基于“整体-局部”策略的室内点云模型门窗检测

来源 :2018第12届全国计算机图形学大会Chinagraph 2018 | 被引量 : 0次 | 上传用户:owen_0278
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  门窗信息检测是建筑物内部三维场景重建中的重要步骤。本文采用“整体-局部”策略,将门窗检测范围从室内场景的全局区域转换到包含门窗的局部区域,提出了一个基于图片的自动检测三维室内场景中门窗特征角点的算法。首先,在三维室内场景点云模型中多角度旋转拍照,获取二维图片; 然后,对二维图片进行门窗目标的粗检测,得到门窗在图片中的大致范围,并将此二维信息返回到三维点云数据中,得到包含门窗的局部点云数据; 最后提取局部点云数据的轮廓线及相关交点,做优化得到门窗特征角点的位置信息。实验结果表明,本方法能有效地检测出三维室内场景中门窗的位置信息。
其他文献
会议
会议
相机位姿估计是 SLAM 系统的关键环节,影响着整个SLAM 系统的精度和效率。目前估计相机位姿的方法主要为特征点法和直接法两大类。特征点法的精度依赖于特征点的数量以及特征匹配的正确性,当场景中无法提取足够的特征点时,便无法准确地估计相机位姿。直接法通过像素的光度误差来估计相机位姿,不需要提取特征点,因此在特征点法无法工作时,直接法依然可以较为准确地估计相机位姿。但是直接法假设了光度不变性,因此其
会议
新一代规频编码标准 H.265/HEVC 采用了去块滤波不样点自适应补偿滤波技术来去除规频重建图像的块效应幵降低失真.这两种技术都源于信号处理理论,依赖人工设计相关算法不参数,幵丌能充分挖掘自然规频丰富而复杂的特性.本文将规频编码的环路滤波问题转化为端到端的回归问题,借劣于卷积神经网络,自劢学习重建规频图像不原始图像的复杂映射关系,降低两者的误巩,迚而提升编码效率.所提出的多特征增量学习网络模型共
会议
基于暗原色先验理论的算法可以对不同场景下的雾天图像进行有效去雾,但是去雾后图像通常含有较多噪声。而非局部 MTV 模型(Non-Local Multi-Channel Total Variation,NL_MTV)可以用于彩色图像去噪,同时又具有良好的保持边缘作用,并且对含有纹理的彩色图像经去噪后依然能保留原有的纹理特征。本文将这两种方法结合在一起,提出新的图像去雾算法,首先建立大气光值与大气传输
会议
360 视频存储需要经过投影拼合得到平面视频,不同 360 视频投影拼合方法对视频的质量影响非常大。本文提出一种连续保形的 360 视频投影拼合算法,利用 Peirce 梅花投影,可以保证投影后图像的拉伸变形较小。另外,该投影拼合算法可以确保平面视频图像的内部连续性。
会议
利用传统的方法进行图像放大时,往往其边缘层数也进行了成倍的增加,极度扩展了边缘的宽度,从而产生图像轮廓层次模糊现象。本文利用梯度自适应扩散获取边缘轮廓层作为图像放大约束,进而对轮廓层直接进行曲线插值重采样,而并不额外增加边缘层数,从而保证了放大后的图像在视觉上的边缘锐化效果。对于非轮廓层的平坦区域,则选择构建双三次 Coons 插值曲面并进行重采样,既能很好的保证平坦区域的平滑性,又能保证算法运算
会议
In visualization field,Focus+Context techniques have been developed to visualize large,complex models on the display device with limited resolution.In this work,we propose a novel method for Focus+Con
会议
提出一种数据点加权的 LSPIA 算法,使得生成的拟合曲线精确插值给定的待插值点,并逼近其它给定的数据点。首先,赋予每个数据点相同的初始权重,由 LSPIA 方法生成拟合曲线。然后,计算待插值点与拟合曲线上对应点的误差。若误差不满足精度要求,调整待插值点的权值后由 LSPIA 方法生成新的拟合曲线,直至精确插值给定的待插值点为止。该方法可以使拟合曲线具有很好的保形性,同时在迭代过程中可以动态调整待
会议
周期轨道提取是矢量场拓扑可视化的重要研究内容。目前的周期轨道提取方法效率较低,难以满足矢量场数据高效拓扑可视分析的需求。本文在 Wischgoll 等人[1]算法基础上,通过减少可能生成封闭流线的候选种子点数目,有效缩短备选流线的生成时间; 然后根据流线不相交的性质,进一步减少备选流线周围需要测试的网格点数目,从而有效提高周期轨道提取的效率。实验结果表明,相比 Wischgoll 等人的算法,本文
会议