一种由二维轮廓线重建物体表面的方法

本文提出一种通过体数据转换实现由轮廓线重建物体表面的方法 .该方法根据“表面投影区”比较两相邻切平面上对应像素点的状态函数值 ,以确定影响等值面生成的像素点 ,从而只进行影响等值面生成的像素点的距离函数的计算 ,并可在根据需要对相邻切平面上的对应点进行插值计算后 ,生成分辨率较高的体数据 .本文采用改进的 MT算法生成等值面 ,完成物体的表面重建 .该方法缩短了体数据的构造时间 ,在保证了重建正确性的前提下提高了整个表面的重建速度     

基于小波的三维图像频域显示方法研究

提出了一种基于小波的频域体绘制算法(FWVR)进行三维图像重构。算法首先完成三维体数据的傅里叶变换和切平面提取,然后在频域中完成小波的多分辨率分解,并在不同分辨级上进行小波系数重建,最后做傅里叶逆变换,以得到观察平面上希望得到的体绘制图像。算法是基于CT成像和小波变换的原理,时间复杂度由视平面上的二维傅里叶逆变换决定,即O(N2logN)。应用此方法对128的医学体数据进行实验,结果证明该方法有效,采用伪彩色后的绘制效果3与光线投射法绘制效果基本相同,而速度大大提高。     

二次曲面体中的斜对称面检测

为了扩大3D重建实体的覆盖域,通过对Sugimoto等的斜对称面检测算法(Sugimoto K, Tomita F. Detection of skewed-symmetrical shape. Proceedings of the IEEE International Conference on Image Processing, Austin, 1994: 696-700)进行改进,实现了包括双曲线、抛物线等在内的所有类型的二次曲线的斜对称检测.在曲面的重建过程中,采用参数化方法实现了空间二次曲线的投影匹配,利用斜对称检测算法检测出投影曲线的斜对称轴,并由检测到的斜对称轴生成相应的平面即二次曲面体的斜对称面;同时研究了错解产生的原因.算例验证表明,采用该算法能够对含有对称部分的二次曲面体进行精确的斜对称面检测.     

基于拟插值理论的三维体数据场高精度重建算法

三维体数据场重建是体数据建模与分析的一个非常基础和重要的步骤,重建算法的精度直接决定了数据重采样和后续分析的准确性.文中发展了基于拟插值方法的三维体数据场重建理论,首次提出一种充分利用体数据自身信息与核函数优化相结合的预处理算法.在合理假设的前提下得到重建误差的表述式;然后充分利用三维体数据自身的信息全局优化该误差,使得重建误差在L2意义下达到最小.最后通过丰富的重建实例,显示了文中算法能有效地提高重建精度,并能够更好地保持三维体数据的高频信息.     

彩色体三维显示系统上基于GPU的实时均匀体素化算法

为了使基于旋转屏的彩色体三维显示设备在显示动态场景时实时且高分辨率、高质量地实现圆柱体空间彩色体素化,提出了一种基于GPU的算法.首先在长方体空间内完成对三维场景的实时彩色体素化,将生成的数据保存于多张纹理工作表中;然后采取多对多映射的方法对这些工作表进行重采样,得到该场景在圆柱体空间内均匀的彩色体素化结果.实验结果表明,该算法在GPU内完成,达到了实时性要求,并在基于LED旋转屏的体三维显示设备上获得了令人满意的三维虚拟场景再现效果.     

基于面域理解的多面体三维重建

已有的三维重建算法一般是从点线或体的角度来理解视图,实际上,视图中的环包含了 大量的形体面信息,可以直接从中间层次的面理解形体的投影。文中根据实体构成和平面投影的约束和规则重建显式表达的面,并进一步推导出隐式表达的面,从而得到完整的形体边界模型,本算法适用于平面多面体,通过面域作为中介,容易实现与模型引导方法的融合,从而拓展到二次曲面体的重建。     

像素的移动体素面绘制算法

移动立方体算法是最具影响力的等值面构造算法。本文以移动立方体算法为基础,提出了像素点移动体素面绘制算法。根据物体表面的显示特性和体素特点,利用像素点组成的边界体素绘制物体的等值面,实现物体表面的三维重建。在实验中,对一组CT图像中的骨骼组织进行三维表面重建和显示,并与用Matlab绘制函数重建的三维结果进行比较。实验分析表明,该算法能对物体进行三维重建,避免了二义性问题,但重建表面不光滑,重建花费的时间较长。     

