排序方式: 共有5条查询结果,搜索用时 4 毫秒
1
1.
针对室内场景深度图像,检测场景中的面片边缘信息并确定场景中的完整面信息是实现室内场景分析和理解的基础.基于深度信息局部二值模式特征,提出一种室内场景深度图像边缘检测的方法.首先对场景深度信息图分别求X方向和Y方向的梯度信息,结合2个梯度图找到深度信息图的基本边缘信息;然后计算基本边缘附近的局部二值模式特征信息,并计算深度图每个点的法线信息;最后利用深度信息局部二值模式特征和法线信息对边缘信息进行判断和矫正,以提取深度图像的面片边缘信息.实验结果表明,该方法能够高效、准确地检测室内场景深度图像的边缘信息,避免边缘信息的过检测和欠检测. 相似文献
2.
随着校园网应用的深入,校园网络安全问题越来越复杂.本文从校园网面临的安全威胁入手,阐述了浙江林学院校园网络安全的建设情况. 相似文献
3.
随着消费级RGB-D设备的普遍使用,室内场景三维扫描数据更易获取,但通过此类低分辨率设备获取的点云数据通常带有噪声且缺失严重.为此,基于单幅RGB-D扫描点云数据,提出一种室内场景基元提取与自动分割方法.首先对RGB-D扫描数据进行预处理,自动检测场景中的墙面、天花板、地板等结构,并对点云进行降采样和离群点滤波处理;然后利用几何基元对剩余点云进行抽象,通过几何基元的组合来鲁棒地表示室内物体和部件,有效地减少大规模扫描数据处理的计算量;最后根据每个基元的几何和颜色特征描述符以及基元之间的几何关系,采用基于图的分割算法对基元进行组合实现室内场景物体的自动分割和提取.实验结果表明,该方法可以有效、鲁棒地抽象并分割杂乱的室内场景. 相似文献
4.
基于单幅图像的城市建筑物建模是计算机图形学和计算机视觉的一个研究热点.针对具有显著重复结构特征的单幅城市建筑物输入图像,提出了一种通过简单交互方便快速地生成建筑物三维模型中精细细节结构的方法.首先,根据用户的简单交互重建建筑物基本主体部分的三维几何模型;然后,根据输入图像,通过检测水平方向和垂直方向上的边界线自动检测建筑物各个墙面的重复结构,并对重复细节结构按照其包围盒的特征进行分类;其次,通过用户描绘细节结构的局部线画图,根据建筑物细节结构与基本主体部分的射影几何关系,恢复对应凹凸细节结构的几何模型;最后,根据检测得到的建筑物表面重复结构,分别自动生成相同类型的重复细节结构,得到三维建筑物精细模型.实验结果表明,该方法能够简单便捷地重建出具有较强真实感的三维建筑物模型. 相似文献
5.
该文以农业控制中温度测定为例,主要研究了在智能农业控制中WSNs数据融合方面的内容,运用了人工神经网络和自适应加权方法。结果显示:该文的方法能够准确的对测定的温度数据进行判断检测,与其他的方法相比较其结果的精确度高,而且具有较强的鲁棒性。 相似文献
1