CN113178005A - 一种用于电力设备的高效拍照建模方法和装置 - Google Patents
一种用于电力设备的高效拍照建模方法和装置 Download PDFInfo
- Publication number
- CN113178005A CN113178005A CN202110577853.1A CN202110577853A CN113178005A CN 113178005 A CN113178005 A CN 113178005A CN 202110577853 A CN202110577853 A CN 202110577853A CN 113178005 A CN113178005 A CN 113178005A
- Authority
- CN
- China
- Prior art keywords
- image
- modeling
- feature
- module
- power equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005316 response function Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/85—Stereo 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于电力设备的高效拍照建模方法和装置，包括步骤：拍照设备标定；摄像头多角度的拍摄待建模的物体；陀螺仪记录拍摄每张照片的角度；测距模块记录拍摄每张照片的实际距离；对照片进行图像质量和背景处理；特征点提取和匹配；建立三维模型。不需要严格控制拍摄人员的拍摄角度和距离等，降低了拍照建模人员的操作要求和设备、场景成本，缩短工作周期；图像处理模块通过记录的参数对图像进行处理以及消除背景，提高了图像质量以及三维建模模型的各比例协调、精度和质量，提供更便捷的数据采集及展示方式。
Description
技术领域
本发明涉及三维建模技术领域，尤其涉及一种用于电力设备的高效拍照建模方法和装置。
背景技术
CN108833805A公开了一种手机拍照光场矩阵三维抠图建模方法，其中方法包括如下步骤：手机启动蓝牙模块，通过蓝牙模块与三维成像建模仪的电动转盘建立起蓝牙连接；手机按照预设角度发送转动指令到电动转盘并获取镜头拍摄的照片后存储到手机上；手机在旋转电动转盘并拍照完毕后依次加载存储的照片，去除照片的背景图像，存储只有模型图像的照片；手机根据已存储只有模型图像的照片建立三维模型。对待建模物体以及建模设备的要求较高，只能对较小的物品进行建模，建模效率较低，而且操作水平较高，只能专业人员进行操作。
发明内容
为克服上述缺陷，本发明的目的在于提供一种用于电力设备的高效拍照建模方法和装置，降低了拍照建模人员的操作要求和成本并提高建模效果，缩短工作周期，提供更便捷的数据采集及展示方式。
为实现上述目的，本发明采用如下技术方案：
一种用于电力设备的高效拍照建模方法，包括步骤：
拍照设备标定；
摄像头多角度的拍摄待建模的物体；
陀螺仪记录拍摄每张照片的角度；
测距模块记录拍摄每张照片的实际距离；
对照片进行图像质量和背景处理；
特征点提取和匹配；
建立三维模型。
可选的，所述对照片进行图像质量和背景处理包括步骤：
对照片去噪、图像增强预处理；
获取照片所有像素点的像素，与预设的基准像素对比，如果小于所述基准像素，则替换对应像素点为透明像素。
可选的，所述特征点提取包括步骤：
将Harris算子与高斯尺度空间相结合，使Harris特征检测具备多尺度不变性；
对图像进行Harris特征检测，Harris特征检测的流程如下：
a)使用Gaussian函数计算图像的方向导数，将结果保存在
数组中；
b)计算多尺度Harris特征点的局部自相关矩阵M，
其中，
表示卷积运算，
分别为图像在x和y方向上的导数；高斯核函数w为
Harris特征检测算法的特征点响应函数：
R＝det(M)-k(trace(M))2>T (3)
其中，det(M)＝λ1λ2＝PQ-O2；trace(M)＝λ1+λ2＝P+Qk为经验值，0.04≤k≤0.06；
c)若局部自相关矩阵M的两个特征值都很小，认为为平坦区域，没有特征信息；若M的特征值一小一大，则认为是边缘特征；若两个特征值都很大，则认为是角点特征；
