,并进行场景变化;具体方式为:
从操作数据内,确定此体验人员位于模拟场景的具体位置以及目测方向;
获取目测方向前端所覆盖的动态单体,确认对应动态单体的动态数据,并执行此动态数据,使动态单体进行动态变化;
当目测方向改变时,便关闭对应动态单体的动态变化过程。
有益效果
本发明提供了基于图像分割和虚拟现实的自然景观模拟系统。与现有技术相比具备以下有益效果:
本发明通过采用亮闪变化的方式,确认对应单体的灰度区,随后根据所确认的灰度区,锁定内部的边缘轮廓,根据此边缘轮廓,将单体从遥感图像内分离出,通过亮闪测试的方式,可使此灰度区更加明显,此种分离方式更加精准,识别度更高;
通过精准的分割卫星图像中的不同单体,并进行对象识别使所识别的数据更加精确,所构建的模拟场景真实度更高,从而提升模拟场景的整体真实感;
在进行场景构建时,针对于不同格式的数据参数,依次确认不同格式的逻辑转换时长,根据时长的具体参数,进行格式排序,随后按照所排序的格式对数据参数进行依次转换,此种处理方式,便可充分缩减若干个格式之间相互转换的具体时长,不仅可以对不同格式的数据参数进行处理,构建对应的虚拟场景,还可确保一组最佳的处理方式,达到不同格式数据参数之间的最佳处理效果。
附图说明
图1为本发明原理框架示意图;
图2为本发明体验人员目测动态单体示意图;
图3为本发明体验人员目测方向改变示意图。
具体实施方式
下面将结合本发明实施例中的附图,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参阅图1,本申请提供了基于图像分割和虚拟现实的自然景观模拟系统,包括遥感图像获取端、标本数据库、单体图像分割端、相关数据输入端、模拟场景构建端、虚拟交互端以及VR端;
其中遥感图像获取端以及标本数据库均与单体图像分割端输入节点电性连接,所述单体图像分割端与模拟场景构建端输入节点电性连接,其中相关数据输入端也与模拟场景构建端输入节点电性连接,且模拟场景构建端以及VR端均分别与虚拟交互端输入节点电性连接;
所述遥感图像获取端,由对应的权限方获取指定区域的遥感图像,并将其传输至单体图像分割端内,且所提供的遥感图像均为超高清图像,可清晰识别对应单体的整体轮廓以及整体构造;单体图像分割端,将遥感图像与标本数据库内预设标本进行一一比对,确定遥感图像内部的单体特征,随后,分割对应的单体特征,并产生属于此单体特征的特征数据包,其中,单体特征包括水库、植被和山体,确定单体特征特征数据包的具体方式为:
提取标本数据库内所存储的预设标本,与遥感图像进行比对,将遥感图像内存在对应特征的单体进行标定,因图像相似度比对为现有技术,可通过图像以及数据之间的相互比对,确定出相同特征的单体,并进行标定,故此处不作过多赘述;
以所标定的单体为中心,确定一组辐射圈,其辐射圈涵盖此单体,对辐射圈内部图像进行亮闪测试处理,使内部图像亮度逐渐变化,将内部变化趋势最小的灰度区进行确定,再以灰度区的区域两侧边线为标准,构建属于此区域两侧边线的中心线,将此中心线标定为此单体的边缘轮廓;
根据所确定的边缘轮廓,将此单体从遥感图像内进行分割,并记录其原始的坐标参数,同时确定此单体的各项数据,将其综合拟定为此单体特征的特征数据包,并传输至模拟场景构建端内;
例:基于对应的植被区域,将内部的亮度值进行降低,锁定此植被区域的边缘线A,再对内部的亮度值反向调节,锁定此植被区域的边缘线B;
对应植被区域的边缘线A和B锁定后,基于两个对应边缘线A和B便可确定其中心线,其中心线便可拟定为边缘轮廓。
具体的,为了将单体从遥感图像内分离出,首先得确定此单体的边缘轮廓,其边缘轮廓就是此单体与其他单体或者背景的界线,此界线就是两个不同区域所形成的灰度区,跟随亮度变化程度不大,故通过亮闪测试的方式,便可使此灰度区更加明显,随后,灰度区两侧均存在对应的界线,通过确定两个界线之间的中心线,便可锁定边缘轮廓,便可将遥感图像内部的单体提取出;
通过精准的分割卫星图像中的不同单体,并进行对象识别使所识别的数据更加精确,所构建的模拟场景真实度更高,从而提升模拟场景的整体真实感。
相关数据输入端,将遥感图像内不同格式的数字高程模型训练数据以及气象数据进行输入,其中数字高程模型训练数据以及气象数据均为数据参数,此类数据均由操作人员自行输入,并将所输入的不同格式的数据参数传输至模拟场景构建端内;
模拟场景构建端,对不同单体的特征数据包以及不同格式的数据参数进行接收,通过确认不同格式数据参数的识别逻辑,并搜寻过往的逻辑转换时长,确定一组最佳处理序列,随后,根据此最佳处理序列,对若干个不同格式的数据参数进行处理,构建模拟场景,确定最佳处理序列的具体方式为:
