快速在体光声计算层析图像重建方法

针对超声阵列式光声计算层析成像技术数据采集量大、成像速度慢的问题,为拓展该技术在血流动力学等领域的应用,提出一种基于主成分分析(PCA)的快速光声计算层析图像重建方法。该方法首先通过部分全采样数据,构建样本图像矩阵;然后,通过矩阵分解运算构建信号投影矩阵;最后,基于该投影矩阵在三倍欠采样条件下快速重建出高质量三维光声图像。在体小鼠背部血管成像实验表明:与传统反投影光声图像重建方法相比,基于主成分分析的光声图像重建方法可将数据采集规模降低约35%,三维图像重建速度提高约40%,实现了三倍欠采样条件下高精度光声图像的快速采集与重建。     

基于网格变形的从图像重建三维人脸

从图像重建高质量三维人脸一直是计算机视觉和图形学的一个重要研究问题.不同于传统的基于立体匹配的窄基线多视几何和数据驱动的人脸形变方法,提出一种结合网格变形技术和立体视觉原理的、从图像重建高质量三维人脸模型方法.给定从不同视角拍摄的几幅人脸图像,基于健壮图像特征获得可靠的相机外部参数和稀疏三维点;在此基础上,提出一种结合几何细节保持和图像一致性约束的三维人脸变形算法重建三维人脸,通过对人脸模板的网格变形,使得变形人脸在多幅图像中的可见投影具有一致性的图像颜色强度.基于模板的人脸变形可以有效地解决三维模型成像中的遮挡问题,采用健壮估计法消除噪声、离群点和光照对目标函数收敛性的影响,对目标函数的多次非线性优化求解进一步改进了人脸重建的质量.采用合成人脸图像和真实人脸图像重建三维人脸的实验结果表明,文中算法可以从几幅宽基线图像重建高质量的三维人脸模型.     

乒乓球的三维运动轨迹重建

主要基于图像序列对乒乓球的运动轨迹进行三维重建,并对乒乓球运动形态进行分析.首先对采集的图像进行立体校正,利用颜色识别和改进的霍夫圆检测算法提取出序列图像中乒乓球的圆心坐标;然后根据前后帧图像的特征点坐标差值在时间序列上匹配特征点;最后,利用三角测量法对匹配的特征点进行三维重建,并计算出乒乓球不同时刻的速度和加速度,实现了动态物体的三维运动重建.实验结果表明该三维运动重建方法提高了特征提取的准确性,有效地实现了时间序列上的匹配,获得了物体的三维运动数据.     

基于Kinect的实物地质标本三维重建

基于多视点图像运动结构恢复的三维重建方法相当耗时且鲁棒性低,针对以上问题,提出了一种基于Kinect的实物地质标本的三维重建方法. 首先使用GrabCut算法提取前景目标,结合原始深度图像生成对应视角的点云,再基于SIFT特征利用RANSAC算法执行点云粗对准,然后在ICP算法中引入异常值拒绝方法和动态调整权重思想进行点云精细配准,最终重建出完整三维点云模型. 实验结果表明该方法能快速重建出良好的实物地质标本三维点云模型,能有效处理标本缺少结构特征的情况,并且鲁棒性高.     

顾及RGB-D图像的刚性点云鲁棒配准方法

RGB-D相机作为一种常见的便携式三维数据采集工具被广泛使用于计算机图形学、计算机视觉等诸多领域,然而,由于设备的物理误差、光照干扰等因素,采集的三维点云中往往包含大尺度噪声,现有的点云配准方法处理这类数据时无法取得理想的配准结果,进而影响后续三维重建的质量.为了解决这一问题,提出一种鲁棒的基于RGB-D图像的刚性点云配准方法.首先,提出一种基于全变分和各向异性二阶算子的点法向估计方法,能够有效地去除点法向的噪声并且较好地保持尖锐和非线性光滑特征;其次,联合RGB图像的纹理信息和点云的几何信息设计了一种复合特征描述子,能够在包含噪声的点云上鲁棒地提取初始匹配点;最后,采用一种快速的全局配准方法计算待配准点云之间的刚性变换.在多组合成及真实点云数据上进行配准实验,并从视觉效果和配准误差2个方面对实验结果进行分析,分析结果表明,所提方法能够鲁棒地配准大噪声干扰的点云数据,验证了方法的有效性.     

