基于静态特征识别的动态三维仿真场景的生成方法、系统及计算机可读介质技术方案

技术编号:38087569 阅读:12 留言:0更新日期:2023-07-06 08:56
本发明专利技术提供一种基于静态特征识别的动态三维仿真场景的生成方法、系统及计算机可读介质,包括:选取图片特征数据库中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片;利用图像识别算法提取所述静态场景特征图片中的特征信息;基于信息匹配算法对所述特征信息进行特征信息匹配,得到特征信息匹配结果;根据特征信息匹配结果进行环境资源匹配,获得资源匹配结果;将所述资源匹配结果以数据包的形式加载至虚拟三维软件中,生成动态三维仿真场景。本发明专利技术通过对图片的静态特征识别,与特征信息进行匹配,提高对虚拟三维仿真训练场景配置的环境特征提取精准度,再通过与环境资源的匹配,进一步提高训练场景的真实度和多样性。和多样性。和多样性。

【技术实现步骤摘要】
基于静态特征识别的动态三维仿真场景的生成方法、系统及计算机可读介质


[0001]本专利技术涉及三维虚拟仿真
,具体而言涉及一种基于静态特征识别的动态三维仿真场景的生成方法、系统及计算机可读介质。

技术介绍

[0002]现有的三维虚拟仿真技术在应用于飞行培训时,虚拟训练场景的真实度不高,导致飞行培训的训练效果不佳,由于传统的虚拟三维仿真场景通常是以固定的场景环境在仿真系统中进行呈现,因此缺乏真实环境的多样性和随机性,无法满足飞行培训时复杂临场气象环境的相关需求;且传统的虚拟三维仿真技术通常以虚拟训练场景运行过程中动态改变场景参数的方式满足相关需求,或者通过配置相关训练场景资源的方式静态生成训练场景,场景内容单一。
[0003]目前,现有技术通过配置场景资源参数静态生成固定模式的单一场景,或者通过实时调整训练场景参数模拟动态场景,两种参数调整方式在仿真系统中应用比较繁琐,且易出错,加载出的训练场景也缺乏真实环境的多样性和随机性,真实度不高,无法为飞行培训提供较佳的训练效果。