将所接收的若干个数据参数的格式进行排序,并标定为Ai,其中i=1、2、……、n,n代表格式的个数;
从若干组数据参数内选定容量值最小的一组参数,并确定此参数的格式,将此格式标定为初格式Aj,其中j∈i,从过往数据内搜索CPU将此格式Aj的识别逻辑转换为其他格式识别逻辑的具体时长并标定为St,其中t=1、2、……、m,且m代表时长的个数,且m=n-1,从m个St内选定最小值,确定对应格式,将其作为初格式Aj的二类格式;因逻辑转换时,例如A转换为B时,其时长可能存在几组,分别为0.9510、0.9511或0.9512,其差值并不大,故可以直接选取一组,也可进行均值处理,确定对应的具体时长,其差别并不大;
再以二类格式为标准,从过往数据内搜索CPU将此二类格式的识别逻辑转换为其他格式识别逻辑的具体时长并标定为Sq,其中q=1、2、……、p,其中p=n-2,再从p个Sq内选定最小值,确定对应格式,将其作为二类格式的三类格式,以此类推,对所接收的若干个格式进行依次排序,并生成格式排序表,若在选定最小值过程中,存在相同的格式,则随机选取即可,例:假定初识别逻辑为A,其他格式识别逻辑为B、C以及D,其中B或C均为相同的时间数值1.1,其中D为对应的时间1.2,故从B或C中随机选取一组格式作为A的三类格式;
以格式排序表,将若干个数据参数进行排序,生成最佳处理序列,特征数据包属于数据参数内的一种,以此最佳处理序列的前后排列顺序,依次对指定的数据参数进行处理,完成整个模拟场景的整体构建;
模拟场景完成构建后,根据对应的数据参数,判定对应单体是动态单体还是静态单体,若未存在动态数据,则对应单体则属于静态单体,对动态单体进行标记,并同时保持其原有的动态数据,其动态数据由操作人员自行输入,可按照对应单体一天的运动轨迹或环境变化,生成此单体的动态数据,对应单体根据此动态数据便可进行动态变化;
具体的,在进行格式处理时,一般不同的格式一般不会超过五组,为了加快模拟场景的构建速率,避免格式随意转换的情况出现,便对每组格式进行排序,例每组格式分别为:A、B、C、D以及E,CPU在识别A的逻辑转换为识别B的逻辑所耗损的具体时长为1.1,后续,转换为C、D或E所耗费的具体时长分别为1.02、1.2以及1.5,故选定A-D作为第一组,随后再以D为标准,确定D向B、D以及E转换的具体时长,并从中确定D所能选定的后续格式,以此类推,便可生成对应的格式排序表;
此种处理方式,便可充分缩减若干个格式之间相互转换的具体时长,不仅可以对不同格式的数据参数进行处理,构建对应的虚拟场景,还可确保一组最佳的处理方式,达到不同格式数据参数之间的最佳处理效果。
实施例二
本实施例在具体实施过程中,相比于实施例一,本实施例主要处理的是模拟场景与人员之间的交互过程,提升交互过程中的真实感,其中具体交互过程中由虚拟交互端进行执行;
VR端,为外部体验人员所佩戴的设备终端,与虚拟交互端互连,并同时将操作数据传输至虚拟交互端内;
所述虚拟交互端,根据所构建的模拟场景以及对应VR端所传输的操作数据,根据体验人员的目测方向,确定所目测的动态单体,并进行场景变化,提升体验人员的体验真实感,其中,进行场景变化的具体方式为:
从操作数据内,确定此体验人员位于模拟场景的具体位置以及目测方向;
结合图2,获取目测方向前端所覆盖的动态单体,确认对应动态单体的动态数据,并执行此动态数据,使动态单体进行动态变化;
结合图3,当目测方向改变时,便关闭对应动态单体的动态变化过程。
此种处理方式,便是为了降低处理CPU的负载能力,若整个模拟场景内部的动态单体均需要自行执行对应的动态数据以保持动态过程,便很容易使CPU处于过载情况,也并不能增强体验人员的真实感,所做功均为无用功,故在其目测方向未覆盖对应的动态单体时,便可关闭对应动态单体的动态变化过程,不仅可以降低CPU的负载,还可提升真实感。
实施例三
本实施例在具体实施过程中,包含上述两组实施例的全部实施过程。。
上述公式中的部分数据均是去其纲量进行数值计算,同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳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,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.基于图像分割和虚拟现实的自然景观模拟系统,其特征在于,包括:
遥感图像获取端,获取指定区域的遥感图像;
单体图像分割端,对遥感图像进行接收,并与标本数据库内预设标本进行一一比对,确定遥感图像内部的单体特征,基于单体特征,确定属于此单体特征的特征数据包;