一种基于半拉格朗日的液体实时仿真方法

近些年,在计算机图形学与虚拟现实技术领域中,自然现象的模拟得到了广泛的关注和研究.如何快速且逼真地模拟自然现象,是此类研究的目的.以液体表面作为研究对象,总结了关于液体模拟近年来的部分研究成果;针对三维液体的复杂流体状态,提出了一种基于半拉格朗日的液体实时仿真方法,并对仿真结果进行了表面构建.该方法首先将Navier-Stokes 方程离散化,并通过求解构造的Poisson 方程得到每一时间步长的数值解,进而精确驱动粒子运动以构建真实液体表面;之后,利用液体表面追踪及Marching Cubes 表面重建,生成了真实的液体表面模型.实验结果表明,该仿真方法不但在运算过程中遵循经典的流体力学方程,从而保证了结果的真实性,并且运算速度快且能取得较好的视觉效果.在计算机游戏、电影制作以及医学等领域的仿真,均有广泛的应用前景.     

一种基于图像的室内大场景自动三维重建系统

由于室内场景具有结构化的特点, 如人们习惯的平行、垂直、共线共面等, 在基于图像的室内场景自动重建中, 即使一些小的误差也会导致明显的视觉差异. 文献中对具有高保真的室内场景的自动重建系统尚少有报道. 针对犯罪现场三维复原的具体需求, 本文报道了一种基于图像的室内场景自动重建系统, 包括图像采集平台的标定, 特征点与特征直线的匹配与重建, 以及多视角下重建结果的融合等. 本系统有如下特点: 1)重建过程为全自动, 不需要任何人机交互; 2)直线特征的自动匹配与重建考虑了场景的深度与结构信息, 匹配的正确率及空间直线重建效果得到了显著提高; 3)重建结果的整体优化中, 融合了特征点与特征直线. 大量实验结果表明, 该系统方便实用, 且能得到比较好的重建效果.     

基于模拟退火算法的多孔介质三维重建

为了研究固相转换器内部流体的流动状态,将动态退火系数的模拟退火算法与基于改进的状态更新的随机重建方法相结合,提出一种对固相转换器这类多孔介质进行软件重建的三维随机重建策略.首先对显微CT采集得到的多孔介质图像进行处理,得到基于孔隙相与固体相的二值化图像,并将其作为参考模型;然后在保持多孔介质孔隙率不变的前提下对多孔介质进行重建,实现了对其采样、图像处理与重建的过程.实验结果表明,该策略可以提升重建速度与渗透率的精度,重建模型与参考模型的两点相关函数与孔隙分形维数有很好的一致性.     

修正邻域系的三维运动图像重建算法仿真研究

在研究物体的运动真实性优化的过程中,关键特征点的运动状态随机性很大,很难建立准确的运动形状基动态模型.传统的三维运动重建算法都是运用固定形状基模型,但是固定模型很难表述复杂运动变化参数和大规模动态特征的运动规律,造成重建效果不逼真的弊端.提出一种修正邻域系的三维运动图像重建算法,通过运动参数修正特征点的邻域系,直到参数达到稳定,保证参数的修正稳定,也间接保证了重建的准确性.计算机仿真结果表明,改进算法能够克服运动状态随机性较大造成的运动重建效果不逼真的缺陷,完成三维运动图像重建.     

