投影栅三维形面测量中亚像素匹配算法

根据相位值寻找匹配点是投影栅三维形面测量系统的关键技术之一,匹配精度在一定程度上决定了系统最终的三维重建精度,而整像素匹配无法满足高精度三维形面测量的需要.根据相邻像素相位近似线性分布的特点,提出了一种基于相位线性插值的亚像素匹配算法.模拟实验表明: 应用该匹配算法后,三维重建测量精度有很大提高,匹配速度很快.验证实验显示: 应用该匹配算法后投影栅三维形面系统的测量精度可达0.03 mm, 能够满足一些高精度测量需求.     

带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

基于计算机视觉的储备粮智能稽核方法

针对现有粮食数量检测方法称量法和主动视觉法存在用时多、 设备成本高等缺点, 以及图像识别法存在匹配精度低、 三维重建多面性等不足, 提出一种新的基于激光测距及三维重构技术的散装仓粮食数量识别方法。概述了现有基于图像识别的检测方法的实现过程, 对提出的方法进行了理论分析。最后论述该方法的优越性。     

用于三维重建的改进特征匹配策略

为了能够更加快速地获取特征点以及提高特征匹配结果的稳定性,提出了一种改进的匹配策略。首先,对图像进行下采样,通过低分辨率的图像进行匹配,快速筛选掉匹配失败的匹配对,然后对匹配成功的匹配对对应的原始图像进行匹配,以达到加速的目的。其次,为有效提高三维点云的精度,对SIFT的匹配结果和SURF的匹配结果进行融合,将融合后的结果应用到三维重建技术中。最后,通过使用自采数据集和公开数据集对算法进行测试,并对实验数据进行分析。结果显示,改进的特征匹配策略使三维重建的运行速度提高了40%,并大幅增加了三维点的个数。所提出的方法不仅可以减少特征匹配过程的运算量,还可以提高三维重建的稳定性,在三维重建研究工作中具有一定的参考价值。     

中药材三维组织结构的表面重建技术

研究了由中药材的连续截面图象重建其三维组织结构并进行三维显示的技术。利用模式识别技术对手理建对象中的不同结构进行识别和匹配;采用三菜平面逼近法生成物体的三维表面。根据重建过程生成的三维数据结构在ＳＧＩ图形工作站上提供线框模型显示和光照模型显示以及灵活多样的观察方式。文中提供的三维重建和显示方法有助于对中药材各种组织结构的立体形态的观察和研究,并且适用于生物医学图象处理领域。     

基于RGB-D的室内场景实时三维重建算法

针对基于视觉的室内场景三维重建过程中存在三维点云匹配不准确、过程耗时和深度信息部分缺失的问题,提出一种带有深度约束和局部近邻约束的基于RGB-D的室内场景实时三维重建算法.该算法首先利用RGB-D相机采集到的RGB图像做哈里斯角点检测,再用SURF特征点描述方法对检测到的特征点生成64维特征描述子.接着利用特征点集合的深度信息和局部近邻特征点信息作为约束,初步筛选出相邻帧间正确的匹配点对,再结合随机抽样一致性(RANSAC)算法去除外点,以此得到相机的姿态估计.最后利用RGB-D的深度图像,在图优化方法(g2o)的基础上生成三维点云,实现室内场景的三维重建.实验中,RGB-D摄像头装载在自主移动导航的小车上,实时重构的三维场景验证了所提算法的可行性和准确性.     

移动机器人激光雷达数据的三维可视化方法

为提供周围的三维深度信息,给出了一种对未知环境中移动机器人配备激光雷达所采集的数据进行三维重建的方法.通过激光雷达采集反映深度信息的程距数据,采用边探测方法,对探测交叉节点或极值进行边界分割,并采用几何模型匹配算法处理简单环境.通过对局部三角形环的极限化,构造出较为复杂的三维表面,用最小测距损失算法对不同观测角度的测量值进行融合,实现了三维重视和一定程度的动态交互.实验测试结果表明,在实验室较为简单,物体比较规则的环境里可以比较完备地重建三维场景,所建立的几何模型同样适用于机器人的导航和检测.     

