版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
本发明公开了一种基于三维高斯泼溅的正个视角对被测建筑物区域进行拍摄得到的多视确定各三维高斯椭球距离二维投影平面的深度2响应于被测建筑物区域的正射影像生成信号提取各所述影像中具有显著几何结构的特征点,对各所述影像中的基于所述特征点对和所述影像采集参数,对所述特征点对所代表确定所述被测建筑物区域的二维投影平面,并确定各所述三将各所述影像中的每个像素点分别作为待处理像素点,确定各所理像素点对应的预设邻域内各个像素点的像将预处理后的各所述影像分别作为其对应的待构建影像金将所述待构建影像金字塔中除所述最底金字塔层之外的各个金字塔层分别作为一目上一金字塔层中的影像依次进行高斯模糊处理和降采样处理,得到所述目标金字塔层影将所述影像金字塔中相邻两个金字塔层中的影像处理为同分辨率影基于所述放大系数,对所述低分辨率影像层中的影像进行上采样处将所述高斯差分金字塔中除第一层和最后一层外的差分金字塔层分别作为一目标差在与所述目标差分金字塔层相邻的差分金字塔层中确定所述目标像素点对应的预设若所述目标像素点为各所述相邻评估像素点和各所述同层评估像素点中的最大像素值点或最小像素值点,则将所述目标像素点确定为相应影像中具有显著几何结构的特征3述几何关系是指通过所述特征点对得到的两个影像之间的相对位置和基于所述影像关联图中相连两个影像之间的几何关系,确定所基于所述基础矩阵和所述本质矩阵,确定所述相连两个影像之间的相对姿态为所述相连两个影像之间的相对旋转基于所述全局影像姿态和所述影像采集参数,对所述特征点确定所述三维点云中各个三维点的三维坐标,以及确定各所述确定所述三维点云的点云中心,并基于各所述三维点到所述点云中心的距离和方向,若小于所述预设密度阈值,则确定所述三维点云中各个三维点对基于各所述参考点,利用预设加权最小二乘法在相应预设局部邻域内拟合一局部曲确定所述三维点云中的三维点数量,基于所述三维点数量,在将各组外部点分别投影在相应三维点对应的局部曲面上,得到各所4所述对所述三维点云进行高斯分布处理,得到所述被测建筑物区域对应对所述稠密三维点云进行高斯分布处理,得到所述被测建筑物区域对基于所述三维点云中各个三维点在三维坐标系中的位置,构建将各所述影像定义为参考影像,基于各所述参考影像对应的拍摄视将所述投影影像与相应的参考影像进行相似度比对,并基于比对结基于所述参数优化函数,在所述参数优化包围盒内对所述三维将各所述影像输入至大模型中进行深度估计,得到所述被测建确定所述被测建筑物区域的俯视投影平面,将各所述优化确定所述俯视投影影像中各个像素的深度值,基于各所述像基于所述预测深度信息图和所述俯视深度信息图,确定各所述优化基于所述深度信息,对各所述三维高斯椭球进行排序,得到排序后利用光栅化算法将所述排序后的各所述三维高斯椭球上的表面点按照位置和像素投获取单元,用于响应于被测建筑物区域的正射影像生成信5处理单元,用于基于所述特征点对和所述影像采集参数,对所述特征影像生成单元,用于确定所述被测建筑物区域的二维投影平面,并确定处理器执行时实现权利要求1至7中任一项所述的方6区域进行拍摄得到的多视影像,并确定所述多视影像对应的影像采集装置的影像采集参7的所述被测建筑物区域中的区域点进行三维重建,得到所述被测建筑物区域的三维点云,并对所述三维点云进行高斯分布处理,得到所述被测建筑物区域对应的多个三维高斯椭[0017]根据本发明提供的一种基于三维高斯泼溅的正射影像生成方法、装置及存储介[0019]图1示出了本发明实施例提供的一种基于三维高斯泼溅的正射影像生成方法流程[0020]图2示出了本发明实施例提供的另一种基于三维高斯泼溅的正射影像生成方法流[0021]图3示出了本发明实施例提供的一种基于三维高斯泼溅的正射影像生成装置的结[0022]图4示出了本发明实施例提供的另一种基于三维高斯泼溅的正射影像生成装置的8是地形高程信息,对于建筑物等人工或自然障碍物的高度和形状信息往往无法准确表达,区域特征向量,可以采用欧式距离计算方法分别计算特征点a与其它各个影像中的各个特征点之间的相似度,并在其它各个影像中分别将相似度最大的特征点确定为特征点a的相9后计算三维高斯椭球上各点的Z坐标(假设二维投影平面为XY平面)与二维投影平面上对应各点按照其到二维投影平面的垂直距离进行泼溅,以此得到被测建筑物区域的正射影像。