相关数据输入端,输入遥感图像内不同格式的数据参数;
模拟场景构建端,对不同单体的特征数据包以及不同格式的数据参数进行接收,通过确认不同格式数据参数的识别逻辑,并搜寻过往的逻辑转换时长,确定一组最佳处理序列,根据此最佳处理序列,对若干个不同格式的数据参数进行处理,构建模拟场景。
2.根据权利要求1所述的基于图像分割和虚拟现实的自然景观模拟系统,其特征在于,所述单体图像分割端,确定单体特征的特征数据包的具体方式为:
提取标本数据库内所存储的预设标本,与遥感图像进行比对,将遥感图像内存在对应特征的单体进行标定;
以所标定的单体为中心,确定一组辐射圈,其辐射圈涵盖此单体,对辐射圈内部图像采用亮度逐渐变化的方式进行亮闪测试处理,确定内部变化趋势最小的灰度区,再以灰度区的区域两侧边线为标准,构建属于此区域两侧边线的中心线,将此中心线标定为此单体的边缘轮廓;
根据所确定的边缘轮廓,将此单体从遥感图像内进行分割,并记录其原始的坐标参数,同时确定此单体的各项数据,将其综合拟定为此单体特征的特征数据包,并传输至模拟场景构建端内。
3.根据权利要求1所述的基于图像分割和虚拟现实的自然景观模拟系统,其特征在于,所述模拟场景构建端,确定最佳处理序列的具体方式为:
将所接收的若干个数据参数的格式进行排序,并标定为Ai,其中i=1、2、……、n,n代表格式的个数;
从若干组数据参数内选定容量值最小的一组参数,并确定此参数的格式,将此格式标定为初格式Aj,其中j∈i,从过往数据内搜索CPU将此格式Aj的识别逻辑转换为其他格式识别逻辑的具体时长并标定为St,其中t=1、2、……、m,且m代表时长的个数,且m=n-1,从m个St内选定最小值,确定对应格式,将其作为初格式Aj的二类格式;
再以二类格式为标准,从过往数据内搜索CPU将此二类格式的识别逻辑转换为其他格式识别逻辑的具体时长并标定为Sq,其中q=1、2、……、p,其中p=n-2,再从p个Sq内选定最小值,确定对应格式,将其作为二类格式的三类格式;
以此类推,对所接收的若干个格式进行依次排序,并生成格式排序表,若在选定最小值过程中,存在相同的格式,则随机选取即可;
以格式排序表,将若干个数据参数进行排序,生成最佳处理序列,特征数据包属于数据参数内的一种,以此最佳处理序列的前后排列顺序,依次对指定的数据参数进行处理,完成整个模拟场景的整体构建。
4.根据权利要求3所述的基于图像分割和虚拟现实的自然景观模拟系统,其特征在于,所述模拟场景构建端,完成模拟场景构建后,根据对应的数据参数,判定对应单体是动态单体还是静态单体,若未存在动态数据,则对应单体则属于静态单体,对动态单体进行标记,并同时保持其原有的动态数据,其动态数据由操作人员自行输入。
5.根据权利要求1所述的基于图像分割和虚拟现实的自然景观模拟系统,其特征在于,还包括:
VR端,为外部体验人员所佩戴的设备终端,与虚拟交互端互连,并同时将操作数据传输至虚拟交互端内;
所述虚拟交互端,根据所构建的模拟场景以及对应VR端所传输的操作数据,根据体验人员的目测方向,确定所目测的动态单体,并进行场景变化。
6.根据权利要求5所述的基于图像分割和虚拟现实的自然景观模拟系统,其特征在于,所述虚拟交互端,进行场景变化的具体方式为:
从操作数据内,确定此体验人员位于模拟场景的具体位置以及目测方向;
获取目测方向前端所覆盖的动态单体,确认对应动态单体的动态数据,并执行此动态数据,使动态单体进行动态变化;
当目测方向改变时,便关闭对应动态单体的动态变化过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311604735.0A CN117314928B (zh) | 2023-11-29 | 2023-11-29 | 基于图像分割和虚拟现实的自然景观模拟系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311604735.0A CN117314928B (zh) | 2023-11-29 | 2023-11-29 | 基于图像分割和虚拟现实的自然景观模拟系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117314928A true CN117314928A (zh) | 2023-12-29 |
CN117314928B CN117314928B (zh) | 2024-04-02 |
Family
