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
202080084506.92020.12.30公开了一种捕获并生成全景三维图像的系环境的通过所述广角透镜的二维图像,所述2第一马达被配置成使得所述深度信息捕获器件和所述图像捕获器件绕第一轴线旋转所述图像捕获器件还被配置成在所述环境内指向所述第二方向的同时捕获与所述第一多个图像中的一个或多个至少部分地重叠的处于不同所述第一马达还被配置成使得所述深度信息捕获器件和所述图像捕获器件绕所述第所述图像捕获器件还被配置成在指向所述第三方向的同时捕获与所述第二多个图像2.根据权利要求1所述的设备,其中所述深度信息捕获器件和所述图像捕获器件被配指向所述第四方向的同时所述图像捕获器件被配置成捕获在第四方向中的处于不同曝光多个图像和所述第三多个图像中的一个或多3.根据权利要求2所述的设备,其中所述深度信息捕获器件在通过所述第一马达绕所述第一轴线旋转直到所述图像捕获器件指向所述第四方向的同时被配置成捕获所述环境二部分和第三部分的深度信息的所述深度信息捕获器件包括在旋转的同时捕获所述环境通信模块,其被配置成将所述环境的所述第一部分、第二部分和第三分的所述深度信息与所述环境的所述全景图像相结合以产生所述所述数字器件还被配置成混合所述第一多个图像、第二多个图像和其中所述数字器件被配置成将所述第一多个图像、第二多3其中所述深度信息捕获器件包括光探测和测距器件即LiDAR器件以及反射镜,所述第二马达被配置成在所述LiDAR器件向所述反射镜发射多个激光脉冲的同时使得所述反射镜个激光脉冲并且接收对应的多个反射激光脉冲,并且所述LiDAR器件还被配置成接收所述其中所述深度信息捕获器件包括光探测和测距器件即LiDAR器件以及反射镜,所述第二马达被配置成在所述LiDAR器件向所述反射镜发射多个激光脉冲的同时使得所述反射镜个激光脉冲并且接收对应的多个反射激光脉冲,并且所述LiDAR器件还被配置成接收所述其中所述第一混合图像、第二混合图像和第三混合图像均包且所述数字器件还被配置成将所述环境的所述深度信息与所述环境的所述全景图像相结合以使用所述多个像素中的至少一组的所述数字坐标与所述深度信息中的至少一组的其中所述深度信息捕获器件包括光探测和测距器件即LiDAR器件以及反射镜,所述第二马达被配置成在所述LiDAR器件向所述反射镜发射多个激光脉冲的同时使得所述反射镜个激光脉冲并且接收对应的多个反射激光脉冲,并且所述LiDAR器件还被配置成接收所述获器件和所述LiDAR器件通过所述第一马达绕所述第一轴线旋转且所述反射镜通过所述第11.一种用于采集环境中的图像和深度信息的设备的方法,其中所述设备包括第一马通过所述第一马达绕第一轴线旋转所述深度信息捕获器件和所述图像捕获器件直到4由指向所述第二方向的所述图像捕获器件捕获与所述第一多个图像中的一个或多个通过所述第一马达绕第一轴线旋转所述深度信息捕获器件和所述图像捕获器件直到由指向所述第三方向的所述图像捕获器件捕获与所述第二多个图像中的一个或多个通过所述第一马达绕第一轴线旋转所述深度信息捕获器件和所述图像捕获器件直到由指向所述第四方向的所述图像捕获器件捕获与所述第一多个图像和所述第三多个述深度信息捕获器件和所述图像捕获器件直到所述图像捕获器件指向所述第四方向的同14.