基于无人机序列图像的三维场景重建

阐述了无人机拍摄的序列图像三维重建的方法,主要涉及图像之间特征点的提取与匹配、稀疏点云重建、密集点云重建、三维点云格网化、纹理映射,最后通过实例演示三维重建过程和最终效果,表明此方法可以重建出高精度、照片级逼真的三维场景.     

基于仿射变换特征匹配的虚实注册方法

提出了一种新的基于仿射变换特征匹配的虚实注册方法,以解决基于平面自然特征的三维注册系统中的误差积累问题.该方法分为离线三维重建和在线实时注册两个阶段.离线阶段系统根据双目视觉原理建立平面坐标系,并根据用户指定的三点建立世界坐标系,同时利用仿射变换生成待匹配特征点的样本集合,供后续匹配过程使用.实时注册阶段,系统先将当前图像与样本集合做特征匹配以获取特征点间的对应关系,再利用上述对应关系恢复出当前帧与平面结构间的单应性关系,进而求取三维注册所需的变换矩阵.实验结果表明该方法是有效可行的,而且在克服误差积累方面较传统方法有明显改善.     

基于立体视觉的三维立体模型全自动拼接方法

基于影像的三维立体模型重建时,如何自动地将部分模型拼接成完整模型是个亟待解决的问题。目前关于三维立体模型拼接大多限制在手动取两个模型上的公共点完成拼接。提出一种方法,能够全自动地、快速地、高精度地实现三维立体模型的拼接。与图像拼接类似,三维立体模型拼接也要经过特征点提取、特征点匹配、空间变换三个步骤。值得一提的是,在特征点提取时利用了三维重建时的点云数据、特征点匹配时利用了点与点间距客观不变、空间转换参数RT矩阵计算时提出了仅用四对精匹配点计算等方法,完成三维立体模型全自动、快速、高精度地拼接,拼接精度达到毫米(mm)级。     

基于ASIFT图像匹配算法的三维重建

提出了基于ASIFT图像匹配算法的三维重建算法。目前,基于图像序列的三维重建中,一般采用SIFT图像匹配算法。对于存在仿射变换的图像序列,ASIFT算法较SIFT算法能够获得更多精确的稀疏匹配点;基于ASIFT算法恢复的三维点云比基于SIFT算法恢复的三维点云更加稠密,从而能获得更好的三维重建结果。仿真实验表明,本文算法能获得较好的三维模型。     

Efficient View-Based 3-D Object Retrieval via Hypergraph Learning

View-based 3-D object retrieval has become an emerging topic in recent years,especially with the fast development of visual content acquisition devices,such as mobile phones with cameras.Extensive research efforts have been dedicated to this task,while it is still difficult to measure the relevance between two objects with multiple views.In recent years,learning-based methods have been investigated in view-based 3-D object retrieval,such as graph-based learning.It is noted that the graph-based methods suffer from the high computational cost from the graph construction and the corresponding learning process.In this paper,we introduce a general framework to accelerate the learning-based view-based 3-D object matching in large scale data.Given a query object Q and one object O from a 3-D dataset D,the first step is to extract a small set of candidate relevant 3-D objects for object O.Then multiple hypergraphs can be constructed based on this small set of 3-D objects and the learning on the fused hypergraph is conducted to generate the relevance between Q and O,which can be further used in the retrieval procedure.Experiments demonstrate the effectiveness of the proposed framework.     

三维编织复合材料威布尔概率分布数学模型

首先分析了三维编织工艺和预制件细观结构,对三维编织复合材料基本的单胞力学模型进行分析,然后运用三细胞模型,对圆形截面三维编织复合材料的工程弹性常数进行理论预测,最后通过数学推导,导出了三维编织复合材料剩余刚度和疲劳寿命的威布尔概率分布函数的表达式,并给出了上述两个分布函数中有关参数的确定方法,为进一步研究三维编织复合材料疲劳寿命试验和寿命预测提供一定的理论依据.     