骤202具体包括:将预处理后的各所述影像分别作为其对应的待构建影像金字塔的最底金为一目标金字塔层,基于所述目标金字塔层对应的上一金字塔层中的影像的行数和列数,目标差分金字塔层中确定所述目标像素点对应的预设同层邻域内的各个同层评估像素点;若所述目标像素点为各所述相邻评估像素点和各所述同层评估像素点中的最大像素值点2个像素合并为一个新的像素,由所有新的像素构成第二金字塔层对应的上一层金字塔层塔层中各个像素点的相邻评估像素点和同层评估像素点,具体确定方法以第2差分金字塔以将基础矩阵分解为三个矩阵的乘积,并调整分解后的矩阵以满足基础矩阵的秩为2的性矩阵和平移向量,利用旋转矩阵和平移向量来表示相连两个影像之间的相对位置和朝向,能够拟合局部曲面的数学模型,该数学模型通常是一个多项式曲面或其他类型的曲面模域内各个三维点构成的实际曲面之间的相似度要大于预有投影点确定为新增加的三维点,之后由新增加的三维点和所有投影点构成稠密三维点阵的对角线元素表示各个三维点在各维度上的方差(即X、Y、Z坐标的偏差的平方的平均阵确定了相应三维高斯椭球的形状,三维点的旋转矩阵确定了相应三维高斯椭球的方向,数优化包围盒内对所述三维高斯椭球的参数进行优化,得到优化参数后的三维高斯椭球;物区域的俯视投影平面,将各所述优化参数后的三维高斯椭球投影至所述俯视投影平面特征向量和其对应的投影影像特征向量,计算各个影像与其对应的投影影像之间的相似亮度或深度信息)根据其像素投影权重叠加到二维投影平面上相应像素的值上,以此得到[0076]所述第一确定模块321,可以用于将各所述影像中的每个像素点分别作为待处理像素点,确定各所述影像中各所述待处理像素点对应的预设邻域内各个像素点的像素均[0077]所述替换模块322,可以用于利用所述像素均值替换相应的待处理像素点的像素[0078]所述第一确定模块321,还可以用于将预处理后的各所述影像分别作为其对应的[0079]所述构建模块323,可以用于将所述待构建影像金字塔中除所述最底金字塔层之[0080]所述相减模块324,可以用于将所述影像金字塔中相邻两个金字塔层中的影像处[0081]所述第一确定模块321,具体可以用于将所述高斯差分金字塔中除第一层和最后[0082]所述第一确定模块321,具体可以用于在与所述目标差分金字塔层相邻的差分金[0083]所述第一确定模块321,具体可以用于若所述目标像素点为各所述相邻评估像素[0086]所述第二确定模块332,可以用于基于所述影像关联图中相连两个影像之间的几[0095]所述判断单元35,可以用于判断所述三维点云的点云密度是否小于预设密度阈[0104]所述排序模块341,可以用于基于所述深度信息,对各所述三维高斯椭球进行排[0105]所述投影模块342,可以用于利用光栅化算法将所述排序后的各所述三维高斯椭的正射影像生成信号,获取从多个视角对所述被测建筑物区域进行拍摄得到的多视影像,像对应的影像采集装置的影像采集参数;提取各所述影像中具有显著几何结构的特征点,的所述被测建筑物区域中的区域点进行三维重建,得到所述被测建筑物区域的三维点云,并对所述三维点云进
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026大二游戏考试题目及答案
- 学前儿童发展心理学 第5版 课件全套 宋丽博
- 事业单位河北社会保障服务中心笔试历年真题试卷含答案
- 静电除尘器的组成及工作原理
- 2026年AI电力基建行业研究报告 AI赋能电力体系筑牢新型电力系统底座
- 舞蹈师认证考试试题及答案详解
- 2027届江苏省兴化市四校联考七上数学期末联考试题含解析
- 燃烧病知识试题和答案分享
- 2027届安徽省十校联考数学九年级第一学期期末质量跟踪监视模拟试题含解析
- 幼小衔接家长课:规则意识
- GB/T 48132.4-2026绿色矿山建设规范第4部分:有色金属矿山
- 《哦香雪》课件22张册
- 思想道德与法治2023年版电子版教材-1
- 大物下册考试试题及答案
- 中华全国律师协会律师办理建设工程法律业务操作指引
- DB32/T 4462-2023河道管理范围内建设项目防洪评价技术规程
- 教学设计与教案的区别
- 2024年浦东新区社区工作者招聘笔试真题
- 加油站防雷制度档案
- 光隔离器与光耦合器考核试卷
- 《食品原料学》课件-第一章 食品原料学研究与发展
评论
0/150
提交评论