根据权利要求13所述的方法,其中由所述深度信息捕获器件捕获所述环境的所述三多个图像中的所述多个图像中的所述一个或多个拼接在一起成为所述环境的所述全景通过所述第二马达使得所述反射镜绕第二轴由所述反射镜在绕所述第二轴线的一个或多个回转中提供所述多个激光脉冲并且接5通过所述第二马达使得所述反射镜绕第二轴由所述反射镜在绕所述第二轴线的一个或多个回转中提供所述多个激光脉冲并且接其中所述第一混合图像、第二混合图像和第三混合图像均包其中所述反射激光脉冲中的每个类似地与识别由其生成的所述深度信息的位置的对通过所述数字器件将所述环境的所述深度信息与所述环境的所述全景图像相结合以境的同一位置的所述全景图像相结合以使用所述多个像素中的至少一组的所述数字坐标与所述深度信息中的至少一组的所述数字坐标来产生所述环境的所通过所述第二马达使得所述反射镜绕第二轴由所述反射镜在绕所述第二轴线的一个或多个回转中提供所述多个激光脉冲并且接由所述LiDAR器件接收所述多个反射激光脉冲并且由其生成所述深度信息,以致随着所述图像捕获器件和所述LiDAR器件通过所述第一马达绕所述第一轴线旋转且所述反射镜通过所述第二马达绕所述第二轴线旋转,所述LiDAR器件捕获所述环境的三维中的所述深6[0001]本申请是2020年12月30日提交的名称为“捕获并生成全景三维图像的系统和方[0003]提供物理世界的三维(3D)全景图像的普及已经产生了具有捕获多个二维(2D)图[0005]用于捕获并生成3D数据的现有技术的其他限制包括捕获和处理产生3D全景图像[0007]一种图像捕获器件可以包括壳体、第一马达、广角透镜、图像传感器、安装件、图像捕获器件围绕竖直轴线水平地转动基本上270度。所述广角透镜可以沿着所述竖直轴括被配置为接收来自所述LiDAR的所述激光脉冲并围绕所述水平轴线引导所述激光脉冲的7且所述第一马达被配置为在生成所述第二多个图像之后使所述图像捕获器件围绕所述竖述第一马达被配置为在生成所述第四多个图像之后使所述图像捕获器件围绕所述竖直轴图像在转动之间生成,所述转动组合了使所述图像捕获器件围绕所述竖直轴线转动270度所述壳体的所述前侧相对的方向上发射所述激述图像捕获器件围绕竖直轴线水平转动基本上270度,所述第一马达在所述壳体的所述前及由所述LiDAR基于所述激光脉冲生成深[0011]由所述图像传感器生成所述第一多个图像可以发生在所述图像捕获器件水平转8第一马达使所述图像捕获器件围绕所述竖直[0029]图11描绘了根据一些实施例的能够捕获并拼接图像以形成3D可视化的示例环境[0033]图15描绘了示出图14的3D和全景捕获和拼接过程的一个步骤的进一步细节的流[0035]本文描述的许多创新是参考附图进行的。相同的附图标记用于指代相同的元9[0036]设备的各种实施例向用户提供室内以及室外环境的3D全景图像。在一些实施例[0037]以下是本文描述的示例设备的示例使用情况。以下使用情况是实施例中的一如本文所讨论的设备的不同实施例可以包括与该使用情况的特征和能力类似的一个或多[0038]图1a描绘了根据一些实施例的示例环境(例如房屋)的玩具屋视图100。玩具屋视图100给出了由(本文讨论的)环境捕获系统捕获的示例环境的整体视图。用户可以通过在区域(诸如区域210和220)交互来穿过起居室到达房屋的时,环境捕获系统可以提供基本上对应于由区域150描绘的房屋的区块的房屋的区域到基本上对应于由区域220描绘的房屋的区块的房屋的区域之间的步[0041]图3描绘了根据一些实施例的环境捕获系统300的一个示例。环境捕获系统300包行描述。透镜310被策略性地放置在环境捕获系统300的旋转轴线305的中心处。在该示例理环境的相同区域的另一图像完全重叠。消除或减少由图像传感器通过透镜310捕获的多个图像的视差效应可以有助于将多个图像拼接成2可以具有至少148度的水平FOV(HFOV)动化安装件允许3D和环境捕获系统300以稳定的已知速度旋转,这有助于LiDAR确定LiDAR[0061]在一些实施例中,环境捕获系统400具有75mm的宽度、180mm的高度和189mm的深[0063]在前视图410上描绘的透镜可以是透镜组件的一部分。