一种基于特征点模长的三维网格数字水印算法

提出一种基于特征点模长的三维网格模型数字水印算法。该算法根据各个顶点的邻接三角面的法线方向提取用于嵌入水印的特征点;比较特征点的模长和其所有邻接点的平均模长;根据所嵌入的水印来修改特征点模长。实验结果表明,该算法水印具有良好的不可见性,对几何变换攻击、噪声攻击等具有良好的鲁棒性。     

基于体素化网格下采样的点云简化算法研究

针对三维点云数据冗余量大、重建时间长、效率低等问题,提出一种基于体素化网格下采样的点云简化算法。该算法首先求出点云数据集的最小三维长方体包围盒,把点云数据划分进三维体素栅格中去;其次计算点云的k邻域,进行曲面法向量估计;然后,在三维体素栅格中选择满足要求的数据点,实现点云下采样;最后,调用Power Crust对下采样点云数据进行曲面重建,在三维可视化类库Visualization Toolkit(VTK)进行显示。实验结果表明,该算法能够加快三维点云数据的重建速度,较好地保持了点云特征,提高曲面重建的效率和鲁棒性,适合实时处理。     

基于ISS-3DSC的NDT三维点云配准算法研究

工件形貌的三维扫描需求在车间自动化装备中越来越多,其中点云配准作为三维数据处理的重要步骤。现有三维点云配准存在特征点对误配、配准时间长、配准精度差等问题,提出了一种基于内部形状描述子-三维形状上下文特征(ISS-3DSC)的NDT三维点云配准算法。首先通过内部形状描述子(ISS)算法提取三维点云关键点,提高配准效率;然后结合三维形状上下文特征(3DSC)进行关键点的特征描述,并根据特征点对中值距离法剔除错误点对,采用SVD分解计算初始变换矩阵;最后使用NDT算法完成精配准。测试实验结果表明：算法在鞋面、鞋底点云数据配准时的精度可达到0.025 cm,相比传统SAC-IA+NDT算法配准效率提升明显,具有一定的工程应用价值。     

基于Kinect传感器的三维点云地图构建与优化

针对移动机器人在三维点云地图创建过程中存在鲁棒性和实时性不佳的问题,提出一种基于图像特征点的三维地图创建方法.首先,对Kinect采集得到的RGB数据进行特征点提取与匹配,并采用RANSAC算法对误匹配点进行剔除,在保证精度的同时,有效减少了配准算法的迭代次数,通过结合Kinect深度数据得到对应特征点对在三维空间中的位姿,最后采用ICP算法迭代求解刚体变换矩阵完成精确配准,得到室内真实场景下的三维点云地图.为抑制由三维点云配准过程中累积误差造成的位姿漂移,引入了基于TORO图优化算法的闭环检测机制,实验验证了所提方法的有效性.     

基于最优均方误差意义下的非对称3D数字水印算法

提出一种基于最优均方误差意义下的非对称3D几何模型数字水印算法.算法基本思想是,使嵌入水印受到3D几何模型几何变换和拓扑变换所带来的误差能量影响最小,即首先通过顶点的选择和排序,使嵌入的水印受到三维网格拓扑变换影响最小,然后计算排序后顶点的特征空间,将水印嵌入到最不受三维模型影响的子空间,使嵌入水印受到三维网格的几何变换影响最小.仿真得到结果,证明算法的鲁棒性.     

三维边缘轮廓线数据的识别

三维成像技术可快速获得被测表面的海量点云数据，如何从点云数据中识别出准确的边缘轮廓线数据是三维边缘轮廓线检测的首要工作。分析边缘轮廓线数据的位置特征，说明在边缘轮廓线的垂直截面线上识别边缘轮廓线数据点的重要意义；由于实际垂直截面线数据在边缘轮廓线数据点处存在倒角圆弧的情况，需通过倒角圆弧中间点求解出边缘轮廓线数据的位置；根据倒角圆弧数据的不同分布特征，提出3种倒角圆弧中间点的识别方法，即拟合抛物线求解顶点法、法向累积夹角半交角判别法、法向夹角引导的弧长均值插值法。在多条边缘轮廓线上验证了3种倒角圆弧中间点识别方法的有效性和精度。     

基于多策略的三角网格面快速重构算法

针对三维散乱点云模型,设计了一种基于多策略的三角网格面快速重构算法.该算法首先利用自适应策略寻找自适应k邻,将其进行投影后在局部区域利用相交不可见策略建立顶点连接关系,在此基础上利用角度阈值策略和Delaunay准则变换策略对顶点关系进行优化,最后将此顶点关系逆映射到三维空间,得到三维点之间的连接关系,从而达到三角网格面快速重构的目的.实验结果表明此算法简单高效,处理速度快,重构效果好,并且对点云数据均匀性要求相对不高.     

