基于图片序列的三维表面重建

根据非透明物体内部不可见的实际,提出了一种基于图片序列的三维表面重建算法.该算法首先利用传统的八叉树算法重建出物体的三维模型,然后利用一种新颖的表面点提取算法提取出物体表面点,最后利用这些表面点进行三角网格剖分,进而重建出光滑的三维物体表面.在表面点的提取过程中,算法对处于不同状态(处于立方体的顶点、棱、面)的点赋予不...     

基于三角剖分和纹理映射的物体表面重建算法

提出一种简便的物体表面重建算法,该算法用立体匹配获得的物体表面三维特征点和原匹配图像来重建物体的真实表面,主要步骤是:将物体表面三维特征点集映射到某个平面上,在此平面上完成三角剖分,将剖分的结果映射回物体表面,用空间三角片来表示物体的几何模型,最后在OpenGL环境下将物体原匹配图像贴到几何模型上,这样就真实地重建了物体表面.最后给出了重建物体真实表面的所需条件.     

基于凸包的物体三维表面轮廓模型的构建

该文提出了一种以凸包为基础来表达物体表面近似轮廓模型的方法。通过对由各种方式所得的散乱点集进行预处理,然后进行凸包运算,求得物体表面轮廓极值点,再依据这些点进行物体表面的三维重建。该文以Visual C++6.0为开发平台,采用可视化类库VTK,对这一方法进行计算机仿真,取得了较为理想的效果。     

基于表面微结构与BRDF的真实感渲染

物体表面细微结构(Mesostructure)对于表现物体表面的形状起着非常重要的作用。如何有效表现物体的表面微结构一直都是计算机图形学领域研究的一个重要课题。文中提出了一种基于光线跟踪的表面微结构渲染方法。该方法通过首先构造一张表面微结构的网格，然后在该网格上进行光线跟踪决定表面微结构上的自阴影和遮挡，最后使用测量得到的BRDF数据确定表面在不同视角和光线角度下的反射系数，能很真实地渲染出物体表面的细微结构和光泽特性。     

基于泊松方程实现点云的表面重构

根据测量的数据点集,由梯度关系得到采样点和指示函数的积分关系,根据积分关系用划分块的方法获得点集的向量场,计算指示函数梯度场的逼近,构成泊松方程.根据泊松方程使用矩阵迭代求出近似解,采用移动立方体算法提取等值面,对所测数据点集重构出被测物体的模型,泊松方程在边界处的误差为零,因此得到的模型不会存在假的表面框.     

针对密集点云的快速自适应四边形网格生成算法

为了能够从密集点云直接获得四边形网格,而不需要通过三角形网格重构获得,提出针对密集点直接构造的四边形网格生成算法.首先进行点云数据体素化得到体素模型,建立体素和点云的索引关系,并对体素做精细化操作,以提高映射效果;然后通过体素模型外表面的顶点与原始点云的映射得到四边形网格模型,并对四边形网格进行优化.在斯坦福的数据集上进行实验,并使用MeshLab软件进行效果展示,结果表明,该算法可以基于密集点云直接生成四边形网格模型,同时可以通过调整体素大小来自适应地改变算法效率和四边形网格的大小.     

集群计算环境下的三维表面重建

讨论了一种在集群计算环境下将物体各个方向的表面片拼接起来形成物体完整表面的算法．通过采样计算出体素到每个表面片的最近距离,利用添加策略计算出每个体素的权重距离,再利用行进块算法抽取出物体表面．实验结果表明,该算法在普通的PC集群上并行计算,可以大大减少建模的时间,特别是在大数据量时,加速的效果更加明显。     

逆向工程中基于三目视觉自动提取并构造复杂曲面边界技术

在逆向工程中复杂曲面零件表面的几何模型的构造是研究重点之一，根据零件表面 的数字化数据提取零件表面的边界是构造零件几何模型的关键步骤．本文提出基于三目视觉 方法来提取和构造复杂曲面边界的技术．从一幅图像中提取反映物体边界的特征点，再利用 图像匹配方法得到这些特征点的空间坐标，最后以这些特征点构造出物体边界B样条曲线．     