选取Harris特征点主方向，构造SIFT特征描述算子；
对筛选后的特征图像进行SIFT特征检测；
将生成的SIFT特征描述算子进行合并。
可选的，所述特征点匹配包括采用最临近匹配算法，用特征向量的最近邻距离与次近邻距离作为特征点匹配的约束条件。
可选的，设置云端数据库，将常用电力设备或处理后的图像以及三维模型保存在数据库中；所述建立三维模型包括从数据库中对比提取出来对应的图像或三维模型。
还采用了一种用于如上任意所述的电力设备的高效拍照建模方法的装置，包括互相连接的陀螺仪、至少两个摄像头、测距模块、图像处理模块、存储模块、建模模块和无线模块；所述摄像头用于拍摄照片；所述陀螺仪用于记录对应拍摄照片的角度；所述测距模块用于记录对应的拍摄距离；所述图像处理模块用于去除图像背景以及提高图像质量；所述建模模块用于对处理后的图片进行三维建模；所述存储模块用于保存处理后的图片或对应的三维模型；所述无线模块用于无线传输或接收数据。
可选的，所述高效拍照建模装置包括手机或平板电脑。
可选的，设置云端数据库；所述无线模块采用5G信号传输，所述无线模块与所述数据库无线连接；所述数据库存储有常用电力设备或处理后的图像以及三维模型。
传统的三维建模需要依赖激光三维扫描仪进行实物扫描，通过点云数据或计算机三维进行建模。在此过程中不但需要昂贵的专业设备，还可能需要现场探查、无人机航拍等作业，其实施成本高、操作难度大，难以满足对单一电力设备或日常作业场景进行建模的需求。另一方面，若要全面真实的对三维模型数据进行展示，往往依赖于VR专业设备。此类设备除了携带不便、价格昂贵之外，还需要有专业图形工作站进行图形运算处理才能工作，便携性差，无法满足多场景交流展示，限制了数据成果的流通与应用，造成数字资产价值缩水。
现阶段，智能手机等便携移动设备的制造工艺发展已经非常成熟，其数据处理能力及摄像头像素也达到了前所未有的性能，基于5G的数据传输时代即将到来，为大数据传输交换提供了可能。通过对图片拟合算法的研究实现通过手机等便携移动设备进行电力设备及场景的建模和全景展示。最终通过软件形式将手机拍摄的多张图片拟合为三维模型，再通过展示平台在手机上进行还原展示。
本发明的积极有益效果：陀螺仪记录拍摄每张照片的角度，测距模块记录拍摄每张照片的实际距离，可以自动识别，不需要严格控制拍摄人员的拍摄角度和距离等；图像处理模块通过记录的参数对图像进行处理以及消除背景，提高了图像质量以及三维建模模型的各比例协调、精度和质量，降低了拍照建模人员的操作要求和设备、场景成本，缩短工作周期，提供更便捷的数据采集及展示方式。
附图说明
图1是本发明的实施例1提供的一种用于电力设备的高效拍照建模方法示意图；
图2是本发明的实施例1提供的一种双目重建基本原理示意图；
图3是本发明的实施例1提供的一种生成patch流程示意图；
图4是本发明的实施例1提供的一种基于多视图立体视觉的三维重建的整体算法流程图。
具体实施方式
下面结合一些具体实施方式，对本发明做进一步说明。
实施例1
如图1所示，一种用于电力设备的高效拍照建模方法，包括步骤：
S1、拍照设备标定；
S2、摄像头多角度的拍摄待建模的物体；
S3、陀螺仪记录拍摄每张照片的角度；
S4、测距模块记录拍摄每张照片的实际距离；
S5、对照片进行图像质量和背景处理；
S6、特征点提取和匹配；
S7、建立三维模型。
一种用于电力设备的高效拍照建模装置，包括互相连接的陀螺仪、至少两个摄像头、测距模块、图像处理模块、存储模块、建模模块和无线模块；所述摄像头用于拍摄照片；所述陀螺仪用于记录对应拍摄照片的角度；所述测距模块用于记录对应的拍摄距离；所述图像处理模块用于去除图像背景以及提高图像质量；所述建模模块用于对处理后的图片进行三维建模；所述存储模块用于保存处理后的图片或对应的三维模型；所述无线模块用于无线传输或接收数据，在建模任务较多的情况下可以通过无线模块将拍摄的图片传输到对应的其它建模设备上由其它人进行建模操作。
三维建模对拍摄出来的图片要求很高，一般需要专业的人员拍摄或使用专业的辅助定位装置拍摄，生成模型最主要的是要有重叠度，需要从多种角度、相同距离以及多张拍摄等，最后生成的模型才能符合预期效果，拍照时的角度参数和距离参数如果不使用其它仪器很难把握，如果使用其它仪器辅助又会很麻烦，受众范围小。在使用拍照设备多角度拍摄的同时，使用者拍摄的图片效果肯定不是那么标准，肯定会有一定的倾斜以及拍摄距离的变动，不同角度和距离拍摄的照片效果是不一样的，为了提高后期建模的效果，双摄像头拍摄更有立体感和清晰度的二维图像，陀螺仪记录拍摄每张照片的角度，测距模块记录拍摄每张照片的实际距离，图像处理模块通过记录的参数对图像进行处理以及消除背景，提高了图像质量以及三维建模模型的各比例协调、精度和质量，降低了拍照建模人员的操作要求和成本，缩短工作周期，提供更便捷的数据采集及展示方式。