点云数据提取二次曲面特征算法研究

采用三维激光扫描技术可以直接得到真实物体表面的空间采样点,即点云数据,利用点云数据即可以重构三维物体表面。对重构的物体进行修复,并获得相关物理参数,是目前逆向工程重点研究问题。文章就点云数据的一些处理算法进行研究,根据点云数据的特征,利用曲面边的法向量夹角几何特征建立点云数据分割模型对点云数据分割。提取出点云数据的几何特征。对于重构的物体采用k—邻域法建立降噪模型,德洛内三角剖分法和多项式样条插值法建立三维曲面修复模型。并算法应用于具体数据中,取得良好的效果。     

基于SIFT特征的多视点云数据配准和拼接算法

针对无特征标志点的大场景多视点云数据,提出了一种新的基于SIFT特征的配准和拼接算法。算法提出了有效纹理图像的概念,并对有效纹理图像进行SIFT特征提取和匹配;然后将提取的SIFT特征点和匹配关系反射到三维点云数据,获取多视点云数据的特征点和匹配关系,完成多视点云数据的拼接。算法在有效纹理图像中提取和匹配特征点,排除了点云数据中孔洞和无效数据的干扰,并且算法只利用较高鲁棒性的特征点对进行拼接,计算简单,匹配精度和效率都得到提高。对室内和室外两个大场景的2个视点数据进行实验,实验结果证明拼接速度和精度都有较大的提高。     

基于3DSIFT和BSHOT特征的点云配准方法

针对点云配准过程中易产生错误匹配点、配准时间长、配准精度低等问题。提出了基于三维尺度不变特征变换(3DSIFT)关键点检测方法,结合二进制方向直方图描述子(BSHOT)构建点云匹配对的配准方法。该方法首先利用差分高斯模型在三维尺度空间上检测SIFT关键点,其次在关键点的邻域构建局部坐标系来计算SHOT描述子,并将SHOT描述子转化为二进制描述符。然后利用随机采样一致性算法去除误匹配的点云,初步估计点云的变换矩阵。最后在精配准上利用ICP算法估计最优的变换矩阵。在数据集的实验中验证了本文算法的快速性,同时在两个点云重叠率较低时,配准精度较高。     

一种三维网格模型零水印算法

提出一种三维网格模型零水印算法,突破了常规水印算法修改模型数据以嵌入水印的作法.通过三维网格模型的几何特征构造水印信息来实现三维网格模型的版权保护,解决了三维网格模型水印算法中水印鲁棒性与透明性之间的矛盾.实验结果表明:该算法对几何变换、网格简化、随机噪声和剪切攻击都具有较好的鲁棒性.     

基于特征点选取的三维模型共享算法

提出一种基于特征点选取的三维模型共享算法,首先从原始三维模型的所有顶点内选取t个特征点;其次利用Shamir的门限秘密方案将每个特征点共享为n个子特征点,并用子特征点替换三维模型原有的特征点进而形成n个共享三维模型;最后将这n个共享三维模型分配给n个参与者保存.由于共享后的子特征点改变了原始特征点的数值,因此生成的共享三维模型在结构上发生了改变.这种改变保护了原始三维模型数据的安全.在重建过程中,要求至少有k个参与者提供其持有的共享三维模型才可以无损地恢复原始三维模型.实验结果进一步验证了所提算法的可行性及有效性.该共享算法有利于防止因所有权过分集中而导致的数据泄露问题,可以保证原始三维模型的安全和完整.     

