利用共轭梯度法重建三维物体表面算法的研究

通过立体视觉方法能得到一些分散点处表面信息,根据这些分散点处三维表面信息,可对三维表面进行重建,文中主要讨论利用共轭梯度法重建三维物体表面的算法。     

岩石三维图像裂缝提取方法

提出一种新的岩石三维图像裂缝提取算法。首先对三维岩石孔隙模型的每个连通分量执行表面重建、拉普拉斯网格平滑、网格简化等操作。根据三角网格面积和网格单位法向量方向特征,将三角网格划分为不同类别。利用形状因子判定每个三角网格类构成的三维空间结构是否具有裂缝特征。对具有裂缝特征的三维空间结构所包含的体素点集执行形态学膨胀操作,并与原始三维岩石孔隙模型连通分量的体素点集进行逻辑与操作,与操作结果即岩石裂缝。实验结果表明,该方法具有较好的裂缝提取效果。     

高精度三维视觉技术在智能制造上的应用研究

随着科技的发展，智能制造装备的高效自动化检测功能对机器视觉三维重建技术及其重建精度与效率提出了更高要求。分析了高精度三维视觉重建算法测量原理与关键技术，对线激光三角测距法、相位轮廓测量术、光度立体视觉法三种方法在智能制造装备应用中可能存在的问题，并对智能制造装备三维视觉技术的发展方向进行了展望。     

基于光度立体和图像显著性的皮革缺陷检测

为了提高皮革缺陷检测效率，提出一种基于光度立体视觉和图像显著性的皮革缺陷检测算法。搭建光度立体视觉平台，完成不同角度的皮革样本采集，利用光度立体视觉技术计算皮革样本的合成图和表面法向量图；对表面法向量图进行曲率滤波操作，用近似表面粗糙度特征自适应选择合成图或滤波图；利用显著性目标检测算法完成皮革缺陷检测与定位。实验结果表明，与现有皮革缺陷检测方法相比，该算法能很好地检测不同材质皮革的多种缺陷，且准确率高，速度快。     

RBF网络在立体视觉系统中的研究

摄像机标定、立体校正以及三维表面重建是立体视觉研究的重要内容。论文充分利用RBF网络的泛函逼近以及插值能力,将其应用于以上三个方面。在摄像机标定过程,通过将标定平面放置在有效视场内的多个位置,得到一组完备的样本,经过RBF网训练后,将立体视觉的几何成像关系存储于网络中;在立体校正过程,利用极线性质,由RBF网络确定图中的一组极线,然后通过求解极值问题来确定极点位置,最后用优化方法解出校正变换矩阵;在三维重建过程,利用摄像机标定中建立的视觉模型,重建出与图像信息相一致的三维表面。与传统方法相比,该算法具有重建速度快,运算精度高,过程简易明了等优点。通过对实际的视觉系统进行实验,证明了该算法的正确性和有效性。     

基于约束关系的平面立体三维重建

提出一种基于约束的平面立体三维重建算法。该算法采用参数化方式来表示空间直线及其投影,这种参数化方式能满足数字图像中直线提取所需的唯一性、有界性及均匀性条件。依据平面立体投影线图的拓扑结构隐含的三维信息,建立平面立体上棱线、表面空间位置参数之间的约束方程,联立约束方程组求其最小二乘解,恢复出平面立体的三维结构。研究成果可用于计算机视觉和智能CAD系统。     

光栅立体视觉三维表面重建系统及其图像处理方法(一)

文章对基于立体视觉与网格光栅投影的三维表面重建系统及其图像处理中的一部分:图像特征提取进行了介绍。该方法基于立体视觉,结合网格光栅投影,把被动的立体视觉与主动的非结构光光栅投影相结合,为后续的特征提取与立体图像匹配制造了方便。在网格图像的特征提取中,该文根据系统特点及图像特征,采用一种简单的谷底提取算法即可有效实现网格图像的特征线、特征点的提取。     

一种空间三维图像的细化算法

研究三维图像清晰度优化问题,针对传统的通过立体视觉技术创建的三维模型由于组成的数据点过少,造成三维模型清晰度不高.为了提高图像清晰度,提出一种基于高斯小波函数的三维模型细化算法,算法根据已有的少量的三维图像点数据,通过三角剖分,仿真得到更多的三维数据点,增加组成三维模型中数据点的数目,可增加了三维图像模型的清晰度.实验结果表明,方法快速高效,能够大幅增加三维图像模型的清晰度,取得了令人满意的效果.     

