EPS三维测图版实战:点云与影像融合的三维数据采集工作流

简介:这是一份面向建筑、工程与GIS领域的EPS三维测图版资源包,聚焦三维数据采集与建模,可适用于测绘、设计及空间分析场景。软件以AutoCAD为运行环境,通过ARX/DBX插件扩展实现三维模型创建、编辑与渲染,并采用免硬件密钥的授权方式。压缩包共621个文件、约70.92MB,以dll动态库、vbs脚本、bar工具栏、sdl界面描述及exe程序为主,辅以arx/dbx插件、bmp图形等,完整呈现了软件的功能组件与界面配置。资源已吸引5735人学习下载,适合需要深入理解或部署该三维测图工具的用户群体。通过系统整理文件结构,可以帮助快速定位不同AutoCAD版本对应的加载项,了解数据存储与界面调用逻辑,并为后续二次开发或集成提供参考。由于杀毒软件对部分脚本可能误报,建议从可靠来源获取资源并在隔离环境中验证。

1. EPS三维测图版:三维数据采集的新效率极

做倾斜摄影和激光点云的内业人员,十有八九都被同一个问题折磨过:点云和正射影像数据量巨大,但在传统二维测图软件里只能当作背景图层看,楼层高差、屋檐外飘、立面开窗全部要靠脑补。EPS三维测图版解决的就是这件事——在三维场景里直接对着点云和实景模型量测、绘图,采集得到的每一根线、每一个点都自带真实的三维坐标。它的适用人群很明确:在三维数据采集上有硬需求的测绘内业人员、无人机航测从业者以及建筑立面采集的作业员。如果你手头已经有整理过的点云数据或者倾斜模型,打算从传统的"先画二维再补高程"改成"直接在三维里采",这套工作流值得完整过一遍。

2. 坐标系与底图:三维数据采集的前提条件

2.1 坐标系设置:先想清楚数据从哪来

在EPS里做三维测图,坐标系设置不是菜单里选一下就完事的。点云来源不同,坐标系统的差异会直接决定你的成果能不能和已有地形图对上。常见做法是先确认数据本身的坐标系:倾斜摄影数据通常使用地方坐标系加高程基准,机载LiDAR点云则经常已经做了分幅和偏心改正,不同项目公司交付的格式也各有差异。

进入三维测图模块后,我一般先做一次"坐标体检"。方法是在工程设置里找到坐标系管理,选择对应的投影参数,EPS软件有标准的坐标系统库,但地方坐标往往需要自己手动录入。操作上依次点击工程设置、坐标系参数、添加坐标系,录入中央子午线、北向/东向偏移量和椭球参数。如果是CGCS2000,椭球参数不用改,主要是中央子午线要核对清楚,这一步错了,后面所有采集的成果都会平移几十米,返工成本极高。

参数录完之后,注意看状态栏的坐标显示。把鼠标移动到点云范围内,如果显示的坐标值在百万级并且小数位数正常,说明投影参数基本正确。我见过不少同行在这上面翻车,原因是某个城市的独立坐标系挂了抵偿面,中央子午线不是标准3度带参数,还需要额外做高程归算。遇到这种情况,宁可先停一下,向数据提供方确认参数来源,也不要直接硬采,因为后续成果做入库质检时根本过不了。

2.2 底图加载顺序与精度链

EPS三维测图版支持同时加载点云、DOM、三角网模型和已有矢量数据,但加载顺序有讲究。二维矢量成果通常应该放在最底下作为参考层,点云作为主要采集依据,DOM影像放在二者之间用来辅助判读。加载顺序一旦颠倒,三维窗口的显示效率和遮挡关系都会出问题。

实际操作中,先新建工程,再加载已有的"基础地形图.dwg"或"基础地形图.shp"作为底图参考,这样可以对照已有要素的形状判断坐标系是否一致。然后加载点云数据,这时候观察点云和矢量线是否大致重合。如果点云里的房屋轮廓和底图上的房屋边线存在一致性偏移,通常是坐标系投影或者中央子午线设置的问题,不是数据本身的问题。

