车载激光扫描点云与全景影像的高精度配准方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41371431
  • 项目类别：
    面上项目
  • 资助金额：
    75.0万
  • 负责人：
    杨必胜
  • 依托单位：
    武汉大学
  • 学科分类：
    D0115.测量与地图学
  • 结题年份：
    2017
  • 批准年份：
    2013
  • 项目状态：
    已结题
  • 起止时间：
    2014-01-01 至2017-12-31

项目摘要

This proposal aims to solve the problems of the registration between mobile laser scanning point clouds and panoramic imagery. The main contributions of the proposal are as follows: (1) automated features extraction from mobile laser scanning point clouds; (2) automated features extraction from panoramic imagery; (3) robust corresponding relationship between the features from mobile laser scanning point clouds and panoramic imagery;and (4) reliable models for the accurate registration according to the robust corresponding relationship The outcomes of the proposal will be widely used for automated photo realistic 3D models generating, improve the efficiencies and effectiveness of 3D modeling using mobile laser point clouds, and produce beneficial services for digital earth,surveying and mapping, and location based services (LBS).
针对目前车载激光数据与全景影像配准问题存在的可靠性差、稳健性弱等问题，本项目以车载LiDAR移动测量系统中的激光扫描数据和全景影像数据为研究对象，重点研究全景影像和激光扫描点云几何特征的稳健提取方法，构建全景影像特征与车载激光扫描点云特征的可靠映射关系，建立稳健的全景影像与激光扫描点云高精度配准模型与求解方法，实现两类数据的高精度配准、融合以及优势互补。本项目的研究成果将为车载LiDAR移动测量系统提供一种简洁、高效、高精度的全景影像与车载激光扫描数据配准方法，为车载激光点云和全景影像的高精度融合、车载激光点云的几何目标提取以及具有高度真实感的街景三维模型重建等提供关键技术支撑，服务于数字地球、智慧城市、基础测绘、导航与位置服务等领域。

结项摘要

针对目前车载激光数据与全景影像配准问题存在的可靠性差、稳健性弱等问题，本项目以车载LiDAR移动测量系统中的激光扫描数据和全景影像数据为研究对象，重点研究全景影像和激光扫描点云几何特征的稳健提取方法，构建全景影像特征与车载激光扫描点云特征的可靠映射关系，建立稳健的全景影像与激光扫描点云高精度配准模型与求解方法，实现两类数据的高精度配准、融合以及优势互补。本项目的研究成果将为车载LiDAR移动测量系统提供一种简洁、高效、高精度的全景影像与车载激光扫描数据配准方法，为车载激光点云和全景影像的高精度融合、车载激光点云的几何目标提取以及具有高度真实感的街景三维模型重建等提供关键技术支撑，服务于数字地球、智慧城市、基础测绘、导航与位置服务等领域。

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（1）
会议论文数量（2）
专利数量（4）
Automated registration of dense terrestrial laser-scanning point clouds using curves
使用曲线自动配准密集地面激光扫描点云
  • DOI：
    10.1016/j.isprsjprs.2014.05.012
  • 发表时间：
    2014-09-01
  • 期刊：
    ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING
  • 影响因子：
    12.7
  • 作者：
    Yang, Bisheng;Zang, Yufu
  • 通讯作者：
    Zang, Yufu
三维激光扫描点云数据处理研究进展、挑战与趋势
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    测绘学报
  • 影响因子：
    --
  • 作者：
    杨必胜;梁福逊;黄荣刚
  • 通讯作者：
    黄荣刚
基于Gradient Boosting的车载LiDAR点云分类
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    地理信息世界
  • 影响因子：
    --
  • 作者：
    赵刚;杨必胜
  • 通讯作者：
    杨必胜
低空UAV激光点云和序列影像的自动配准方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    测绘学报
  • 影响因子：
    --
  • 作者：
    陈驰;杨必胜;彭向阳
  • 通讯作者：
    彭向阳
Automatic registration of UAV-borne sequent images and LiDAR data
无人机载序列图像和 LiDAR 数据的自动配准
  • DOI：
    10.1016/j.isprsjprs.2014.12.025
  • 发表时间：
    2015-03-01
  • 期刊：
    ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING
  • 影响因子：
    12.7
  • 作者：
    Yang, Bisheng;Chen, Chi
  • 通讯作者：
    Chen, Chi

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

空间数据网络多分辨率传输的几何图形相似性度量
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    测绘学报
  • 影响因子：
    --
  • 作者：
    唐炉亮;杨必胜;李清泉
  • 通讯作者：
    李清泉
车载激光扫描点云中建筑物边界的快速提取
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    遥感学报
  • 影响因子：
    --
  • 作者：
    魏征;杨必胜;李清泉;WEI Zheng1,2, YANG Bisheng1,2, LI Qingquan1,2 1. S;2. Engineering Research Center for Spatio-temporal
  • 通讯作者：
    2. Engineering Research Center for Spatio-temporal
多标记点过程的LiDAR点云数据建筑物和树冠提取
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    测绘学报
  • 影响因子：
    --
  • 作者：
    徐文学;杨必胜;魏征;方莉娜
  • 通讯作者：
    方莉娜
基于簇模型的矢量地图数据的高效压缩方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    武汉大学学报(信息科学版)
  • 影响因子：
    --
  • 作者：
    杨必胜;李清泉
  • 通讯作者：
    李清泉
A terrain openness index for the extraction of karst Fenglin and Fengcong landform units from DEMs
从DEM中提取喀斯特峰林和峰丛地貌单元的地形开放度指数
  • DOI：
    10.1007/s11629-017-4742-z
  • 发表时间：
    2018-04
  • 期刊：
    Journal of Mountain Science
  • 影响因子：
    2.5
  • 作者：
    孟欣;熊礼阳;杨先武;杨必胜;汤国安
  • 通讯作者：
    汤国安

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨必胜的其他基金

城市立体形态结构化建模理论方法
  • 批准号：
    42130105
  • 批准年份：
    2021
  • 资助金额：
    291 万元
  • 项目类别：
    重点项目
2019年城市、交通及健康研讨会
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    3.04 万元
  • 项目类别：
    国际(地区)合作与交流项目
广义影像点云构建与多细节层次建模
  • 批准号：
    41531177
  • 批准年份：
    2015
  • 资助金额：
    302.0 万元
  • 项目类别：
    重点项目
车载激光扫描点云数据的实体对象感知与三维重构
  • 批准号：
    41071268
  • 批准年份：
    2010
  • 资助金额：
    35.0 万元
  • 项目类别：
    面上项目
基于模式识别的道路网数据LOD表达
  • 批准号：
    40871185
  • 批准年份：
    2008
  • 资助金额：
    37.0 万元
  • 项目类别：
    面上项目
空间数据动态多分辨率网络传输关键技术研究
  • 批准号：
    40401051
  • 批准年份：
    2004
  • 资助金额：
    25.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码