所述高效拍照建模装置包括手机或平板电脑等便携移动显示装置，在对体型较大的电力设备拍照时可采用操纵无人机对电力设备的顶部等位置拍摄俯视图；测距模块可采用激光测距，安装在对应的手机或平板电脑上，测量准确成本低廉，整体使用和携带方便，自动化程度高，实用性好，价格较低，降低了建模成本与条件，适用于任何场景的重建，只需通过软件形式将手机拍摄并处理的多张图片拟合为三维模型，再通过展示平台在手机上进行还原展示即可。
所述对照片进行图像质量和背景处理包括步骤：
S51、对照片去噪、图像增强预处理；
S52、获取照片所有像素点的像素，与预设的基准像素对比，如果小于所述基准像素，则替换对应像素点为透明像素。
图像质量的好坏直接影响识别算法的设计与效果的精度，因此在图像分析前，需要进行预处理；主要消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性，为后续的三维建模做好铺垫，提高模型的精度和质量。
图片预处理后需要进行特征点的提取和匹配，特征点的提取和匹配是利用两幅图像中的对应点来求取两个相机的相对关系。对于图像差别较大的情况，则使用SIFT特征，因为SIFT对旋转、尺度、透视都有较好的鲁棒性。如果差别不大，可以考虑其他更快速的特征，比如SURF、ORB等。特征点的提取与匹配为三维建模提供了拟合基础。对于空间任意一点M，同时用同一内参的摄像机和观测M点，并且确定在的像面上的m点和的像面上的点是空间同一点M的像点，那么M的三维位置是可以确定的，如图2所示，这就是三维立体视觉重建的基本原理。通过双目重建后，我们可以得到一些特征点的空间坐标。之后加入第三张相片，与第二张相片进行匹配得到特征点，其中部分特征点同样属于相片一与相片二的特征点。利用本方法，持续推导建立出最终数字三维模型。
具体的，所述特征点提取包括步骤：
S61、将Harris算子与高斯尺度空间相结合，使Harris特征检测具备多尺度不变性；
S62、对图像进行Harris特征检测，Harris特征检测的流程如下：
d)使用Gaussian函数计算图像的方向导数，将结果保存在
数组中；
e)计算多尺度Harris特征点的局部自相关矩阵M，
其中，
表示卷积运算，
分别为图像在x和y方向上的导数；高斯核函数w为
Harris特征检测算法的特征点响应函数：
R＝det(M)-k(trace(M))2>T (3)
其中，det(M)＝λ1λ2＝PQ-O2；trace(M)＝λ1+λ2＝P+Qk为经验值，0.04≤k≤0.06；
f)若局部自相关矩阵M的两个特征值都很小，认为为平坦区域，没有特征信息；若M的特征值一小一大，则认为是边缘特征；若两个特征值都很大，则认为是角点特征；
S63、选取Harris特征点主方向，构造SIFT特征描述算子；
S64、对筛选后的特征图像进行SIFT特征检测；
S65、将S63和S64生成的SIFT特征描述算子进行合并。
所述特征点匹配包括采用最临近匹配算法，用特征向量的最近邻距离与次近邻距离作为特征点匹配的约束条件。基本思想是，在图像I中有一特征向量Vi,找到图像J中所有特征向量距离Vi的最近距离和次最近距离的特征向量分别为Vj及Vj’，假设dist(Vi，Vj)小于dist(Vi，Vj’)；若dist(Vi，Vj)/dist(Vi，Vj’)<T，则认为Vj是Vi的匹配向量，一般情况下T的值为0.5。
多视图立体视觉配准和重建是基于多视图三维重建中的关键步骤，通过一组照片以及相机参数，重建出照片中物体或场景的三维结构。其中，Patch是近似于物体表面的局部正切平面，包括中心c(p)，法向量n(p)，参考影像R(p)。Patch的一条边与参考相机(即拍摄参考影像的相机)的x轴平行，Patch上有μ×μ的格网，其中μ为5或7,如图3所示，其算法流程为：
1)采用DOG和Harris进行特征检测，进行初始特征匹配，生成稀疏的patch，作为种子点；第一步生成了种子点之后，后面两步需循环3次；