类似[0064]在环境捕获系统400的基部处的安装附接件可以允许环境捕获系统被附接到安装动化安装件允许环境捕获系统400以稳定的已知速度旋转,这有助于LiDAR确定LiDAR的每环境捕获系统400以许多不同的角度被发射和/[0067]图5是在一些实施例中的在环境捕获系统400周围的来自LiDAR的激光脉冲的描[0071]LiDAR可以接收来自脉冲的深度数据。由于环境捕获系统400的移动和/或反射镜于水平轴线602成任何角度(例如,反射镜角度可以是在包括60度至120度之间的任何角度270度的转动之间生成四组图像(例如,假设第一组图像是在环境捕获系统400的初始转动(例如,在围绕竖直轴线的单次完整旋转或270度旋转中拍摄)与在相同扫掠期间获取的深冲由在偏离旋转点的位置处的反射镜450引导,因此LiDAR不能从自环境捕获系统400上方转点的中心到反射镜450引导LiDAR脉冲的点来测量圆柱体的半径(例如,没有深度信息的度信号和/或深度数据。腔610下方的环境捕获系统400的主体的基部可以阻挡一些激光脉的边缘和包含LiDAR的环境捕获系统400的壳体之间仍然[0077]在各种实施例中,LiDAR被配置为如果反射镜的旋转速度下降到低于旋转安全阈[0080]在各种实施例中,环境捕获系统700可以被配置为在全日照下在室外以及在室内改善90m处的单扫描深度精度来提供改善[0083]透镜组件704可以包括将光聚焦到图像捕获器件上的相机透镜。图像捕获器件可以捕获物理环境的图像。用户可以放置环境捕获系统700以捕获建筑物(诸如图1的第二建[0084]在一些实施例中,图像捕获器件是互补金属氧化物半导体(CMOS)图像传感器(例>20>37度一>1.7>65>702.8度3.0<60<=80%>50%<5%>85%>66%>45%>75%>41%>25用来自环境捕获系统700的图像捕获器件的三次或四次单独的图像捕获来获得环境捕获系捕获的深度数据与通过将来自透镜组件704的多个图像拼接在一起而生成的2D全景图像组境的迷你地图。在各种实施例中,图像处理系统406生成表示物理环境的该区域的迷你地[0092]由透镜组件704捕获的图像可以包括识别或指示2D图像的捕获位置的捕获器件位相机的包括定位硬件和/或软件的器件)确定并与图像一起接收。透镜组件704的放置不仅仅是通过设计。通过将透镜组件704放置在旋转轴线的中心处或基本上在旋转轴线的中心可以帮助保护环境捕获系统的示例的部件。结构框架706可以用于帮助刚性地安装LiDAR[0094]在各种实施例中,LiDAR708捕获物理环境的深度信息。当用户将700放置在第二建筑物的楼层的一部分中时,LiDAR708可以获得对象的深度信息。LiDAR708可以包括光学感测模块,该光学感测模块能够通过利用来自激光器的脉冲照射目标或场景来测量到场景中的目标或对象的距离,并测量光子行进到目标并返回LiDAR708所花费的时间。然后可以通过使用从环境捕获系统700的水平传动系导出的信息将测量结果变[0095]在一些实施例中,LiDAR708可以每10微秒返回具有(内部时钟的)时间戳的深度[0100]透镜组件704和LiDAR708的放置可以允许环境捕获系统700或与环境捕获系统700通信的数字器件使用来自LiDAR708和透镜组件704的深度数据来生成3D全景图像。在像。扫掠的输出可以是扫掠列表(SWL),其包括来自透镜组件704的图像数据和来自LiDAR深度数据,并且仅使用在单次扫掠中捕获的来自环境捕获系统700的图像和深度数据来产[0103]在一些实施例中,由环境捕获系统402捕获的图像可以通过本文讨论的图像拼接图像的预览或缩略图版本。