DOM影像作为第三层加载,注意要在图层管理里调整它的叠加顺序。EPS的三维窗口对影像和点云的混合显示依赖显卡深度缓冲,影像图层的顺序不对会导致DOM盖住点云,无法在采集时看到点云细节。一般把DOM放在点云图层的下方,透明度初始设为70%,确认房屋阴影轮廓和点云边缘误差在0.2米以内再开始采集。

2.3 高程异常修正与精化

平面坐标对得上不意味着高程也对得上。倾斜摄影和LiDAR点云的高程基准通常基于大地高或者正常高,而测绘成果要求的高程基准是1985国家高程基准,中间差了一个高程异常值,通常在几十厘米到两米之间。EPS里没有自动做高程异常改正的按钮,需要在处理流程里手动介入。

常见做法是在点云预处理阶段就完成高程改正,如果在EPS里发现点云高程和实测高程存在固定差值,可以记下这个差值,在数据导入参数里做整体偏移。具体方法是选中所有点云图层,在图层属性里找到"高程平移"选项,输入改正数值,正值向上移动,负值向下移动。平移完之后再做一次点云和已有水准控制点的高程对比,看差值是否收敛到允许范围内。

3. 点云加载与优化:避免数据黑洞,先把三维场景跑顺

3.1 点云格式选择:LAS还是分块数据

EPS三维测图版支持的常见点云格式是LAS和LAZ,也兼容部分厂商的私有格式。很多航测项目交付的点云单块就有几百兆,放进三维窗口后最直观的表现就是卡顿、转动视角时画面撕裂。格式的选取直接影响性能表现,LAZ压缩格式在磁盘占用上有优势,但加载和抽稀运算时需要解压,反而增加CPU负担。我一般会先把LAZ转为LAS,再按测区范围分块加载。

转换格式的常用方案是使用点云处理工具做批量转换,以下是一个常见的Python调用逻辑示例:

import laspy import numpy as np # 读取LAZ压缩点云 in_file = laspy.read("测区01.laz") # 按坐标范围切块:把点云按200米x200米网格切分 x_min, y_min = in_file.header.mins[0], in_file.header.mins[1] x_max, y_max = in_file.header.maxs[0], in_file.header.maxs[1] tile_size = 200.0 x_ranges = np.arange(x_min, x_max, tile_size) y_ranges = np.arange(y_min, y_max, tile_size) print("分块数量:", len(x_ranges) * len(y_ranges))

这段脚本的思路是先把LAZ读取进来,然后按测区范围计算需要切分的块数,实际切分时再把每个网格内的点用布尔掩码筛选出来,写入新的LAS文件。参数说明:tile_size是每块点云的边长,单位米,设置200米时单块点云大概控制在几十MB;x_ranges和y_ranges是网格起点数组,用于循环切块。分块之后,在EPS里按网格顺序逐块加载,三维场景的操作流畅度会明显提升。

3.2 点云抽稀与渲染模式设置

即使做了分块,单块点云的点数仍然可能达到百万级。EPS三维测图版内部有抽稀机制,但默认抽稀比例可能不适合你的场景。采集房屋细节时,抽稀太狠会导致墙角拐点看不清楚,抽稀太少则转视角时掉帧。处理方式是在图层属性里调节"点间距"参数,点间距代表显示时相邻两点之间的最小距离,单位毫米。

点间距设成0.05米时建筑轮廓和门窗细节清晰可辨,对机器性能要求也高;设成0.2米时可大幅提升流畅度,适合做大范围巡视和草绘。另一个影响视觉判断的参数是渲染模式。EPS里有"按高程着色"和"按强度着色"两种模式,默认是强度着色,但如果点云强度信息缺失,画面会呈现灰色一片,对轮廓判断不利。建议切换为按高程着色,色带会依据高差自动分层,房屋、地面、植被的层次感更清楚,采集时可以快速识别断裂线位置。

操作路径为:图层管理 → 右键点云图层 → 图层属性 → 显示设置,修改点间距和颜色模式。修改后不需要重启软件,即时生效,但要注意在高分辨率显示器上适当调大点间距来平衡性能。