利用三目视觉获得复杂曲面的边界曲线

复杂零件表面几何模型的构造是逆向工程的研究重点，根据零件表面数据提取零件表面的边界是构造零件几何模型的关键步骤．提出了基于三目视觉方法提取和构造复杂曲面边界的技术．将一台摄像机固定在三坐标测量机(CMM)横梁上，通过沿X，Y方向移动CMM从而获得物体在空间三个不同位置的图像；从一幅图像中提取反映物体边界的特征点，通过与其他两幅图像匹配得到这些特征点的空间坐标，最后以这些特征点构造出物体边界的B样条曲线。     

高精度自适应的四边形网格重建

提出了海量数据点集的四边形网格重建算法。首先根据精度要求简化数据 点,按一定规则连接相邻的简化数据点生成多边形网格,对网格中高斯曲率较大的顶点进行 局部细分提高其精度,然后对多边形网格进行整体细分使其全部转化为四边形网格,最后分 裂度较大的顶点对其进行优化。实验结果表明,算法对拓扑结构较为复杂的海量数据点集的 四边形网格重建是行之有效的。     

求平面点集凸壳的一种新算法

在研究了大量的求平面点集凸包的算法基础上,提出了一种新的构造平面点集的凸壳算法。此算法先求出四个极值点,构造出一个四边形。对于四边形外面的点依次用二分法进行判断是属于哪个线段区域;对于一个线段区域上的点只需要找出右侧的点,分别和线段的两个端点连接得到新的多边形链,依次这样处理每个点,直到结束。这样就得到四个简单多边形单调链,然后对单调链求凸点,时间复杂度为O（n）,最后求得的每个凸点就是平面点集的凸壳,此算法总的时间复杂度不超过O（n log n）。     

散乱点云的自适应α-shape曲面重建

针对α-shape算法不适用于散乱非均匀点集曲面重建的问题,提出了一种基于点云数据局部特征尺寸（LFS）的自适应α-shape曲面重建改进算法。首先,以采样点的k-邻近点计算出负极点逼近曲面中轴（MA）;然后,根据近似中轴计算曲面在采样点处的局部特征尺寸,并依据局部特征尺寸对原始点云进行非均匀降采样;最后,根据三角面片的外接球半径和对应的α值自适应重建出物体表面。与α-shape算法相比,所提算法可以有效合理地减少点云数据量,点云简化率达到70%左右,同时重建结果中冗余三角面片更少且基本没有孔洞。实验结果表明,所提算法能够自适应地重建出非均匀点集的表面。     

一种基于深度和颜色的3D表面重建方法

为了快速、有效地对三维物体的表面进行重建，提出了一种基于深度和颜色的3D表面重建方法。该方法利用同一物体在空间稀疏分布的不同视点下的多幅深度图像，根据3D物体表面同一点在不同深度图像上颜色和纹理的一致性，通过逆投影变换，可将图像中像素点映射到三维空间中的正确位置。然后在以物体为中心的单个坐标系下，进行数据融合，可得到三维物体表面各点的三维数据。实验结果表明该方法具有复杂度恒定、获取图像真实感强等优点，适用于形状、结构草杂的物体重建。     

点云模型表面物体自由拖拽定位

为实现在点云表面自由、合理地拖动其他物体,提出了一种基于硬件深度缓冲的拖拽算法。首先在鼠标按下阶段独立渲染一次指定的点云,快照出当前屏幕中该点云的深度缓冲,接着在鼠标移动阶段利用记录的深度缓冲计算参考多边形下一个位置处的质心坐标和法向,再利用相邻两个参考多边形质心和法向建立物体运动的旋转和平移分量,从而实现物体在点云表面的拖拽。实验结果表明,利用该方法可以实时、合理地在指定点云表面自由拖动任何物体。     

