基于Snake模型的特定人脸三维重建方法

以双目立体视觉为基础,构建一种特定人脸重建系统,提出基于Snake模型的特定人脸三维重建方法,利用已标定的摄像机拍摄立体图像对,采用肤色检测得到人脸区域。在对立体图像对进行摄像机畸变校正、立体图像对的外极线对齐、人脸区域选择及归一化等预处理后,采用金字塔结构相关匹配算法,在误匹配点数与精度两者之间达到较好的平衡。针对人脸提出能量最小化方程,考虑顺序匹配约束、连续性约束、曲线上各点曲率的估计和相关性约束条件,大大提高视差提取的正确率,解决了立体视觉中立体匹配的难点,成功地恢复出人脸的三维数据,实现特定人脸的重建。试验结果表明：基于Snake模型的视差抽取,并经过光顺处理和纹理映射后,除了脸部部分边缘存在一些变形外,主体部分的重建效果真实感强。该算法不需要结构光等设备,基本不需要人工干预,就能恢复出特定人脸的三维数据,效果好,实用性强。     

一种基于NL-SFS方法的三维人脸快速重建系统

针对快速重建三维人脸的需求,设计了一种基于非Lambert从明暗恢复形状(NL-SFS)方法的三维人脸快速重建系统。首先人脸表面采用非Lambert反射模型描述其反射特性,这更接近于人脸表面实际的反射特性;接着由遵循正交投影的摄像机获取光源作用下的人脸表面图像,同时假定摄像机方向与光源方向保持一致,建立人脸表面的图像辐照度方程;然后将该方程转化为包含人脸表面深度信息的Eikonal方程;最后根据上述方程的特点,利用fast marching方法设计了系统软件,能够快速求得Eikonal方程的解,进而重建出人脸的三维形状。实验结果表明,该系统可以在较短的时间内获得较高的重建精度,即0.9s内可达到0.43%的高度平均相对误差。     

基于细分曲面的三维人脸建模研究

针对传统基于参数曲面的三维人脸建模方法获得的人脸表面过于光滑,丢失了人脸表面的细节特征这一问题,提出了一种基于细分曲面的三维人脸建模方法。首先,基于Delaunay三角剖分技术对采集到的人脸三维点云进行网格剖分,得到初始人脸表面;然后,采用Loop细分算法对初始人脸三角网格进行细分,得到一张光滑细腻的细分曲面;最后,基于该细分曲面重建出逼真的三维人脸模型。实验结果表明,与传统方法相比,该方法获得的三维人脸模型不仅光滑细腻,而且还保留了人脸表面的大量细节特征。     

基于ASM的人脸检测

针对煤矿井下复杂环境中的人脸检测,研究了基于主动形状模型的ASM算法。算法结合人脸面部几何参数,经平移、伸缩、旋转等,调整人脸在整体图像中的位置,经过学习训练集中的局部形变,建立了脸部线性形状模型和块模型。该算法较好地解决了煤矿考勤系统中井下人员人脸检测和跟踪问题。     

基于双重配准的机器人双目视觉三维拼接方法研究

针对机器人图像视觉视野不够开阔,不能获得全面障碍物信息的问题,提出了一种基于轮廓识别的三维重建与可变视觉三维拼接方法。对双目立体视觉系统拍摄的两幅图像中提取出的边缘点进行了边界跟踪,然后基于窗口灰度匹配法,对两幅图像上的像素点进行了匹配,来寻找双目立体视觉系统左右两幅图像中对应的像素点,重建出了障碍物的三维轮廓,并根据目标物体轮廓的连续性对三维轮廓进行了优化;在此基础上提出了基于双重配准算法的可变视角三维拼接方法,采用改进ICP算法对转换到同一坐标系下的两片三维点云进行了精确配准,并对拼接处进行了融合处理,从而得到了大视野的障碍物信息。研究结果表明:通过可变视角三维拼接方法重建的三维模型具有较高空间坐标精度,并且能够通过改变双目立体视角范围获取大视野图像,最大限度地满足机器人障碍物检测和路径规划的要求。     

