激光点云与数字影像融合的目标细部重建

针对激光点云和高分辨率数字影像数据的优缺点,提出融合两种数据进行目标细部几何特征重建的方法。该方法以激光点云数据作为初始空间位置估计,就基于核线约束的多视影像匹配和基于物方的多视最小二乘影像匹配方法展开讨论,并以某小型文物为研究对象,探讨了集成近景激光扫描数据和高分辨率影像数据实现的目标细部几何特征重建的方法,通过实验验证了所提出方案的正确性和有效性。     

以能力为导向的计算机图形学教学模式

传统的教学模式偏重知识传授,强调学生对知识的掌握程度,这在一定程度上使学生具备扎实的专业基础知识,但不利于培养学生的自主学习能力。本文结合笔者多年对计算机图形学教学和课程改革的研究,提出以能力为导向的教学模式,以培养学生的实践动手能力、综合应用能力和创新能力为目标,通过教学内容的优化,教学过程的合理设计以及实验教学的改革,使学生的思维和动手能力明显增强,教学效果显著提高。     

新工科背景下的数字图像处理课程教学改革

针对当前以项目为导向的数字图像处理课程教学中存在的问题,分别对理论教学和实验教学提出新的教学思路,兼顾基础和前沿,引导学生更注重问题的分析思考和对结果的归纳总结,介绍具体教学改革措施,阐述如何在教学模式中注重跨平台资源的充分利用,深入专题研讨,强调对学生综合能力的考查。     

激光点云和数字影像结合的目标重建研究

针对复杂目标的重建,利用近景激光扫描仪和机控的旋转平台获取目标的激光点云与数字影像两种不同的数据源,提出了一种大旋转角度的不同视点激光点云的配准算法,并实现了多视点云的无缝配准,建立目标完整的三维几何模型,对实验结果进行了精度评定。在此基础上,利用序列数字影像实现目标的纹理恢复,使得重建的目标既能够表现出精确的几何特征,又能够表现出丰富的纹理特征。实验证明,复杂目标重建的几何精度和纹理效果与实际量测结果和人的主观视觉感知具有良好的一致性。     

农业院校数字图像处理课程创新实践教学

针对信息科学尤其是数字图像处理技术发展的特点及其在农业学科中的广泛应用,介绍高等农业院校开设数字图像处理课程创新实践教学的基本构架、主要内容和实施手段及过程,提出以项目为导入、以兴趣为驱动,带动课程建设的观点,提升创新实践教学内容开设的层次和水平,使学生由传统的知识接受者变为知识的探索者,对农业院校培养学生自主创新能力具有借鉴意义。     

LiDAR和航空影像集成的复杂建筑物重建研究

利用航空影像和LiDAR数据各自的优势点而进行的融合为复杂建筑物三维重建提供了一种可靠的途径。利用LiDAR数据获取建筑物初始边界,在航空影像中提取出边界特征,从而对初始建筑物边界进行精化;针对少量错误和丢失的建筑物边界进行编辑,开发了相应的软件系统。对某研究区域进行实验,并从重建建筑物模型的正确性、完整性和精度三方面进行分析,证明了所提出算法的可行性和有效性。