基于局部指纹曲面片的点云三维物体识别

提出一种新的基于局部描述符的点云物体识别算法。算法根据点云的位置信息提取出邻域以及曲率信息,进而得到形状索引信息。根据形状索引提取到特征点,在每个特征点根据样条拟合原理得到测地距离和矢量夹角分割曲面得到曲面片集。每个曲面片的等距测地线构成了曲面片指纹,通过矢量和半径的变化描述,可以把每个模型物体得到的曲面片集描述存入数据库。对于给定的一个物体,根据上面步骤同样得到其曲面片集描述,通过和数据库中模型物体曲面片集的比对,得到初始识别结果。对每对初始识别结果进行对应滤波后,通过最近点迭代方法得到最终的识别结果。最后通过具体的实验说明了算法的有效性和高效性。     

纹理物体表面反射参数的恢复

物体表面反射参数的恢复是新兴的逆向绘制技术的核心问题，提出一种恢复物体表面BRDF模型参数的方法，假定物体表面的BRDF模型可以近似分解为漫射纹理和整体不变的镜面反射分量，则每一点的反射参数可以用Phong模型来近似计算，首先选取物体表面的一片区域，利用该区域在不同视点光照条件下采样的几幅图像，计算得到该区域的平均镜面反射分量，作为整个物体表面的镜面反射分量，然后据此从物体表面各点的采样中分离出漫射分量，计算各点的漫反射参数，得到近似的BRDF模型，实验数据表明算法是有效的。     

轮廓线的经纬线连接法

为了减少面绘制中三角面片数量,节省空间,提高重建效果,提出了经纬线连接法。该方法利用夹角对轮廓线进行重采样,并用等比法生成辅助采样点,实现采样点一一对应,连接采样点形成四角面片来组成物体表面,实现三维重建。以一组头部CT图像为研究对象进行实验仿真,仿真分析表明对轮廓线进行重采样,用四边形代替三角形,减少了面片数量,节省了存储空间,重建时间较短,重建效率较高。     

动态场景下基于注意力机制与几何约束的VSLAM算法

针对传统的SLAM算法在动态场景下易出现动态物体检测不完整以及难以准确判断潜在动态物体的运动状态等问题，本文提出一种动态场景下基于注意力机制与几何约束的VSLAM算法（VSLAM algorithm based on Attention mechanism and Geometric constraints in Dynamic scenes，AGD-SLAM）。该算法通过设计一种聚合注意力模块，引导模型关注图像中的漏检测区域，同时引入自适应空间特征融合网络ASFF，增强特征提取能力，避免漏检测发生。为减少动态物体对SLAM系统定位精度的干扰，通过基于双重静态点约束的位姿优化估计潜在动态物体运动状态，最终使用全部静态点进行位姿估计和地图构建。在公开TUM数据集进行测试，测试结果表明本文算法的绝对轨迹误差与Dyna-SLAM相比降低了10.98%，表现出良好的构图能力。     

曲线曲面的形态算法及应用

从积分几何中的概念出发,证明了凸体形态和运算的一个重要性质： Ｆ（ Ｓ,ｕ）＝ Ｆ（ Ａ,ｕ） Ｆ（ Ｂ,ｕ）,从而将两物体的形态和归结为法矢相同的点集的形态和,并提出法矢球的概念,将物体表面各点的法矢顺序对应至球,即得到该物体的唯一法矢球表示,通过对法矢球的合并,则得到两物体的形态运算结果,在理论上统一了二维、三维实体的形态运算,并给出二维、三维曲线、曲面的具体形态算法．此外还给出曲线、曲面形态算法的具体应用,如扫成曲面造型、字型合成、非刚体运动的广义内插等．     

基于位图的点集表面表示及其渲染

提出了一种基于位图的点集表面表示形式：先对点集表面进行参数化，然后在参数域上进行曲面重构和重采样得到基于二维数组的点集表面表示。采用了切空间对齐的方法得到点集表面的参数坐标。该方法能寻找出点集代表的流型所在的二维参数空间，并存参数化过程中较好地保留了原曲面的尺度信息。位图形式表示点集表面具有数据结构简单和便于随机访问的优点。提出了基于位图表示形式的点渲染方法，该方法采用双线性插值来实现视角依赖的点集表面的重采样，解决了点渲染中采样点不足的问题。