-
公开(公告)号：CN113012212B
公开(公告)日：2024-04-16
申请号：CN202110361836.4
申请日：2021-04-02
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于深度信息融合的室内场景三维点云重建方法，包括：获取场景的彩色图像和深度图像；融合彩色图像和深度图像进行特征提取、匹配；确定深度相机的位姿并筛选出关键帧；根据关键帧，生成每个关键帧的三维点云；根据深度相机的位姿，逐帧拼接每个关键帧的三维点云，获得全局一致的场景三维点云模型。本发明通过在特征提取中同时使用图像亮度信息和深度信息评判一个点是否为特征点，使得提取出来的特征点具有高度代表性，同时对提取出来的特征点进行均匀化操作，保证特征点的数量在合理范围内，有效地控制系统的计算量，提高了前端的精度，增强了前端的鲁棒性，使得后端优化的结果更加准确或者减少了后端优化的迭代次数。
-
公开(公告)号：CN109544681B
公开(公告)日：2022-09-30
申请号：CN201811419634.5
申请日：2018-11-26
Abstract: 本发明公开了一种基于点云的果实三维数字化方法，包括如下步骤：1)采用便携式激光三维扫描仪获取果实点云数据；2)采用非局部分类，交互式阈值去噪并抽取；3)采用point‑octree，MLS拟合简化果实点模型；4)通过PCA属性计算，几何相似性递归增量抽取点云模型果实片；5)通过oriented‑splat成队配准和层次全局配准将果实点云模型配准；6)通过基于texton子采样的加权模板进行果实点云的纹理合成。该方法对生长中的真实果实进行三维重建，提出了适合果实点云特征的去噪、抽取、配准、直接纹理合成等方法和算法，弥补了当前点模型上直接合成纹理研究存在效果粗糙、编码效率低、存储空间大等不足。
-
公开(公告)号：CN112241676A
公开(公告)日：2021-01-19
申请号：CN202010644060.2
申请日：2020-07-07
Applicant: 西北农林科技大学
Abstract: 本发明为一种地形杂物自动识别的方法，涉及一种基于深度学习的地形杂物识别系统。该系统对基于无人机航拍技术获取的低精度三维地形点云数据做一系列处理。针对低精度地形特征信息有限的问题，重构了地形点云的几何特征和颜色特征，设计了一种多属性描述符，描述输入地形点云中每个点的局部信息；然后通过在无监督分类中使用多属性描述符，将地形点云聚合成若干超级点，以降低计算复杂；接着定义一个有向属性图，将超级点组合成一个图结构，即超点图；最后，利用提出的基于深度图卷积的LSTM算法对超点图的节点进行分类。该系统最终可以对地形点云中的杂物进行语义分割，将地形中的杂物通过不同的颜色加以显示。通过进一步的研究与分析，可以为地形分析等提供基础的技术支持。
-
公开(公告)号：CN110796694A
公开(公告)日：2020-02-14
申请号：CN201910970724.1
申请日：2019-10-13
Applicant: 西北农林科技大学
IPC: G06T7/55
Abstract: 本发明涉及一种基于Kinect V2的果实三维点云的实时获取的方法。是一款集前端在线采集果实点云，用户通过手持Kinect V2相机对作物果实进行拍摄，通过同步建图与定位技术实时在屏幕上展示拍摄进程，后端进行位姿的优化和噪声的去除，最后获得果实的点云信息。为了获得纯净的果实点云，我们选择先通过直通滤波等基于滤波器的方法去除果实点云的外点、然后利用维诺联合协方差进行果实点云的保征精去噪，最后通过基于曲率的自适应均值偏移获得完整、无噪声的果实点云。本发明通过使用Kinect V2作为作物点云的获取工具，为果实的三维重建、数字果实的研究提供了便捷、廉价的解决方案。
-
公开(公告)号：CN109544681A
公开(公告)日：2019-03-29
申请号：CN201811419634.5
申请日：2018-11-26
