一种基于深度学习的多视角三维重建方法

    公开(公告)号:CN115496857A

    公开(公告)日:2022-12-20

    申请号:CN202211177730.X

    申请日:2022-09-22

    Abstract: 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。

    一种基于双目视觉和距离估计的蘑菇直径测量方法

    公开(公告)号:CN115909318A

    公开(公告)日:2023-04-04

    申请号:CN202211618280.3

    申请日:2022-12-15

    Abstract: 本发明公开了一种基于双目视觉和距离估计的蘑菇直径测量方法,包括:双目相机标定;利用双目相机采集蘑菇图像,得到左摄像头拍摄图像imagel和右摄像头拍摄图像imager;进行图像预处理,得到左视图像Il和右视图像Ir;分别对左视图像Il和右视图像Ir进行距离估计操作,得到左视图视角下的蘑菇直径d1l和右视图视角下的蘑菇直径d2r;对左视图像Il和右视图像Ir进行双目测量操作,通过轮廓特征提取、立体匹配、深度计算操作,得到蘑菇轮廓关键点的三维坐标,根据轮廓关键点计算出蘑菇直径d3;计算三个测量值d1l、d2r、d3的几何平均数,几何平均数即最终的蘑菇直径测量值。本发明具有较高的测量精度及稳定性。

Patent Agency Ranking