一种结合明暗信息和纹理信息的形状恢复算法

实际图像往往既包含明暗信息又包含纹理信息,为了更有效地利用这些信息进行形状恢复,研究了一种结合明暗信息和纹理信息的形状恢复算法,用SFS方法对图像中的明暗信息进行处理,然后用SFT方法对图像中纹理信息进行分析,并结合SFS方法的结果对形状进行恢复.最后给出了该方法对图像的恢复结果并进行了分析.实验结果证明,该算法的性能优于SFS算法和SFT算法.     

基于平均差分计算的任意光照环境下三维表面重建算法

针对采用偏心格式求解图像辐照方程时只能针对特定光源计算的特点，提出了一种针对不同光照方向环境下求解明暗恢复形状(SFS)问题的有限差分算法。这个方法利用泰勒展开线性化反射图函数，设计了一种新的平均加权差分格式求解图像辐照方程。由于新差分格式无条件稳定且具有二阶截断误差，它可以有效地克服偏心差分格式条件稳定和一阶截断误差精度不高的不足。理论分析和实验结果表明，文中提出的无条件稳定的差分算法对各种光照环境均能给出一个理想的恢复结果，且计算精度优于以往的算法。     

基于图像融合技术的三维形貌恢复方法研究

在多幅图像融合的基础上,研究物体三维形貌恢复方法.首先利用小波变换对几幅不同的源图像作融合,提高了源图像的质量,克服了传统的基于阴影恢复形状方法(SFS)因源图像质量低使恢复结果失真的局限性.在此基础上假设反射模型是包含漫反射和镜面反射的复合反射模型,再利用SFS方法恢复物体的三维形貌.实验表明,该方法对恢复结果有了很大的改善.     

一种未知光源参数的明暗恢复形状方法

针对传统SFS(shape from shading)必须已知光源参数的缺陷，提出了一种新的使用神经网络恢复单幅未知光源参数环境中物体三维形状的方法。该算法利用前向神经网络的非线性映射能力，建立了物体表面形状和其对应的图像灰度值之间的非线性关系，所得权值可视为环境光源参数，由此得出反射图函数。基于该反射模型，物体表面高度值通过迭代的方法求得，并使用多分辨率分级实现SFS算法以减小算法复杂度。实验结果表明该算法对于无光源环境，能给出有效的恢复结果。相比传统算法，精度提高了约29％。     

基于先验形状信息和水平集方法的车辆检测

针对交通视频检测应用,提出一种基于先验形状信息和主动轮廓模型的运动车辆检测方法.算法首先利用颜色信息和边缘信息检测并去除车辆阴影,提取车辆的初始轮廓;为了改善车辆轮廓的提取精度,在进一步的车辆分割中引入车辆形状的先验知识,用水平集符号距离图像的隐含表示建立车辆的先验形状模型,并以先验的车辆形状模型作为约束构造出主动轮廓能量函数;将第一步获得的车辆轮廓作为车辆分割演化曲线的初始轮廓,采用变分法求解能量函数的极小值,利用形状配准和水平集方法演化车辆的分割曲线,得到准确的运动车辆轮廓.将该方法应用于实际采集的交通视频,获得了很好的测试结果.     

基于移动增强现实技术的复杂场景视频图像多目标跟踪

复杂场景视频图像多目标跟踪过程中在环境干扰下检测准确性不好,为了提高复杂场景视频图像多目标跟踪能力,提出基于移动增强现实技术的复杂场景视频图像多目标跟踪方法,构建复杂场景视频图像的3维成像模型.采用边缘特征分割和Harris角点特征检测方法进行复杂场景视频图像的多维尺度分解,构建目标图像的3维成像模型,采用灰度信息重构方法进行复杂场景视频图像的像素序列重组,建立目标图像的3维轮廓特征分布集,采用模糊信息度特征提取方法实现复杂场景视频图像的特征提取,通过移动增强现实技术进行复杂场景视频图像多目标跟踪过程中的自适应寻优,提高复杂场景视频图像多目标跟踪的准确性.仿真结果表明,采用该方法进行复杂场景视频图像多目标跟踪的准确度较高,图像成像的分辨能力较好.     