基于可逆神经网络的图像超分辨率重建算法

近年来，卷积神经网络在单幅图像超分辨率重建SISR任务中展现出良好的效果，已成为该领域内应用最广泛的算法，但该算法未能有效弱化一对多的病态问题和减小重建图像解空间范围，因此对图像重建质量提升的效果越来越有限，目前已面临瓶颈问题，很难有较大的性能提升。为有效减小重建图像的解空间，提升重建图像性能，提出了基于可逆神经网络的图像超分辨率重建算法，通过模型设计，将图像退化和重建过程设计为一个可逆变换过程，有效约束了图像解空间，可逆卷积结构的应用使算法获得最合适的通道排布规则，从而有效提升了模型性能。在主流数据集上的实验结果表明，提出的算法相对于现有的SISR算法在图像重建精度上有了极大的提升，获得了最佳的PSNR和SSIM。     

反求工程中的点云切片算法研究

提出了一种快速有效的点云切片算法．该算法基于空间栅格划分建立离散点之间的拓扑关联信息,通过高效的平面点云求交算法构造平面散乱点列;并基于多项式时间复杂度的混合式曲线重建算法实现了任意非均匀分布平面点列的多义线重组．应用实例表明：文中算法快速准确,稳定可靠．     

一种空间自适应正则化MAP超分辨率重建算法

提出一种简单、通用的基于正则化技术的自适应MAP超分辨率重建算法。与以往算法不同,该方法引入了局部空间自适应正则化参数,弥补了传统算法对图像自身的局部特性缺乏考虑的不足。算法通过迭代的方式,利用中间重建结果不断对正则化参数进行更新,并最终得到重建图像。实验结果表明,该方法可以根据不同图像序列的特点以及图像的局部灰度特性,自适应地确定相应的正则化参数,并找到最优解,有效地保护了高分辨率图像的细节信息。     

基于坐标变换的圆柱体点云数据拟合方法

为了解决工程测量中圆柱体点云数据的拟合问题,论文通过迭代逼近法求解圆柱体中轴线方向向量,再将点云数据按照中轴线方向进行坐标变换到与竖直方向平行,最后通过拟合平面圆形得到圆柱体的模型参数,将三维的非线性拟合问题转换为二维的线性拟合问题,降低了处理的复杂度,也避免了非线性最小二乘拟合过程中初值选取的问题,同时也能处理任意方向的圆柱体拟合问题.另外通过计算拟合中误差进行噪声点剔除处理,通过迭代拟合提高了圆柱体的拟合精度.实验结果表明该算法能够满足实际工程测量中圆柱体拟合的精度需求.     

基于投影特征识别的斜截切二次曲面重建算法

平面与二次曲面的截切组合是机械零件常用的设计手段.在分析斜截切二次曲面在三视图中的投影特性的基础上,提出识别和重建这类曲面的算法.首先根据曲面的投影特性在三视图中检索斜截切曲面的投影痕迹;然后以其作为引导,初步判定曲面类型,深度优先搜索进一步识别斜截切二次曲面;再根据投影边的二维信息计算未截切曲面的几何参数,并通过未截切曲面与截平面求交获取截切曲线;最后构造斜截切曲面的拓扑结构,生成三维曲面.该算法可以识别和重建空间任意位置的斜截切二次曲面,拓展了重建算法的形体覆盖域.文中算法目前已运用到形体重建原型系统中,实验结果证明了其有效性.     

自适应T样条曲面重建

为了进行快速高精度的曲面重建,提出了一种新的基于T样条的曲面自动重建算法。由于T样条控制网格具有特殊性质,因此在使用T样条进行曲面重建时,一个关键的问题是如何构造好一个T网格。该新算法在进行曲面重建时,用三角网格的参数化方法,先将数据点同胚映射到平面,然后再利用平面四叉树细分的方法将无结构散乱数据自动生成合理有效的T网格,最后将曲面重构模型转化为最优化问题,并由最小二乘法求解,同时在误差较大的区域辅以T样条的局部修正,以使重建曲面与原网格面的最大误差小于指定的误差值。由于该新的曲面重建方法是一个基于细节的重建方法,因此采样点密集区域所插入的T网格点也就相应地增多,这样既抓住了网格曲面的特征,又能很好地减少过多的T网格控制顶点,这就提高了算法效率。另外,该新算法还具有高效、易操作、能适应复杂曲面重建、曲面自动生成且满足相应精度要求等优点。重构结果显示,该新的曲面重建算法不仅重构应用范围广,且重构精度高。     

一种由轮廓线重建物体表面的方法

针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题,提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下,通过提高轮廓线上点的密度,生成精确度较高的体数据。该方法通过对相邻层轮廓线区域的集合运算,只对处于集合运算解中的像素点进行距离函数值的计算。采用MC（Marching Cubes）算法生成等值面,完成物体的表面重建。实验结果表明,该方法能顺利解决基于轮廓线拼接重建物体表面中出现的轮廓对应问题和分叉问题,既提高重建表面精确度,又加快整个表面的重建速度,是一种可行的方法。     

