本发明公开了一种基于深度学习的多视角三维重建方法，包括：利用相机对重建目标进行多角度图像采集并选取一张图像作为参考图像；将采集的图像输入图像特征提取模块生成对应的特征图；通过单应性变换算法将特征图转换成参考图像视角下的特征图，并通过逐像素计算图像一致性构建代价体；将构建的代价体输入代价体正则化模块生成参考图像的稀疏深度图；将稀疏深度图输入深度图细化模块生成稠密深度图；根据稠密深度图生成重建目标的空间点云结构，实现三维重建。上述方法是一种基于图像的深度学习重建方法，具有较高稳定性，不受光照强度等环境因素影响，重建效果好，并采用端到端的重建方式，提高了重建效率。
📄 202211177730X
📂 G06T17_00
👤 淮阴工学院
📅 2022-09-22
本发明涉及航空摄影测量数据处理技术领域，具体涉及一种航空摄影测量数据的处理方法。方法包括：将第二训练数据集输入到训练好的第一语义分割网络中，得到第二训练数据集中对应的各非完全语义分割图像；对各非完全语义分割图像中的各语义类别进行轮廓提取，进而得到各最优轮廓的轮廓特征描述向量；将各轮廓特征描述向量输入到训练好的分类网络中，得到对应的分类类别，进而得到对应的预测语义区域轮廓；利用各预测语义区域轮廓对第二训练数据集的标签进行标注；利用所述标签数据对第二语义分割网络进行训练，得到训练好的第二语义分割网络，进而对目标航空摄影测量数据进行语义分割。本发明克服了语义分割网络准确率下降的问题。
📄 2022100298922
📂 G06V10_26
👤 湖北晓雲科技有限公司
📅 2022-01-12
已申报项目
本发明公开的属于深度学习、计算机视觉与遥感图像处理技术领域，具体为一种基于HSNet模型的航空遥感图像目标检测方法，包括具体步骤如下：S1：构建航空遥感图像目标检测数据集；S2：构建多尺度上下文特征增强提取器；S3：构建自适应特征精炼融合器；S4：基于多尺度上下文特征增强提取器和自适应特征精炼融合器，构建HSNet模型用于航空遥感图像目标检测；S5：基于航空遥感图像目标检测数据集，对HSNet模型进行训练，得到训练优化后的HSNet模型。本发明在航空遥感图像目标检测的过程中有效提升小目标检测能力，同时增强空间位置感知与多尺度特征融合性能。
📄 2025113970659
📂 G06V10_764
👤 广东工业大学
📅 2025-09-28
本发明公开了一种基于偏振多光谱的单目视觉三维重建测距方法，包括以下步骤：步骤一、搭建单目摄像机成像系统；步骤二、多光谱偏振处理及偏振信息获取；步骤三、特征提取与立体匹配；步骤四、三维点云结构重建；步骤五、采用相似三角形原理进行距离测量；步骤六、筛选距离数据。本发明提出的采用单目视觉测距方法，能够在不损害测量精度的条件下，有效地降低设备操作难度。针对特征提取难以提取无纹理的物体以及高光产生数据空洞的情况，使用多光谱偏振成像的方法，获得每个像素的多光谱Stokes参量，提高特征提取与立体匹配的效率与准确度。
📄 2019106836607
📂 G01B11_02
👤 杭州电子科技大学
📅 2019-07-26
本实用新型涉及航空摄影测量领域，具体为一种航空摄影测量装置，包括安装架，所述安装架的底侧设置有摄影测量装置，所述摄影测量装置的外侧均匀设置有保护侧板，所述保护侧板的底端均装设有底板，所述保护侧板的内侧壁顶部两侧边角处均装设有支撑顶架，所述支撑顶架的外侧壁均装设有传动锥齿轮，所述安装架的底端靠近支撑顶架的位置均装设有支撑吊架，所述安装架的底侧设置有驱动电机。本实用新型中，在无人机降落之前可以通过各个保护结构之间的相互配合，从而在摄影测量装置的外侧形成一个保护罩，避免了安装架底侧的摄影测量装置与杂物直接接触，进而有利于延长装置的使用寿命。
📄 2021214558663
📂 G01C11_02
👤 杭州同济测绘有限公司
📅 2021-06-29
已申报项目
本实用新型公开一种航空摄影测量用无人机防摔结构，涉及无人机领域。该航空摄影测量用无人机防摔结构包括无人机主体，无人机主体上固定连接有四个驱动装置主体，四个驱动装置主体均为倾斜设置，且四个驱动装置主体为对称分布，无人机主体的底部设有两组减震防摔机构，两组减震防摔机构为相反设置。该航空摄影测量用无人机防摔结构，在驱动装置主体发生故障此装置在空中坠落到地面上时，将防摔杆受到向上的冲力，转换至第一滑块在导轨内部滑动地力，达到对无人机主体与导轨进行减震防摔的目的，在减震防摔机构发生磨损需要更换时，可方便将减震防摔机构取出，方便使用者使用。
📄 2021213934240
📂 B64C39_02
👤 杭州同济测绘有限公司
📅 2021-06-22
已申报项目
一种基于高斯混合模型的工件三维重建方法，包括：步骤1，多视角点云数据采集、点云预处理、点云配准、曲面重建；步骤2，使用深度相机采集点云数据，并利用旋转平台获得工件的多视角信息；步骤3，然后对采集的数据进行目标提取等点云预处理工作；步骤4，在此基础上，对工件点云进行配准，建立全视角的点云模型并对该模型进行曲面重建，重建出接近于实物的三维模型。本发明的优点是实现简单，重建速度较快。
