项目名称: 机载Lidar点云与航空影像的智能三维融合技术研究

项目编号: No.61272280

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 苗启广

作者单位: 西安电子科技大学

项目金额: 78万元

中文摘要: 针对目前传感器种类繁多且所获取的图像各有优缺点,图像融合技术众多但缺乏普遍适用的方法,以及三维图像融合的研究刚刚起步的现状,本课题在研究Lidar点云数据的特点及预处理方法的基础上,结合像素融合法和控制点位法,研究激光雷达图像和遥感图像的三维融合方法;利用纹理贴图法,研究激光雷达图像和SAR图像的三维融合方法;从而进一步研究激光雷达图像、遥感图像与SAR图像的三维融合方法。并提出基于面向自治计算的三维图像融合方法,利用计算体的自治行为获得系统的全局最优解决方案;提出基于数据同化的三维图像融合方法,利用数据同化不断同化模型算子生成的预测图像和观测图像优势的融合图像,实现三维智能融合。融合方法效率高、鲁棒性好、自适应性强,融合后的三维图像更逼真、更接近客观事实。将三维融合和智能优化结合起来,填补了图像融合领域缺乏普遍适用的智能三维融合方法的空白,为三维立体目标的高精度检测与识别提供技术支撑。

中文关键词: 三维融合;Lidar点云;图像滤波;目标检测;图像分割

英文摘要: On the basis of the characteristics of and preprocessing methods for Lidar point cloud data,this research aims to tackle current situation that there is a wide variety of sensors; the image captured has their own disadvantages and advantages; meanwhile many image fusion techniques exist but the common-used method is absent; moreover the research on 3D image fusion just starts. Our subject deals with how to fuse the Lidar image and Remote-sensing image combined with pixel method and control point method .Using the method of texture mapping, we conduct research on the image fusion of Lidar image and SAR image, thus enlarging our study on the 3D fusion of Lidar image, Remote-sensing image and SAR image.We propose the 3D fusion method based on Autonomy-Oriented Computing, utilizing the autonomy behavior to obtain the global optimal solution. And we propose the 3D fusion method based on data assimilation, which makes full use of the data assimilation to assimilate the advantageous parts of predictive image and observed image, leading to the 3D intelligent fusion. High in efficiency,good at robustness, strong in adaption, the fusion method makes the fused 3D image more reality and close to objective fact. The method combing 3D fusion and intelligent optimum fill the blank that common adaptive 3D fusion method is lack

英文关键词: 3D fusion;Lidar point cloud;image filtering;object detection;image segmentation

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
66+阅读 · 2021年5月21日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
15+阅读 · 2021年4月3日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
69+阅读 · 2021年1月16日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
【NeurIPS2021】多模态虚拟点三维检测
专知
0+阅读 · 2021年11月16日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
66+阅读 · 2021年5月21日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
15+阅读 · 2021年4月3日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
69+阅读 · 2021年1月16日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员