保持形状特征的整体网格曲面变形算法

为了克服传统网格曲面变形对模型的特征只能进行近似控制的缺陷,提出一种精确的特征控制方法,使得模型特征在整体曲面变形中保持原有形状。首先提取形状特征的位置信息,将其作为变形过程中的刚性约束;再根据改进的离散拉普拉斯算子,建立反映网格曲面微分特性的柔性约束;对刚性约束条件引入拉格朗日乘子,结合柔性约束条件建立线性方程组,利用最小二乘法求出最优解,从而实现在保持形状特征的情况下网格曲面的整体变形。最后,通过实践应用证明了上述算法的合理有效性。     

基于Contourlet变换的阴影恢复形貌方法及产品表面缺陷检测应用

为实现对物体表面三维深度缺陷检测,提出一种基于Contourlet变换的明暗恢复形状算法来解决三维物体表面重建问题。针对在传统的明暗恢复形状方法重建过程中出现的计算收敛速度较慢的问题,从图像多尺度几何分析的角度进行研究,利用Contourlet变换系数来表达图像,用基系数近似的计算微分算子,从而优化目标函数的求解过程。试验结果表明使用Contourlet系数的SFS算法比传统和小波系数的算法获得更优的迭代步长,可以使得计算过程中的误差项下降到较低的水平,从而获得更准确的三维信息。检测所使用的三维形状恢复方法只需要根据单幅测量图像,就可实现对零件三维缺陷的检测。     

基于3DMM的视频流立体人脸识别算法研究

针对目前人脸三维重建存在的问题,提出了融合ASM、3DMM和PCA的立体人脸识别算法。首先利用ASM提取人脸特征点,并计算人脸区域,然后应用3DMM算法对人脸区域进行三维重建得到三维人脸模型,最后采用PCA立体人脸识别算法计算出特征空间中欧式距离最相近的样本脸,实现了基于视频流的人脸识别。实验结果表明,提出的算法具有良好的三维重建效果和识别准确率。     

基于分布式运算的多网格索引人脸识别方法研究

针对当前人脸识别技术在大型人脸图形数据库研究应用存在的两大问题,一是批量处理人脸图像数据效率低;二是一种算法只对某一类人脸图像库有较好的处理效果,没有一种通用的处理算法,提出了基于分布式运算的多网格索引人脸识别方法,介绍了其模型结构、核心算法以及优点特色,对于人脸识别方法的研究和应用具有一定的借鉴价值。     

驾驶员疲劳驾驶的面部检测与定位

人脸检测是基于PERCLOS的疲劳驾驶检测中的一项关键技术。将CCD摄像头得到的驾驶员人脸图像映射到YCbCr颜色空间,创立一个基于肤色的二维高斯数学模型。用自适应阈值分割法对人脸图像进行二值化处理,然后将得到的二值化人脸图像进行形态学分析。最后通过面部特征对连通域进行分析和处理,实现人脸的检测并框定。     

基于正面和侧面照片的三维人脸建模

通过对中性人脸主要特征点的调整得到特定人脸,这是计算机视觉领域最常用的方法.在二维数字图像的基础上,依据立体视觉的相关理论,测定出特征点的深度信息,然后交互地修正中性人脸特征点的位置,最后得到特定人脸的模型.     

A CL surface deformation approach for constant scallop height tool path generation from triangular mesh

In this paper, we present a cutter location (CL) surface deformation approach for constant scallop height tool path generation from triangular mesh. The triangular mesh model of the stereo lithography (STL) format is offset to the CL surface and then deformed in accordance with the deformation vectors, which are computed by the slope and the curvature of the CL surface. In addition, the tool path, which is computed by slicing the deformed CL surface, is inversely deformed by those same deformation vectors to a tool path with a constant scallop height. The proposed method is implemented, and a tool path is generated and tested by simulation and by numerical control (NC) machining. The scallop height was found to be constant over the entire machined surface, demonstrating much better quality than that of mesh slicing, under the same constraints for machining time.     

A new parametric control method for freeform mesh models

Parametric modeling technology is difficult to apply to freeform mesh models since there is no efficient way to impose geometric constraints. In this paper, we propose a novel method to control freeform mesh models parametrically. Our approach is to construct a control mesh that surrounds an object model and then impose constraints on it. The control mesh is parametrically controlled and the shape of the object model is modified by using an existing freeform deformation method. This paper is mainly concerned with automated construction of a control mesh and treatment of geometric constraints. Procedures for creating a control mesh are as follows: 1) determine the optimal orientation of the model, 2) project the model along three axes and extract contours, 3) create 2D control polygons for the contours, and 4) construct the 3D control mesh from the 2D control polygons. Geometric constraints are imposed on the edges and faces of a control mesh. Types of constraints are given by either a relative relationship between elements or an absolute displacement. A new control mesh is calculated by solving these constraints and the original model is modified accordingly. We tested our algorithms for two freeform models.     

