【技术实现步骤摘要】
本专利技术涉及运动可视化，特别涉及一种船舶运动可视化方法、系统、可读存储介质及计算机。
技术介绍
1、随着科技的飞速发展，科学技术与各类行业的融合与应用已经成为主流趋势。
2、现有的船舶运动可视化方法，是通过获取船舶的运动数据，并利用运动数据进行数值仿真，从而模拟出船舶的运动轨迹，然而，单纯通过数值仿真缺少直观性，通过动画效果将数值仿真的演变过程进行呈现效果不太明显，无法做到对船舶的运动化的实时可视效果，导致船舶的运动无法实时监测。
技术实现思路
1、基于此，本专利技术的目的是提供一种船舶运动可视化方法、系统、可读存储介质及计算机，以至少解决上述技术中的不足。
2、本专利技术提出一种船舶运动可视化方法，包括：
3、对图像采集设备所采集的船舶图像进行滤波处理，以消除所述船舶图像中的噪声得到对应的点云图像；
4、利用自相关矩阵对所述点云图像进行特征点提取，以得到对应的特征点，并根据所述特征点进行网格重建，以得到所述船舶图像所对应的三维网格模型；
5、采集所述船舶图像的倾斜图像，并根据所述倾斜图像和所述三维网格模型进行质量映射，以加深所述三维网格模型的真实纹理信息，得到三维运动模型；
6、获取所述三维运动模型的运动数据，并对所述运动数据进行数据转换，基于数据转换结果对所述三维运动模型进行投影处理，以得到对应的运动轨迹，根据所述运动轨迹实现所述船舶的运动可视化。
7、进一步的，对图像采集设备所采集的船舶图像
8、利用高斯滤波算法对所述船舶图像进行滤波处理，以消除所述船舶图像中噪声，得到初步处理图像；
9、对所述初步处理图像进行欧氏距离判定，以筛除所述初步处理图像中相同位置点，得到点云图像。
10、进一步的，利用自相关矩阵对所述点云图像进行特征点提取，以得到对应的特征点的步骤包括：
11、构建自相关矩阵，并获取所述点云图像的内外方位信息，根据所述自相关矩阵和所述内外方位信息确定所述点云数据的图像窗口；
12、对所述图像窗口内的点云数据进行差分运算，以得到对应的方向梯度，并根据所述方向梯度求解出所述点云数据的特征点数据。
13、进一步的，根据所述特征点进行网格重建，以得到所述船舶图像所对应的三维网格模型的步骤包括：
14、标记所述点云图像中的参考图像，并根据所述参考图像对所述点云图像中的其他图像进行特征匹配，以得到对应的网格模型点；
15、以所述网格模型点为中心构建初始网格数据，并利用所述初始网格数据进行网格扩散，以得到对应的网格扩散数据；
16、对所述网格扩散数据进行数据过滤以及网格重建，以得到对应的三维网格模型。
17、进一步的，采集所述船舶图像的倾斜图像，并根据所述倾斜图像和所述三维网格模型进行质量映射，以加深所述三维网格模型的真实纹理信息，得到三维运动模型的步骤包括：
18、构建所述倾斜图像与所述述三维网格模型的映射关系，并根据所述映射关系对所述三维网格模型进行纹理标记；
19、基于质量经验值对纹理标记后的三维网格模型进行质量映射，以得到具有真实纹理信息的三维运动模型。
20、本专利技术还提出一种船舶运动可视化系统，包括：
21、滤波处理模块，用于对图像采集设备所采集的船舶图像进行滤波处理，以消除所述船舶图像中的噪声得到对应的点云图像；
22、网格重建模块，用于利用自相关矩阵对所述点云图像进行特征点提取，以得到对应的特征点，并根据所述特征点进行网格重建，以得到所述船舶图像所对应的三维网格模型；
23、质量映射模块，用于采集所述船舶图像的倾斜图像，并根据所述倾斜图像和所述三维网格模型进行质量映射，以加深所述三维网格模型的真实纹理信息，得到三维运动模型；
24、可视化模块，用于获取所述三维运动模型的运动数据，并对所述运动数据进行数据转换，基于数据转换结果对所述三维运动模型进行投影处理，以得到对应的运动轨迹，根据所述运动轨迹实现所述船舶的运动可视化。
25、进一步的，所述滤波处理模块包括：
26、滤波处理单元，用于利用高斯滤波算法对所述船舶图像进行滤波处理，以消除所述船舶图像中噪声，得到初步处理图像；
27、距离判定单元，用于对所述初步处理图像进行欧氏距离判定，以筛除所述初步处理图像中相同位置点，得到点云图像。
28、进一步的，所述网格重建模块包括：
29、矩阵构建单元，用于构建自相关矩阵，并获取所述点云图像的内外方位信息，根据所述自相关矩阵和所述内外方位信息确定所述点云数据的图像窗口；
