当前课程知识点：刑侦视频图像处理 > 第10章 现勘三维现场重建 > 10.8应用案例 > 10.8应用案例
刚才我们介绍了
基于激光雷达的
三维场景重建技术
那么这种技术应用效果
到底如何呢
同学们来跟我一起看一看
这是一个美剧
犯罪现场调查的视频截图
什么意思呢
这是一个仓库
那么办案人员在现场发现
仓库的四周墙面上
密布弹孔
我们可以看到
左侧墙上确实都有很多弹孔
然后墙面上这些红色的印记
就是根据弹孔的位置
以及它射入的方向
确定的弹道轨迹
通过三维现场的重建
最后办案人员发现一个其他的现象
墙面上所有的弹道
方向集中在了屋顶中央的一条
竖线上
我们可以看到屏幕中央
红色的点
形成了一条纵向的竖线
这是一个很奇怪的场景
这不像是正常的一起凶杀案
当然现场有一个孩子
被枪击中的尸体
那么到底怎么回事呢
经过推测以及调查
最后形成了一种意见
发现这是一群孩子捡到了一把枪
然后把枪绑在一个竹竿上面
从房顶上
顺下来
然后转着圈发射
形成的
所以就是说三维场景
在实际的判案中
是具有显著的优势的
可以使办案人员十分真实的回现
案件现场的发生的情况
从而做出正确的推断
这是我们在交通案件现场的
一个案例
大家可以看到
画面的左侧
是两辆追尾的汽车
而右边是我们的激光雷达
三维扫描仪
那么在现场
我们进行了自动的拍摄
机器架设以后
它就可以自动拍摄
而这时候交警
可以去处理现场的交通情况
比如说肇事人
有没有受伤
可以做这样大量的关于人的工作
让机器去自动的采集现场
那么拍摄的效果如何呢
这就是现场拍摄到的
三维点云图
我们可以看到汽车
拍摄的很清楚
当然大家有时候说
为什么有蓝色的背景
蓝色的背景表示
激光没有照射到的地方
比如说
图像的右下角这块蓝色半圆弧的
区域
这就是激光扫描仪最下面的地方
那么在现场我们采用了两个机位
在道路的左侧和右侧
分别拍摄
因为一个机位可能只照了一面
而我们要全面了解
案件现场的
一般是采用多机位拍摄
我们可以看到
图像的左边和右边
分别有两个圆形
激光扫描仪架设的位置
也就是说
激光扫描仪下面
是没有拍摄到的
我们通常的叫法
把它叫做灯下黑
这一点大家就可以理解了
由于它距离待测物体
有一定的范围
所以我们需要的
关键的案件信息
都被保留了
我们可以看到
我们在水平的道路上
拍摄了两组点云数据
通过我们软件的处理
将点云拼接
融合成一个整体的点云数据
然后我们可以通过顶视图
看到两个车
从上到下的这种位置
而且我们也可以从左从前
从后都可以看到
都可以观测
案件现场到底是什么情况
这也就是点云数据
它的一大优势
那么我们可以将点云数据
通过数学建模的方式
以及现场激光扫描仪拍摄到的照片
把它融合拼接到一起
建模以后
我们可以看到
更加真实的案件照片
除此之外
由于点云
具有了点和点之间的距离
那么我们现场
甚至不用再去做专门的皮尺测量
我们可以回到案件处理的单位
回到我们办公室
鼠标一点
就可以进行精确的测量
以上就是我们对两辆车
它的高度和长度的一个测量
激光扫描仪
可以应用在一个比较大的场景
比如说200米
或者1000米半径的
这样一个场景
我们可以看到
这幅图显示的是一个学校
图书馆的
整体建筑的三维点云
而且这个观测角度
是一种从上往下的
无人机的观测角度
而实际拍摄的位置
是在地面上
那么这个照片提示我们
不光在案件现场
包括建筑行业
对大型设备
建筑
以及地形地貌的测量
都有非常好的效果
大家看这幅图
我不知道西安的同学
知不知道我拍摄的这个是什么
对了
这是我们西安市大庆路的
丝绸之路群雕
那么为了拍摄这组群雕
我们用了8个机位
一个一个拍摄下来
然后通过我们的专业软件
把这个点云数据拼合而成的
有的同学说
老师我看着好像很粗糙
从这个角度
几十米长的群雕
我用很短的一个画面
把它描绘出来
看的确实很粗糙
但是这个图像数据是可以放大的
那么它最后可以精细到
每个人物他的耳朵
他的鼻子有多大
我都是可以测量的
所以就是说
我们应用三维激光扫描仪
不但可以拍摄到物体的
空间物理尺寸
而且再返回我们工作场所之后
我们可以把它精确到还原出来
下面请大家讨论一下
用激光雷达
或者叫做激光扫描仪的这种设备
开展现勘现场
三维重建的优缺点是什么
谢谢大家
-1.1 绪论（上）
--1.1绪论（上）
-1.2 绪论（下）
-第1章测试
-2.1 光照不良图像增强处理（上）
-2.2 光照不良图像增强处理（下）
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并？
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统：两维三维画像辅助
-第13章测试题
