简介:为了使砂岩三维重建结果更接近于原始样本,提出了一种基于平稳性的二维训练图像分析方法.基于纹理特征分析了训练图像的二阶统计特征以获取尺度平稳性;通过多点密度函数分析训练图像的多点统计特征,获取多点统计平稳性.实验结果表明:对于尺度平稳性和多点统计平稳性都相对较高的训练图像,重建得到的三维结构的局部渗透性和两点统计概率特性更接近于真实三维结构的相关特性.而多点统计平稳性较高但尺度平稳性较低的训练图像,与多点统计平稳性较低而尺度平稳性较高的训练图像相比,更接近于真实三维图像.因此,训练图像的平稳性评估对于三维重建的二维薄片图像选取具有重要作用,同时,高阶统计分析方法更为准确.
简介:“十二五”以来,随着农业信息化步伐的逐步加快,数字农业的飞速发展,作物的三维重建技术也越来越广泛的应用于农业生产的各个环节。点作为最简单的图元,能够可靠地记录目标的立体形态信息,较为精确地表示出物体的形状特征。基于点云的图像预处理及重建技术是一个集合了VR、CG和CV等多门学科的综合研究领域。该文以水稻植株为研究对象,利用Kinect深度传感器获取作物的点云数据,通过对点云数据预处理、去噪的方法研究,将不同方位的点云数据收集并配准,进而总结出点云数据快速三维重建的方法。该研究能够为快速获取植物三维点云数据,并实现植物三维形态的重建提供一种廉价、快速和高效的手段。
简介:为了在军事航海和作战中为舰艇指挥员提供准确、实时的三维潮汐流信息,通过坐标变换,建立了α坐标系下的三维潮汐潮流预报方程。利用该方程对潮汐潮流进行数值模拟,可克服苗卡尔坐标系下的方程在浅水区分辨率不高的缺点。对黄海某海区的数值模拟结果验证了该模式的有效性。