本公开涉及车辆模型渲染方法、装置、存储介质及电子设备，其中，方法步骤包括:确定车辆模型；根据所述车辆模型，确定目标数据集；对所述目标数据集进行傅里叶变换处理，得到水下抖动数据集，其中，所述水下抖动数据集中的数据用于表征所述车辆模型处于模拟水位线下的、每个网格顶点数据变换之后的折射抖动幅度，不同距离的所述网格顶点数据在所述傅里叶变换之后的折射抖动幅度不同，所述距离为所述网格顶点数据与所述模拟水位线之间的距离；对所述水下抖动数据集进行渲染，得到车辆渲染模型。可以实时对车辆模型进行渲染，同时可以提高车辆模型的渲染效率。
本发明提供了一种显示面板的检测方法及检测系统，其中，该检测方法包括:获取所述显示面板在显示暗态画面时的暗态图像；根据所述暗态图像，检测出所述显示面板的亮点；获取所述显示面板在显示亮态画面时的亮态图像；根据所述亮态图像，检测出所述显示面板的暗点。用于提高对显示面板的亮暗点的检测效率。
本发明提供一种基于点云信息的螺柱检测方法，利用三维视觉传感器获取底面及螺柱侧表面点云，对螺柱侧表面点云进行预处理，剔除杂点，获取处理后的点云中各点的法向量；利用法向量计算余弦相似度，剔除非内外径上的螺纹点；利用所有内螺纹点、外螺纹点拟合圆柱，获取螺柱中轴线；计算中轴线与底面的夹角及交点坐标，作为螺柱位姿信息，本发明方法直接利用内螺纹点和外螺纹点拟合中轴线，计算准确、耗时短，此外，通过对点云的预处理，将点云中的噪声、杂点剔除，进一步保障了拟合结果的有效性，具有自动化程度高、抗干扰性强的特点。
本发明涉及人机交互装置技术领域，具体涉及一种基于深度学习网络的多IMU动作捕捉方法、系统及介质。本发明包括如下步骤:S1、多IMU动作的捕捉：预先在SMPL人体模型的关键部位佩戴多个IMU；通过Mujoco物理引擎对多变量特征施加高斯白噪声来模拟真实的IMU数据；S2、构建深度学习网络：深度学习网络输入多变量特征，通过正向TCN和反向TCN学习得到空间特征，再将空间特征融合，经过正向GRU和反向GRU得到时序特征，时序特征融合输入多头注意力层以得到人体姿态参数；S3、人体姿态的物理约束：利用PBDL损失函数，施加物理约束后的深度学习网络，实现对人体姿态的准确识别，符合自然世界的物理规律。
本发明提出一种加工轨迹形变补偿方法及系统，其中，加工轨迹形变补偿方法包括以下步骤:获得初始轨迹；获取图像；对获取的图像进行拼接及标定等预处理操作；设置多个锚定点测量盒，在对应范围内计算获得锚定点；在初始轨迹点位处进行轨迹点测量盒的生成，并设置好各轨迹点测量盒对应的轨迹点坐标计算方式；获得锚定点；根据所得锚定点坐标更新相应的被锚定的轨迹点测量盒的位置；在轨迹点测量盒的范围内按设定的方式计算坐标并更新至对应轨迹点，获得矫正轨迹；直接执行矫正轨迹；通过加工轨迹形变补偿系统的初始轨迹获取单元、图像获取单元、视觉处理单元、轨迹执行单元去完成以上步骤，便能够以较为简易的方式实现大型复杂轨迹的纠偏或定位。
本申请提供了一种基于遥感技术的森林积蓄量监测分析方法及系统。该基于遥感技术的森林积蓄量监测分析方法包括:通过无人机采集森林图像；对所述森林图像进行融合，生成融合图像；对所述融合图像进行增强，生成增强图像，提取所述增强图像中的森林特征和空间特征；根据所述森林特征和所述空间特征，确定该森林片区对应的积蓄参数；根据所述积蓄参数和历史积蓄参数进行对比，生成监测分析报告。该过程利用无人机高效采集森林图像，通过图像融合和增强技术提取关键森林特征和空间特征，以准确计算该区域的积蓄参数，并与历史数据进行对比，生成详尽的监测分析报告。提高了森林资源管理的准确性和实时性，为生态保护和可持续发展提供了科学依据。
本公开的实施例公开了油罐布局信息生成方法、装置、电子设备和介质。该方法的一具体实施方式包括:对目标合成孔径雷达图像进行图像剪裁，得到子图像集；对于子图像集对应的区域信息集中的每个区域信息，获取光学图像集；对于光学图像集组中的每个光学图像集，将光学图像集中的各个光学图像分别输入至油罐特征信息提取网络，得到特征图集；对于特征图集组中的每个特征图集，将特征图集中的各个特征图进行特征图融合，得到融合后特征图；对于所得到的融合后特征图集中的每个融合后特征图，生成第一油罐信息集中各个第一油罐信息的位置信息和各个第一油罐信息的半径信息；生成油罐布局信息。该实施方式可以准确、高效的生成油罐布局信息。
本发明涉及列车图像识别领域，具体是一种基于动态列车同步采样的图像校准系统，通过图像采集模块采集待测图像，并经过一级比对模块、二级比对模块和三级比对模块的检测比对，并通过校准分析模块对比对后的图像进行图像处理和校准，解决了现有技术中图像同步采样存在偏差、在后续列车检测过程中图像拼接和三维建模精度低，列车检测数据计算成本高的问题，通过使用精确校准后的图像，能够用于后续的异物检测、列车划痕检测和列车轨道缺陷检测等，达成了减少了数据检测成本，提高了检测效率，确保了列车运行的安全性和稳定性的有益效果。
本发明公开了一种基于图像分形维数的TBM破岩效率评价方法，涉及TBM施工评价研究技术领域，包括以下步骤:搭建获取岩渣图像的拍摄平台，对获取的岩渣图像进行预处理；依照Sandbox法基本原理，针对岩碴图像特点在原有模型的基础上进行改进，基于Matlab平台编写了图像分形维数的计算程序，把图片导入计算程序以获取图像分形维数；设计拍摄高度对比上述步骤所得图像分形维数的性能和适用条件，并与传统盒计数法进行了对比；分析图像分形维数与比能、粗糙度指数的相关性来确定其与TBM破岩效率的关系；本发明可以用于在某一项目中评价破岩效率，比较破岩效率是增大了还是减小了，进而调整施工策略。
本发明涉及图像数据处理技术领域，具体涉及一种用于肾病人员状态数据存储方法，包括:根据获取CT图像的差值图像中像素点的灰度值，获得有效像素点和无效像素点，根据有效像素点和无效像素点之间的差异，将差值图像进行迭代划分，根据划分结果构建树结构，实现对肾病人员相关状态的图像数据进行智能存储。本发明利用CT图像的基本特征，对图像进行差分处理，随后结合CT差值图的像素分布规律，进行差值图压缩存储，从而进一步提高了压缩率，大大节省了存储空间，优化了存储空间资源的使用率。