基于序列图像的粮堆三维重建技术研究

研究基于粮堆序列图像的三维重建问题.重点阐述了三维重建过程中的几个关键步骤,如角点检测、基础矩阵估计和摄像机自标定等,提出一种基于去除异常点的基础矩阵估计方法,接着采用摄像机自标定方法求解摄像机投影矩阵,进而借助投影矩阵和图像特征点计算三维空间点坐标,完成重建过程,给出了基于真实的粮堆图像的三维重建结果.     

基于SolidWorks的二维工程图三维重建系统实现

阐述了以二维工程图中三视图表达为基础的三维重建基本理论和相关算法,重点改进了一种轮廓搜索算法.构建的三维重建系统是以DXF文件为数据源,借助Visual C++编程语言开发了一个基于SolidWorks平台的三维重建系统.实验表明提出的算法和实现过程具有较好的可行性和有效性.     

基于单幅图像的三维重建技术综述

三维重建是计算机图形学、图像处理和计算机视觉研究中的一个重要课题,其包括基于三维点云的重建和基于图像的重建.基于图像的三维重建又包括多幅图像和单幅图像重建.本文侧重于单幅图像重建技术,在对大量有关单幅图像三维重建技术的文献理解和综合基础上,归纳介绍了3种重建技术并给出相应的应用实例,从而提出了单幅图像三维重建技术的一些展望.     

一种鲁棒的可视外壳生成算法*

针对各种传统可视外壳生成算法中数据冗余、精确度低、健壮性不足等问题, 提出了一种新的可视外壳生成算法,即采用加权线段求交、线段集合中心线性过滤、多边形边界检测等方法重建物体模型。与传统方法相比,本算法能够更稳定地计算线段交集,表面边界提取更加准确,重建结果精确逼近真实物体。实验表明, 通过该算法计算的物体可视外壳能够更好地逼近真实模型,精度高。     

基于CT图像的胸主动脉瘤模型构建及分析

三维重建基于CT的胸主动脉瘤有限元模型并进行血流动力学数值模拟,为分析胸主动脉瘤的血流动力学机理及其临床治疗提供理论依据.依据临床胸主动脉瘤患者CT数据,结合M IM ICS 11数字化影像处理软件,获取胸主动脉瘤的优化表面模型.随后导入ANSYS ICEM CFD11.0进行胸主动脉瘤模型的有限元网格划分.最后在ANSYS CFX11.0中完成胸主动脉瘤的血流动力学分析.建立了临床上适用于胸主动脉瘤患者血流动力学分析的有限元模型.获得了个性化胸主动脉瘤模型中血液流场的流线、速度矢量、血管壁面压力和血管壁面切应力的分布和变化.模型具有数字化、个性化特征,可用于胸主动脉瘤血液动力学计算,分析临床胸主动脉瘤患者动脉瘤的破裂机理.     

基于宽基线立体视觉的远距离三维重建

针对月球车视觉导航中远距离场景的三维重建问题,提出一种基于相机自标定的宽基线立体视觉方法.该方法首先提取立体图对的尺寸不变性(SIFT)特征并进行匹配,得到特征点对应关系;再使用外极线几何约束描述立体图像校正的直射变换,对其Sampson误差使用Levenberg-Marquardt(LM)算法求得最小二乘最优解,完成相机参数估计和图像校正;对校正后的图像使用种子像素视差扩张算法进行宽基线立体匹配,根据匹配得到的视差完成目标场景三维重建.实验表明:该方法解决了月球车相机的现场标定难题,并能够解决宽基线立体视觉面临的光照差异、透视畸变、遮挡等问题,对远距离山脉等自然场景的三维重建效果良好,重建精度较高.     

医学CT断层图像三维重建的Matlab实现方法

介绍了运用Matlab软件进行CT断层图像的三维重建的原理及实现方法。运用计算机图形学和图像处理技术将计算机断层扫描（CT）等成像设备得到的人体断层二维图像序列,在计算机中重建成三维图像数据,并在屏幕上形象逼真地显示人体器官的立体视图。可以对重构出的器官图像进行诸如旋转、缩放等操作,重建方法简单,显示效果良好。     

虚拟牙种植导航系统研究与开发

针对传统种植方法容易产生植入位置不正和虚拟设计手术难转移问题,文章设计一种基于VTK可视化类库实现新型的CT图像三维虚拟牙种植导航系统;通过对能提供详细软组织,植入区牙颌骨及相邻解剖结构的CT数据进行预处理,三维重建,三维切割与测量;医生能在此系统中参考种植体、邻牙及相关牙骨结构,进行虚拟种植体植入位置、尺寸、角度的设计并通过配准融合的方法生成种植导航导板;实验结果表明:该系统能真实直观地再现牙颌骨全貌,准确地把虚拟手术转化到实际手术中,提高了牙种植修复效果。     

基于飞行时间法的红外相机研究综述

基于飞行时间法(Time-of-Flight,TOF)的红外相机是一种新型的、结构小巧、可提取目标3D数据的立体成像设备;它可以高效实时的捕获运动或静止目标的深度信息和灰度信息,目前已经成为测量成像领域的研究热点;对TOF的发展做了系统的阐述,并且分析了该相机的成像原理,相机标定以及测量误差;归纳了TOF红外相机的特点以及应用情况,阐述了TOF红外相机发展趋势.     

融合通用形变模型信息的面部三维重建

基于图像对的立体重建是用于获取人脸三维信息的通用方法,但根据图像数据和重建算法所得到的三维重建结果存在各种误差,本文对通用形变模型进行改进并与三维立体重建融合以得到更精确的重建结果。首先使用Max-Margin对象检测算法来获取面部边界框,其中回归树集合法能直接从像素强度的稀疏子集识别面部特征点。然后通过PCA颜色模型生成形状和颜色的三维面部统计模型,利用ISOMAP算法将三维网格转换为二维表面并提取纹理信息,得到面部模型。最后在源网格上进行两步非刚性表面配准的变形过程:先通过对源网格进行二次采样来选择少量网格点来表示源的全局变化,并选取径向基函数(RBF)进行非刚性全局变形;再对源顶点进行Procrustes分析获得非刚性变换,再通过加权方案来进行k-近邻变换,得到平滑的局部变形。将单图像重建的面部模型,立体重建的面部模型和本文的面部变形模型与高质量扫描云图进行对齐比较,得到面部变形模型的3个RMS值分别为2.795 2,2.102 8和2.153 4,相比于其他模型,面部变形模型更接近高质量扫描云图,即与原图像一致性更高,误差更小。面部变形模型的定性和定量分析表明,立体重建与人脸一般形状信息的组合在几何信息的表达上优于基于通用模型的单个图像重建以及未考虑通用模型的立体重建。