3.3 裁剪与剖面:把视角切进目标区域

大片点云在三维窗口里全部展开时,视觉干扰很大,尤其是植被点和噪点没有清理干净的情况下,采集效率反而比二维更低。我习惯在采集前先把工作范围裁剪出来,EPS提供的裁剪盒功能可以按矩形、多边形两种方式框定范围,框内显示点云,框外全部隐藏。

框定范围的操作如下:

# 在EPS命令行工具中输入以下命令控制裁剪盒 # 创建矩形裁剪盒,左下角坐标(500000, 3400000),右上角(500200, 3400200) # 高程范围从0到50米 CUTBOX 500000,3400000,500200,3400200 0 50

CUTBOX命令有5个关键参数,前四个是平面坐标范围,第五个和第六个是高程下限与上限。高程范围设置很重要,比如做立面采集时把高程切到0至20米,可以彻底过滤掉高层建筑的顶部点云干扰。剖面功能类似,是把点云切出一个竖切面,适合查看建筑立面结构,在EPS侧边栏中找到"剖面分析"工具,画一条切割线就能生成剖面点云视图,这对于判断屋檐细节和楼层分界非常有用。

4. 三维矢量采集:核心工具与场景化操作流程

4.1 三维捕捉与高程设置:点要落在正确的层上

三维测图的核心操作是直接在点云表面画矢量。EPS的捕捉工具和二维CAD有本质区别——二维CAD的捕捉是基于平面的,EPS的捕捉是基于三维空间体素的。采集一个房屋角点时,捕捉到的坐标是真实的三维坐标,即X、Y、Z同时确定。新手常犯的错误是忽略Z值变化,画出的一栋房子所有角点Z值都一样,楼层高差被抹掉了。

捕捉设置里有一个"高程来源"选项,可以选择自动捕捉、手动输入和恒定高程。自动捕捉模式下,鼠标移动到点云上的任意位置,程序自动读取该位置最近的点的Z值,适合跟随地形变化采集等高线;恒定高程模式适合在同一个楼层高度采集平面,比如绘制某一层的窗户线,先把高程固定在15.5米,再画出来的线全部落在同一高度。我一般会把捕捉方式设在"自动+高亮",鼠标移动时实时显示当前坐标,按下Ctrl键则可以锁定当前捕捉的XY点单独调整Z值,这个习惯在采集高层建筑时非常实用。

4.2 立面与断裂线采集:两个高频场景

立面采集是EPS三维测图版的高频场景。建筑立面在点云里表现为陡峭的点云竖直面,直接俯视采集时看不清窗户的边界。此时需要把三维视图切成侧视模式,快捷键是F8,切换后视角垂直于选定的立面,窗户、阳台、空调外机的外轮廓会变得非常清晰,这时再画矢量就能保证线条贴合实际结构。

断裂线采集则是针对地形变化的作业,比如陡坎、路沿、坡顶线。在点云按高程着色模式下,断裂线表现为颜色突变的分界线,鼠标悬停时可以看到高程值跳动。采集断裂线的技巧是不要单点单击,而是使用"连续采集"模式,每点击一个点之后程序自动在当前点和前一个点之间连成直线,这种模式在采曲率变化大的坎边线时效率比单点模式高得多。EPS里还有一个"正交偏移"功能适合采集规则建筑,画第一边后第二边自动与第一边保持垂直关系,前提是建筑确实接近直角,否则采出来的成果会失真。

4.3 快捷操作与工作流编排

三维采集的熟练度很大程度取决于快捷键运用。EPS的默认快捷键设置里有几个高频操作:按住空格键临时切换为平移模式,松开后恢复采集,避免鼠标频繁在工具栏和场景之间移动;按住Shift加滚轮可调整点云点间距;Ctrl+W保存当前编辑的矢量图层。把这三个操作记熟之后,采集速度能提升将近一倍。

多人协作时要注意图层管理规范和文件保存路径。EPS会把矢量数据自动存储在工程文件目录下,如果你在作业中途更改了模型名称或移动了工程目录,关联数据会断链,导致打开工程后矢量丢失。建议每天开工前把整个工程目录复制一份到本机备份盘,结束工作时再把工程目录整个打包提交,不要只保存模型文件。数据归档阶段,矢量成果可以用标准格式输出:

