- 博客(17)
- 收藏
- 关注
RSS订阅原创 DepthanythingV2复现
DepthanythingV2相较于V1最大的提升就是速度提升了好几倍，更强的特征提取能力，尤其是在远距离和细节区域，对遥感影像/医学影像有了更好的泛化能力，且相对深度的估计值更加平滑准确。进入GitHub项目页面后，按照readme流程进行注意安装torch/torchvision时要安装GPU版本的，我使用的是torch==2.0.0+cu118 torchvision==0.15.1+cu118，运行没问题。
2025-07-29 16:21:32
671
2
原创 Stereo Match常见方法：
对于遮挡区像素，则选择所有可靠像素视差值中的最小值，因为遮挡区大概率来自于背景，背景视差往往是较小值；对于误匹配区像素，则选择和中心像素颜色最近的像素的视差，因为颜色相近的像素往往具有相近的视差值（这里应该是要限制下搜索步长的，太远了假设大概率都失效了）。匹配块越大，匹配的鲁棒性越高，但是会导致边缘模糊和精细结构提取效果差。
2025-07-25 13:53:44
250
原创 记录一下学习遥感影像三维重建的过程
不易实现异轨立体像对。基高比：摄影基线长度与相对航高的比值，该比值越大，高程测量精度越好，三维重建效果越好，一般取。主要是利用建筑物与太阳的关系，通过分割求阴影（阴影区域的规则化），进而得到高程模型。核心：立体匹配和共线方程：四个方程求解三个未知数，地形通常指的是地表的形态。2.2基于立体的三维重建。的基础上获取更高精度的。同名像点的连线与卫星。无人机观测基线平行。
2025-07-23 17:54:26
595
原创 配置2DGS
源码：https://github.com/hbb1/2d-gaussian-splatting?版本不兼容，还是传到本地看结果吧）
2024-12-10 14:44:22
734
原创 在Autodl上部署3DGS
下载完后将bin的路径加入到系统变量下，然后再本地运行COLMAP.bat脚本进行初始的稀疏点云提取。目前还没在服务器端进行UI显示，最好将渲染好的输出文件传到本地进行查看。另一种方法是执行源码里的convert.py，指令如下：location是数据集的路径。解决：调节Camera up，改为0，-1，0 ）最好把梯子打开，以免遇到git失败的问题，下载完成后传到服务器上。按照readme.md文件中的指令进行训练和渲染（后续在补充）2.Postshot软件，能够查看深度图。
2024-12-09 14:22:14
1278
原创 RS&DIP_3
探测器是真正接收地物电磁辐射的器件，目前常用的成像探测器主要有CCD和CMOS。目前来说，航天平台是最为常用的一种，它可以实现全球覆盖，获得大面积的地物电磁波信息，但是只能在固定的轨道运行，机动性低。遥感是通过多种平台和多种遥感器来接收地面的电磁波信息，因此遥感数据的获取最重要的两个部件就是。来提高获取地物的曝光能量，是很多高分相机常用的探测方式。遥感器可以分为主动式和被动式，其中光学遥感器主要分为。——>处理器——>输出器，其中最重要的是探测器。遥感器是搭载遥感器的工作，可以分为。
2024-03-28 17:58:50
722
1
原创 RS&DIP——续
常见辐射物理量：辐射能量、辐射通量（单位时间传输的辐射能量）、辐射照度（单位面积单位时间传输的辐射能量）、辐射强度（单位时间单位立体角辐射的能量）、辐射亮度（单位时间、单位面积、单位立体角下的辐射能量）。在遥感图像解译中，地物最终呈现在图像上的像素大小和位置与遥感能量传输有着极大的关系，遥感系统记录的数据是电磁波能量的传输过程，因此对遥感辐射与传输原理要有一个重要的认识。地球辐射特性：300K黑体，主要有短波辐射（主要反射太阳的能量）、中红外辐射和长波辐射（自身辐射能量）有三个“窗口”：光学、红外和微波。
2024-03-27 16:50:58
536
原创 遥感方面与图像处理的知识梳理
遥感：顾名思义就是遥远的，在不接触物体的条件下探测和测量物体的一些性质。两个特点：远离目标（非接触条件）、目标电磁波信息的获取分类：主动遥感和被动遥感（根据接收电磁波能量来分）实现遥感的三个基本条件：遥感器平台（机载和星载——>得到的数据进行后续处理有很大的不同）非接触远距离感知地物。
2024-03-26 16:40:27
602
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人