ID=89286890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311604735.0A Active CN117314928B (zh) | 2023-11-29 | 2023-11-29 | 基于图像分割和虚拟现实的自然景观模拟系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117314928B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1004989A1 (en) * | 1998-11-27 | 2000-05-31 | France Telecom | Method and system for modeling virtual scenes in a database |
CN107527038A (zh) * | 2017-08-31 | 2017-12-29 | 复旦大学 | 一种三维地物自动提取与场景重建方法 |
CN108133517A (zh) * | 2017-12-25 | 2018-06-08 | 福建天泉教育科技有限公司 | 一种在虚拟场景下显示外景的方法和终端 |
WO2020081017A1 (en) * | 2018-10-14 | 2020-04-23 | Oguzata Mert Levent | A method based on unique metadata for making direct modifications to 2d, 3d digital image formats quickly and rendering the changes on ar/vr and mixed reality platforms in real-time |
US20220139027A1 (en) * | 2020-10-30 | 2022-05-05 | Ubtech Robotics Corp Ltd | Scene data obtaining method and model training method, apparatus and computer readable storage medium using the same |
US20230152883A1 (en) * | 2015-03-21 | 2023-05-18 | Mine One Gmbh | Scene processing for holographic displays |
CN117033498A (zh) * | 2023-10-10 | 2023-11-10 | 浙江宇通信息技术工程有限公司 | 一种一体化融合通信指挥方法及系统 |
-
2023
- 2023-11-29 CN CN202311604735.0A patent/CN117314928B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1004989A1 (en) * | 1998-11-27 | 2000-05-31 | France Telecom | Method and system for modeling virtual scenes in a database |
US20230152883A1 (en) * | 2015-03-21 | 2023-05-18 | Mine One Gmbh | Scene processing for holographic displays |
CN107527038A (zh) * | 2017-08-31 | 2017-12-29 | 复旦大学 | 一种三维地物自动提取与场景重建方法 |
CN108133517A (zh) * | 2017-12-25 | 2018-06-08 | 福建天泉教育科技有限公司 | 一种在虚拟场景下显示外景的方法和终端 |
WO2020081017A1 (en) * | 2018-10-14 | 2020-04-23 | Oguzata Mert Levent | A method based on unique metadata for making direct modifications to 2d, 3d digital image formats quickly and rendering the changes on ar/vr and mixed reality platforms in real-time |