一种基于三维小波变换的视频水印算法

提出了一种基于三维小波变换的视频水印算法.算法以二值图像作为水印,并利用三维小波变换(3D-DWT)和扩频技术,首先对水印图像进行随机置乱预处理以增强其安全性能;然后对宿主视频进行视频分割,并分别对得到的各序列作三维DWT变换;最后选取视频帧并将水印嵌入相应三维DWT系数中.实验结果表明,算法具有较好的不可见性,并且针对帧剪裁、帧丢失、帧平均和MPEG编码等具有良好的鲁棒性.     

强度传输方程和神经网络融合的三维重构算法

针对原有强度传输方程法所恢复的相位精度不够精确的缺点,提出强度传输方程和神经网络融合的三维重构算法. 利用强度传输方程求解出物体不同角度的初始相位,利用神经网络算法进行优化,根据不同角度的最终恢复相位结合乘法技术重构出三维体信息. 该算法具有精度高的特点,可以为三维成像技术的应用提供参考. 对于实验中的示例图像,该算法将强度传输方程得到的相位误差从21.40%降低为5.26%,重构三维物体与模拟真实物体的相关程度为显著相关.     

基于三维小波变换和HVS的视频水印算法

针对数字视频的版权保护,提出了一种以二值图像作为水印和基于三维小波变换及HVS特性的视频水印算法.首先对水印图像进行混沌加密和Arnold置乱处理,利用基于方向经验模式分解的视频场景分割技术将视频信号切分为不同的场景,通过密钥从中选取若干场景进行三级三维小波变换.再借助HVS对图像纹理区域、运动区域的掩蔽特性,使水印自适应被嵌入到低频子带的重要系数中.实验结果表明,文中的算法具有较好的不可见性,对于诸如Gaussian噪声、丢帧、帧平均和MPEG压缩等攻击具有很好的鲁棒性.     

一种基于三维小波变换的视频水印算法

提出了一种基于三维小波变换的视频水印算法．算法以二值图像作为水印，并利用三维小波变换（3D-DWT）和扩频技术，首先对水印图像进行随机置乱预处理以增强其安全性能；然后对宿主视频进行视频分割，并分别对得到的各序列作三维DWT变换；最后选取视频帧并将水印嵌入相应三维DWT系数中．实验结果表明，算法具有较好的不可见性，并且针对帧剪裁、帧丢失、帧平均和MPEG编码等具有良好的鲁棒性．     

中值滤波技术在快速阴影恢复算法中的应用

基于中值滤波技术,对TSAI提出的阴影恢复算法(SFS)进行了改进.对原来算法叠代求得的高度值进行二维中值滤波,大大减少了达到同样的光滑系数所需的叠代求解次数.在分析中值滤波模版选择对滤波结果影响的基础上,提出了一种采用递减模版进行多次滤波的方法, 对实际含噪图片的重建结果验证了改进算法在提高耐噪性和改善表面光滑程度方面的有效性.结果表明,采用递减模版进行多次滤波可以更好的改进重建表面的光滑性和准确性,采用改进算法可以明显减少叠代次数.     

A Scheme for Reconstructing Free-form Surface from Shading with Cellular Automata

The reconstruction of free-form surface is a fundamental problem in digital manufacture.This article presents a novel solution to reconstructing free-form surface from an intensity image under the Lambertian reflection model,that is a method called shape from shading (SFS).Our approach is based on the two-dimensional cellular automata (CA),and fully uses the local information of both image and the reconstructed surface.After several iterations,the free-form surface corresponding to the input image is obtained.The encouraging results on both synthetic and real-world images are provided in this paper,and the perfor- mance of our algorithm is analyzed on synthetic images using mean and standard deviation of depth (Z) errors.     

