数据墙显示系统的构建技术

构建了一个具有多屏拼接和笔式交互特性的数据墙显示系统,该系统由支撑框架、显示和激光笔交互3部分组成,支撑框架部分设计了可快速拆装的结构,保证了便携性;显示系统是由3块背投屏幕和3台投影机组成,可显示大数据量信息;激光笔交互则利用3块摄像头分别对屏幕进行实时捕捉图像,再对图像中激光点位置处理从而获得激光点位置,实现了用户直接在屏幕上进行笔式交互。     

遥感图像判读训练与应用系统的设计与实现

遥感图像判读与应用技术对深刻认知环境和辅助决策具有重要的意义.文中介绍了遥感图像判读训练与应用系统的设计思想和主要功能,对各部分涉及的关键技术进行了分析与研究.系统由影像管理、判读训练、地形快速修测和实时态势标绘四部分组成,实现了影像数据库管理,遥感图像与地图对照以及屏幕立体观察,地图与图像坐标系匹配的地形快速修测和实时态势标绘的操作等功能.     

遥感图像判读训练与应用系统的设计与实现

遥感图像判读与应用技术对深刻认知环境和辅助决策具有重要的意义。文中介绍了遥感图像判读训练与应用系统的设计思想和主要功能,对各部分涉及的关键技术进行了分析与研究。系统由影像管理、判读训练、地形快速修测和实时态势标绘四部分组成,实现了影像数据库管理,遥感图像与地图对照以及屏幕立体观察,地图与图像坐标系匹配的地形快速修测和实时态势标绘的操作等功能。     

利用摄影测量在线检测轨道车辆车体运行姿态

轨道车辆运行时产生的各种振动导致车体相对于轨道的运行姿态发生变化,提出利用面阵相机和线激光组合的摄影测量方法在线检测车体运行姿态。检测系统安装在车体上可拍摄到轨面的任意位置(3点非共线),选择激光在轨面投影的中点作为参考点,通过标定得到参考点在计算机图像坐标系和车体坐标系中的空间变换关系;车辆运动过程中,面阵相机拍摄线激光在轨面上的投影,将参考点在计算机图像坐标系中的坐标转化为车体坐标系中的坐标;结合参考点在轨面随行坐标系中的坐标特性,解算车体相对于轨道的坐标系转换,建立描述车体相对于轨道实时运行姿态的数学模型;构建检测系统,通过车体振动模拟平台及现场实车试验,验证了检测系统的可靠性。     

基于KD树的点云数据自适应屏幕精度高效显示方法北大核心CSCD

海量激光点云数据的快速显示是目前一个技术瓶颈。本文提出一种基于KD树的点云数据自适应屏幕精度的高效显示方法,采用类似LOD的技术将点云进行KD树的组织,并在KD树节点上引入屏幕精度的概念,在点云数据显示时,计算KD树节点在屏幕上的投影范围,进而决定其是否显示点云细节。试验证明,该算法在显示大规模点云数据时,由于通过KD树自适应屏幕精度调度点云数据使绘制点的数据量大大减少,从而大大加快了点云的显示速度。     

基于共线原理的全景影像真彩色点云生成算法

常规激光点云数据通过将激光点云与彩色影像进行融合,将影像所富含的色彩信息赋给相应的激光点云、可形成一种"纹理丰富、颜色直观、位置准确"的真彩色点云成果,不同类型相机拍摄得到的影像对激光点云赋彩色的原理和过程均不相同。文中基于移动测量系统及360°全景影像的测绘高新技术,研究全景相机拍摄的影像与激光点云的匹配、融合,提出一种基于共线原理的由全景影像给激光点云赋彩色的算法。算法充分利用全景影像360°可视以及激光点云位置精确的特点,经实验验证算法推导正确,生成的真彩色点云色彩纹理细致,空间位置准确。     

基于KD树的点云数据自适应屏幕精度高效显示方法

海量激光点云数据的快速显示是目前一个技术瓶颈,本文提出一种基于KD树的点云数据自适应屏幕精度的高效显示方法,采用类似LOD的技术将点云进行KD树的组织,在KD树节点上引入屏幕精度的概念,在点云数据显示的时,计算KD树节点在屏幕上的投影范围,进而决定其是否显示点云细节。经实验证明,该算法在显示大规模点云数据时,由于通过KD树自适应屏幕精度调度点云数据使绘制点的数据量大大减少,从而大大加快了点云的显示速度。     

车载激光扫描系统的三维数据获取及应用

通过对南水北调移民新村进行移动平推式扫描,将导航POS获取的系统位置和姿态信息与360°激光扫描仪获取的扫描距离和角度信息进行时间匹配,解算得到大地坐标下的三维激光点云坐标,然后与线阵CCD相机获取的图像信息进行彩色融合,最终得到移民新村的彩色点云数据,实现了实时、主动、完整地获取和处理南水北调移民新村的三维空间数据信息,取得了一定的效果。     

基于时空匹配的车载激光点云与CCD线阵图像的融合

本文给出了一种基于车载的激光点云与线阵CCD相机图像进行数据融合的方法。车载数据采集系统集成了GPS,激光扫描仪,IMU和线阵相机。该方法基于POS的定位定姿数据,利用时间信息和各个传感器的相对空间位置信息建立激光点与CCD相机扫描线之间的对应关系,进而确定CCD扫描线上与该激光点对应的像素。将该像素的颜色属性赋给激光点,可得到具有颜色属性的三维激光点云。最后给出具体融合结果。     

生成式知识迁移的SAR舰船检测

为解决基于深度卷积神经网络进行SAR舰船检测网络训练过程中数据获取、数据标注等问题,本文提出一种生成式知识迁移的SAR舰船检测框架,该框架由生成式知识迁移网络和舰船检测网络两部分组成。通过知识迁移网络生成与有标注的光学遥感图像空间分布一致且包含SAR图像特征的带标注模拟图像;使用所生成的带标注模拟图像,进一步优化舰船检测网络,以提高基于深度卷积神经网络的舰船检测的泛化性能。SARShip-Detection-Datasets (SSDD)和AIR-SARShip-1.0两个公开数据集上的实验结果表明,该框架有效提高了在仅包含少量标注SAR图像样本情况下的舰船目标检测效果,可显著降低舰船在复杂背景图像中漏检和误检的概率。