测量数据云中规则表面的自动识别

提出了密集测量数据云中规则表面自动识别斩通用算法,该算法以相邻测点组成的三角片法向变化来搜索规则表面及其边界,可应用于反求工程及各种机械仿形建模加工软件中,对于精度不高的测量数据云,可利用二维密度算法提取规则表面,该算法已成功应用于某商业用激光－机器视觉三维检测系统中。     

一种基于面片的三维重建算法

传统基于面片的多视角立体视觉算法在扩展面片时缺少空间几何约束,导致Poisson表面重建时生成错误顶点。为此,提出一种基于面片的三维重建算法。利用相邻面片初始化扩展面片,根据顶点k近邻的距离检测并去除离群顶点,从而得到物体表面的三维模型。实验结果证明了该算法的有效性和准确性。     

中国-中南半岛经济走廊重要节点城市发展状况 遥感分析

针对发展中国家城市经济与环境发展不均衡的问题,以中国-中南半岛经济走廊沿线的7个重要节点城市为例,采用面向对象的随机森林分类方法提取2000—2015年间的土地利用结果。将不透水层空间扩展指数、景观格局指数、区域NO2柱浓度和夜间灯光指数相结合,从城镇化、经济发展和环境变化3个角度对节点城市的发展状况进行研究。结果表明,面向对象随机森林分类方法能够有效提取不透水层,总体精度高于81%,Kappa系数高于0.82;在过去的15年间,各城市以“中心-边缘”或“沿河-内陆”的方向扩张,表现为“先聚集再扩散”“先扩散再聚集”“聚集”的3种扩张模式;城市中金边的夜间灯光指数增速最快,年变化率为1.71;金边、吉隆坡和新加坡为NO2柱浓度呈现负增长,而南宁、万象、河内和曼谷的NO2柱浓度呈现正增长。     

基于摄像头定标的无人机位置和姿态的检测

近年来,无人机技术发展十分迅速,已经被广泛的应用于军事和民用等领域。无人机的回收是无人机整个控制过程中的重中之重。无人机相对机场的方位和三维姿态信息是反映其飞行状态的重要指标,只有精确得到了这些数据信息,才能实现对其正确的稳定的控制,保证无人机安全着陆。随着计算机视觉相关算法性能和可靠性不断提高,完善的实时算法的广泛应用,针对无人机的特点,文章设计了一种基于单目视觉的无人机自主着陆法,完成了无人机空中位姿的判断。实验证明,该方法是可靠和有效的。     

双目视觉的弱点动目标粒子滤波跟踪定位研究

在研究红外图像序列的弱点动目标粒子滤波跟踪算法和双目立体视觉摄像机标定算法的基础上,基于双目视觉设计了双目图像序列弱点动目标的跟踪、空间定位系统。仿真实验表明：对粒子基于估计参数后的密度函数分配权重的算法,提高了图像跟踪精度,采用线性三角定位方法,有效地实现目标空间定位。     

点云三角剖分的软件实现

空间点云的三角化是机器视觉等领域中的一个共同的研究热点,研究的终极目标是对任何空间散乱点云都可以进行任何指定精度的、快速的、正确的三角剖分。软件(算法)通过多种三角剖分算法的集成提高软件对不同空间点云的适用性;通过多次三角形的全体优化和畸形三角形的删除保证三角剖分结果的正确性和优质性;通过采用大点云数据分次读取、合并点的读取和盒子参数提取、程序分阶段完成等措施提高程序运行的流畅性;通过参数设置对话框、操作结果数据对话框,操作结果的即时显示提高人机交互性和程序界面的友好性。实验证明该软件(算法)是实用的、正确的、快速流畅的、友好的软件(算法),其功能达到应用软件相应要求。     