3D全景图像的预览或缩略图版本可以呈现在用户系统111来确定用户尚未捕获或生成3D全景图像的物理环境捕获物理环境的区段1605(如图16所见)的图像,并且然后LiDAR708从区段1605获得深度视图中的所有对象的深度信息可以由环境捕获系统700在三次或四次扫描中获得。在另一[0107]透镜视场的增加减少了获得环境捕获系统700周围的物理环境的视觉和深度信息LiDAR708具有大于8米的最大深[0108]LiDAR708可以利用反射镜组件712以不同的扫描角度引导激光。在一个实施例[0119]由于RGB捕获器件和LiDAR708,环境捕获系统700可以在明亮的阳光下在室外捕获图像,或在亮光或来自窗户的日光眩光的情况722可以允许在再充电之前连续使用至少1000个SWL或至少250个SWL。环境捕获系统700可达726可以使得环境捕获系统700能够快速[0126]在各种实施例中,安装件724可以包括快速释放适配器。保持扭矩可以例如是>开始到当用户可以移动环境捕获系统700时的时间帧可[0128]在各种实施例中,这些部件为环境捕获系统700提供了对准室外和室内的扫描位[0129]在各种实施例中,这些部件使得环境捕获系统700能够对于室内和室外使用以类系统700可以将图像和深度数据发送到图像处理系统406以用于处理并生成2D全景图像或[0135]电源902可以是图7的电池组722。电源可以是能够向环境捕获系统提供电力的可马达和编码水平马达控件以及控制竖直马达和编码竖直马[0139]在一些实施例中,SOMPCBA908包括NvidiaSOMPCBAw/CPU/GPU、DDR、eMMC、[0140]用户接口910可以包括用户可以与之交互的物理按钮或开关。按钮或开关可以提中的目标或对象的距离。LiDAR912的光学感测模块测量光子行进到所述目标或对象并在反射之后返回到LiDAR912中的接收器所花费的时间,从而给出LiDAR距目标或对象的距[0147]环境捕获系统的部件的放置为使得透镜组件和LiDAR基本上放置在旋转轴线的中宽FOV的情况下,可以利用图像捕获器件的三次单独图像捕获来获得环境捕获系统周围的[0149]图像捕获器件可以包括WFOV透镜918和图像传感器920。图像传感器920可以是mm(轴上)、>75%的52lp/mm(83%场)、>41%的104lp/mm(83%场)和>25%的1308lp/mm[0154]图9b描绘了根据一些实施例的环境捕获系统的示例SOMPCBA908的框图。SOMPCBA908可以包括通信部件922、LiDAR控制部件924、LiDAR位置部件926、用户接口部件[0157]在一些实施例中,LiDAR位置部件926可以利用GPS数据来确定环境捕获系统的位数字器件)提供建筑物的平面图的一个区域的视觉表示。当用户将环境捕获系统放置在建面图视图200可以在已经捕获建筑物的同一家庭或楼层的第二扫略之后由用户系统1110生[0160]LiDAR数据存储区932可以是适合于捕获的LiDAR数据的任何一个结构和/或多个据存储区932可以用于高速缓存捕获的LiDAR数据。例如,在环境捕获系统402和用户系统1110处于没有蜂窝网络的远程位置或在没有Wi_Fi的区域中的情况下,LiDAR数据存储区[0163]在各种实施例中,环境捕获系统400执行图像处理以混合第六帧并进一步评估混二帧到达之前混合第一帧。在一些实施例中,环境捕获系统400可以处理每个帧以识别像[0165]在各种实施例中,环境捕获系统400执行图像处理以混合第六帧并进一步评估混秒处进行另一颜色连拍而继续该过程。