-
公开(公告)号:CN114897954A
公开(公告)日:2022-08-12
申请号:CN202210397907.0
申请日:2022-04-08
申请人: 北京航空航天大学
摘要: 一种基于种子生长的下降图像深度恢复算法,其步骤如下:一、获取图像并进行图像配准;二:计算一系列单应变换图像,逐像素计算与各个变换图像的区域ZNCC相关性,并得到该点深度质量得分,三:结合SIFT特征和深度质量得分选取初始种子点;四:依照BSPF策略,根据自适应准则对种子点周围像素恢复深度值,并纳入种子点队列,不断迭代此过程;五:对于不满足生长准则的点进行曲面拟合得到深度值。通过以上的步骤,可以十分精确的恢复下降图像的深度信息,对于离地高度在厘米级到百米级的图像数据均有较好的恢复效果。在无人机自主降落、地形三维重建方面都具有实际应用价值。
-
公开(公告)号:CN116245843A
公开(公告)日:2023-06-09
申请号:CN202310210939.X
申请日:2023-03-07
申请人: 北京航空航天大学
IPC分类号: G06T7/00 , G06T7/10 , G06V10/762 , G06V10/80 , G06N3/0464 , G06N3/084
摘要: 本发明公开了基于YOLOv5框架的车漆缺陷检测与分割一体化方法,包括:获取目标车漆图像;将目标车漆图像输入至训练好的车漆缺陷检测与分割模型中,输出目标车漆图像对应的车漆缺陷检测图像与分割图像;车漆缺陷检测与分割模型采用YOLOv5框架构建而成,且包括分割分支和检测分支。通过该方法可以在对车漆进行检测和分割时,提高检测和分割效率,同时增强检测和分割精度。
-
公开(公告)号:CN115031695A
公开(公告)日:2022-09-09
申请号:CN202210480675.5
申请日:2022-04-08
申请人: 北京航空航天大学
IPC分类号: G01C11/02 , G01C11/04 , B64C39/02 , B64D47/08 , G06N3/00 , G06T3/40 , G06T5/00 , G06T5/50 , G06T7/55
摘要: 一种搭载于轻量无人机的三维测绘系统,其步骤如下:一:图像预处理;二:利用SIFT进行图像拼接,得到目标区域大图;三:依靠拼接所得图像进行局部定位以及落点选择;四:利用基于单应矩阵的种子生长法进行下降区域的深度恢复,判断是否适合降落;通过以上步骤,可以使得无人机在仅仅依靠单目相机时,便具备大范围测绘,自主局部导航定位以及一定的三维重建能力。具备适应性强,鲁棒性好,适用范围广,用途多样等优点。既可用于进行规定区域内的测绘以及重建工作,亦可以搭载于小型无人机使其在突发意外情况时可以自主安全降落,防止坠落事故发生,保护群众以及使用者的生命财产安全。
-
-