基于二维点云图的三维人体建模方法

近年来基于二维图像的三维建模方法取得了快速发展,但就人体建模而言,由于摄像头采集到的二维人体图像包含衣物、发丝等大量的纹理信息,而像虚拟试衣等相关应用需要将人体表面的衣物褶皱等纹理信息去除,同时考虑到裸体数据采集侵犯了用户的隐私,因此提出一种基于二维点云图像到三维人体模型的新型建模方法。与摄像机等辅助设备进行二维图片数据集的采集不同,该算法的输入是由三维人体点云模型以顶点模式绘制的二维点云渲染图。主要工作是建立一个由二维点云图和相应的人体黑白二值图构成的数据集,并训练一个由前者生成后者的生成对抗网络模型。该模型将二维点云图转化为相应的黑白二值图。将该二值图输入一个训练好的卷积神经网络,用于评估二维图像到三维人体模型构建的效果。考虑到由不完整三维点云数据重建完整的三维人体网格模型是一个具有挑战性的问题,因此通过模拟二维点云的破损和残缺状态,使得算法能够处理不完整的二维点云图。大量的实验结果表明,该方法重建出的三维人体模型能够有效实现视觉上的真实感,为了对重建后的精度进行定量的分析,选取了人体特征中具有代表性的腰围特征作为误差评估;为了增加三维人体模型库中人体形态的多样性,还引入一种便捷的三维人体模型数据增强技术。实验结果表明,该算法只需要输入一张二维点云图像,就能快速创建出相应的数字化人体模型。     

基于Kohonen神经网络的B样条曲面重构

探讨了三维散乱数据点的自由曲面自组织重构方法。建立了基于自组织特征映射神经网络的矩形网格重构模型及其训练算法。所建模型利用神经元对曲面散乱数据点的学习和训练来模拟曲面上点与点之间的内在关系,节点连接权向量集作为对散乱数据点集的工程近似化并重构曲面样本点的内在拓扑关系。通过该方法不仅能够对无规则散乱数据点进行逼近,并且通过该方法得到的曲面也可以作为后继曲面重构的初始曲面。仿真实验表明,所建神经网络模型可实现三维密集无规则数据点的曲面自组织重构集自压缩于一体。     

大规模室外图像3维重建技术研究进展

基于图像的3维重建旨在从一组2维多视角图像中精确地恢复真实场景的几何形状,是计算机视觉和摄影测量中基础且活跃的研究课题,具有重要的理论研究意义和应用价值,在智慧城市、虚拟旅游、数字遗产保护、数字地图和导航等领域有着广泛应用。随着图像采集系统（智能手机、消费级数码相机和民用无人机等）的普及和互联网的高速发展,通过搜索引擎可以获取大量关于某个室外场景的互联网图像。利用这些图像进行高效鲁棒准确的3维重建,为用户提供真实感知和沉浸式体验已经成为研究热点,引发了学术界和产业界的广泛关注,涌现了多种方法。深度学习的出现为大规模室外图像的3维重建提供了新的契机。首先阐述大规模室外图像3维重建的基本串行过程,包括图像检索、图像特征点匹配、运动恢复结构和多视图立体。然后从传统方法和基于深度学习的方法两个角度,分别系统全面地回顾大规模室外图像3维重建技术在各重建子过程中的发展和应用,总结各子过程中适用于大规模室外场景的数据集和评价指标。最后介绍现有主流的开源和商业3维重建系统以及国内相关产业的发展现状。     

三维重建指纹特征提取分析的刑事案件数字化侦破

本文在二维指纹识别技术的基础上,结合多目摄像头数据模型进行指纹采集的三维重建。采用指纹特征点坐标场和方向场进行表征,利用二维指纹特征点的空间映射来获得三维指纹特征点空间特征坐标,由局部四邻域法计算坐标方向场,在指纹匹配中,基于双参考点法进行指纹的空间特征点对齐,由欧氏距离和方向夹角进行特征点配对。实验结果表明,本文提出的指纹三维重建技术以及指纹特征点的提取和匹配,能够最大限度获取三维指纹特征信息,保证指纹特征识别精度,为刑事案件侦破提供有力的技术支持。     

基于移位的递归子分割方法

自然景观的计算机三维模拟图形学研究的重要领域之一。本文在分析比较几种自然景观模拟方法之后，提出了一种模拟山水景观的基于移位的递归子分割方法。该方法不仅可以进行景观特征的局部控制，而且克服 景观模拟中的“折痕问题”，我们已用该方法在ＳＧＩＩＲＩＳ４Ｄ／２５图形工作站上实现了山水的三维模拟，得到了满意的效果。     