灰度图像三维重构技术研究综述

介绍明暗恢复形状算法(Shape From Shading,SFS)的基本原理。从解算方法和光照模型的角度,分别总结和分析目前SFS算法所存在的主要问题。发现经典SFS算法解算复杂,对边界初始条件和约束条件过于依赖,而且因实际物体表面并不符合朗伯体光反射状况,故解算精度较差。强调光照模型对于SFS问题的重要性,给出下一步有待研究的新思路和新方向。     

基于SEM图像的细颗粒泥沙絮体3维分形研究及其应用

具有分形特征是细颗粒泥沙絮体的重要特性,为了解决目前主要是通过絮体SEM图像研究其2维分形特性的问题,利用SEM图像灰度值重建细颗粒泥沙絮体3维图像,通过MATLAB编程用盒计数法计算絮体3维分形维数;然后基于絮体3维分形维数,推导出细颗粒泥沙静水沉降时清浑交界面的沉降公式,并将其应用在滇池底泥清混交界面的沉降计算中,其计算误差在5%以内。结果表明,直接利用絮体SEM图像计算絮体3维分形维数是可行的,避免了图像处理中人为误差的引入,且通过其推导的沉降公式可用于计算清混交界面的沉速。     

Multimodality image registration and fusion using neural network

Multimodality image registration and fusion are essential steps in building 3-D models from remote sensing data. We present in this paper a neural network technique for the registration and fusion of multimodality remote sensing data for the reconstruction of 3-D models of terrain regions. A FeedForward neural network is used to fuse the intensity data sets with the spatial data set after learning its geometry. Results on real data are presented. Human performance evaluation is assessed on several perceptual tests in order to evaluate the fusion results.     

二维傅立叶变换及其π相移的解相技术研究

探讨了二维傅立叶变换和π相移技术用于三维面形的测量,消除了背景光强对频谱图的影响,避免了频谱混叠,有利于一级谱的准确提取,增大了曲面的可测梯度,可用于复杂形面的测量,同时在频域中绕过移频,避免了主频点的漂移.研究结果表明:该方法测量精度较高,简单、有效.     

基于VTK的OCT三维图像重建研究

从OCT系统的基本原理出发,应用体绘制中的光线投射算法,基于VTK可视化工具包,根据OCT系统的三维数据结构,提出一种对OCT系统获得的数据进行三维图像重建的方法,即多条射线从屏幕像素点出发穿过OCT系统获得的数据,沿射线方向对数据进行采样并累加,累加结果即可获得最终的三维重建图像。使用这种方法,传统OCT和宽场OCT样品的三维图像得以成功重建,且重建结果能够反映出样品的基本结构并给出样品的细节信息。     

构建颅骨上颌骨及牙列的三维有限元模型

探讨了建立颅骨上颌骨及牙列三维有限元模型的高度数字化方法,为分析上颌骨的生物力学性质提供一个标准数学模型.选择一具颅骨标本作为建模素材,运用螺旋CT扫描技术及三维影像技术完成初步重建,并在此基础上利用Abaqus软件建立上颌骨及牙列的三维有限元模型.通过仿真分析获得了形态细致逼真的上颌骨及牙列三维重建生物力学模型.该模型具有较好的力学相似性和几何相似性,为临床上探索上颌骨及牙列的生物力学机制提供了研究手段.     

构建颅骨上颌骨及牙列的三维有限元模型

探讨了建立颅骨上颌骨及牙列三维有限元模型的高度数字化方法，为分析上颌骨的生物力学性质提供一个标准数学模型．选择一具颅骨标本作为建模素材，运用螺旋CT扫描技术及三维影像技术完成初步重建，并在此基础上利用Abaqus软件建立上颌骨及牙列的三维有限元模型．通过仿真分析获得了形态细致逼真的上颌骨及牙列三维重建生物力学模型．该模型具有较好的力学相似性和几何相似性，为临床上探索上颌骨及牙列的生物力学机制提供了研究手段．