环境捕获系统400可以使用JxR来压缩混合帧和/或帧的曝光长度可以与图10a和10c中覆盖的其他连拍相同并且以相同的顺序)。环境捕获系[0167]在各种实施例中,环境捕获系统400执行图像处理以混合第六帧并进一步评估混光(该组的每个帧的曝光长度可以与图10a和10b中覆盖的其他连拍相同并且以相同的顺[0169]在各种实施例中,环境捕获系统400执行图像处理以混合第六帧并进一步评估混[0171]可以基于图像捕获器件的四次单独图像捕获和环境捕获系统的LiDAR器件的四次的厨房窗口外的视图与来自另一图像的厨房视图的其余部分混合来生的该第一个,计算该图像的初始强度权重,并将该图像设置为用于组合随后接收的图像的基线图像。在一些实施例中,混合算法可以利用图形处理单元(GPU)图像处理例程,诸如个实施例中,可以通过取图像的光强度或图像的子集的平均值来计算基线图像的对比度。[0177]图11描绘了根据一些实施例的能够捕获并拼接图像以形成3D可视化的示例环境景捕获和拼接系统1102和/或用户系统1110可以包括可以用于捕获环境(例如,物理环境[0178]3D和全景捕获和拼接系统1102以及图像拼接和处理器系统1106可以是通信地耦及图像拼接和处理器系统1106可以由用户系统1110和/或图像拼接和处理器系统1106执[0179]用户可以利用3D全景捕获和拼接系统1102来捕获诸如建筑物内部和/或建筑物外捕获系统400提供的物理环境1112的第一场景的多个2D图像。3D和全景捕获和拼接系统和全景捕获和拼接系统1102或用户系统1110上的)图像捕获系统的用户提供引导和/或处用户系统1110与3D和全景捕获和拼接系统110计算机)上的应用或环境捕获系统400上的应用可以向用户提供用于利用环境捕获系统400拍摄图像的视觉或听觉指导。图形引导可以包括例如环境捕获系统400的显示器上(例如,在环境捕获系统400背面的取景器或LED屏幕上)的浮动箭头,以引导用户将图像捕获器件图像捕获器件的位置、来自图像捕获器件的位置信息和/或图像捕获器件的先前图像来近[0186]在一些实施例中,视觉和/或听觉引导使得能够捕获可以拼接在一起以形成全景[0187]对准和拼接系统1114可以对准或拼接(例如,由用户系统1110或3D全景捕获和拼获和拼接系统1102和/或对准和拼接系统1114可以识别2D图像内的对象,以帮助将图像对到图像拼接和处理器系统106,以获得具有比由3D和全景捕获和拼接系统1102提供的2D全景图像或3D全景图像更大的像素分辨率的2D全景图像景图像。由图像拼接和处理器系统106处理的2D全景图像可以具有比由3D和全景捕获和拼[0193]图像数据存储区1108可以是适合于捕获的图像和/或深度数据的任何一个结构定2D或3D全景图像的多次图像捕获或深度捕获中的每一次相关联的性质。在一些实施例和拼接系统1102或图像拼接和处理器系统[0196]3D和全景捕获和拼接系统1102和/或用户系统1110可以包括两个或更多个捕获器视场)的成对图像捕获器件。用户系统1110可以包括具有能够捕获竖直立体图像对的竖直竖直立体图像对的竖直立体偏移视场的两个图像捕[0197]在一些实施例中,用户系统1110、环境捕获系统400或3D和全景捕获和拼接系统拼接系统1102可以包括惯性测量单元(IMU),以帮助确定与捕获多个2D图像的一个或多个由一个或多个图像捕获器件捕获的多个2D图像相关联的1102和/或图像拼接和处理器系统1106提供或接收一个或多个3D全景图像。在一些实施例[0201]图12是根据一些实施例的对准和拼接系统1114的示例的框图。