# 导出矢量成果为DXF格式,保留三维坐标 # 在EPS中选择:文件 -> 导出 -> DXF # 关键参数:勾选"导出三维多段线",不要勾选"展平高程" # 这样输出的DXF里每个节点都有真实Z值

导出参数的细节決定下游能不能用。曾经有同事导出了一份DXF给规划院,对方在CAD里打开发现所有线都是平的,原因是导出时勾选了"展平高程"。从那以后我每次导出都会第一时间在CAD里检查属性表,确认Z值不为零再交付。

5. DOM叠加与调准:让影像和点云精确对齐

5.1 DOM加载通道与图层规则

DOM正射影像是三维测图过程中重要的辅助判读数据。EPS加载DOM的方式不是直接打开图片,而是通过影像管理层添加。加载步骤:图层管理 → 添加数据 → 添加影像,选择DOM文件后,程序会根据文件自带的坐标信息自动定位。如果DOM不带坐标信息,需要手动指定,先选影像,再依次点击两个已知点和对应坐标,完成配准。

DOM和点云配合使用时有一个常见的认知误区:以为DOM是正射影像,所以位置一定准确。实际上DOM在制作过程中会产生接边误差和投影差,在房屋密集区域可能偏移几十厘米甚至超过一米。所以DOM只能作为辅助判读,不能作为主要采集依据。我在作业中把DOM透明度默认调整为50%,点云可以透出,同时影像的纹理细节仍能看清楚,这样能同时参考两者的优势。

5.2 配准检测与参数调整

加载DOM后必须做的事情是配准检查。方法是缩放至某一个明显的地物特征点,比如道路交叉口或独立的房角,查看影像上的位置和点云上的位置是否重合。如果偏差在可接受范围内(通常不超过0.3米),可以直接作业;如果偏差较大,需要对DOM进行平面偏移修正。

EPS的影像校正功能支持手动平移,也可以输入偏移量。常见做法是用两个控制点计算一个平移向量,应用到整个影像层。在影像图层属性里找到"位置偏移",填入X、Y方向的平移量。如果DOM整体已经做了正射校正但仍有局部扭曲,那是影像本身的问题,在EPS里无法修复,需要回到空三软件里重新生成DOM。另外注意检查DOM高程:部分DOM带高程信息,叠加后会有起伏效果,这样在三维场景里会更贴合点云,但如果高程基准和点云不一致,DOM会出现飘浮或者下沉的现象,这时需要在影像属性里关闭高程叠加。

5.3 成果输出与数据整饰

三维测图采集的最终成果通常要进入入库或者制图环节。输出前先做一次"穿墙检测":用三维窗口的旋转视角,沿房屋轮廓线走一圈,检查采集的边线是否存在穿入墙体的情况。穿墙的原因通常是捕捉时点云边缘不清晰或者抽稀过度导致定位偏差,发现后使用节点编辑功能拖动到正确位置。

输出的格式选择取决于下游平台。常见的两种是DWG和SHP,DWG适合制图和编绘,SHP适合入库和GIS分析。在EPS导出选项中,坐标单位选"米",要素类型按地物编码区分,切勿全部导出为一个图层。前期建图时把房屋、道路、水系分到不同图层,导出时按图层单独输出,这样交付后对方不需要再花时间拆层。

数据整饰阶段的细节容易被忽视,却是质检扣分的重灾区。主要检查项包括:要素闭合性(房屋轮廓线首尾是否闭合)、高程异常点(孤立的高程突变点)、重复采集(同一条边线被画了两次)。EPS里可以借助"拓扑检查"工具自动找出未闭合的要素,修复闭合后再导出。

6. 避坑与实战技巧:三维数据采集常见问题清单

6.1 五个高频坑:现象、原因、解决

坑一:点云在三维窗口里不显示

现象:图层树里点云已加载,但三维窗口空白一片。原因大概率是显示范围没刷新,或者点云坐标为超出视图的异常范围。解决方法是双击图层管理中的点云图层名,让视图自动缩放到点云范围;如果仍然空白,检查图层属性里的点间距是否设得过大,例如设成了10米以上,此时点几乎不可见。

