摘要
本发明公开了一种基于机器学习的智能三维建模方法及装置,涉及三维建模技术领域,包括根据目标伽马值对每个子图像进行伽马校正,以此得到经过伽马校正后的待建模对象图像;将相互匹配的一类特征点和二类特征点记作特征对;构建第一特征对集合和第二特征对集合;通过第一特征对集合和第二特征对集合来确定质量特征对,依靠质量特征对构建坐标系变换矩阵,并且合并点云坐标数据;将经过伽马校正后的待建模对象图像和合并后的点云坐标数据输入预设的机器学习模型中,输出模型参数,根据模型参数进行三维建模。提高了待建模对象外观结构的模型参数的精度,保证了三维建模的准确性,从而提高三维建模的适应性。
技术关键词
图像
伽马校正
对象
特征点
三维建模方法
点云
指标
机器学习模型
定义特征
邻域
数据
光照
坐标系
三维建模装置
精度
亮度
三维建模技术
密度
特征提取算法
系统为您推荐了相关专利信息
力学性能预测方法
储层多尺度
微观弹性模量
页岩油
三维结构
微光夜视成像系统
自动对准方法
数字图像处理算法
光学镜头模块
像增强器