-
Patent Agency Ranking
公开(公告)号：CN108416801B
公开(公告)日：2022-02-22
申请号：CN201810165099.9
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向立体视觉三维重建的Har‑SURF‑RAN特征点匹配方法，属于数字图像处理领域，包含如下步骤：步骤(1)：对图像中的像素点进行高斯差分预处理，筛选出候选特征点，再利用权重系数筛选，获得特征点。步骤(2)：对特征点数据集进行处理，得到特征点的特征描述子；步骤(3)：利用最近邻特征匹配对检测到的特征点进行匹配；步骤(4)：对特征匹配点对中的误判点初步剔除，利用PROSAC的思想将数据集进行排序，对RANSAC选取模型及评价部分进行改进，利用局部最优化的思想对RANSAC进行改进，引入优化参数K对模型局部进行进一步优化。本发明减少了计算量，提高了速度，改进算法产生的冗余点较少，精确度较高。
-
公开(公告)号：CN108537869A
公开(公告)日：2018-09-14
申请号：CN201810188697.8
申请日：2018-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于级联纹理的圆锥追踪动态全局光照方法，属于图形实时渲染领域。具体包括：(1)构建级联纹理与稀疏八叉树结合的结构，并将场景体素化，将场景根据视角范围内远近距离关系划分等级，对于不同等级选取不同的存储结构分批体素化；(2)使用改进的圆锥滤波器为每个体素注入光信息；(3)在屏幕空间内通过圆锥追踪采样，将照明信息填充了直接照明缓冲区，然后利用改进的圆锥滤波器，从每个像素的世界空间位置进行几次圆锥追踪，获得间接照明；(4)采用一种有针对性的动态体素更新方法更新级联纹理。提出一种有针对性的动态体素更新方法，有效地实现图形渲染的真实感需求，极大的提高渲染效率，达到实时性。
-
公开(公告)号：CN108416801A
公开(公告)日：2018-08-17
申请号：CN201810165099.9
申请日：2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向立体视觉三维重建的Har-SURF-RAN特征点匹配方法，属于数字图像处理领域，包含如下步骤：步骤(1)：对图像中的像素点进行高斯差分预处理，筛选出候选特征点，再利用权重系数筛选，获得特征点。步骤(2)：对特征点数据集进行处理，得到特征点的特征描述子；步骤(3)：利用最近邻特征匹配对检测到的特征点进行匹配；步骤(4)：对特征匹配点对中的误判点初步剔除，利用PROSAC的思想将数据集进行排序，对RANSAC选取模型及评价部分进行改进，利用局部最优化的思想对RANSAC进行改进，引入优化参数K对模型局部进行进一步优化。本发明减少了计算量，提高了速度，改进算法产生的冗余点较少，精确度较高。
-
公开(公告)号：CN108537869B
公开(公告)日：2022-03-18
申请号：CN201810188697.8
申请日：2018-03-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于级联纹理的圆锥追踪动态全局光照方法，属于图形实时渲染领域。具体包括：(1)构建级联纹理与稀疏八叉树结合的结构，并将场景体素化，将场景根据视角范围内远近距离关系划分等级，对于不同等级选取不同的存储结构分批体素化；(2)使用改进的圆锥滤波器为每个体素注入光信息；(3)在屏幕空间内通过圆锥追踪采样，将照明信息填充了直接照明缓冲区，然后利用改进的圆锥滤波器，从每个像素的世界空间位置进行几次圆锥追踪，获得间接照明；(4)采用一种有针对性的动态体素更新方法更新级联纹理。提出一种有针对性的动态体素更新方法，有效地实现图形渲染的真实感需求，极大的提高渲染效率，达到实时性。
-
公开(公告)号：CN207923720U
公开(公告)日：2018-09-28
申请号：CN201820424577.9
申请日：2018-03-28
Applicant: 哈尔滨工程大学
IPC: G01N21/65
Abstract: 本实用新型提供了一种利用实时VR技术的深海探测设备，属于深海探测领域，针对现有产品的缺陷，提供可以实时虚拟海底环境还原海底地貌的VR无人遥控设备，以弥补现有产品的不足。本实用新型提供的设备包括仿水母身体结构内伞与外伞形成的封闭式内腔1、内伞形成的开放式腔体6、固定轴2、缆绳、蓝绿激光设备节点、蓝绿激光传感器4、四组眼睛5、放置四组眼睛的支架、3D传感器、3D传感器设备放置台9、存储单元7、固定足3、拾取器8。本实用新型将深海探测设备与未被用于海底科研的实时VR技术、仿生学设计及体感技术的结合，提高深海探测的效率。
-
-
-
-
Search Results
5
records
(took 0.033 seconds)