Abstract: 本发明公开了一种基于点云的果实三维数字化方法，包括如下步骤：1)采用便携式激光三维扫描仪获取果实点云数据；2)采用非局部分类，交互式阈值去噪并抽取；3)采用point-octree，MLS拟合简化果实点模型；4)通过PCA属性计算，几何相似性递归增量抽取点云模型果实片；5)通过oriented-splat成队配准和层次全局配准将果实点云模型配准；6)通过基于texton子采样的加权模板进行果实点云的纹理合成。该方法对生长中的真实果实进行三维重建，提出了适合果实点云特征的去噪、抽取、配准、直接纹理合成等方法和算法，弥补了当前点模型上直接合成纹理研究存在效果粗糙、编码效率低、存储空间大等不足。
-
Patent Agency Ranking
公开(公告)号：CN108198230A
公开(公告)日：2018-06-22
申请号：CN201810109522.3
申请日：2018-02-05
Applicant: 西北农林科技大学
Abstract: 本发明涉及一种基于散乱图像的作物果实三维点云提取的方法，通过导入用户使用随机拍照等方式生成的、不同视角的目标作物果实二维图片素材；分别基于具有尺度和旋转不变性特点的SIFT算子对多幅二维图像进行数据和特征提取和FLANN算法对不同维度的数据进行匹配；利用获得的二维图片中的关键点、相机参数等信息实现稀疏点云的生成；进一步通过初始特征匹配、生成稀疏patch、扩散得到密集patch以及过滤错误patch等技术生成复杂点云；为确保果实点云的准确性，通过结合交互式选择和基于滤波器的方法去除果实点云的离群点。本发明通过二维图像实现果实作物三维点云模型生成和去噪，为三维重建等处理提供了对象化的点云模型。
-
公开(公告)号：CN113673437A
公开(公告)日：2021-11-19
申请号：CN202110970238.7
申请日：2021-08-23
Applicant: 西北农林科技大学
Abstract: 本发明提供了一种基于BoW‑ORB的轨道交通车体零件识别方法，属于图像检测技术领域。本发明在零件特征提取上，针对地铁零件的实时性场景，通过提取传感器拍摄图像的ORB特征，在地铁零件特征提取的速度与质量上取得了平衡。在地铁零件识别模型构建中，使用BoW词袋模型存储地铁零件图像的ORB特征，并在实时匹配过程中通过相似度分数检索，给出最相似的零件编号。针对零件经常更新导致词袋更新，使用自主增量训练模式，可简单地由工作人员增加待识别的零件，自动更新识别模型，避免了后期零件增加或更改需要重新训练模型的问题。本发明，通过集成如超声波距离传感器、温湿度传感器等多个传感器辅助检测过程，搭建了能够随身携带的地铁零件识别终端。
-
公开(公告)号：CN113012212A
公开(公告)日：2021-06-22
申请号：CN202110361836.4
申请日：2021-04-02
Applicant: 西北农林科技大学
Abstract: 本发明公开了一种基于深度信息融合的室内场景三维点云重建方法，包括：获取场景的彩色图像和深度图像；融合彩色图像和深度图像进行特征提取、匹配；确定深度相机的位姿并筛选出关键帧；根据关键帧，生成每个关键帧的三维点云；根据深度相机的位姿，逐帧拼接每个关键帧的三维点云，获得全局一致的场景三维点云模型。本发明通过在特征提取中同时使用图像亮度信息和深度信息评判一个点是否为特征点，使得提取出来的特征点具有高度代表性，同时对提取出来的特征点进行均匀化操作，保证特征点的数量在合理范围内，有效地控制系统的计算量，提高了前端的精度，增强了前端的鲁棒性，使得后端优化的结果更加准确或者减少了后端优化的迭代次数。
-
公开(公告)号：CN222748330U
公开(公告)日：2025-04-11
申请号：CN202520422126.1
申请日：2025-03-12
Applicant: 西北农林科技大学
Abstract: 本实用新型涉及水质分析技术领域，公开了一种水体采样装置。本实用新型一种水体采样装置，包括：浮板，所述浮板包括定位组件和驱动组件；深度控制组件，所述深度控制组件沿与所述浮板平行方向设置在所述浮板内部；采样组件，所述采样组件沿与所述浮板垂直方向设置在所述浮板底部。本实用新型提供的一种水体采样装置可以通过浮板到达指定水体采集位点，并通过深度控制组件将采样组件下放至指定采样深度，然后通过采样组件准确采集预定深度的水体；通过这些组件的协同工作，本实用新型提供的一种水体采样装置，能够准确采集预定深度的水体，并能够有效地减少人工成本以及人工采集的风险。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.01 seconds)
