基于骨架变换的显微图像拼接方法

针对高放大倍数下显微镜图像视野较小的问题,提出了一种基于骨架变换的显微图像拼接方法.该方法先调整显微镜的轴位置,获取样本的序列显微图像;再对相邻序列显微图像进行拉普拉斯算子对比,得到显微图像清晰区域的二值图像;经过数学形态学处理后,提取出清晰区域的骨架;对相邻骨架插值,得到新骨架,提取出序列显微图像中新骨架与相邻骨架所包围区域,最终拼接出显微图像的清晰区域.试验证明,该技术能得到较好的拼接结果.     

双目立体视觉的三维人脸重建方法

创建逼真的三维人脸模型始终是一个极具挑战性的课题.随着三维人脸模型在虚拟现实、视频监控、三维动画、人脸识别等领域的广泛应用,三维人脸重建成为计算机图像学和计算机视觉领域的一个研究热点.针对这一问题,提出一种基于双目立体视觉的三维人脸重建方法,重建过程中无需三维激光扫描仪和通用人脸模型.首先利用标定的2台摄像机获取人脸正面图像对,通过图像校正使图像对的极线对齐并且补偿摄像机镜头的畸变;在立体匹配方面,选择具有准确可靠视差的人脸边缘特征点作为种子像素,以种子像素的视差作为区域生长的视差,在外极线约束、单调性约束以及对应匹配的边缘特征点的约束下,进行水平扫描线上的区域生长,从而得到整个人脸区域的视差图,提高了对应点匹配的速度和准确度;最后,根据摄像机标定结果和立体匹配生成的视差图计算人脸空间散乱点的三维坐标,对人脸的三维点云进行三角剖分、网格细分和光顺处理.实验结果表明,该方法能够生成光滑、逼真的三维人脸模型,证明了该算法的有效性.     

基于旋转模型的植物叶子卷曲变形模拟

为实现植物叶子卷曲变形实时仿真,提出了一种基于叶脉骨架的旋转模型。基于叶片图像构建叶子的三维模型,并利用轮廓中轴提取算法生成叶子主脉,由主脉节点自动分生二级叶脉。在此基础上,将叶脉骨架旋转模型拓展到整个叶膜,即叶片三角网格顶点绕叶脉骨架节点向量逐步进行空间旋转,从而实现整个叶片模型的动态变形。元宝枫仿真实验结果表明,该方法模拟的叶子卷曲变形效果具有较强的真实感,且算法的运行速度基本达到了实时性的要求。     

基于最大内切球拟合的网格模型骨架提取

作为三维模型的一维表示方式,模型骨架表示和提取技术在计算机图形学和计算机视觉领域具有广泛的应用.为了有效地从输入网格模型中提取高质量的骨架,提出了一种新的基于最大内切球拟合的骨架提取方法.首先,用户分别交互选取模型主干内任意一点以及各分枝末端任意一点作为骨架提取的初始点;其次,根据选取的初始点利用最大内切球拟合和提取算法得到初始最大内切球,取球心为模型骨架点,并利用该最大内切球沿模型主干迭代扩散,寻找其余的模型最大内切球和相应的模型骨架点,同时将主干骨架周围区域设为影响域;然后,根据交互选取得到的分枝末端点,以类似方法沿末端到主干影响域寻找分枝骨架点;最后,基于距离优先算法选取合适的骨架汇合点生成完整的模型骨架.针对AIM@SHAPE提供的实验用模型,利用该方法提取的模型骨架点能准确地位于模型的中轴位置,同时通过调整参数值能保证提取的模型各分枝骨架的平滑性.     

自适应三维美工树木骨架提取算法

提出了一种自适应三维美工树木骨架提取算法。该算法主要由前处理、骨架提取和后处理三个步骤组成。前处理阶段依次完成预计算操作,包括对具有几何相似性的子枝进行聚类,自适应生成每个子枝点云的聚类长度阈值,确定子枝之间的父子关系等;骨架提取阶段实现对每个子枝点云的聚类,及其对应骨架点、骨架曲线的生成等操作;后处理阶段完成孤立骨架节点去除,整棵树所有骨架曲线光滑化等处理。该树木骨架提取过程完全由计算机自动完成,不需要用户的任何干预。实验结果表明,采用该算法得到的美工树木骨架既能完整地保持树木模型的形状,又能正确地实现树木模型的拓扑结构。     

基于凸壳与有向包围盒的骨架提取方法

为获取三维模型的几何及拓扑信息,提出一种基于凸壳与有向包围盒(OBB)的线性骨架提取方法.首先将三维网格模型进行分割生成多个子网格模型;然后对各子网格中的点集求取凸壳作为该子网格点集的近似,由凸壳顶点的形心构成原始骨架点;再用OBB进行重叠计算求出相交点集,以生成关节骨架点;最后对原始骨架点与关节骨架点进行连接,经冗余检测后形成完整骨架.实验结果表明,该方法快速、有效,提取出的骨架能保证连通性与中心性且能很好地提取关节骨架点,为蒙皮关节动画、模型形状分析等提供有效信息.     