2)patch扩散，由稀疏的种子点扩散得到密集的patch；在匹配扩散的过程中采用patch面积自适应算法，当场景区域平滑时，patch的面积扩大，实现整个区域的覆盖；当场景表面patch方向发生变化的地方，patch的面积缩小，进而描述场景的细节信息；
3)patch过滤，去除错误的patch。
综上所述，基于多视图立体视觉的三维重建的整体算法流程如图4所示。
进一步的，电力设备的外型大致相同，数量不是很庞大，设置云端数据库，将常用电力设备或处理后的图像以及三维模型保存在数据库中，无线模块采用5G信号传输，提高接收和传输数据的速度；所述建立三维模型包括从数据库中对比提取出来对应的图像或三维模型。使用人员拍摄的照片和对应建立的三维模型可以存储在云端数据库中，便于其他人员在对相似电力设备或物体进行建模时可以直接使用，提高建模的效率，一些未存储的建模图片可以更新云端数据库，使得数据更完善。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种用于电力设备的高效拍照建模方法，其特征在于，包括步骤：
拍照设备标定；
摄像头多角度的拍摄待建模的物体；
陀螺仪记录拍摄每张照片的角度；
测距模块记录拍摄每张照片的实际距离；
对照片进行图像质量和背景处理；
特征点提取和匹配；
建立三维模型。
2.如权利要求1所述的一种用于电力设备的高效拍照建模方法，其特征在于，所述对照片进行图像质量和背景处理包括步骤：
对照片去噪、图像增强预处理；
获取照片所有像素点的像素，与预设的基准像素对比，如果小于所述基准像素，则替换对应像素点为透明像素。
3.如权利要求1所述的一种用于电力设备的高效拍照建模方法，其特征在于，所述特征点提取包括步骤：
将Harris算子与高斯尺度空间相结合，使Harris特征检测具备多尺度不变性；
对图像进行Harris特征检测，Harris特征检测的流程如下：
a)使用Gaussian函数计算图像的方向导数，将结果保存在
数组中；
b)计算多尺度Harris特征点的局部自相关矩阵M，
其中，
表示卷积运算，
分别为图像在x和y方向上的导数；高斯核函数w为
Hartis特征检测算法的特征点响应函数：
R＝det(M)-k(trace(M))2＞T (3)
其中，det(M)＝λ1λ2＝PQ-O2；trace(M)＝λ1+λ2＝P+Q；k为经验值，0.04≤k≤0.06：
c)若局部自相关矩阵M的两个特征值都很小，认为为平坦区域，没有特征信息；若M的特征值一小一大，则认为是边缘特征；若两个特征值都很大，则认为是角点特征；
选取Harris特征点主方向，构造SIFT特征描述算子；
对筛选后的特征图像进行SIFT特征检测；
将生成的SIFT特征描述算子进行合并。
4.如权利要求1所述的一种用于电力设备的高效拍照建模方法，其特征在于，所述特征点匹配包括采用最临近匹配算法，用特征向量的最近邻距离与次近邻距离作为特征点匹配的约束条件。
5.如权利要求1所述的一种用于电力设备的高效拍照建模方法，其特征在于，设置云端数据库，将常用电力设备或处理后的图像以及三维模型保存在数据库中；所述建立三维模型包括从数据库中对比提取出来对应的图像或三维模型。
6.一种用于如权利要求1-5任意一项所述的电力设备的高效拍照建模方法的装置，其特征在于，包括互相连接的陀螺仪、至少两个摄像头、测距模块、图像处理模块、存储模块、建模模块和无线模块；所述摄像头用于拍摄照片；所述陀螺仪用于记录对应拍摄照片的角度；所述测距模块用于记录对应的拍摄距离；所述图像处理模块用于去除图像背景以及提高图像质量；所述建模模块用于对处理后的图片进行三维建模；所述存储模块用于保存处理后的图片或对应的三维模型；所述无线模块用于无线传输或接收数据。
7.如权利要求6所述的一种用于电力设备的高效拍照建模方法的装置，其特征在于，所述高效拍照建模装置包括手机或平板电脑。
