【技术实现步骤摘要】
本专利技术涉及一种无人机场景立体匹配数据生成方法，属于无人机影像立体匹配。
技术介绍
1、基于深度学习的立体匹配算法在自动驾驶、三维重建等领域精度表现很好能够实时获取场景的视差信息，实现深度感知和场景重建。基于深度学习的算法依赖于数据的数量和质量，数据集的设计和构建在算法优化和算法应用中起着至关重要的作用。无人机因其机动性、灵活性和低成本等特点，被广泛用于对地观测。然而，由于无人机图像高分辨率的特征，利用无人机影像进行三维重建需要的时间成本和算力成本都很大。由于缺乏无人机低空场景立体匹配数据集，现有基于深度学习的立体匹配方法不能满足无人机场景立体匹配的需求。
2、目前开源的立体匹配数据集主要集中在自动驾驶、计算机视觉和航空航天领域。立体匹配数据集可以分为以下三种构建方式：①在人工设计场景中利用虚幻引擎同时渲染，生成合成立体像对及对应的视差图。代表性数据集是sceneflow、virtual kitt和mpisinte数据集使用渲染引擎合成立体像对和对应的稠密视差图。②将实地采集的激光点云和影像配准后投影到影像平面，计算得到影...
【技术保护点】
1.一种无人机场景立体匹配数据生成方法，其特征在于，该生成方法包括以下步骤：
2.根据权利要求1所述的无人机场景立体匹配数据生成方法，其特征在于，所述步骤1)中无人机获取的影像和激光点云数据是分别通过搭载到无人机上的成像传感器和激光传感器得到的。
3.根据权利要求1所述的无人机场景立体匹配数据生成方法，其特征在于，所述步骤1)中联合建模过程如下：
4.根据权利要求1所述的无人机场景立体匹配数据生成方法，其特征在于，所述步骤2)采用Blender来模拟无人机的飞行路径。
5.根据权利要求1所述的无人机场景立体匹配数据生成方...
【技术特征摘要】
1.一种无人机场景立体匹配数据生成方法，其特征在于，该生成方法包括以下步骤：
2.根据权利要求1所述的无人机场景立体匹配数据生成方法，其特征在于，所述步骤1)中无人机获取的影像和激光点云数据是分别通过搭载到无人机上的成像传感器和激光传感器得到的。
3.根据权利要求1所述的无人机场景立体匹配数据生成方法，其特征在于，所述步骤1)中联合建模过程如下：
4.根据权利要求1所述的无人机场景立体匹配数据生成方法，其特征在于，所述步骤2)采用blender来模拟无人机的飞行路径。
5.根据权利要求1所述的无人机场景...
【专利技术属性】
技术研发人员：曹雪峰，张晓艺，余岸竹，李科，涂明广，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：
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。