CN105976345A - 一种可见光遥感图像合成方法 - Google Patents
一种可见光遥感图像合成方法 Download PDFInfo
- Publication number
- CN105976345A CN105976345A CN201610270285.XA CN201610270285A CN105976345A CN 105976345 A CN105976345 A CN 105976345A CN 201610270285 A CN201610270285 A CN 201610270285A CN 105976345 A CN105976345 A CN 105976345A
- Authority
- CN
- China
- Prior art keywords
- image
- cloud
- different
- template
- remote sensing
- 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.)
- Pending
Links
- 238000001308 synthesis method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 239000002131 composite material Substances 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 16
- 239000000203 mixture Substances 0.000 claims description 10
- 238000010189 synthetic method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000005286 illumination Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 abstract description 5
- 238000013441 quality evaluation Methods 0.000 abstract description 4
- 238000003384 imaging method Methods 0.000 abstract 1
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000003786 synthesis reaction Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005352 clarification Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种可见光遥感图像合成方法,合成的仿真数据可作为云检测、阴影检测和质量评价等遥感图像研究的验证数据。所述方法包括:通过纹理合成方法,利用不同海况最高分辨率图像切片形成大幅宽的背景数据;通过在海面背景数据上添加目标样本及对应的尾迹,获得带尾迹的舰船目标图像;通过添加不同形状和透明度的云模板,产生不同云量和云层厚度的效果;通过设置太阳光照角,改变图像的整体灰度分布,产生云的阴影;通过添加模糊和噪声模拟不同的成像条件;通过图像降采样的方法,获得所需的不同分辨率图像。本发明提出的图像合成方法可根据不同任务,模拟海况、云遮挡以及光照等因素,准确、快速地合成指定目标的遥感图像。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种可见光遥感图像合成方法。
背景技术
遥感图像舰船目标检测技术在海事安全、交通管理、非法捕鱼控制等方面具有至关重要的作用,但是由于舰船目标图像包含的因素较为复杂,获取复杂情况的真实数据存在难度,如不同航行方向的情况,船只编队航行的情况,受到云雾阴影遮挡的情况以及不同航速下不同船只的尾迹情况等。验证数据的缺乏给相关算法的研究带来困难,同时也很难出现标准的数据集对多种不同算法进行比较。研究此类问题的学者大多自行建立数据集,这些数据集的数目、分辨率、尺寸、复杂程度都存在较大的差异,在方法对比时,无法对各个算法进行统一标准下的评测。
海洋背景的可见光遥感图像主要受到海况和云况的影响。不同的海况等级决定了目标与背景的关系,如0级海况时海面光滑如镜,舰船目标十分显著;而3级海况时波浪具有很明显的形状,到处形成白浪,对目标的特征提取造成干扰。云况可分为无云、薄云和厚云三种情况:无云最利于目标检测,薄云会对目标的灰度值产生影响,而厚云会对目标造成遮挡。同时,光照角度会造成图像灰度的变化和阴影的产生,也会对遥感图像造成一定的影响。
上述问题均存在于真实遥感图像中,但是,目前还没有实用的可以将海况和云况等因素根据需求进行添加的遥感图像仿真合成软件,在包含目标的真实图像难以获取的前提下,通过遥感图像合成方法生成仿真图像数据成为一个十分重要的研究问题。同时,此类方法获得的数据还可作为云检测、阴影检测和质量评价等遥感图像研究的验证数据。