8.如权利要求6所述的一种用于电力设备的高效拍照建模方法的装置，其特征在于，设置云端数据库；所述无线模块采用5G信号传输，所述无线模块与所述数据库无线连接；所述数据库存储有常用电力设备或处理后的图像以及三维模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110577853.1A CN113178005A (zh) | 2021-05-26 | 2021-05-26 | 一种用于电力设备的高效拍照建模方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110577853.1A CN113178005A (zh) | 2021-05-26 | 2021-05-26 | 一种用于电力设备的高效拍照建模方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113178005A true CN113178005A (zh) | 2021-07-27 |
Family
ID=76927285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110577853.1A Pending CN113178005A (zh) | 2021-05-26 | 2021-05-26 | 一种用于电力设备的高效拍照建模方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113178005A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5961571A (en) * | 1994-12-27 | 1999-10-05 | Siemens Corporated Research, Inc | Method and apparatus for automatically tracking the location of vehicles |
| CN106289159A (zh) * | 2016-07-28 | 2017-01-04 | 北京智芯原动科技有限公司 | 基于测距补偿的车辆测距方法及装置 |
| CN107481315A (zh) * | 2017-06-29 | 2017-12-15 | 重庆邮电大学 | 一种基于Harris‑SIFT‑BRIEF算法的单目视觉三维环境重建方法 |
| CN107492147A (zh) * | 2017-07-12 | 2017-12-19 | 国网山东省电力公司经济技术研究院 | 一种电力设备三维建模方法 |
| CN109242898A (zh) * | 2018-08-30 | 2019-01-18 | 华强方特（深圳）电影有限公司 | 一种基于图像序列的三维建模方法及*** |
| CN110021065A (zh) * | 2019-03-07 | 2019-07-16 | 杨晓春 | 一种基于单目相机的室内环境重建方法 |
| CN110533774A (zh) * | 2019-09-09 | 2019-12-03 | 江苏海洋大学 | 一种基于智能手机的三维模型重建方法 |
| CN110766782A (zh) * | 2019-09-05 | 2020-02-07 | 同济大学 | 基于多无人机视觉协同的大型施工场景实时重构方法 |
-
2021
- 2021-05-26 CN CN202110577853.1A patent/CN113178005A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5961571A (en) * | 1994-12-27 | 1999-10-05 | Siemens Corporated Research, Inc | Method and apparatus for automatically tracking the location of vehicles |
| CN106289159A (zh) * | 2016-07-28 | 2017-01-04 | 北京智芯原动科技有限公司 | 基于测距补偿的车辆测距方法及装置 |
| CN107481315A (zh) * | 2017-06-29 | 2017-12-15 | 重庆邮电大学 | 一种基于Harris‑SIFT‑BRIEF算法的单目视觉三维环境重建方法 |
| CN107492147A (zh) * | 2017-07-12 | 2017-12-19 | 国网山东省电力公司经济技术研究院 | 一种电力设备三维建模方法 |