US20220139027A1 (en) * | 2020-10-30 | 2022-05-05 | Ubtech Robotics Corp Ltd | Scene data obtaining method and model training method, apparatus and computer readable storage medium using the same |
CN117033498A (zh) * | 2023-10-10 | 2023-11-10 | 浙江宇通信息技术工程有限公司 | 一种一体化融合通信指挥方法及系统 |
Non-Patent Citations (2)
Title |
---|
JUNJIE LUO等: "Semantic Riverscapes: Perception and evaluation of linear landscapes from oblique imagery using computer vision", LANDSCAPE AND URBAN PLANNING, vol. 228, pages 1 - 15 * |
伊丕源;赵英俊;刘德长;刘光华;: "基于Erdas和DirectX平台的三维景观建模与应用", 地球信息科学学报, no. 04, pages 27 - 33 * |
Also Published As
Publication number | Publication date |
---|---|
CN117314928B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583483B (zh) | 一种基于卷积神经网络的目标检测方法和系统 | |
CN112434721A (zh) | 一种基于小样本学习的图像分类方法、系统、存储介质及终端 | |
CN111967313B (zh) | 一种深度学习目标检测算法辅助的无人机图像标注方法 | |
CN112580643B (zh) | 一种基于深度学习的车牌识别方法、装置及存储介质 | |
CN114821014B (zh) | 基于多模态与对抗学习的多任务目标检测识别方法及装置 | |
JP2007172384A (ja) | 画像検索装置および画像検索方法 | |
CN111695609A (zh) | 目标物损伤程度判定方法、装置、电子设备及存储介质 | |
CN112528934A (zh) | 一种基于多尺度特征层的改进型YOLOv3的交通标志检测方法 | |
CN112766170B (zh) | 基于簇类无人机图像的自适应分割检测方法及装置 | |
CN111368636A (zh) | 目标分类方法、装置、计算机设备和存储介质 | |
CN111652835A (zh) | 基于深度学习与聚类的输电线路绝缘子缺失的检测方法 | |
JP4946878B2 (ja) | 画像識別装置及びプログラム | |
CN111985488B (zh) | 一种基于离线高斯模型的目标检测分割方法及系统 | |
CN112184679A (zh) | 一种基于YOLOv3的酒瓶瑕疵自动检测方法 | |
CN113592839A (zh) | 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统 | |
CN110019901A (zh) | 三维模型检索装置、检索系统、检索方法及计算机可读存储介质 | |
CN107533760A (zh) | 一种图像分割方法和装置 | |
CN107274425A (zh) | 一种基于脉冲耦合神经网络的彩色图像分割方法及装置 | |
CN114219988A (zh) | 基于ViT框架的多类目岩矿快速分类方法、设备及存储介质 | |
CN111797704B (zh) | 一种基于相关物体感知的动作识别方法 | |
CN117314928B (zh) | 基于图像分割和虚拟现实的自然景观模拟系统 | |
CN112306243A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN112488135A (zh) | 一种变电站bim三维图像特征的分类方法 | |
CN111104965A (zh) | 车辆目标识别的方法及装置 | |
CN110443277A (zh) | 基于注意力模型的少量样本分类方法 |
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 |