发明内容
针对上述问题,本发明期望提出一种可见光遥感图像合成方法,以根据不同任务,模拟海况、云遮挡以及光照等因素,准确、快速地合成指定目标的遥感图像。
本发明的技术方案是这样实现的:
本发明提供了一种可见光遥感图像合成方法,包括以下步骤:
通过纹理合成方法,利用不同海况最高分辨率图像切片形成背景图像;
通过第一合成规则在所述背景图像上添加目标样本及对应的尾迹,获得带尾迹的舰船目标图像;
通过第二合成规则再添加不同形状和透明度的云模板,产生不同云量和云层厚度的效果;
通过设置太阳光照角,改变经上一步处理后图像的整体灰度分布,产生云的阴影;
通过添加模糊和噪声模拟不同的成像条件;
通过图像降采样的方法,获得所需的不同分辨率图像。
上述方案中,所述的通过第一合成规则在所述背景图像上添加目标样本及尾迹获得带尾迹的舰船目标图像,过程为:
将目标样本或尾迹模板中心置于背景图像上的所选位置,模板图像像素完全覆盖背景图像像素,得到初始合成图;
对所述初始合成图的模板边缘进行均值滤波,得到平滑后的图像,即为合成得到的舰船目标图像。
上述方案中,所述的通过第二合成规则添加不同形状和透明度的云模板,产生不同云量和云层厚度的效果,过程为:
将云模板中心置于所述舰船目标图像上的所选位置,以透明度为权重,计算得到初始合成图,公式为:
其中,为本步骤输入图像,为云模板图像,为本步骤输出图像,为云模板透明度;
对初始合成图的模板边缘进行均值滤波,得到平滑后的图像,即为合成图。
上述方案中,所述通过设置太阳光照角,改变图像的整体灰度分布,产生云的阴影,过程为:
将输入图像的太阳光照角视为90°,给定所需合成图像太阳光照角,计算合成图像各像素灰度值,公式如下:
其中,为本步骤输入图像,为本步骤输出图像。
上述方案中,所述通过图像降采样的方法,获得所需的不同分辨率图像,过程为:
使用双线性法对经上一步处理后的图像进行降采样,得到指定分辨率图像。本发明在分析可见光遥感图像舰船目标检测存在的难点的前提下,建立了可见光遥感图像海面背景库、舰船目标库、舰船尾迹库、云数据库,形成可见光遥感图像太阳光照和图像亮度的关系,最终生成符合各种任务要求的图像。利用经典的舰船目标检测方法和图像质量评价指标对仿真图像和真实图像进行测试和评价,验证了仿真图像的真实性和有效性。本发明主要关注全色光波段的海面航行的具有检测价值的舰船目标,因为全色光波段具有最高的分辨率,港口中的舰船目标图像容易获取。本发明提出的图像合成方法可根据不同任务,模拟海况、云遮挡以及光照等因素,准确、快速地合成指定目标的遥感图像。
附图说明
图1显示了本发明实施例可见光遥感图像合成方法的合成过程及各个阶段的图像;
图2和图3为利用本发明得到的可见光遥感图像合成图像结果。
为了能明确实现本发明的实施例的结构,在图中标注了特定的尺寸、结构和器件,但这仅为示意需要,并非意图将本发明限定在该特定尺寸、结构、器件和环境中,根据具体需要,本领域的普通技术人员可以将这些器件和环境进行调整或者修改,所进行的调整或者修改仍然包括在后附的权利要求的范围中。
具体实施方式
在以下的描述中,将描述本发明的多个不同的方面,然而,对于本领域内的普通技术人员而言,可以仅仅利用本发明的一些或者全部结构或者流程来实施本发明。为了解释的明确性而言,阐述了特定的数目、配置和顺序,但是很明显,在没有这些特定细节的情况下也可以实施本发明。在其他情况下,为了不混淆本发明,对于一些众所周知的特征将不再进行详细阐述。
为了解决目前存在的技术问题,如图1所示,本发明实施例期望提供一种可见光遥感图像合成方法,所述方法包括以下步骤:
(1)通过基于块缝合的纹理合成方法,合成包含不同海况的背景图像;
(2)通过第一合成规则在所述背景图像上添加目标样本及对应的尾迹,获得带尾迹的舰船目标图像;
(3)通过第二合成规则添加不同形状和透明度的云模板,产生不同云量和云层厚度的效果;
(4)通过设置太阳光照角,改变图像的整体灰度分布,产生云的阴影;
(5)通过添加模糊和噪声模拟不同的成像条件;
(6)通过图像降采样的方法,获得所需的不同分辨率图像。
具体地,步骤(1)包括:
(1a)利用不同海况下最高分辨率的图像切片,制作海况纹理样本,作为大幅宽背景数据纹理合成的基础材料;
(1b)利用基于块缝合的非固定纹理合成方法进行海况合成,得到背景数据。具体步骤为:对样本进行随机分块,将这些块相互重叠地安放到新图像上;利用动态规划法找出覆盖边界的最优路径,最小化覆盖边界的误差,找到合理的纹理。
具体地,步骤(2)包括:
(2a)将目标样本或尾迹模板中心置于背景图像上的所选位置,模板图像像素完全覆盖背景图像像素,得到初始合成图;
(2b)对上述初始合成图的模板边缘进行均值滤波,得到平滑后的图像,即为合成得到的舰船目标图像。
具体地,步骤(3)包括:
(3a)将云模板中心置于舰船目标图像上的所选位置,以透明度为权重,计算得到初始合成图,公式为:
其中,为本步骤输入图像,为云模板图像,为本步骤输出图像,为云模板透明度;
(3b)对上述初始合成图的模板边缘进行均值滤波,得到平滑后的图像,即为合成得到的具有不同云量和云层厚度的图像。