📄 2021105357602
📂 G06T17_20
👤 浙江工业大学
📅 2021-05-17
自动删除基于图像的三维重建冗余点方法，能够在全自动删除点云中存在的冗余点的同时保留待重建物体的主体点云，包括以下步骤：首先，利用三维重投影方法计算出三维点在图像集中的平均可见概率，然后将可见概率较低的误差点去除；接着，提出一种基于空间剖分的扩散聚类方法获取主体三维点云，去除与主体不连通的背景冗余点，最终得到去除大量冗余点的点云数据，方便用于后续的重建工作。本发明的优点是能够在全自动的删除点云中大量冗余点的同时保留待重建物体的主体点云数据，速度快，且不需要任何预处理和人工交互，弥补了市场上对于文物三维重建工具的不足。
📄 2019102872905
📂 G06T17_00
👤 浙江工业大学
📅 2019-04-11
一种基于Kinect和双目视觉的脚型三维重建与测量方法，包括如下步骤：步骤S1，从不同角度拍摄人体脚型，获得多幅不同的脚型图像和脚型的深度图像；步骤S2，进行深度图像到三维坐标的转换；步骤S3，将获得的不同方向的双目图像先进行特征匹配，通过双目相机系统求得正确匹配特征点的三维坐标；步骤S4，将不同视图的双目图像正确匹配的特征点利用ICP算法求得其最佳的旋转平移矩阵；步骤S5，利用步骤S4中求得的参数将Kinect传感器获得的三维点云进行点云拼接；步骤S6，对步骤S5中拼接好的三维点云，进行曲面重建和渲染，最后得到脚的三维模型，对重建后的脚模型进行特征参数的测量和提取。本发明方法硬件成本低，操作简单，并具有准确快速的优点。
📄 2017109619294
📂 G06T17_00
👤 浙江工业大学
📅 2017-10-16
本发明涉及基于TSDF三维重建的机械臂六自由度视觉闭环抓取方法。包括如下步骤：步骤一：通过张正友相机标定法和ArUco Markers标定法标定机械臂底座坐标系和相机坐标系；步骤二：利用TSDF函数对获取的图像信息进行三维场景重建，以减少物体与物体之间的环境噪声点；步骤三：建立强化学习网络模型；步骤四：将预测的末端执行器抓取姿态反向投影至三维重建场景中，判断本次预测抓取质量；步骤五：通过机器人正逆运动学完成机械臂抓取移动；步骤六：进行强化学习模型训练，使得机械臂完成抓取动作；本发明克服现有技术的缺点，提出一种易实现、适用性高的，基于TSDF三维重建的机械臂六自由度视觉闭环抓取系统，此系统减少物体间遮挡、堆叠造成的环境噪声，降低了单一视觉传感器干扰导致的深度误差。此外，该系统在保证高精度的同时，可以实现快速实时的目标检测并完成抓取动作。
📄 2022105513605
📂 B25J9_16
👤 浙江工业大学
📅 2022-05-18
本发明公开了一种用于三维重建的点云配准方法包括：S101、获得多视角三维点云，取两视角三维点云分别作为源点集和目标点集；S102、构建KD‑tree；S103、求取源点集中各点的法向量；S104、计算法向量夹角平均值；S105、将源点集中的点分级并设置最大分辨率，初始时分辨率为1；S106、计算当前分辨率下源点集中每一级的采样比例并提取采样点；S107、基于本发明中的匹配度求采样点在目标点集的匹配点；S108、使用四元数法计算旋转矩阵和平移矩阵；S109、对源点集变换，得到新的源点集；S110、重复步骤S107到S109直到目标函数最小；S111、若满足预设条件，则结束，否则将当前分辨率加1，并返回步骤S106。本发明利用低分辨率匹配点对迅速完成配准，高分辨率匹配点对提高精度，并利用匹配度查找匹配点，大大提高了大规模点云的配准速度及精度。
📄 2017112782380
📂 G06T7_33
👤 重庆理工大学
📅 2017-12-06
本发明公开了一种基于双目视觉的交通标志牌三维重建方法，包括S1、交通标志牌识别与轮廓提取；S2、交通标志在连续帧中的跟踪；S3、连续帧跟踪后的图像中确定Host帧和Target帧；S4、在Target帧中构建交通标志牌边缘距离图；S5、基于双目视差，计算Host帧观测到的平面方程参数作为初值；S6、将Host帧的交通标志牌边缘点作射线与S5中的平面方程相交，构建三维点，将三维点重投影到Target帧上的边缘距离图，重投影构建误差函数；S7、调整平面方程的值，改变重投影点位置，优化求解误差函数；S8、基于三维平面方程，获得交通标志牌的朝向信息，并将Host帧的边缘点，作射线与平面方程相交，得到交通标志牌三维点云图。
📄 2021103080826
📂 G06T17_00
👤 成都航空职业技术学院
📅 2021-03-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台