对准和拼接系统LiDAR的深度器件(如果可用的话)接收深[0203]通信模块1202可以在对准和拼接系统1114的任何模块或数据存储区与图11的示用户系统1110或3D和全景捕获和拼接系统1102[0205]例如,当用户想要使用用户系统1110来捕获物理环境(诸如起居室)的36荐初始位置的视觉和/或音频信息。引导模块1220可以针对后续图像做出用于定位图像捕[0206]引导模块1220可以向用户提供视觉引导。例如,引导模块1220可以在用户系统[0207]有许多技术用于引导用户系统1110或3D和全景捕获和拼接系统1102的用户拍摄一图片的视场的定位。这两个对象可以指示环境中的表示存在最后一个图像的边缘的位够在将改善图像拼接的位置中拍摄下一图像的位置),视场中的对象的尺寸可以改变以匹[0214]图像捕获位置模块1204可以包括将2D图像转换为2D全景图像的2D机器学习模图像捕获位置模块1204可以包括将2D图像转换为3D表示的3D机器学习模型。在一个示例[0215]2D机器学习模型可以被训练为将两个或更多个2D图像拼接或帮助拼接在一起以图像中的物理对象以及将2D机器学习模型训练为识别后续2D图像中的对象的对象识别信和全景捕获和拼接系统1102)以及包括图像中的物理对象以识别物理对象、物理对象的位[0217]2D机器学习模型可以包括任何数量的机器学习模型(例如,由神经网络等生成的[0219]图像捕获位置模块1204可以基于来自拼接模块1206的两个或更多个2D图像之间的接缝、来自裁剪模块1208的图像扭曲和/或来自图形切割模块1210的图形切割来估计图[0220]拼接模块1206可以组合两个或更多个2D图像以生成2D全景。基于来自拼接模块[0221]拼接模块1206可以被配置为将提供相同环境的不同视角的两个不同2D图像对准[0225]在各种实施例中,2D机器学习模型可以被训练为使用来自IMU的定位数据、来自GPS的定位数据和/或由用户提供的信息来组合或拼接图像的两个边缘。在一些实施例中,[0227]在当捕获2D图像时图像捕获器件没有保持在相同位置的情况下裁剪模块1208可识别)来检测两个或更多个图像中的图像捕获器件的位置的变化,并且然后测量图像捕获1210的图形切割或来自混合模块1211的颜色的混合来确定要对由用户系统1110的图像捕获器件捕获的多个2D图像中的一个或多个执行[0231]图形切割模块1210可以确定在何处对由图像捕获器件捕获的一个或多个2D图像机器学习模型的信息来识别可以拼接在一起的两个图像选择椅子的两个图像中的一个作为正确的表示(拼接模块1206可以随后将两个图像拼接在割模块1210的输出可以是切割与图形切割相对应的多个2D图像中的一个或更多个2D图像[0233]图形切割模块1210可以基于来自图像捕获位置模块1204的一个或多个图像捕获像扭曲和来自图形切割模块1210的图形切割来确定如何对由图像捕获器件捕获的一个或个图像的接缝的图像颜色、来自裁剪模块1208的图像扭曲和/或来自图形切割模块1210的的预定阈值内),则混合模块1211可以沿着接缝在存在差异的位置处混合预定尺寸的两个混合模块1211可以继续沿着接缝对图像进行重新采样,直到没有图像的其他部分要混合生成器1214利用3D机器学习模型将2D全景图像变换为3D表示。可以使用2D全景图像和(例如,来自LiDAR传感器或结构化光器件的)深度数据来训练3D机器学习模型以产生3D表示。学习模型可以与2D全景图像和深度数据一起用于影等以生成合理准确的3D表示的处理和学习的减少,3D机器学习模型可以更小且更不复[0240]在一些实施例中,可以使用来自用户系统1110和/或3D和全景捕获和拼接系统图像中的每一个的(一个或多个)像素偏移像中的每一个的(一个或多个)像素偏移和/或来自图形切[0241]拼接模块1206可以是将多个2D图像转换为2D全景或3D全景图像的3D模型的一部[0244]3D图像生成器1214可以是将多个2D图像转换为2D全景或3D全景图像的3D模型的[0245]捕获的2D图像数据存储区1216可以是适合于捕获的图像和/或深度数据的任何一似结构)。