一种基于主成分分析的 Codebook 背景建模算法

混合高斯(Mixture of Gaussian, MOG)背景建模算法和Codebook背景建模算法被广泛应用于监控视频的运动目标检测问题,但 混合高斯的球体模型通常假设RGB三个分量是独立的, Codebook的圆柱体模型假设背景像素值在圆柱体内均匀分布且背景亮度值变化方向指向坐标原点,这 些假设使得模型对背景的描述能力下降. 本文提出了一种椭球体背景模型,该模型克服了混合高斯球体模型和Codebook圆柱体模型假设的局限 性,同时利用主成分分析(Principal components analysis, PCA)方法来刻画椭球体背景模型, 提出了一种基于主成分分析的Codebook背景建模算法.实验表明,本文算法不仅能够更准确地描述背 景像素值在RGB空间中的分布特征,而且具有良好的鲁棒性.     

构建“基因库”求解TSP问题的混合遗传算法

该文设计了求解平面TSP的一种新算法,该算法首先构建一个“基因库”,在单亲演化中使用“基因库”中的基因,并将单亲演化所产生的最好解,作为群体演化中的一个个体,再进行群体演化。在求解TSPChina144问题实验中,不仅找到迄今最好的解,而且该算法具有高效的特点。     

基于稀疏点云的多平面场景稠密重建

多平面场景是生活中常见的一种场景,然而由于该类场景中常常存在物体表面纹理缺乏和纹理重复的现象,导致从多视图像重建获得的三维点云数据中存在点云过于稀疏甚至孔洞等问题,进而导致以微面片拟合三维点云所得到的重建表面出现平面颠簸现象.针对这些问题,本文提出了一种基于稀疏点云的分段平面场景重建方法.首先,利用分层抽样代替随机抽样,改进了J-Linkage多模型估计算法;然后,利用该方法对稀疏点云进行多平面拟合,来获得场景的多平面模型;最后,将多平面模型和无监督的图像分割相结合,提取并重建场景中的平面区域.场景中的非平面部分用CMVS/PMVS(Clustering views for multi-view stereo/patch-based multi-view stereo)算法重建.多平面模型估计的实验表明,改进的J-Linkage算法提高了模型估计的准确度.三维重建的实验证实,提出的重建方法在有效地克服孔洞和平面颠簸问题的同时,还能重建出完整平面区域.     

一种新的基于平面检测器的锥形束体积重建算法

由于锥形束体积重建算法具有较高的获取投影数据的速度、较大的 X射线利用率及能保持重建物体的空间和密度各向同性等方面的优点 ,因而引起了人们的广泛关注 .针对锥顶轨迹为单圆的锥形束体积重建问题 ,提出了一种基于平面检测器的 T- FDK算法 (简称 FT- FDK算法 ) .该算法首先将锥形束投影数据重排为倾斜平行投影数据 ,然后再经过加权滤波和反投影重建来得到待测物体的三维结构 .实验结果表明 ,该算法不仅与传统的 FDK算法有相同的计算复杂度 ,且重建图象的质量有了明显的提高 ,因而该算法在医学成像和无损探伤等领域具有重要的实用价值 .     

快速鲁棒的城市场景分段平面重建

对于基于图像的城市场景重建,由于光照变化、透视畸变、弱纹理区域等因素的影响,传统像素级与区域级的重建算法通常难以获得可靠的重建结果.为了解决此问题,本文提出一种快速、鲁棒的分段平面重建算法.根据城市场景结构特征与分段平面假设,本文算法首先利用基于连通域检测的空间平面拟合方法从初始空间点中抽取充分且可靠的候选空间平面,然后在MRF（Markov random field）能量最小化框架下将场景的完整结构推断问题转化为平面标记问题进行求解.由于候选平面集与融合灰度一致性度量、空间几何与可见性约束的能量模型的高可靠性,场景的完整结构因此可被有效地重建.实验结果表明,本文算法能较好地克服传统算法可靠性差、重建场景不完整等缺点,同时具有较高的计算效率.     

求解车辆路径问题的改进扰动机制的ILS算法

针对车辆路径问题,提出一种改进的迭代局部搜索(ILS)算法。该算法基于破坏再重建(Ruin and Recreate)的思想,设计了一种新的扰动机制。扰动过程包含破坏和重建两个阶段,即先使用一种兼顾随机性和相关性的破坏方法对解进行破坏,并引入扰动因子控制解的破坏强度,然后再随机选择基本贪婪插入和改进贪婪插入算法完成解的修复。利用国际标准测试案例对常规扰动机制和改进后的扰动机制进行了测试,并与量子进化算法、蜂群算法进行了比较,实验结果表明改进后的ILS算法更加有效。