坑二:坐标对不上,点云比实际位置偏了几十米

现象:加载底图后,房屋点云和底图上的房屋位置相差一个固定数值。原因基本是中央子午线参数设置错误,或者坐标系缺少抵偿参数。解决方法是回到坐标系管理,用已知控制点验证,确认参数后重新加载。不要试图通过平移点云来修正,那样会掩盖原始错误,后续换一台机器工作还是错。

坑三:采集时捕捉点"跳"到远处

现象:鼠标点在房屋角点上,但实际捕捉的点落在了几十米外。原因常见于点云中该区域存在异常离群点,或者捕捉模式设置成了最近点捕捉,被噪点干扰。解决方法是开启"最大捕捉距离"限制,设置一个合理阈值,例如10米,超出范围不再捕捉;同时检查是否误开了"全局捕捉"选项,应该关掉,只保留可见图层捕捉。

坑四:DOM影像盖住点云,无法看见点云细节

现象:加载DOM后点云完全被遮挡。原因是影像数据在图层树中位于点云的上方,三维渲染默认上层遮挡下层。解决方法是把影像图层拖到点云图层下方,或者把影像透明度调到30%以下,两者可配合使用,保证点云细节和影像纹理同时可见。

坑五:自动保存的文件打不开,工程崩溃

现象:EPS在采集过程中出现未响应,强制关闭后自动保存文件无法恢复。原因可能是自动保存文件Write过程中被杀毒软件拦截,或者工程目录包含中文名称和特殊字符。解决方法是把工程目录改成纯英文路径,并在软件的系统设置中将自动保存间隔调整为10分钟,同时手动保存到本地磁盘后再继续作业。

6.2 几个提升效率的细节技巧

技巧一:使用键盘输入专家命令。EPS内置命令输入框可以快速调用功能,在输入框里直接敲命令名比在菜单里找快得多,例如输入"DL"快速创建新图层、"C"切换捕捉模式。用习惯后,工作流会从"鼠标+菜单"变成"键盘+鼠标",减少频繁切换。

技巧二:利用空格键临时平移。在采集过程中按下空格键,光标临时变成平移手掌,拖动完视图松开后自动恢复采集模式。这在需要频繁缩放移动的场景下减少大量鼠标位移。搭配鼠标滚轮缩放,可以做到几乎不把光标移出绘图区域地连续作业。

技巧三:利用"高程偏移"验证数据可靠性。完成一个区域采集后,随机选取几个采集的角点,用点云直接量测功能对比实际点云高程,差值的平均值可以反映采集精度。常年作业时我会设置一个固定偏差阈值,超过阈值且反复出现,就要考虑是否抽稀参数太粗导致细节丢失。

做三维测图这行,最忌讳的就是只顾采集速度不看数据质量。数据采完了,如果坐标系统错了、DOM没配准、图层乱成一片,返工的时间往往比重新采集还多。我从第一次踩了"展平高程"的坑之后,现在每次导出成果前都会强制走一遍自查流程:坐标基准、高程基准、图层结构、要素闭合性,四步查完再交付。希望这套流程和前面这些经验,能帮你少走些弯路,直接把精力花在采集本身。

本文还有配套的精品资源,点击获取

相关新闻

ChatGPT论文降AI率全攻略:原理、工具与实操方法

ChatGPT论文降AI率全攻略:原理、工具与实操方法

如果你最近用 ChatGPT 直接生成了一篇论文初稿,又恰好被 AI 率检测工具查了一下,大概率会看到红色大字“AI率100%”。先别急着骂工具不准,这个数字背后其实是有一套固定逻辑的。只要你理解了检测器在看什么,再配合合适的改写方法和…

2026/10/20 20:47:50 阅读更多 →
嵌入式CAN总线源码设计:从协议原理到工程实践

嵌入式CAN总线源码设计:从协议原理到工程实践

简介:一套面向嵌入式开发者的CAN总线源代码设计资料压缩包,覆盖STM32平台下CAN协议驱动、回环测试、物理层收发器连接等工程实现。包内共201个文件,以C源文件、H头文件、O目标文件、HEX固件和UVPROJX工程为主,辅以链接脚本、批处理…