具体地,步骤(4)包括:
将输入图像的太阳光照角视为90°,给定所需合成图像太阳光照角,计算合成图像各像素灰度值,公式如下:
其中,为本步骤输入图像(为已添加舰船目标、尾迹或云层的背景图像),为本步骤输出图像,即为添加太阳光照角因素后的合成图像,为像素点坐标值。
具体地,步骤(5)包括:
(5a)在合成图上根据需求进行高斯模糊处理,公式为:
其中,为像素点相对坐标,将中心点坐标设置为(0,0),领域内像素相对坐标取与中心点坐标的相对位置;为方差;为每个像素点的高斯权重。
根据高斯权重,计算得到高斯模糊处理后的图像,公式为:
其中,为本步骤输入图像,为本步骤输出图像,即为经过高斯模糊处理的图像,为为模糊核半径,均为整数。
(5b)在合成图上根据需求添加高斯噪声,公式为:
其中,为本步骤输入图像,为本步骤输出图像,即为添加高斯噪声后的图像,为设定的噪声均值,为设定的噪声方差,为以***时间为种子产生的伪随机数,为由伪随机数生成的高斯随机数;
具体地,步骤(6)包括:
根据指定的分辨率,计算输出图像与输入图像的缩放比,利用双线性法对已有图像进行缩放,得到所需图像,公式为:
其中,为输出图像分辨率,为输入图像分辨率,为计算得到的缩放比;
其中,表示所需图像在坐标点处的像素值,为向下取整操作,和公式为:
根据以上计算过程,可以得到输出图像各点的像素值,公式为:
由此,可得到指定分辨率的仿真合成图像,该图像可作为云检测、阴影检测和质量评价等遥感图像研究的验证数据。
本发明提出了一种可见光遥感图像合成方法。通过建立可见光遥感图像海面背景库、舰船目标库、舰船尾迹库、云数据库,形成可见光遥感图像太阳光照和图像亮度的关系,最终建立了可见光舰船目标检测标准数据集。基于本发明的光照与成像条件模型和图像合成方法,可以得到与真实图像更加接近的仿真图像。
在本申请所提供的具体实施方案中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种可见光遥感图像合成方法,其特征在于,包括以下步骤:
通过纹理合成方法,利用不同海况最高分辨率图像切片形成背景图像;
通过第一合成规则在所述背景图像上添加目标样本及对应的尾迹,获得带尾迹的舰船目标图像;
通过第二合成规则再添加不同形状和透明度的云模板,产生不同云量和云层厚度的效果;
通过设置太阳光照角,改变经上一步处理后图像的整体灰度分布,产生云的阴影;
通过添加模糊和噪声模拟不同的成像条件;
通过图像降采样的方法,获得所需的不同分辨率图像。
2.根据权利要求1所述的方法,其特征在于,所述的通过第一合成规则在所述背景图像上添加目标样本及尾迹获得带尾迹的舰船目标图像,过程为:
将目标样本或尾迹模板中心置于背景图像上的所选位置,模板图像像素完全覆盖背景图像像素,得到初始合成图;
对所述初始合成图的模板边缘进行均值滤波,得到平滑后的图像,即为合成得到的舰船目标图像。
3.根据权利要求1所述的方法,其特征在于,所述的通过第二合成规则添加不同形状和透明度的云模板,产生不同云量和云层厚度的效果,过程为:
将云模板中心置于所述舰船目标图像上的所选位置,以透明度为权重,计算得到初始合成图,公式为:
其中,为本步骤输入图像,为云模板图像,为本步骤输出图像,为云模板透明度;
对初始合成图的模板边缘进行均值滤波,得到平滑后的图像,即为合成图。
4.根据权利要求1所述的方法,其特征在于,所述通过设置太阳光照角,改变图像的整体灰度分布,产生云的阴影,过程为:
将输入图像的太阳光照角视为90°,给定所需合成图像太阳光照角,计算合成图像各像素灰度值,公式如下:
其中,为本步骤输入图像,为本步骤输出图像。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述通过图像降采样的方法,获得所需的不同分辨率图像,过程为:
使用双线性法对经上一步处理后的图像进行降采样,得到指定分辨率图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610270285.XA CN105976345A (zh) | 2016-04-27 | 2016-04-27 | 一种可见光遥感图像合成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610270285.XA CN105976345A (zh) | 2016-04-27 | 2016-04-27 | 一种可见光遥感图像合成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105976345A true CN105976345A (zh) | 2016-09-28 |
Family
