一种改进的三维点集表面重建的区域生长算法

介绍了一种改进的三雏点集表面重建的区域生长算法。提出了一种基于三角形任意一边邻域拓扑关系的邻接三角形定位方法，充分利用了法向信息，采用由粗到精的提取策略，减少了候选表面三角形的数量，显著加快了表面重构的整体效率。提出了相应的局部拓扑一致性检测方法，确保了算法的稳健性，解决了传统算法的重叠面片和表面空洞等问题，并且重构的三角网格表面与被采样的物体表面拓扑差别最小。实验结果表明，本文算法可以重构具有任意拓扑的复杂表面。     

散乱点云数据空间三角网构建方法的研究

点云数据三维建模主要是对目标物体的表面进行网格建模。三角形作为三维建模的基本表示元素,不仅性质简单,而且可以有效地表示物体表面复杂的几何属性。Delaunay三角网是当前使用最广泛的三角剖分方法,它能够最大限度地避免狭长三角形的产生,并且无论从何处开始建网都能保持网型的唯一性。本文在已有生长算法研究的基础上提出了一个新的算法:即在二维生长算法的基础上,利用空间三角形的法向量来进行第三点的搜索构建空间三角网。该算法的优点是:适合大量点云数据构建空间三角网、构建的空间三角网可以很好地反映出物体的表面特征。     

基于二维投影的散乱点云曲面重建

为降低点云曲面重建的复杂度,提出了一种基于二维投影的散乱点云曲面重建方法。首先利用点云的局平特性把点云投影到二维平面,然后在二维平面上对点云进行Delaunay三角剖分,并将拓扑连接关系映射到三维空间,最后剔除三角网格模型中的非流形三角面片得到点云模型重建结果。实验结果表明,只需获取散乱点云的坐标信息,该算法就能够重建出结构形态正确、保留物体细节信息的三维模型,且该算法原理简单、容易实现,降低了曲面重建复杂度,提高了曲面重建效率。     

三维点集的自动表面重构算法

提出了一种基于透视约束利用离散三维空间点重建三维表面模型的方法，该方法充分利用摄影测量以及激光扫描等三维测量技术中隐含的透视关系．将离散点划分到不同的投影面，在局部利用二维三角网构网技术构建三角网．然后在考虑局部三角网边缘一致性的基础上组合成整体三维表面模型。该方法可以利用近景摄影测量处理产生的三维景物点或激光扫描仪采集的三维空间点自动构造三维表面模型．重建物体三维表面。实验结果表明．该算法是有效的。     

人物雕塑模型三维表面建模方法探究

三维激光扫描是一种通过激光测距方式实现三维物体表面空间数据获取的技术。本文介绍了一种利用三维激光扫描技术并结合相应软件对人物雕塑模型三维表面进行重建的方法。该方法通过三维激光扫描仪获取目标模型表面精确的点云数据,在对点云粗拼接的基础上进行精确拼接,以三角网的形式重构雕塑表面,并结合逆向软件进行纹理映射及其接缝处理以实现3D模型表面重建。结果表明,利用该方法可以实现对人物雕塑模型3D表面的快速有效重建。     

一种用于建筑物立面边界特征点提取的凸包三角网算法

基于现存凸包算法较难提取建筑物立面点云中的边界特征点等问题，提出一种构建凸包三角网的建筑物立面边界特征点提取算法。首先利用k近邻搜索算法查找每个点的近邻点，并通过主成分分析方法估算各点的法向量。然后将各点的近邻点投影到局部拟合平面，使用罗德里格法进行旋转获得二维投影点。最后利用凸包算法在求解边界特征点的基础上构建凸包三角网，并获得各三角形中近邻点占地率并统计各三角形的顶角值，得到剩余边界特征点。采用模拟和实测点云数据进行试验，并与改进的凸包算法和基于点的算法进行对比，结果表明，该算法能够提高建筑立面边界特征点提取的准确性和完整性，具有较强的适用性。     

平行轮廓线自适应插值的三维表面重构算法

针对稀疏点轮廓线在三维表面重构中存在的不够光滑、匹配易出错和难以交互等问题,提出了基于轮廓线插值的三维表面重构方法,并通过实验进行验证。文章分析了三维表面重构的形式化表达方法和准则,提出了基于虚跨距解决稀疏点轮廓线三维重构的基本思想;基于同步前进算法和虚跨距,设计了自适应等比例插值的同步前进三角面镶嵌算法;针对轮廓线插值违背三角表面重构拓扑准则的规律进行了分析,提出了相应的修正算法,保证了三角网的拓扑一致性。试验结果表明:本算法所构建的三角网表面更为光滑,各个三角面的大小更为均匀,具有更好的鲁棒性和交互性,对稀疏和稠密坐标点的轮廓线均能构建出更为理想的三维表面模型。     