基于三维激光特征二次匹配的室外景观建模方法

激光扫描建模中通常采用一次匹配技术,但是室外三维景观处于三维环境下,一次匹配会导致大量激光点云数据特征丢失,导致室外景观三维建模效果差。提出基于二次匹配技术的室外景观三维激光建模方法。首先,在三维激光扫描技术中引入SFM方法,以此获取完整的点云数据,选取控制点进行初始配准,通过ICP算法精确配准两种点云数据。为提高点云数据的融合性,针对数据颜色等特征进行二次匹配,实现点云数据融合。最后,使所有点云数据在同一坐标中,将融合过的点云数据进行去噪、滤波和点云拼接等预处理,将数据中的两种曲面进行拟合并导入三维软件中,实现室外景观建模。试验结果表明,所提方法的三维景观建模立体水平较高,建模效果清晰,精度较高。     

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。     

三维散乱点云模型的特征点检测

随着三维点云模型越来越受到人们的关注,如何对数据量大,无序的三维点云模型进行特征点检测也是近几年的研究热点。本文提出了基于曲率和密度的特征点检测算法,为每个数据点定义一个特征参数,这个参数由三部分组成:点到邻居点的平均距离;点的法向与邻居点法向夹角的和;数据点曲率。然后通过八叉树方法计算模型的数据点密度,将这个密度作为阈值,特征参数大于阈值的点就是检测到的特征点。本文计算时,检测模型的特征点只需用到三维点云模型的几何特征,如数据点法向,曲率和邻居点。实例验证本算法可准确地检测出散乱数据点云的特征点。      

基于面阵三维成像激光雷达的目标点云分割技术

针对偏振三维成像系统的高效目标三维点云分割问题,提出一种多维信息融合的高效分割理念。系统采用高分辨率EMCCD相机作为面阵探测器,在一次成像过程中,可同时获得视场中的灰度图像以及三维点云数据。根据该成像特点,建立灰度图的像素坐标与点云数据像素坐标之间的点对点映射关系,结合粒子群优化算法的边缘分割方法,将灰度图中目标分割后的坐标信息映射到三维点云数据中,得到其三维点云数据。该方法将三维点云数据降维处理为二维图像处理,显著降低了计算复杂度,避免了点云数据误差对分割精度造成的影响。实验验证了多维数据融合目标三维点云分割方法的有效性。     

三维特征点距离特征集合求交匹配算法

对于使用锥束CT分区成像的物体,要得到其完整的三维图像,需要对各分区重建图像进行三维拼接。作为基于特征的三维拼接算法中重要的步骤之一,特征点匹配是要对图像重叠区域中检测到的特征点建立对应关系。针对目前三维SIFT特征匹配算法对于相似特征误匹配率较高的问题,提出基于三维特征点空间关系的三维特征点匹配算法:距离特征集合求交法。该算法使用求取简便的特征点三维距离特征作为特征描述符,避免了扩大特征信息统计范围时巨大的计算消耗问题,然后在匹配过程中设计了距离特征集合求交的相似性度量方法,解决了以往基于空间关系方法中特征矢量各项元素不对应的问题。实验证明:该算法在图像存在大量相似特征的前提下,能够有效提高三维特征点匹配的匹配正确率。     

一种基于空间对称变换的三维模型形状描述方法

 针对基于内容三维模型检索中形状特征提取的关键问题,提出一种基于空间对称变换的三维模型形状特征描述符构造方法,此方法主要依据三维模型内部无处不在的对称特性。首先计算三维模型中点对之间的对称变换,其中点对来源于球面均匀分区采样后顶点集;然后利用点对的对称变换构造三维模型顶点对称空间,并结合空间聚类获得三维模型内部对称关系,从而给出对称区域描述;最后将对称区域描述符集合中数据按照对称区域大小排序后作为整个三维模型形状特征描述符,此特征受三维模型简化、细化、以及几何操作影响较小,且利用特征库后三维模型检索速度比较满意。文章最后分别从特征相似性比较、检索效率以及检索实验结果三个方面验证了方法的有效性。     

三维点云混合去噪算法研究

针对三维点云模型数据在去噪平滑过程中存在的不同尺度噪声和算法计算耗时问题,提出一种点云噪声基于分类思想的去噪算法。此算法将噪声分成两类,分别为尺度大的噪声和尺度小的噪声,首先使用统计滤波配合几何滤波去除尺度大的噪声;然后利用改进之后的双边滤波算法对小尺度噪声实现平滑去噪,实现点云模型的去噪和平滑。与传统的双边滤波相比,利用改进之后的双边滤波算法对点云模型数据进行平滑,有效提升了计算的速率。实验结果显示,此算法既能快速平滑点云数据噪声又能很好地保留被扫物体的几何特征。