基于单目体系的可见手重构算法研究

首先确立单相机加单平面镜的体系结构，然后研究在该体系下实现三维重构的基本理论和基本方法，具体探讨了以下4个关键问题：（1）手边沿的提取；（2）对应关系的获取；（3）3D重构的基本方法；（4）校准算法，通过揭示出空间物点在像平面上的投影、该物点的对称点在同一像平面上的投影、镜面以及该物点本身这四者之间的关系，得到三维重构的新方法，既便于理论分析，又便于程序设计；既使校准过程简单易行，又保证了三维重构的精度．     

Pose estimation from multiple cameras based on Sylvester’s equation

In this paper, we introduce a method to estimate the object’s pose from multiple cameras. We focus on direct estimation of the 3D object pose from 2D image sequences. Scale-Invariant Feature Transform (SIFT) is used to extract corresponding feature points from adjacent images in the video sequence. We first demonstrate that centralized pose estimation from the collection of corresponding feature points in the 2D images from all cameras can be obtained as a solution to a generalized Sylvester’s equation. We subsequently derive a distributed solution to pose estimation from multiple cameras and show that it is equivalent to the solution of the centralized pose estimation based on Sylvester’s equation. Specifically, we rely on collaboration among the multiple cameras to provide an iterative refinement of the independent solution to pose estimation obtained for each camera based on Sylvester’s equation. The proposed approach to pose estimation from multiple cameras relies on all of the information available from all cameras to obtain an estimate at each camera even when the image features are not visible to some of the cameras. The resulting pose estimation technique is therefore robust to occlusion and sensor errors from specific camera views. Moreover, the proposed approach does not require matching feature points among images from different camera views nor does it demand reconstruction of 3D points. Furthermore, the computational complexity of the proposed solution grows linearly with the number of cameras. Finally, computer simulation experiments demonstrate the accuracy and speed of our approach to pose estimation from multiple cameras.     

三维全身扫描仪的建模仿真

随着计算机全面进入3D时代，三维全身扫描系统对社会的价值越来越显著，获取人体表面的三维几何信息，是建立3D人体模型的先决条件。该文提出了一种基于结构光方法的三维全身扫描仪的系统仿真方案，使用3D Studio MAX软件仿真得到虚拟扫描头运动形成的带激光条纹的图像序列，最后用仿真数据进行三维重建。关键步骤包括用自适应阈值法提取激光带中心，深度图像的获取，以及多扫描头数据的融合等。实验取得了满意的效果，获得了人体的完整轮廓线，验证了系统仿真方案的合理性与高效性。     

基于稀疏图像序列的雕塑点自动云三维重构方法

为了提高对雕塑点稀疏图像的点云三维重建的分析能力,提出一种基于稀疏图像序列的雕塑点自动云三维重构方法,基于稀疏散乱点三维重建和锐化模板特征匹配方法进行图像三维重建。采用三维角点检测和边缘轮廓特征提取方法,进行雕塑点稀疏图像三维点云特征检测,对检测的雕塑点稀疏图像点云数据进行信息融合处理,采用梯度运算方法进行特征分解,实现对雕塑点稀疏图像的信息增强和融合滤波。结合局部均值降噪方法进行图像的提纯处理,提高雕塑点稀疏图像轮廓重建能力,采用锐化模板特征匹配和块分割技术,实现雕塑点自动云三维重构。仿真结果表明,采用该方法进行雕塑点自动云三维重构的准确性较高,图像匹配能力较好,且重构输出信噪比较高。     

基于半直接法SLAM的大场景稠密三维重建系统

当前三维重建系统大多基于特征点法和直接法的同时定位与地图重建(SLAM)系统,特征点法SLAM难以在特征点缺失的地方具有较好的重建结果,直接法SLAM在相机运动过快时难以进行位姿估计,从而造成重建效果不理想.针对上述问题,文中提出基于半直接法SLAM的大场景稠密三维重建系统.通过深度相机(RGB-D相机)扫描,在特征点丰富的区域使用特征点法进行相机位姿估计,在特征点缺失区域使用直接法进行位姿估计,减小光度误差,优化相机位姿.然后使用优化后较准确的相机位姿进行地图构建,采用面元模型,应用构建变形图的方法进行点云的位姿估计和融合,最终获得较理想的三维重建模型.实验表明,文中系统可适用于各个场合的三维重建,得到较理想的三维重建模型.