2026/10/20 20:46:39 阅读更多 →
零基础搞懂Kubernetes:从Pod到Deployment的入门实战与避坑指南

零基础搞懂Kubernetes:从Pod到Deployment的入门实战与避坑指南

简介:这份Kubernetes课件面向容器编排初学者与运维开发人员,系统梳理k8s基础知识点,帮助读者建立从集群架构到应用管理的完整认知。内容涵盖k8s基本概念、集群架构与核心组件(如kube-apiserver、kube-controller-manager、kube-sc…

2026/10/20 20:46:39 阅读更多 →

最新新闻

AI平台选型指南:从通用对话到开源自部署的实战策略

AI平台选型指南:从通用对话到开源自部署的实战策略

1. 主流AI平台的全景地图与选型逻辑1.1 为什么现在聊“AI平台”比聊“AI模型”更实际过去一年我接触了不少团队,从几个人的小工作室到上百人的产品线,大家问得最多的问题早就不是“哪个模型最强”,而是“我该把活儿交给哪个平台”。这个转变很…

2026/10/20 21:33:02 阅读更多 →
Win11 25H2下WPS频繁未响应:一个从证据到方向的完整排查记录

Win11 25H2下WPS频繁未响应:一个从证据到方向的完整排查记录

先说结论:我遇到的这个“Win11 25H2 WPS 频繁未响应”问题,直到现在还没有一个确定的根因。但是经过几天反复测试和收集证据,基本可以锁定它并不是WPS软件自身单独惹的祸,而是系统底层和当前环境里某个驱动层组件有兼容性冲突。这…

2026/10/20 21:33:02 阅读更多 →
MCP / Agent / Skill 技术生态分类汇总:用 TaoToken 统一 Key 打通三类工具链

MCP / Agent / Skill 技术生态分类汇总:用 TaoToken 统一 Key 打通三类工具链

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 21:33:02 阅读更多 →
Claude账号防封全攻略:避开风控红线,让账号长期稳定

Claude账号防封全攻略:避开风控红线,让账号长期稳定

说来有点丢人,我在刚接触 Claude 的头两个月里,就亲眼看着身边三个朋友先后被提示账号异常,其中一个甚至用了不到三天就进小黑屋。那时候大家的第一反应都是"平台是不是疯了",但后来我对照着官方使用条款和自己的操作记…

2026/10/20 21:33:02 阅读更多 →
AI漫剧工业化生产流水线:人机协作边界与六层技术栈实战

AI漫剧工业化生产流水线:人机协作边界与六层技术栈实战

1. 项目概述:这不是“白嫖教程”,而是一套可落地的AI漫剧工业化生产流水线“AI漫剧制作全教程”这个标题,乍看是知识付费圈常见的流量钩子,但真正拆开来看,它背后指向的是一整套正在快速成型的数字内容工业化新范式。我…

2026/10/20 21:33:01 阅读更多 →
FPGA开发者必看:SRIO协议从IP配置到数据收发的完整调试指南

FPGA开发者必看:SRIO协议从IP配置到数据收发的完整调试指南

简介:面向FPGA与嵌入式系统开发者,这套Xilinx SRIO使用例程围绕Serial RapidIO高速串行互连协议在Spartan6系列中的实际部署,系统覆盖硬核配置、端口速率选择、测试平台搭建与仿真验证,解决高带宽低延迟场景下的接口设计与调试难题…

2026/10/20 21:31:57 阅读更多 →

日新闻

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
ESP32舵机控制指南:原理、多路驱动与避坑实战

ESP32舵机控制指南:原理、多路驱动与避坑实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
位移法实现一阶低通滤波:单片机ADC采样降噪实战

位移法实现一阶低通滤波:单片机ADC采样降噪实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/20 10:02:13 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/20 20:43:59 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/20 2:50:50 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 10:02:08 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:17 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:45 阅读更多 →