摘要
本发明提供了一种基于掠飞观测成像的空间碎片三维重建方法,属于三维重建领域,解决了如何准确预测空间碎片未来活动趋势问题,包括:满足掠飞观测约束后获取光学观测图像;对光学观测图像进行SFM预处理、多视图内特征点提取、多视图间特征点匹配及光束法平差得到稀疏点云和位姿信息;将预处理图像划分为训练集、测试集和验证集;将稀疏点云和位姿信息作为初始条件与训练集同时输入NeRF的隐式神经表达函数中,经过位置编码关联定位后将输入映射为特征向量后对MLP训练,输出并渲染最优拟合结果得到三维重建光学观测图像。本发明通过分析三维重建光学观测图像对空间碎片的工作状态进行评估,预测空间碎片未来活动趋势。
技术关键词
运动恢复结构
特征点
概率密度函数
三维重建方法
光轴夹角
ORB算法
相机
图像增强
特征提取网络
渲染技术
特征描述符
平台
训练集
分层
三角测量方法
太阳
样本
颜色
系统为您推荐了相关专利信息
层合板
期望最大化算法
损伤识别模型
Akaike信息准则
高斯混合模型
加工余量
数字孪生
特征点云
机床龙门架
零件特征
相机
深度图
特征点匹配技术
特征点提取方法
图像拼接方法
边坡稳定性监测
风力发电场
矩阵
三维模型
泰森多边形