论文摘要
随着计算机图像学技术迅猛发展,一些相关技术也应运而生,如虚拟城市、数字博物馆、环境建模、室内定位导航、逆向工程等。它们都要用到环境建模这一关键技术,这样基于深度图像的场景建模技术应运而生。这种建模方法采用非接触测量,速度快,精度高,真实感强,不受表面复杂度影响,因此具有广阔的应用前景。激光传感器的原理是将激光对准目标发射出去后,测量它的往返时间,再乘以光速即得到往返距离。由于激光具有高方向性、高单色性和高功率等优点,因此激光传感器在距离测量方面具有无法比拟的优势,由此而诞生了很多基于激光的应用,本课题就是通过激光传感器采集数据,并结合位置信息,构成深度图像信息,最后重建场景。下面介绍本文的主要内容。本文进行了深度图像采集和处理相关技术的研究,包括深度图像的获取方法,深度图像中点云数据的组织方法和场景的重建方法研究。深度图像的获取包括室内和室外两种采集设备,它们共同的特点是搭载一对背向放置的激光传感器,激光传感器采集深度图像数据存入定义的文件中。不同的是室内装置采用陀螺仪、码盘相结合的定位方式,在室内的局部定位中能得到高精度的位置信息,而室外装置采用GPS的定位方式,室外由于受到地形和路面的影响,陀螺仪和码盘的定位方式不能满足实验的要求,因此课题采用了GPS的定位方式,并加入了基站,实现RTK的双模差分,保证了位置信息的准确性。激光数据与位置信息的结合就构成所需要的深度图像数据。在得到深度图像数据之后,就要考虑如何通过深度图像重建三维场景。本文通过对比一些理论方法后,最终选取BPA算法重建场景模型。BPA算法的基本原理是首先找到空间的种子三角形,找到这样一个球体,种子三角形的三个顶点在球面上,并且球内不存在深度图像中的其他点,使这个球体在种子三角形的每条边旋转,当球体接触到第一个点时,就找到了下一个连接点,使这个点和球体连接的两个点构成新的种子三角形,如此循环操作直到所有的点都被遍历过,也就形成了场景的模型。
论文目录
相关论文文献
- [1].基于图像融合的深度图像修复算法[J]. 现代电子技术 2020(02)
- [2].基于深度图像的排爆机器人目标物检测抓取方法[J]. 中国安防 2019(12)
- [3].基于彩色聚类图像的深度图像修复算法[J]. 东莞理工学院学报 2020(05)
- [4].基于自适应联合双边滤波的深度图像空洞填充与优化算法[J]. 中国激光 2019(10)
- [5].保留边界特征的深度图像增强算法研究[J]. 应用光学 2018(02)
- [6].融合深度图像的卷积神经网络语义分割方法[J]. 集成技术 2018(05)
- [7].一种深度图像修复算法研究[J]. 信息技术 2017(06)
- [8].基于结构特征引导滤波的深度图像增强算法研究[J]. 应用光学 2016(02)
- [9].一种改进的各向异性扩散深度图像增强算法[J]. 计算机工程与科学 2016(09)
- [10].基于多方向滤波的强边缘深度图像补全方法[J]. 集成技术 2016(06)
- [11].基于深度图像技术的手势识别方法[J]. 电子技术与软件工程 2015(04)
- [12].依托名画人文故事 促进深度图像识读[J]. 新课程导学 2020(29)
- [13].采用曲率扩散和边缘重建的深度图像空洞修复[J]. 西安科技大学学报 2020(02)
- [14].基于深度融合的深度图像修复算法[J]. 光电子·激光 2019(06)
- [15].深度图像优化分层分割的3D场景流估计[J]. 南昌航空大学学报(自然科学版) 2018(02)
- [16].一种面向视点绘制的深度图像后处理方法[J]. 计算机工程与应用 2015(11)
- [17].基于引导对抗网络的人体深度图像修补方法[J]. 系统仿真学报 2020(07)
- [18].深度图像修复算法综述[J]. 计算机产品与流通 2019(02)
- [19].改进联合彩色和深度图像特征的人体行为识别[J]. 计算机工程与应用 2017(08)
- [20].Kinect设备功能探索[J]. 数字通信世界 2017(08)
- [21].一种三维视频深度图像快速帧内编码方法[J]. 西安电子科技大学学报 2012(03)
- [22].基于多幅深度图像的三维重构技术[J]. 华中科技大学学报(自然科学版) 2008(02)
- [23].3D打印深度图像的获取及时空融合处理方法[J]. 计算机工程与设计 2019(02)
- [24].基于窗口滤波与均值滤波的深度图像实时修复算法[J]. 软件工程 2018(11)
- [25].基于快速行进算法的深度图像增强算法[J]. 计算机应用与软件 2017(08)
- [26].基于边缘信息引导滤波的深度图像增强算法[J]. 计算机应用与软件 2017(08)
- [27].基于三维激光雷达和深度图像的自动驾驶汽车障碍物检测方法[J]. 吉林大学学报(工学版) 2016(02)
- [28].利用深度图像的虚实物体碰撞交互研究与实现[J]. 计算机工程与应用 2015(21)
- [29].基于深度图像和神经网络的拖拉机识别与定位方法[J]. 农业机械学报 2020(S2)
- [30].基于深度图像处理技术的类圆形重叠颗粒计数[J]. 信息技术 2018(06)