遮挡检测--基于角度的遮挡检测方法
文章目录
- 1基于角度的遮挡检测方法
- 2遮挡检测遍历方法
- 2.1方法1--自适应径向扫描方法
- 2.2方法2--螺旋扫描法
- 参考
1基于角度的遮挡检测方法
在基于角度的方法中,通过依次分析DSM中沿径向方向的投影光线的角度来识别遮挡。定义 α \alpha α角:DSM三维点与相机中心在垂直方向的夹角。从位于物方最低点的DSM单元格出发,分析每个径向剖面上的连续α角,如果该剖面中不存在遮挡,后续DSM单元的α角将逐渐增大。因此,如果α角随着远离相机中心正下方(nadir point)而增加,则相应的DSM单元将被视为可见。反之,当远离相机中心正下方点时,α角突然减小,则随后的DSM单元被认为遮挡,直到α角超过与最后一个可见单元相关的角度。
如图所示,如果在远离相机中心正下方点( N )时α角增大,则认为各自的DSM格点(例如单元A和B)是可见的。在这个例子中,DSM单元C被识别为第一个被遮挡的单元,因为在这个位置( αC < αB),α角出现了的减小的情况。从图中可以看出,与DSM单元D相关的α角超过了最后一个可见单元( B )的角度;因此,D被认为是可见的。相应地,B和D之间的DSM单元在对应的能见度图中被标记为遮挡。
2遮挡检测遍历方法
对于DSM而言,怎么遍历DSM网格是一个问题。
2.1方法1–自适应径向扫描方法
文中提出了以相机中心为原点,类似极坐标似的搜索方式。
如上图所示,使用径向扫描算法进行遍历,该方法从零方位角( θ0 = 0)沿径向的α角开始,在检查DSM单元沿该剖面的可见性后,算法通过在当前方位角( θ0 )上添加一个预定义的角度值(∆θ )移动到下一个径向剖面。通过径向剖面并沿其应用基于角度的方法来检测遮挡。对于每个DSM单元,计算各自的R、θ和α值,R是DSM单元到相机中心正下方点的距离。如图右所示。定义一个R到θ数组用于存储与每个DSM单元相关的α角。此外,定义了两个与R到θ数组具有相同幅度和单元大小的数组来存储DSM单元的X和Y坐标。
方位角增量(∆θ)是关键。太小的∆θ会导致重复访问DSM单元,太大的∆θ会导致漏掉边缘的DSM单元。通过自适应径向扫描方法来避免这个问题:即让Δθ随着径向距离R的增加而减小。如下图所示,在该技术中,DSM被划分为以相机中心正下方点( N )为中心的同心放射状区域,如下图 (左)所示。从下图 (左)可以看出,随着径向距离( R )的增加,截面的Δθ减小。因此,下图 (右)所示,R到θ数组中的行数随着R的增大而增大。径向截面的数量和∆θ值是根据相应图像覆盖的DSM面积和DSM单元大小定义的。对于每个径向截面,∆θ可以设置为一个值,使得同心圆对应的∆θ角度的弧长不大于DSM单元尺寸。
2.2方法2–螺旋扫描法
螺旋扫描方法以螺旋模式扫描从相机中心正下方点对应的DSM单元开始,同时直接检查沿径向的角度(即:遮挡检测用的角度),而不需要DSM分区或额外的阵列。
参考
《New Methodologies for True Orthophoto Generation》(原文)
《True Orthophoto Generation from Aerial Frame Images and LiDAR Data: An Update》
遮挡检测--基于角度的遮挡检测方法相关推荐
- opencv canny源码解析_行人检测 基于 OpenCV 的人体检测
原文链接 行人检测 基于 OpenCV 的人体检测 - 热分享hotdog29.com 在 2019年8月1日 上张贴 由 hotdog发表回复 行人检测 基于 OpenCV 的人体检测 我们都知道 ...
- pythonopencv检测行人_行人检测 基于 OpenCV 的人体检测
原文链接行人检测 基于 OpenCV 的人体检测 - 热分享hotdog29.com 行人检测 基于 OpenCV 的人体检测 我们都知道,无论性别,种族或种族如何,我们的身体都具有相同的基本结构. ...