捕获的2D图像数据存储区1216可以存储由用户系统1110的图像捕获器件捕获的捕获器件相关联的图像捕获器件参数、或与多个图像捕获中的每一个相关联的捕获性质、景图像。2D全景图像可以由3D和全景捕获和拼接系统1102或图像拼接和处理器系统106确[0246]3D全景图像数据存储区1218可以是适合于3D全景图像的任何一个结构和/或多个图像数据存储区1218存储3D全景图像。2D或3D全景图像可以由3D和全景捕获和拼接系统处理器系统1106可以将LiDAR数据和捕获的2D图像输入到3D建模算法中,以生成3D全景图[0253]可以改变流程图1300的一个或多个步骤的顺序,而不影响3D全景图像的最终结[0254]在一些实施例中,本文讨论的器件和/或系统采用一个图像捕获器件来捕获2D输平地跨越高达360°。[0255]在各种实施例中,本文讨论的器件和/或系统可以采用两个或更多个图像捕获器[0256]定位部件1118可以包括被配置为捕获用户系统位置数据和/或用户系统方位数据户系统1110的所述一个或多个图像捕获器件捕获的相应图像[0257]该设备的各种实施例向用户提供室内和室外环境的3D全景图像。在一些实施例[0258]以下是本文描述的示例设备的示例使用情况。以下使用情况是实施例中的一如本文所讨论的设备的不同实施例可以包括与该使用情况的特征和能力类似的一个或多器。多个2D图像中的每一个可以具有与多个2D图像中的至少一个其他图像部分重叠的视从3D和全景捕获和拼接系统1102的两个或更多个图像捕获器件接收多个2D图像的至少一[0267]图像拼接和处理器系统1106可以处理由用户系统1110的图像捕获器件捕获的多可以具有比由3D和全景捕获和拼接系统1102获得的2D全景图像更高[0268]在一些实施例中,图像拼接和处理器系统106可以接收3D表示并输出具有比所接[0269]图15描绘了
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
- 安徽2027年4月高中高一英语期中试卷及答案
- 2026年勘察设计注册环保工程师考试(专业知识)仿真试题及答案
- 康复科患者训练中突发猝死应急演练脚本
- 2026年矿业权评估师资格考试(矿业权评估经济与法律专业能力)冲刺试题及答案
- 公司闲置资产及废旧物资盘活处置管理办法
- 2026年劳动安全卫生制度
- 物联网网关设备验收细则
- 2025届恩施土家族苗族自治州鹤峰县三年级数学下学期期中学业质量监测试题(含答案解析)
- 2025届张家口市宣化县数学三年级下学期期中统考模拟试题含答案
- 2025届崇州市三年级数学下学期期末达标检测模拟试题含解析
- 安徽省阜阳市2025-2026学年高一(上)期中物理试卷(A卷)(含答案)
- 行业数据:中国器官芯片市场现状研究分析与发展前景预测报告
- 口腔种植取模技术规范
- 中科大环境保护概论课件第6章 水环境污染及其防治
- 农业科技项目结题报告的结构与范文
- GEVO型柴油机总组装与试验江利国课件
- 工程施工对建筑物、文物等保护措施
- 阿尔茨海默症麻醉管理
- 质量文化导论(华东理工大学)知到智慧树章节答案
- 11CJ26、11CG13-1房屋建筑工程施工工法图示(一)
- 发展汉语-初级口语1-第23课-时间过得真快
评论
0/150
提交评论