30、差分运算单元，用于对所述图像窗口内的点云数据进行差分运算，以得到对应的方向梯度，并根据所述方向梯度求解出所述点云数据的特征点数据。
31、进一步的，所述网格重建模块还包括：
32、特征匹配单元，用于标记所述点云图像中的参考图像，并根据所述参考图像对所述点云图像中的其他图像进行特征匹配，以得到对应的网格模型点；
33、网格扩散单元，用于以所述网格模型点为中心构建初始网格数据，并利用所述初始网格数据进行网格扩散，以得到对应的网格扩散数据；
34、模型重建单元，用于对所述网格扩散数据进行数据过滤以及网格重建，以得到对应的三维网格模型。
35、进一步的，所述质量映射模块包括：
36、纹理标记单元，用于构建所述倾斜图像与所述述三维网格模型的映射关系，并根据所述映射关系对所述三维网格模型进行纹理标记；
37、质量映射单元，用于基于质量经验值对纹理标记后的三维网格模型进行质量映射，以得到具有真实纹理信息的三维运动模型。
38、本专利技术还提出一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的船舶运动可视化方法。
39、本专利技术还提出一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的船舶运动可视化方法。
40、本专利技术当中的船舶运动可视化方法、系统、可读存储介质及计算机，通过对船舶图像进行图像采集，并对所采集到的图像进行滤波处理得到点云图像，利用自相关矩阵对点云图像进行特征点提取，根据特征点进行网格重建，得到对应的三维网格模型，利用图像数据还原对应的网格模型，以对船舶运动实现更好的表现效果，采集船舶的倾斜图像，根据倾斜图像和三维网格模型进行质量映射，以得到三维运动模型，加深模型的真实纹理信息，能够使得船舶的模型更具真实性，获取三维运动模型的运动数据，根据运动数据对三维运动模型进行投影处理，以快速实现船舶的运动可视化。
本文档来自技高网...【技术保护点】
1.一种船舶运动可视化方法，其特征在于，包括：
2.根据权利要求1所述的船舶运动可视化方法，其特征在于，对图像采集设备所采集的船舶图像进行滤波处理，以消除所述船舶图像中的噪声得到对应的点云图像的步骤包括：
3.根据权利要求1所述的船舶运动可视化方法，其特征在于，利用自相关矩阵对所述点云图像进行特征点提取，以得到对应的特征点的步骤包括：
4.根据权利要求1所述的船舶运动可视化方法，其特征在于，根据所述特征点进行网格重建，以得到所述船舶图像所对应的三维网格模型的步骤包括：
5.根据权利要求1所述的船舶运动可视化方法，其特征在于，采集所述船舶图像的倾斜图像，并根据所述倾斜图像和所述三维网格模型进行质量映射，以加深所述三维网格模型的真实纹理信息，得到三维运动模型的步骤包括：
6.一种船舶运动可视化系统，其特征在于，包括：
7.根据权利要求6所述的船舶运动可视化系统，其特征在于，所述滤波处理模块包括：
8.根据权利要求6所述的船舶运动可视化系统，其特征在于，所述网格重建模块包括：
9.一种可读存
10.一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一所述的船舶运动可视化方法。
...【技术特征摘要】
1.一种船舶运动可视化方法，其特征在于，包括：
2.根据权利要求1所述的船舶运动可视化方法，其特征在于，对图像采集设备所采集的船舶图像进行滤波处理，以消除所述船舶图像中的噪声得到对应的点云图像的步骤包括：
3.根据权利要求1所述的船舶运动可视化方法，其特征在于，利用自相关矩阵对所述点云图像进行特征点提取，以得到对应的特征点的步骤包括：
4.根据权利要求1所述的船舶运动可视化方法，其特征在于，根据所述特征点进行网格重建，以得到所述船舶图像所对应的三维网格模型的步骤包括：
5.根据权利要求1所述的船舶运动可视化方法，其特征在于，采集所述船舶图像的倾斜图像，并根据所述倾斜图像和所述三维网格模型进行质量映射...
【专利技术属性】
技术研发人员：郑兵，姚海涛，王健敏，李小丽，
申请(专利权)人：海南科技职业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。