排序方式: 共有14条查询结果,搜索用时 179 毫秒
1.
基于GLSL的多重视频纹理映射与融合 总被引:1,自引:0,他引:1
为将实时视频与三维场景进行融合来构建大范围增强虚拟环境(augmented virtual environment,AVE),消除融合后出现的反向投影、纹理拉伸、拼缝等现象,实现基于OpenGL着色语言(OpenGL shading language,GLSL)的反向投影剔除算法和深度测试算法,提出基于GLSL的多重视频纹理的横向加权融合算法和对角加权融合算法。实验结果表明,所提算法能够在显存为1GB的计算机上使包含200万三角面和6路实时视频的三维场景的运行帧率保持在40fps以上,高效地实现了实时视频与三维场景的融合。 相似文献
2.
利用最新发布的中分辨率成像光谱仪MODIS全球积雪8天合成数据MOD10C2和月合成数据MOD10CM,计算积雪面积及季累积积雪周数,分析北半球2001年~2011年积雪面积变化及时空分布特征。结果表明:北半球21世纪最初11年的积雪保持了20世纪的变化趋势,即积雪面积在秋夏两季减少而冬季增加,但在局部地区表现出新的变化特征,即积雪面积变化的异常区与1988年~1998年的有所差异:北美中西部和蒙古高原在两个时间段均是变化异常区,而青藏高原和欧洲阿尔卑斯山脉积雪在2001年~2011年变化不明显,哈萨克斯坦南部的图兰平原和里海北海岸地区是21世纪一个新的积雪变化异常区。 相似文献
3.
MODIS影像因其共享性和时间序列的完整性而成为大区域积雪监测研究广泛使用的数据源,进行MODIS影像波段间融合,能够为积雪研究提供较高分辨率的影像数据源。为了充分利用MODIS影像250 m分辨率波段的空间和光谱信息,提取亚像元级的积雪面积,使用两种具有高光谱保真度的影像融合方法:基于SFIM变换和基于小波变换的融合方法,采取不同的波段组合策略,对MODIS影像bands 1~2和bands 3~7进行融合,并以Landsat TM影像的积雪分类图作为“真值”,对融合后影像进行混合像元分解得到的积雪丰度图的精度进行评价。结果表明:利用基于SFIM变换和小波变换方法融合后影像提取的积雪分类图精度较高,数量精度为75%,比未融合影像积雪分类图的精度提高了6%,表明MODIS影像波段融合是一种提取高精度积雪信息的有效方法。 相似文献
4.
目标检测是遥感图像信息提取领域中的研究热点之一,具有广泛的应用前景。近些年来,深度学习在计算机视觉领域的发展为海量遥感图像信息提取提供了强大的技术支撑,使得遥感图像目标检测的精确度和效率均得到了很大提升。然而,由于遥感图像目标具有多尺度、多种旋转角度、场景复杂等特点,在高质量标记样本有限的情况下,深度学习在遥感图像目标检测应用中仍面临巨大挑战。从尺度不变性、旋转不变性、复杂背景干扰、样本量少和多波段数据检测5个角度出发,总结了近几年基于深度学习的遥感图像目标检测方法。此外,对典型遥感图像目标的检测难点和方法进行分析和总结,并对公开的遥感图像目标检测数据集进行概述。最后阐述了遥感图像目标检测研究的未来趋势。 相似文献
5.
6.
7.
随着显卡性能和互联网带宽的提高,对网络上3维仿真技术的需求越来越大。为了进一步推广应用3维仿真技术基于虚拟现实的最新发展技术,结合北京奥林匹克公园建设规划的具体情况,提出了建立虚拟奥林匹克公园系统的基本框架,并从功能模块、性能、结构组成等方面详细介绍了系统的设计与基于组件技术的开发流程,不仅实现了北京奥林匹克公园3维仿真场景的网络发布和浏览查询等功能,同时也展示了其广阔的应用前景。 相似文献
8.
9.
10.