技术实现思路

[0004]根据本专利技术目的的第一方面,提供一种基于静态特征识别的动态三维仿真场景的生成方法,包括:
[0005]步骤1、选取图片特征数据库中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片;
[0006]步骤2、利用图像识别算法提取所述静态场景特征图片中的特征信息;
[0007]步骤3、基于信息匹配算法对所述特征信息进行特征信息匹配,得到特征信息匹配结果;
[0008]步骤4、根据特征信息匹配结果进行环境资源匹配,获得资源匹配结果;
[0009]步骤5、将所述资源匹配结果以数据包的形式加载至虚拟三维软件中,生成动态三维仿真场景。
[0010]进一步地,前述步骤1中,选取图片特征数据库中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片,包括:
[0011]查看图片特征数据库中的图片特征列表;
[0012]选取所述图片特征列表中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片。
[0013]进一步地,前述步骤2中,利用图像识别算法提取所述静态场景特征图片中的特征信息,包括:
[0014]灰度化处理所述静态场景特征图片,得到黑白图片;
[0015]对所述黑白图片进行二值化处理,得到目标特征;
[0016]利用腐蚀算法消除所述黑白图片中的边界点;
[0017]基于膨胀算法扩张所述目标特征的边缘;
[0018]提取边缘扩张后的所述目标特征,以作为所述静态场景特征图片中的特征信息。
[0019]进一步地,前述步骤3中,基于信息匹配算法对所述特征信息进行特征信息匹配,得到特征信息匹配结果,包括:
[0020]调取特征信息数据库中的信息与所述特征信息进行匹配校对;
[0021]提取所述特征信息的特征值以计算所述静态场景特征图片中图形形状、颜色的权重值;
[0022]利用主成分分析算法降维合并所述权重值,获得所述特征信息主成分的综合得分;
[0023]选取综合得分中最高分对应的主成分与所述特征信息数据库中的信息进行匹配校对,得到特征信息匹配结果。
[0024]进一步地,所述特征信息匹配结果包括信息不匹配和信息匹配两种情况;
[0025]若特征信息匹配结果为信息不匹配时,则不生成场景数据;
[0026]若特征信息匹配结果为信息匹配时,包括两种场景数据生成方式,生成静态场景和静态天气指令的场景数据,或生成静态场景和动态天气指令的场景数据。
[0027]进一步地,前述步骤4中,根据特征信息匹配结果进行环境资源匹配,获得资源匹配结果,包括:
[0028]若特征信息匹配,生成静态场景和静态天气指令的场景数据,则调用三维场景库中的静态场景数据和天气资源库中的静态天气数据与之进行资源匹配;
[0029]若特征信息匹配,生成静态场景和动态天气指令的场景数据,则调用三维场景库中的静态场景数据和天气资源库中的动态天气数据与之进行资源匹配。
[0030]进一步地,前述步骤5中,将所述资源匹配结果以数据包的形式加载至虚拟三维软件中,生成动态三维仿真场景,所述动态三维仿真场景包括地形数据、天气、建筑群、风向以及仿真场景中24小时气象变化和地形变化。
[0031]根据本专利技术目的的第二方面,提供一种基于静态特征识别的动态三维仿真场景的生成系统,包括:
[0032]一个或多个处理器;
[0033]存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括如基于静态特征识别的动态三维仿真场景的生成方法的流程。
[0034]根据本专利技术目的的第三方面,提供一种存储软件的计算机可读介质,所述软件包括能通过一个或多个计算机执行的指令,所述指令通过这样的执行使得所述一个或多个计算机执行操作,所述操作包括如基于静态特征识别的动态三维仿真场景的生成方法的流程。
[0035]与现有技术相比,本专利技术所达到的有益效果:本专利技术通过对图片的静态特征识别,与特征信息进行匹配,提高对虚拟三维仿真训练场景配置的环境特征提取精准度,再通过与环境资源的匹配,将仿真场景配置所需的环境资源信息提取并生成场景数据,在三维仿
真软件中加载,进一步提高三维仿真训练场景的真实度和多样性。
[0036]应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的专利技术主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的专利技术主题的一部分。
[0037]结合附图从下面的描述中可以更加全面地理解本专利技术教导的前述和其他方面、实施例和特征。本专利技术的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本专利技术教导的具体实施方式的实践中得知。
附图说明
[0038]附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本专利技术的各个方面的实施例。
[0039]图1是本专利技术所示的基于静态特征识别的动态三维仿真场景的生成方法的流程示意图;
[0040]图2是本专利技术所示的以飞行培训为例生成三维仿真场景的框架示意图。
具体实施方式
[0041]为了更了解本专利技术的
技术实现思路
,特举具体实施例并配合所附图式说明如下。
[0042]在本公开中参照附图来描述本专利技术的各方面,本公开的实施例不必定意在包括本专利技术的所有方面。
[0043]根据本专利技术的实施例,结合图1所示的流程图,一种基于静态特征识别的动态三维仿真场景的生成方法,包括:
[0044]步骤1、选取图片特征数据库中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片;<本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于静态特征识别的动态三维仿真场景的生成方法,其特征在于,包括:步骤1、选取图片特征数据库中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片;步骤2、利用图像识别算法提取所述静态场景特征图片中的特征信息;步骤3、基于信息匹配算法对所述特征信息进行特征信息匹配,得到特征信息匹配结果;步骤4、根据特征信息匹配结果进行环境资源匹配,获得资源匹配结果;步骤5、将所述资源匹配结果以数据包的形式加载至虚拟三维软件中,生成动态三维仿真场景。2.根据权利要求1所述的基于静态特征识别的动态三维仿真场景的生成方法,其特征在于,前述步骤1中,选取图片特征数据库中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片,包括:查看图片特征数据库中的图片特征列表;选取所述图片特征列表中与需要生成的仿真场景配置特征相似的图片,作为静态场景特征图片。3.根据权利要求1或2所述的基于静态特征识别的动态三维仿真场景的生成方法,其特征在于,前述步骤2中,利用图像识别算法提取所述静态场景特征图片中的特征信息,包括:灰度化处理所述静态场景特征图片,得到黑白图片;对所述黑白图片进行二值化处理,得到目标特征;利用腐蚀算法消除所述黑白图片中的边界点;基于膨胀算法扩张所述目标特征的边缘;提取边缘扩张后的所述目标特征,以作为所述静态场景特征图片中的特征信息。4.根据权利要求3所述的基于静态特征识别的动态三维仿真场景的生成方法,其特征在于,前述步骤3中,基于信息匹配算法对所述特征信息进行特征信息匹配,得到特征信息匹配结果,包括:调取特征信息数据库中的信息与所述特征信息进行匹配校对;提取所述特征信息的特征值以计算所述静态场景特征图片中图形形状、颜色的权重值;利用主成分分析算法降维合并所述权重值,获得所述特征信息主成分的综合得分;选取综合得分中最高分对应的主成分与所述特征信息数据库中的信息进行匹配校对...

【专利技术属性】
技术研发人员:吴桂林高怡李吉磊李丽娟魏兵肖向雯
申请(专利权)人:江苏普旭科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1