基于粗糙表面模型的三维形貌恢复研究

文中提出了一种针对粗糙物体的表面反射模型,即用Oren-Nayar模型代替通用的朗伯体表面反射模型(Lamber-tian surface reflection model),并基于透视投影从明暗恢复形状(shape from shading),对图像进行三维重建,此三维重建具有很高的现实意义.实验用该模型对两幅较粗糙的真实图像进行重建并与在朗伯体模型下得到的结果进行比较,实验结果表明对于粗糙物体文中方法能得到较好的恢复效果,说明本SFS方法是有效且收敛的.     

基于神经网络的三维重建

从明暗恢复形状(shapefromshading,即SFS)是计算机视觉研究领域的一个热门话题。SFS利用图像中明暗变化与物体平面特征的对应关系来恢复物体表面特征。传统方法有估计光源方向,引入梯度光滑约束等方法,但传统的方法存在误差大,重建后物体表面过于光滑等问题,不适合表面起伏大的电镜图像的重建。本文提出以高度z连续作为约束条件,利用神经网络对单幅电镜图像进行重建的算法,并在实验中取得很好的重建效果。     

点光源照明参数估计的算法研究

针对使用朗伯反射模型描述漫反射表面的形状恢复算法存在较大误差的问题,提出了一种偏角的计算和特定方向的选择相关的点光源参数估计的从明暗恢复形状的算法.首先假定摄像机采用正交投影,方向与光源方向一致,建立适合漫反射表面的图像辐照度方程,然后将方程转化为包含物体深度信息的偏微分方程,使用点光源估计方法应用于SFS技术的线性化方法,进而得到物体表面的三维形状.合成人脸的PGM格式的图像实验结果表明,采用改进的算法成像准确,且深度信息值域比较宽,效果满足要求.     

基于特征线梯度约束SFS的月面地形重构方法

针对月面着陆器在下降过程中可能得不到足够的匹配点进行着陆区地形恢复的问题,提出了基于特征边缘线梯度比例约束的明暗恢复形状(shape from shading)算法。以Lommel-Seeliger反射模型模拟月球表面反射情况,建立辐照度方程。以地形特征边缘提取结果为基础,经过最小二乘拟合后,求解临近点的梯度比例因子,并通过表面光滑模型约束,演化得到剩余影像点的梯度比例因子,实现了对辐照度方程的量化约束,使得SFS问题正则化。采用模拟影像和真实月面影像对所提出的算法进行了测试分析,实验结果表明,所提出的算法能够有效的进行三维地形恢复,且恢复精度优于经典SFS算法中对实际地形恢复效果最好的Tsai算法。     

从明暗恢复形状（SFS）的几类典型算法分析与评价

从明暗恢复形状（shape from shading,简称SFS）是计算机视觉中三维形状恢复问题的关键技术之一,其任务是利用单幅图象中物体表面的明暗变化来恢复其表面三维形状。为了使人们对SFC研究现状及求解SFS问题的各种算法的优缺点有个概略了解,首先介绍了求解传统SFS问题的4类方法中几个典型算法的基本原理及求解方法,并给出了实验结果,然后从算法解的唯一性、对真解的逼近程度、求解效率及适用范围等方面对这4类算法进行了比较和评价。     

基于明暗恢复法的三维重建算法分析

明暗恢复形状法是计算机视觉领域的热门问题。明暗恢复法是通过一张照片的灰度信息恢复物体表面形状的一种方法。本文从数学角度度分析了SFS问题,并提出了三种解法:直接法求解,变分法求解和采用优化理论理论求解。并分析比较了这三种方法的适用范围和各自的典型算法。最后分析了SFS问题的发展趋势和难点问题。     

基于SFS方法的三维重构及精度分析

从明暗恢复形状(SFS)是计算机视觉中三维重构问题的研究热点和难点之一,目前已有算法存在两个问题:1)选择的反射模型不符合物体表面的反射特性;2)引入的约束条件和求解过程过于复杂,求解速度慢,效率低。对SFS算法进行了详细分析,引入了朗伯特光照反射模型,对物体表面做球形假设,然后对图像做近似微分运算以求出高度函数,实现了利用单幅灰度图像恢复物体表面三维形状并仿真的数据处理方法,同时对传统线性化SFS算法和所提算法进行了实验验证,对两种模型的重构精度和算法的执行效率进行了比较和分析。实验仿真结果表明,在保证一定精度的前提下,所提算法的执行效率比传统算法高。     

基于照明参数与反射系数的分层SFS算法

提出一种由明暗信息复原形状的鲁棒算法.此算法能有效地估计照明方向、漫反射 系数、照明天顶角以及沿图像轮廓由明暗信息复原形状,并且在考虑自阴影影响情况下,用新 方法从图像的统计特征估计照明的仰角和表面反射系数,使重建强度梯度接近输入图像梯度 实现平滑约束.该方法为数据驱动,稳定可靠,能同时更新表面斜率与高度图,大大减小发射 项与可积分项内的剩余误差.最后给出SFS(Shape from Shading)算法的分层实现.     

基于照明参数与反射系数的分层SFS算法1)

提出一种由明暗信息复原形状的鲁棒算法.此算法能有效地估计照明方向、漫反射系数、照明天顶角以及沿图像轮廓由明暗信息复原形状,并且在考虑自阴影影响情况下,用新方法从图像的统计特征估计照明的仰角和表面反射系数,使重建强度梯度接近输入图像梯度实现平滑约束.该方法为数据驱动,稳定可靠,能同时更新表面斜率与高度图,大大减小发射项与可积分项内的剩余误差.最后给出SFS(Shape from Shading)算法的分层实现.     

一种用于立体感增强的SFS改进算法

表面重建是计算机立体视觉中的一个重要研究领域,SFS(shape from shading)是单帧图像立体感增强的有效方法之一。为了更好地利用SFS对图像进行增强,在对朗伯体表面反射模型进行详细分析和对影响3维重建结果的关键因素进行讨论的基础上,提出了一种改进的SFS算法,并给出了具体的步骤和计算方法。实验表明,该算法的确改善了立体显示的效果。