快速成型技术在临床医学中的应用

根据快速成型和医学影像技术的发展与现状 ,提出了从医疗设备直接提取数字化信息 ,利用 CAD软件及二次开发工具进行三维重建直至原型输出的新思路 ,着重探讨快速成型技术在临床医学应用中的一些关键技术 ,并提出了初步解决方法及该技术的应用前景。     

基于医学图像的交互式三维测量技术研究与实现

介绍了交互式三维测量技术在医学图像中的应用。在平行投影透视图中,将用户指定的屏幕二维坐标点转化为需要的物体坐标系下的空间三维坐标,并用取点法实现了特征点的选取。对病人的颅面部进行实际测量,得到了较为满意的结果。     

Numerical simulation of tomographic-SAR imaging and object reconstruction using compressive sensing with L 1/2-norm regularization

By making use of multiple acquisitions of synthetic aperture radar （SAR） observations over the same area, tomographic-SAR （tomo-SAR） technology can achieve three-dimensional （3-D） imaging of the objects of interest. The compressive sensing （CS） approach has been applied to deal with the sparseness of the elevation signals. Due to its sparsity and convexity, the L1-norm regulariza- tion, as an approximated Lo-norm with an exact solution, has been employed in CS to reconstruct the reflectivity profile of the objects. In this paper, based on our studies on polarimetric scattering and SAR imaging simulations, we produce numerical multi-pass tomo-SAR observations of the terrain object. Then, we present the CS with novel L1/2- norm regularization to realize 3-D reconstruction. As a non-convex optimization problem, the L1/2-norm regularization is solved by an iterative algorithm. This numerical simulation of tomo-SAR imaging and 3-D reconstruction of the object modeling can be of great help for parameterized analysis of tomo-SAR imagery. As an example, a tomo-SAR image and 3-D reconstruction of the Beijing National Stadium model are presented.     

3D时代即将来临

汤森路透知识产权解决方案业务部调查了2003—2009年期间3D技术领域的专利活动。通过分析已公布专利申请和授权专利中包含的发明的总数，研究人员确定了专利活动增长最快的3D技术领域。研究发现，3D技术的利润链已延伸至好莱坞之外。数据显示，娱乐领域的3D技术创新呈快速增长之势。实际上，在3D技术专利活动数量最多的三大领域中，3D电影位居末席，排在3D电视和3D摄影之后。按照目前3D技术领域的创新活动水平，通过家庭平板电视观看3D广告以及翻阅孩子们的3D相册将指日可待。     

L1约束的三维人脸稀疏重建

为了提高三维稀疏重建的精细度和鲁棒性,该文在改进模型参数先验分布描述的基础上,推导出一种最大后验概率参数估计方法即L1约束最小二乘重建方法。在BFM三维人脸库上测试重建算法的误差,L1约束最小二乘重建方法的重建结果精度优于无约束和L2约束最小二乘重建结果,也优于文献中的动态成分选择算法的结果,并且重建性能更鲁棒。实验结果表明:该方法与传统的无约束最小二乘或L2约束最小二乘等方法相比,能更可靠地克服实际中三维稀疏形变模型的表示基存在严重的多重共线性的问题,具有较好的重建性能。     

地质构造三维重建算法研究

在综述三维重建算法的基础上提出了一种体素赋值重建算法。该方法从原始地质地震测量中取得数据，然后建立片存储的数据结构，并以象素为体素建立重建模型及算法。同时，利用图象处理中的一系列技术，采用三维重建算法，并引进计算机图形学一些真实感三维图形的产生算法，通过一系列隐面消除、旋转变换、光照模型等处理产生具有真实感的立体三维图象，实现了利用人工地震数据进行地质构造三维重建任务。该方法为地质工作者提出了一幅清晰、直观、形象的地下油层和地质构造分布立体形态图象，为地质分析、地震探矿、油层储量分布与评估提供了一个方便的工具。     

基于分形理论的三维路面模型的建立

根据分形理论,建立三维路面模型.利用路面纵断面的部分信息点的高程数据,对路面纵断面的不平度进行分形插值模拟.由于路面具有自相似性的特性,可采用垂直比例因子确定的分形插值曲面的方法,以达到对路面的三维重建,为车辆工程、道路工程等领域中的路面三维建模提供了一个新的思路.