Surface reconstruction by multiaxial triangulation

Outlines for reconstructing object surfaces are traditionally drawn from sequential images in parallel planes. The method presented here instead supports complex object topologies by drawing contours from multiaxial image planes. Multiaxial triangulation of an object in a given data volume involves four steps. First, the user generates contours interactively by selecting sample planes inside the data volume, then drawing object contours from the image corresponding to this sample plane. Our algorithm for multiaxial triangulation then processes these contours to verify consistency within and between sample planes. Second, it uses the sample planes containing the contours to partition the data volume into a divided volume. The contours are partitioned against the plane boundaries, and the contour parts (chains) are associated with faces, edges, and vertices in the divided volume. Third, these chains are joined into closed loops in the divided volume. Fourth, the loops are triangulated patchwise to create the surface model     

三维重构中任意平面多边形轮廓的自适应Delaunay三角剖分

根据Delaunay三角剖分唯一、最优的特点,详细阐述了Delaunay三角剖分应用于特定的任意多边形轮廓的实现算法,介绍了相关的轮廓预处理技术,并对本算法提出了两点改进,给出了该三角剖分的应用实例。     

一种新的基于结构光的三维视觉系统标定方法

在视觉系统的标定中，确定三维空间点与图象上对应点所组成的样本点对的坐标是问题的关键，为提高样本点的定位精度，通常采用棋盘格形状的图案，取其中的交点作为样本点．但在应用平面结构光的三维视觉系统中，样本点又必须在结构光平面中，无法应用上述方法，使得样本点的定位很困难，为了解决这一问题，我们提出了一种新的标定方法，该方法利用交比不变性原理，借助一块特殊设计的标定块，可以方便准确地确定样本点的位置．在此基础上完成了三维视觉系统的标定，文章给出了实验结果和标定精度，以及进一步提高精度的措施．     

基于EMST的平面点集Delaunay三角剖分

提出一种基于欧几里德最小支撑树(EMST)的平面点集Delaunay三角剖分算法.该算法使用线性时间的随机算法求出平面点集的EMST,逐次加入一边构成三角网络,按照最小角最大化的三角化准则,通过局部变换得到平面点集的Delaunay三角剖分.采用的随机化算法有效节省了寻找EMST的计算时间,提高了整个算法的效率.     

Vision-based localization algorithm based on landmark matching, triangulation, reconstruction, and comparison

Many generic position-estimation algorithms are vulnerable to ambiguity introduced by nonunique landmarks. Also, the available high-dimensional image data is not fully used when these techniques are extended to vision-based localization. This paper presents the landmark matching, triangulation, reconstruction, and comparison (LTRQ global localization algorithm, which is reasonably immune to ambiguous landmark matches. It extracts natural landmarks for the (rough) matching stage before generating the list of possible position estimates through triangulation. Reconstruction and comparison then rank the possible estimates. The LTRC algorithm has been implemented using an interpreted language, onto a robot equipped with a panoramic vision system. Empirical data shows remarkable improvement in accuracy when compared with the established random sample consensus method. LTRC is also robust against inaccurate map data.     

平面线段集三角剖分的算法

本文提出了计算平面线段集三角剖分的两种算法，第一个算法是利用平面扫描的思想，当扫描线达到事件点时，处理事件点，即将事件点与已被扫描的某些点连接，这样便将已扫描的区域三角剖分，当扫描线达到最左边的事件点时，处理该事件点，就完成了平面线段集的三角剖分，第二个算法基于逐层计算凸壳，并将凸壳改变为多边形，这样便便形成嵌套的多边形层，这些多边形覆盖线段集凸壳内的区域，然后三角剖分每个多边形，即完成平面线段集的三角剖分，两个算法的时间复杂性分别为O（nlogn),O(mnlogn)，其中n为线段集中线估的数目，m为凸壳的层数。