ID=56993709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610270285.XA Pending CN105976345A (zh) | 2016-04-27 | 2016-04-27 | 一种可见光遥感图像合成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105976345A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107038706A (zh) * | 2017-05-16 | 2017-08-11 | 西安电子科技大学 | 基于自适应网格的红外图像置信度评估装置及方法 |
CN108073865A (zh) * | 2016-11-18 | 2018-05-25 | 南京信息工程大学 | 一种基于卫星资料的飞机尾迹云识别方法 |
CN108805201A (zh) * | 2018-06-08 | 2018-11-13 | 湖南宸瀚信息科技有限责任公司 | 目标图像数据集生成方法及其装置 |
CN109345468A (zh) * | 2018-08-29 | 2019-02-15 | 翔创科技(北京)有限公司 | 数据处理方法和装置 |
CN110008360A (zh) * | 2019-04-09 | 2019-07-12 | 河北工业大学 | 包含特定背景图像的车辆目标图像数据库建立方法 |
CN111929717A (zh) * | 2020-07-24 | 2020-11-13 | 北京航空航天大学 | 面向遥感图像目标特性识别的星载图像处理器及处理方法 |
CN112033960A (zh) * | 2020-08-28 | 2020-12-04 | 大连海事大学 | 一种Kelvin尾迹可见光遥感成像方法及*** |
CN112330562A (zh) * | 2020-11-09 | 2021-02-05 | 中国人民解放军海军航空大学 | 一种异构遥感图像变换方法及*** |
CN117557466A (zh) * | 2024-01-11 | 2024-02-13 | 中国科学院空天信息创新研究院 | 基于成像条件的光学遥感影像目标图像增强方法及装置 |
Citations (2)
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 |
CN102663348A (zh) * | 2012-03-21 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 一种光学遥感图像中的海上舰船检测方法 |
-
2016
- 2016-04-27 CN CN201610270285.XA patent/CN105976345A/zh active Pending
Patent Citations (2)
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 |
CN102663348A (zh) * | 2012-03-21 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 一种光学遥感图像中的海上舰船检测方法 |
Non-Patent Citations (3)
Title |
---|
CHANGREN ZHU ET AL.: "A Novel Hierarchical Method of Ship Detection from Spaceborne Optical Image Based on Shape and Texture Features", 《IEEE TRANSACTION ON GEOSCIENCE AND REMOTE SENSING》 * |
CHRISTINA CORBANE ET AL.: "A complete processing chain for ship detection using optical satellite imagery", 《INTERNATIONAL JOURNAL OF REMOTE SENSING》 * |
轻轻松松图片合成: "王吟榄", 《电脑知识与技术》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073865B (zh) * | 2016-11-18 | 2021-10-19 | 南京信息工程大学 | 一种基于卫星资料的飞机尾迹云识别方法 |
CN108073865A (zh) * | 2016-11-18 | 2018-05-25 | 南京信息工程大学 | 一种基于卫星资料的飞机尾迹云识别方法 |
CN107038706A (zh) * | 2017-05-16 | 2017-08-11 | 西安电子科技大学 | 基于自适应网格的红外图像置信度评估装置及方法 |
CN108805201A (zh) * | 2018-06-08 | 2018-11-13 | 湖南宸瀚信息科技有限责任公司 | 目标图像数据集生成方法及其装置 |
CN109345468A (zh) * | 2018-08-29 | 2019-02-15 | 翔创科技(北京)有限公司 | 数据处理方法和装置 |
