-
公开(公告)号:CN119810332A
公开(公告)日:2025-04-11
申请号:CN202411993164.9
申请日:2024-12-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于先验地形信息引导立体匹配的月球南极地形重建方法,包括:通过影像强度分析在阴影区域自适应地选择种子点;根据距离和强度差异识别每个种子点周围的同质像素,基于先验地形信息获得引入点的先验视差;根据先验视差来模拟相应的代价代替原先模糊的代价,从而优化代价体积,引导匹配困难区域获得更准确的代价;开展半全局匹配代价聚合,采用赢家通吃策略进行视差选取获得视差图;针对视差图进行三角化处理,获得点云,并进行点云插值生成地形。与现有技术相比,本发明通过引入低分辨率地形先验信息,能够实现影像阴影处准确的视差估计,从而提升月球南极地形重建的精确度和完整性。
-
公开(公告)号:CN117315300A
公开(公告)日:2023-12-29
申请号:CN202311245719.7
申请日:2023-09-26
Applicant: 同济大学
IPC: G06V10/75
Abstract: 本发明涉及一种基于改进census和置信度引导的月表影像匹配方法,包括如下步骤:获取月表的双目影像并进行预处理,通过核线校正处理得到核线影像;基于所述核线影像构建影像金字塔,利用基于比特串的census变换算法计算匹配代价;针对所述影像金字塔的每一层,基于所述匹配代价计算SGM算法的路径代价,计算各条路径的置信度,并基于所述置信度选取进行代价聚合的路径,利用SGM算法计算得到视差;基于所述视差实现月表影像的匹配。与现有技术相比,本发明具有鲁棒性强、匹配有效像素效果好等优点。
-
公开(公告)号:CN117291960A
公开(公告)日:2023-12-26
申请号:CN202311245969.0
申请日:2023-09-26
Applicant: 同济大学
Abstract: 本发明涉及一种基于重叠度分类的月表点云全局配准方法和设备,方法包括如下步骤:获取多个重叠或部分重叠的点云,提取各个点云的边界并计算点云间的重叠度,基于重叠度以及预设的预设阈值将点云分为重叠点云集和孤立点云集;获取月表的参考数字地形模型,通过离散得到参考点云,针对所述重叠点云集和孤立点云集中的各个单景点云进行密度一致处理;针对所述重叠点云集,基于全局广义普式分析和迭代最近点算法与所述参考点云进行迭代配准;针对所述孤立点云集,基于迭代最近点算法与所述参考点云进行配准;完成全局点云配准,得到全局配准后的多视点云。与现有技术相比,本发明能够生成质量更高的融合地形模型。
-
-