An adaptive mesh model for 3D reconstruction from unorganized data points

Reconstructing exact topology mesh from data points is one of the most important tasks in the fields of industrial CAD/CAE/CAM, computational vision and reverse engineering. In this paper, a deflation algorithm that integrates an adaptive mesh and physical constraint model is presented for the 3D reconstruction of geometric-closed shape (genus 0) from unorganized data points. First, an initial mesh is formed using the Delaunay algorithm. Second, an asymptotic deforming performance is accomplished to deflate initial mesh towards the local concave boundary step-by-step. In this phase, a physical constraint model of coupled particle systems based on particle dynamics and Newtonian law of motion is constructed, and the model dynamically controls mesh deformation as a behavior constraint. To guarantee that the resultant mesh is homeomorphous to the original surface of data points, a continuously deforming mechanism, visibility cone and collision-detecting criterions are designed. At last, experimental results in reverse engineering which supports the usefulness of this method for reconstruction .     

基于Demons算法的变形掌纹归一化方法研究

非接触采集是主流掌纹采集方式,但其低约束性可能会导致手掌摆放方式不定,与传感器距离不定,从而引起手掌变形,尤其是手掌平面和传感器平面不平行导致的局部变形问题,这将影响后续特征提取,降低识别率。针对此问题,考虑到人手本身是非刚体的特点,提出基于Demons非刚性配准算法的变形掌纹归一化校正模型,进一步增强变形图像与标准图像的相似性,弥补了传统刚性方法校正效果不佳的缺陷。首先使用改进的Demons非刚性配准算法进行变形掌纹的归一化校正,再使用测度指标进行效果评价,结果表明:在任取的图像序列内,与传统的基于归一化互信息(NMI)的刚性配准方法相比,NMI最高提升3.64%,相关系数(COEF)最高提升156.25%,均方误差(MSE)最高降低81.63%,各指标均优于基于NMI的刚性配准方法,验证了本文方法的有效性和优越性,为后续的特征提取和识别创造了有利条件。     

基于离散点云直接映射STL文件的建模技术

随着计算机技术的发展,反求工程技术和快速原型技术的结合日趋紧密,纯复制的反求工程已不再适应市场发展的需要,在产品的设计和制造阶段都需要具备创新环节的反求工程技术的支持。提出综合优化的方法：对扫描后获取的离散扫描点进行平面的三角剖分及环域间的三角剖分,生成STL文件格式,并结合环域划分风格的特点,使用最小权和最小内角最大化相融合的方法,实现二维优化：当二维坐标释放到空间后会破坏三角形形状,影响模型的质量,用增加点的方法,得到三维优化后的原产品模型的STL文件格式。在布尔运算的基础上,通过对反求模型的三角网格进行任意叠加和任意截取,产生新产品的STL文件格式;对新产品进行总体形状控制、过渡圆角处理等空间优化工作,最终实现新产品创新,缩短了产品的开发周期,降低了开发成本。     

立体视觉中的图像立体匹配方法

图像立体匹配是立体视觉的核心技术,在三维重建、视觉测量及目标识别等领域中得到了广泛的研究和应用.根据立体匹配技术特点,图像立体匹配可分为三大类:局部立体匹配、全局立体匹配和半全局立体匹配.着重介绍了前两大类中典型的图像立体匹配方法.对各种图像立体匹配方法的匹配算法进行了分析研究,并对图像立体匹配方法的发展提出了一些建议.     

基于单幅图像数据的三维重构方法研究

针对传统的基于阴影恢复形状方法（SFS）的三维重构方法的局限性,综合运用计算机视觉、图像处理和计算机辅助几何设计理论与技术,提出了一种实用的三维重构方法。采用SFS方法获取三维形貌信息,利用图像分割技术提取物体的二维轮廓信息,通过三维形貌信息与二维轮廓信息的融合建立物体的数字化模型,通过B样条方法实现数字化模型的重构。实例表明,该方法能够有效地去除图像的背景信息,改善重构模型的分辨力,为基于图像的三维重构技术的广泛应用提供了条件。