CN110008360A (zh) * | 2019-04-09 | 2019-07-12 | 河北工业大学 | 包含特定背景图像的车辆目标图像数据库建立方法 |
CN111929717A (zh) * | 2020-07-24 | 2020-11-13 | 北京航空航天大学 | 面向遥感图像目标特性识别的星载图像处理器及处理方法 |
CN112033960A (zh) * | 2020-08-28 | 2020-12-04 | 大连海事大学 | 一种Kelvin尾迹可见光遥感成像方法及*** |
CN112033960B (zh) * | 2020-08-28 | 2023-06-13 | 大连海事大学 | 一种Kelvin尾迹可见光遥感成像方法及*** |
CN112330562A (zh) * | 2020-11-09 | 2021-02-05 | 中国人民解放军海军航空大学 | 一种异构遥感图像变换方法及*** |
CN112330562B (zh) * | 2020-11-09 | 2022-11-15 | 中国人民解放军海军航空大学 | 一种异构遥感图像变换方法及*** |
CN117557466A (zh) * | 2024-01-11 | 2024-02-13 | 中国科学院空天信息创新研究院 | 基于成像条件的光学遥感影像目标图像增强方法及装置 |
CN117557466B (zh) * | 2024-01-11 | 2024-04-09 | 中国科学院空天信息创新研究院 | 基于成像条件的光学遥感影像目标图像增强方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105976345A (zh) | 一种可见光遥感图像合成方法 | |
CN109035388B (zh) | 三维人脸模型重建方法及装置 | |
CN105069746B (zh) | 基于局部仿射和颜色迁移技术的视频实时人脸替换方法及其*** | |
Shan et al. | Research on landscape design system based on 3D virtual reality and image processing technology | |
CN105006021B (zh) | 一种适用于快速点云三维重建的颜色映射方法及装置 | |
CN107452048A (zh) | 全局光照的计算方法及装置 | |
CN109472858A (zh) | 用于逆向图形的可微分渲染管线 | |
CN109859190A (zh) | 一种基于深度学习的目标区域检测方法 | |
CN108986195A (zh) | 一种结合环境映射和全局光照渲染的单镜头混合现实实现方法 | |
CN106169082A (zh) | 训练分类器以检测目标环境图像中的对象的方法和*** | |
CN110148217A (zh) | 一种实时三维重建方法、装置及设备 | |
CN108460841A (zh) | 一种基于单幅图像的室内场景光照环境估计方法 | |
US11663775B2 (en) | Generating physically-based material maps | |
CN106485207A (zh) | 一种基于双目视觉图像的指尖检测方法及*** | |
CN113392968A (zh) | 针对神经网络的迭代式小样本精细化的微训练 | |
CN106056670A (zh) | 塔式太阳能热发电***中剔除遮挡的辐射能密度模拟方法 | |
Agresti et al. | Stereo and ToF data fusion by learning from synthetic data | |
DE112019001978T5 (de) | Verbesserung des realismus von szenen mit wasseroberflächen beim rendern | |
CN117237808A (zh) | 基于odc-yolo网络的遥感图像目标检测方法及*** | |
CN101364311A (zh) | 大规模城市仿真中快速自动建立模型的方法 | |
CN117274515A (zh) | 基于ORB和NeRF映射的视觉SLAM方法及*** | |
Vyatkin et al. | Voxel Volumes volume-oriented visualization system | |
CN107590858A (zh) | 基于ar技术的医学样品展示方法和计算机设备、存储介质 | |
Alhejri et al. | Reconstructing real object appearance with virtual materials using mobile augmented reality | |
CN112258621A (zh) | 一种用于实时观测三维渲染二维动画的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination |