摘要
本发明提出了一种面向倾斜摄影测量的建筑物纹理增强方法,实现自动化的纹理质量提升。首先,对倾斜影像数据进行校正,制备训练数据集。其次,采用L1损失和边缘检测损失训练生成对抗网络,实施逐步加权训练策略,先优化整体图像质量,再强化边缘细节。然后,利用训练好的网络对校正后的三维模型纹理进行超分辨率增强。最终,将增强纹理应用于模型,显著提升纹理清晰度与细节,增强视觉效果及应用价值。此方法有效改进了超分辨率网络性能,自动化处理复杂城市场景纹理,降低成本,适用于城市规划与设计。
技术关键词
建筑物三维模型
边缘检测
生成对抗网络
超分辨率
三维模型纹理
优化网络参数
影像校正
计算机程序产品
图像
数据
可读存储介质
单体
策略
处理器
系统为您推荐了相关专利信息
图书馆座位
智能图书馆
状态监测方法
图像采集设备
光学字符识别技术
混合高斯模型
特征提取模块
拉普拉斯
通道注意力机制
跟踪方法
切割参数优化方法
射流
动态
边缘检测算法
加权欧氏距离
视频流传输方法
轻量级卷积神经网络
超分辨率
关键点识别
降噪模型