| CN109242898A (zh) * | 2018-08-30 | 2019-01-18 | 华强方特（深圳）电影有限公司 | 一种基于图像序列的三维建模方法及*** |
| CN110021065A (zh) * | 2019-03-07 | 2019-07-16 | 杨晓春 | 一种基于单目相机的室内环境重建方法 |
| CN110766782A (zh) * | 2019-09-05 | 2020-02-07 | 同济大学 | 基于多无人机视觉协同的大型施工场景实时重构方法 |
| CN110533774A (zh) * | 2019-09-09 | 2019-12-03 | 江苏海洋大学 | 一种基于智能手机的三维模型重建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 董建伟等: "基于多视图立体视觉的煤场三维建模方法研究", 《燕山大学学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arth et al. | Real-time self-localization from panoramic images on mobile devices | |
| Liang et al. | Image based localization in indoor environments | |
| CN107833181B (zh) | 一种基于变焦立体视觉的三维全景图像生成方法 | |
| CN109683699B (zh) | 基于深度学习实现增强现实的方法、装置及移动终端 | |
| CN109313799B (zh) | 图像处理方法及设备 | |
| CN111028155B (zh) | 一种基于多对双目相机的视差图像拼接方法 | |
| JP5093053B2 (ja) | 電子カメラ | |
| CN108010123B (zh) | 一种保留拓扑信息的三维点云获取方法 | |
| WO2021136386A1 (zh) | 数据处理方法、终端和服务器 | |
| Mousavi et al. | The performance evaluation of multi-image 3D reconstruction software with different sensors | |
| Lou et al. | A cost-effective automatic 3D reconstruction pipeline for plants using multi-view images | |
| WO2022021782A1 (zh) | 六维姿态数据集自动生成方法、***、终端以及存储介质 | |
| CN112184815B (zh) | 全景图像在三维模型中的位置和姿态确定方法及装置 | |
| CN115035162A (zh) | 基于视觉slam的监控视频人员定位跟踪方法及*** | |
| CN113361365A (zh) | 定位方法和装置、设备及存储介质 | |
| CN112150518A (zh) | 一种基于注意力机制的图像立体匹配方法及双目设备 | |
| CN112197708B (zh) | 测量方法及装置、电子设备及存储介质 | |
| CN117848234A (zh) | 物体扫描机构、方法及相关设备 | |
| CN111815683B (zh) | 目标定位方法及装置、电子设备和计算机可读介质 | |
| Ventura et al. | Structure and motion in urban environments using upright panoramas | |
| JP3221384B2 (ja) | 三次元座標計測装置 | |
| CN113178005A (zh) | 一种用于电力设备的高效拍照建模方法和装置 | |
| CN109118576A (zh) | 基于bds位置服务的大型场景三维重建***及重建方法 | |
| CN112615993A (zh) | 深度信息获取方法、双目摄像模组、存储介质及电子设备 | |
| CN116852348B (zh) | 井盖定位方法、装置和*** |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210727 |