共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
针对传统的农村房屋危险性鉴定方法主观性大、耗时费力、难以量化评定等缺点,提出了一种基于无人机平台和数字图像处理技术的农村房屋三维重建方法.该方法首先通过无人机采集房屋表面的彩色图像和深度图像,利用基于SFM的三维重建技术对房屋整体进行重建,并根据重建结果为房屋危险性评估作参考;再通过基于深度图像的局部缺陷三维重建和基于摄影测量的裂缝检测技术对房屋的危险点进行定量测量.结果表明:该技术能快速采集房屋的缺陷信息,同时建立直观精细的房屋模型,对提高检测效率和精度、建立房屋鉴定数据库有重要意义. 相似文献
5.
《Planning》2018,(2)
在智能交通系统中交通标志牌检测存在准确率低和实时性差的问题,提出1种复杂光照条件下交通标志牌检测方法。该方法结合了亮度场景分类,RGB空间下颜色分割以及形状轮廓空间特征。首先根据图像亮度分布情况将图像分为逆光、阴暗、明亮和正常4种场景并进行自适应Gamma变换,消除光照对RGB颜色分量的影响,实现图像增强。然后利用基于RGB空间下改进的三分量色差法,提取图像中红色、黄色和蓝色目标区域,实现目标区域粗定位。最后利用形状轮廓空间特征实现交通标志牌精确定位。该方法抓住了不同光照条件下亮度分布差异的特点,综合利用了交通标志牌的颜色特征和形状轮廓空间特征。实验结果表明,该方法具有较高的鲁棒性和实时性。 相似文献
6.
7.
8.
《工程勘察》2020,(2)
针对目前无人机视频信息在公路建设和管理中未能得到充分利用的现状,提出了一种基于低空无人机视频流影像的可量测三维重建方法。该方法首先是对无人机摄像机CCD传感器进行检校,然后直接从无人机获取的视频中自动提取关键帧影像,再根据提取关键帧时间信息对全球导航卫星系统信息进行内插和同步得到关键帧影像拍摄位置信息;最后,通过多视角多视图三维重建技术,生成彩色密集点云数据并进行三维量测分析,实现基于无人机视频图像的量测和分析。通过试验分析,利用该方法可以根据无人机获取的动态视频信息,快速进行高精度三维场景重建和量测分析,可满足公路建设和管理中远程勘测调查的精度、大范围和快速性的要求。 相似文献
9.
为了解决传统水下三维重建成本大、设备复杂等问题,本文提出一种结合Retinex图像增强算法和视觉三维重建理论的水下三维重建方案。首先使用Rentinex算法对图像进行处理,恢复目标的原有信息,再将处理前后的水下图像进行特征点提取匹配、稀疏重建、稠密重建和泊松重建等视觉三维重建处理。对比实验结果表明,经Rentinex图像增强算法处理后的图像,可有效改进水下三维重建技术,对现有的水下三维重建技术是一个很好的补充。 相似文献
10.
《Planning》2015,(13)
超分辨率图像重建是指由同一场景的低分辨率退化图像(或图像序列)重建出一幅(或多幅)清晰的高分辨率图像。该技术已经成为图像处理领域的研究热点,然而传统的方法已很难获得突破,今年来过完备稀疏表示为超分辨重建提供了一种新的思路,也成为了目前的热点。本文通过分析超分辨率技术的三个方面的算法,分析了其以往和最新的研究进展,并对未来超分辨率技术的发展重点作了一点展望。 相似文献