三维散乱点云的Voronoi拓扑近邻点集查询算法

提出一种三维散乱点云的Voronoi拓扑近邻点集查询算法,该算法改进R*-tree建立三维散乱点云的空间索引结构,采用动态扩展空心球算法获取样点的k近邻点集,通过偏心扩展和自适应扩展获取样点拓扑近邻参考数据,生成该局部点集的Voronoi图,查询样点Voronoi邻域获取样点拓扑近邻点集。通过算法时间复杂度分析及相关实验,证明该算法可快速、准确地获取任意复杂散乱点云的Voronoi拓扑近邻点集。     

多约束的平面点集形状重构方法

针对平面点集空间分布的复杂性,本文提出了一种基于Delaunay三角网的平面点集形状重构方法。首先采用一种简单且实用的数据结构以表达Delaunay三角网中嵌入的几何信息和拓扑信息,然后由外向内迭代过滤Delaunay三角网得到一个大概边界,最后进一步考虑边界的凹凸信息和空洞现象,获取最终的精细边界。试验结果表明与其他典型的Delaunay三角网重构方法相比,本文提出的算法能更好地适用于平面点集空间分布的复杂性,通过所构建的数学模型实现了凸凹多边形内外边界提取。     

基于激光扫描和高分辨率影像的文物三维重建

提出一种新的激光扫描点云与数字影像结合的文物三维重建方法。利用格网板进行数码相机的标定获取影像的内方位元素;利用激光扫描数据,建立三角网物体表面模型;利用人工选取控制点,进行单片空间后方交会,获取影像的外方位元素;将三维表面模型投影到影像对象,利用影像匹配在现有的三角网内部继续通过影像匹配增加同名点,从而进行三角网的细分加密;最后通过OpenGL纹理映射建立带有逼真纹理的物体三维表面模型。     

数字地形建模的真三维TIN算法研究(英文)

The problem of taking an unorganized point cloud in 3D space and fitting a polyhedral surface to those points is both important and difficult. Aiming at increasing applications of full three dimensional digital terrain surface modeling, a new algorithm for the automatic generation of three dimensional triangulated irregular network from a point cloud is proposed. Based on the local topological consistency test, a combined algorithm of constrained 3D Delaunay triangulation and region-growing is extended to ensure topologically correct reconstruction. This paper also introduced an efficient neighboring triangle location method by making full use of the surface normal information. Experimental results prove that this algorithm can efficiently obtain the most reasonable reconstructed mesh surface with arbitrary topology, wherein the automatically reconstructed surface has only small topological difference from the true surface. This algorithm has potential applications to virtual environments, computer vision, and so on.     

基于SIFT的宽基线立体影像密集匹配

提出基于对极几何和单应映射双重约束及SIFT特征的宽基线立体影像多阶段准密集匹配算法。算法包括三个阶段：①基于特征点的空间分布和信息熵选取一定数量的最优SIFT特征点集并进行最小二乘初始稀疏匹配及立体像对的基本矩阵和单应矩阵估计;②对于其余特征,利用同名核线倾斜角及SIFT特征的尺度信息对匹配窗口的仿射变换参数进行迭代优化及变形改正、提取仿射不变SIFT特征描述符,并基于双重约束信息及欧氏距离测度进行匹配;③考虑宽基线立体影像较低的特征提取重复率,对第②步左右影像中未能成功匹配的特征点,基于双向搜索策略,采用基于盒滤波加速计算的SSD测度在变形改正后的双重约束区域中进行匹配,并对匹配结果进行加权最小二乘拟合定位。实际的宽基线立体影像试验结果证明了算法的有效性,可为后续的三维重建提供较为可靠的密集或准密集匹配点。     

A Topology‐Inferred Graph‐Based Heuristic Algorithm for Map Simplification

In this article we present a heuristic map simplification algorithm based on a novel topology‐inferred graph model. Compared with the existing algorithms, which only focus either on geometry simplification or on topological consistency, our algorithm simplifies the map composed of series of polylines and constraint points while maintaining the topological relationships in the map, maximizing the number of removal points, and minimizing error distance efficiently. Unlike some traditional geometry simplification algorithms, such as Douglas and Peucker's, which add points incrementally, we remove points sequentially based on a priority determined by heuristic functions. In the first stage, we build a graph to model the topology of points in the map from which we determine whether a point is removable or not. As map generalization is needed in different applications with different requirements, we present two heuristic functions to determine the priority of points removal for two different purposes: to save storage space and to reduce computation time. The time complexity of our algorithm is which is efficient enough to be considered for real‐time applications. Experiments on real maps were conducted and the results indicate that our algorithm produces high quality results; one heuristic function results in higher removal points saving storage space and the other improves the time performance significantly.     

