公开(公告)号：CN117928898A

公开(公告)日：2024-04-26

申请号：CN202410075887.4

申请日：2024-01-18

Applicant: 中国科学院光电技术研究所

Inventor： 冯春成 ,  王从政 ,  龚万齐 ,  刘雷 ,  张灵怡 ,  彭柏皓 ,  冯常

IPC: G01M11/02 ,  G06F17/13 ,  G01B11/00 ,  G01B11/03

Abstract: 本发明公开了一种基于激光片光的水下耐辐照测量系统标定矫正方法，该方法适用于强核辐射环境下的水下耐辐照测量系统包括：激光片光发射器、耐辐照图像传感器、耐辐照反射棱镜、水密封腔体和控制器。该标定矫正方法的具体操作步骤如下。(1)在水上低辐射的安全区域完成耐辐照图像传感器的固有参数标定；(2)激光片光发射器的旋转参数校准；(3)激光片光发射器的光平面参数标定；(4)计算耐辐照图像传感器与耐辐照反射棱镜之间的垂直距离，并推导出光轴与耐辐照反射棱镜前后表面的固定相交点的三维坐标；(5)计算像素坐标投射光线与激光片光平面交点的映射关系。

公开(公告)号：CN117893690A

公开(公告)日：2024-04-16

申请号：CN202410120023.X

申请日：2024-01-29

Applicant: 中国科学院光电技术研究所

Inventor： 刘雷 ,  王从政 ,  廖礼斌 ,  龚万齐 ,  冯常 ,  冯春成 ,  张灵怡

IPC: G06T17/00 ,  G06T7/50 ,  G06T7/80 ,  G06V20/17 ,  G06V10/44 ,  G06V10/75 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048

Abstract: 本发明提供了一种融合深度学习的无人机序列图像三维重建装置和方法。装置包括无人机相机标定模块、无人机航迹图像采集模块、图像预处理模块、基于深度学习的图像特征匹配模块、增量式SFM三维稀疏点云重建模块、基于深度学习稠密点云重建模块。本发明由图像空间位置关系确定匹配图像对，用深度学习SuperPoint提取特征点，多层感知机分配权重滤除匹配外点和计算加权本质矩阵，再由神经网络进行深度图估计完成点云稠密重建，将无人机航拍的大规模场景以增量式SFM算法为基础三维重建，大部分算法以神经网络的方式实现，并在GPU上推理运算，提高了点云精度与重建效率，也简化了三维重建流程。