- python行人检测_行人检测 基于 OpenCV 的人体检测
原文链接行人检测 基于 OpenCV 的人体检测 - 热分享hotdog29.com 行人检测 基于 OpenCV 的人体检测 我们都知道,无论性别,种族或种族如何,我们的身体都具有相同的基本结构. ...
- 基于matlab的运动目标检测,基于matlab的运动目标检测.doc
基于matlab的运动目标检测.doc 河北大学2011届本科生毕业论文(设计)11绪论1.1课题研究背景及意义运动目标检测是图像处理与计算机视觉的一个分支,在理论和实践上都有重大意义,长久以来一直被 ...
- 文本检测-基于分割的文本检测算法论文笔记
PSENet Progressive Scale Expansion Network 渐进式规模扩展网络 1. 网络结构 论文使用resnet作为PSENet的主干网络,将特征图F映射到多个分支中,即 ...
- 目标检测—基于Yolov3的目标检测项目实战(学习笔记)
最近在学习tensorflow,尝试运行学习了github上基于yolov3的一个目标检测项目,此算法可对视频.图片.摄像头实时进行检测,本文主要讲述了,在windows电脑上,复现这一目标检测项目的 ...
- 目标检测—基于Yolov5的目标检测项目(学习笔记)
今天学习了炮哥带你学的yolov5入门教程,并成功的训练出了模型,原博客地址: 目标检测-教你利用yolov5训练自己的目标检测模型 本文主要讲述了在Windows10环境下复现此项目的具体过程和遇到 ...
- c语言肤色检测,基于肤色的人脸检测
一.概要 基于肤色的人脸分割主要分为三大部分:(1)预处理,针对噪声,光照带来的影响进行消除.(2)基于肤色模型的肤色分割.(3)连通域分析,人脸区域定位. 预处理主要使用高斯滤波和直方图均衡,这些原 ...
- 自动驾驶采标系列三:基于图像的目标检测技术
标注猿的第54篇原创 一个用数据视角看AI世界的标注猿 上一篇文章我们从"环境感知"数据的采集设备上进行了详细说明,已经了解了相应设备采集的数据及采集前 ...
最新文章
- DevOps:软件架构师行动指南3.1 概述
- 家门口的医疗新体验,网易云信携手嘉虹健康打造互联网医院新场景
- linux乌邦图更改ip,Linux系统下图形界面更改IP地址分享
- linux 内存溢出排查_【开发者成长】JAVA 线上故障排查完整套路!
- git 命令行(一)-版本回退
- 遗传算法入门到掌握(二)
- 统计学习方法 --- 感知机模型原理及c++实现
- TensorFlow函数(四)tf.trainable_variable() 和 tf.all_variable()
- 超大文本文件怎么打开(使用Hex Editor)
- 使用python读取mid/mif文件
- 病毒提示广告调查:投放色情网站 每日千人中招
- 【20180619】【射频通信】混频、中频等高频知识,频谱分析仪的带宽RBW、VBW、SWT,射频信号发生器的使用,GNSS一些基本常识,PCB和MSPS的含义
- 【科研记录】如何判断(你自己的)研究工作的价值
- 交易猫源码+后台搭建教程
- 网络安全从入门到精通的学习资源汇总
- endnote中CWYW无文件_文献管理工具(三):EndNote 操作指南(免费在线版)
- 【强化学习】First-visit MC prediction
- 信息安全学习----渗透测试知识点
- TM4C1294:CCS+Tivaware开发环境配置
- Kubernetes1.7新特性:支持绕过docker,直接通过containerd管理容器
热门文章
- 深圳大学算法设计实验五
- 一个有趣的问题 : α_β_γ_δ_ε_ζ_η_θ_ι_κ_λ_μ_ν怎么读
- DIY一块DS3231的高精度时钟模块,让时钟DS3231/DS1302自动识别
- JavaScript常用库—jQuery
- 世界是平的读后感(转,整理)
- 基于SSM医药后台管理系统
- 串口调试助手 安卓版 附下载地址
- 国内资深安全专家详谈Trojan-PSW盗号***
- 快速找到win10的截图工具
- editplus怎么在键盘输入