双层优化的激光雷达点云场景分割方法

对激光雷达扫描的非结构化点云进行分割处理,是进行数据组织、重构和信息提取的重要步骤。本文根据点云表面的局部可微的性质,提出了一种递进形式的双层优化分割算法。首先在黎曼几何框架下计算点的拓扑关系和距离度量特性,以k均值聚类的方法获得过分割体素,作为底层分割结果。然后,将点云的体素模式化为节点,构建最小生成树,提取节点的高级特征信息,利用图优化得到对点云细节自适应的区域分割效果。通过真实数据进行验证,并与现有方法比较,证明所提算法的可行性和先进性。     

Detection and 3D reconstruction of traffic signs from multiple view color images

3D reconstruction of traffic signs is of great interest in many applications such as image-based localization and navigation. In order to reflect the reality, the reconstruction process should meet both accuracy and precision. In order to reach such a valid reconstruction from calibrated multi-view images, accurate and precise extraction of signs in every individual view is a must. This paper presents first an automatic pipeline for identifying and extracting the silhouette of signs in every individual image. Then, a multi-view constrained 3D reconstruction algorithm provides an optimum 3D silhouette for the detected signs. The first step called detection, tackles with a color-based segmentation to generate ROIs (Region of Interests) in image. The shape of every ROI is estimated by fitting an ellipse, a quadrilateral or a triangle to edge points. A ROI is rejected if none of the three shapes can be fitted sufficiently precisely. Thanks to the estimated shape the remained candidates ROIs are rectified to remove the perspective distortion and then matched with a set of reference signs using textural information. Poor matches are rejected and the types of remained ones are identified. The output of the detection algorithm is a set of identified road signs whose silhouette in image plane is represented by and ellipse, a quadrilateral or a triangle. The 3D reconstruction process is based on a hypothesis generation and verification. Hypotheses are generated by a stereo matching approach taking into account epipolar geometry and also the similarity of the categories. The hypotheses that are plausibly correspond to the same 3D road sign are identified and grouped during this process. Finally, all the hypotheses of the same group are merged to generate a unique 3D road sign by a multi-view algorithm integrating a priori knowledges about 3D shape of road signs as constraints. The algorithm is assessed on real and synthetic images and reached and average accuracy of 3.5cm for position and 4.5° for orientation.     

基于立体视觉的影像多视点建模方法探讨

随着GIS用户对地理信息可视化性能要求的不断提高,虚拟地理场景的景物实体建模方法成为VRGIS领域的热点问题之一。本文探讨了一种基于立体视觉的影像多视点建模方法,包括景物实体表面影像纹理的采集和重建。影像纹理采集方面,提出了根据景物实体形状和景物实体表面纹理分布特点分配采集点的纹理采集方法。影像纹理重建方面,根据多幅影像对应特征点创建采样点模型,最后与几何模型进行空间配准,创建景物实体模型。以一实例进行实验论证,实验结果表明,该建模方法能够有效的提高虚拟地理环境中模型的真实感。     

基于二维希尔伯特变换的相位一致模型图像特征检测方法

相位一致方法是从频域中的相位信息理论中延伸出的一种图像特征检测方法。其原理是指图像特征如跃级边缘、线形、屋脊形和马赫带等,总发生在相位的最大叠合处。该原理通过构造局部能量模型,并经标准化后,度量其图像各个位置的相位一致值。本文在前人的基础上对该模型进行了改进,提出了以二维的希尔伯特变换代替一维希尔伯特变换,从而在全方向上考虑各点的相位一致。由于Morrone提出相位一致模型实现过程是逐点分别计算图像的相位一致值,运行速度慢。改进算法后,相位一致模型的分子部分,即局部能量,是利用去DC（Direct Current,直流）分量算子和二维希尔伯特变换算子以卷积的形式求取,从而简化算法实现过程。同时为了抑制噪音的影响,本文在相位一致模型中的分母部分中引入了图像DC分量。最后以自然图像和遥感图像为实验对象进行图像特征检测,结果表明该改进方法可以有效地提取图像特征。     

城市三维重建中的自动纹理优化方法

围绕低空多镜头倾斜摄影在三维城市影像模型生产中的纹理优化问题,提出了一种无缝纹理模型重建方法。文中首先采用相机响应函数和暗通道方法对影像进行预处理;然后,根据地物三角网格表面模型与影像的映射关系,利用稀疏构网方法进行遮挡检测,并建立了三角面片的可视纹理列表;最后,结合三角网格表面模型中基本面片的三维拓扑关系,利用影像的均值与方差信息,构建了基于马尔科夫随机场框架下的图割纹理优化算法,解决了纹理优化选择的离散多标号问题,保证了相邻三角面片映射纹理的一致性,实现了城市大场景无缝纹理模型的重建。试验结果验证了算法的可靠性和优越性。