基于Android的三维面部模型自适应调整算法

本文基于Android平台获取二维人物图像,使用face++提供的人脸特征点提取SDK对输入照片的人脸特征点进行自动定位来提取二维人物图像的人脸特征点,根据所提取的特征点使用自适应算法进行调整,生成与二维人物图像相适应的三维面部模型。与一般的调整算法相比,本文针对存在角度的二维人物图像提出生成其对应三维面部模型的自适应调整算法。     

曲面浅浮雕生成算法

为了在三维网格上快速生成曲面浅浮雕造型,提出一种利用三维模型半自动生成曲面浅浮雕的算法.首先利用图像的边缘检测方法来获取模型在透视场景中的边缘点,并将其与被贴的曲面载体进行位置匹配,获得Poisson方程的Dirichlet边界值;然后对模型高度场的梯度值进行压缩;最后利用确定边界条件的Poisson方程对模型压缩后的梯度场进行求解,还原生成浮雕模型.利用文中算法可以生成贴于曲面上的浅浮雕模型.     

由正交图像造型三维个性化虚拟人体模型

基于正、侧、背面4幅正交人体图像,变形模板人体模型后得到带服饰纹理的个性化虚拟人．以截面环为基本几何元素,给出了模板人体模型的生成和变形方法,建立了截面环和三维人体骨架之间的内在关联;自动提取图像上的人体特征点,生成二维图像上的人体骨架;由三维人体骨架和二维图像上人体骨架之间的对应关系,建立截面环和人体图像之间的对应关系;从人体图像上获取截面环的形状参数,通过参数化变形截面环得到个性化的虚拟人体模型．与已有方法相比,该方法建立在基于特征的参数化框架之上,变形更容易控制,消除了三维模型和二维图像之间对应的不确定性,避免了人体变形中的自交现象,效率高、真实感效果较好．     

神经切片染色图像边缘的二次提取方法研究

针对神经切片染色图像的边缘模糊不连续、色泽不均匀、区域不规则的特点,提出了一种效果良好的神经切片染色图像边缘提取方法.通过改进的均值漂移滤波改善图像质量,获得第一次的连续边缘;考虑到切片图像的复杂性,对提取得到的连续边缘运用区域填充及数学形态学的方法处理后进行第二次边缘提取,从而提取到最终的较为准确、光滑的边缘;最后在人体周围神经组织切片图像上的实验证明,该方法具有提取效果好、抗噪声能力强等特点.     

关键人脸轮廓区域卡通风格化生成算法

针对人脸轮廓特征区域的局部化限定,结合关键特征点的提取和脸部邻近颜色区域的融合,并 引入注意力机制,提出了一种基于 CycleGAN 的关键人脸轮廓区域卡通风格化生成算法,以此作为初始样本构 建生成对抗网络(GAN)并获取自然融合的局部卡通风格化人脸图像。利用人脸轮廓及关键特征点进行提取,结 合颜色特征信息限定关键人脸风格化区域,并通过局部区域二值化生成关键区域人脸预处理的采样图像;为了 使生成图像能够自然匹配所提取特征区域,利用均值滤波操作对所提取区域的边缘轮廓进行平滑羽化处理,并 相应地扩展风格化生成图像的过渡区域;最后通过构建基于无监督学习的生成对抗网络,使用训练数据集进行 人脸图像局部轮廓特征区域的卡通风格化生成。算法对人脸轮廓区域的边缘及邻近区域颜色进行滤波处理,可 实现良好的边缘轮廓过渡融合,生成自然的人脸局部轮廓区域的卡通风格化图像。实验结果表明,该算法对于 人脸图像的生成具有很高的鲁棒性,能够应用于各种尺度人脸图像的风格化生成。     

条盒三维视觉检测中结构光光条中心提取方法

为了提高基于结构光的条盒三维视觉检测中尺寸测量的准确度,研究和提出了霍夫变换和最小二乘法相结合的结构光中心线提取方法. 首先,依据图像颜色模型的R、G、B分量差值并结合中值滤波对目标结构光分进行分割提取;其次,分别对绿光与红光区域进行多次迭代细化处理获取骨架;然后,根据霍夫变拟合的直线段对目标点集进行分类;最后,使用最小二乘法分别对不同的点集进行分段拟合,获取结构光中心线. 实验结果表明,该方法能够准确地提取出结构光光条中心,具有良好的稳定性,为条盒三维视觉检测工作提供了准确的数据依据.     

利用张量投票的机载LiDAR点云道路骨架线提取

针对机载LiDAR数据中道路骨架线检测存在的噪声干扰问题,结合道路多层特征显著性,提出了一种基于道路最大宽度快速确定最小尺度因子的张量投票道路骨架线提取方法。将预处理后三维道路点云转化成二维强度图像,最小尺度因子参与图像球张量投票,利用极性特征分割道路边缘点;为了进一步增强道路线状特征,利用新的最小尺度因子再次进行球张量投票和棒张量投票,填补道路空洞,顺滑道路边界;细化处理获取道路骨架线。与数学形态学方法相比,该方法在噪声背景的道路数据中提取的道路线精度更高。     

基于粗定位与组件树的MAG焊图像熔池边缘提取算法

为了得到清晰、可靠的熔池边缘, 提出了一种新的基于组件树模型的MAG焊图像熔池边缘提取算法。对获取的焊缝区域图像, 使用区域粗定位方法获得关注的熔池区域, 输出标准的梯度级图像后, 使用组件树模型提取出熔池边缘。实验证明, 借助该模型不仅能够实现MAG焊图像熔池边缘提取, 并且与Sobel变换等方法相比, 有效提高了熔池边缘提取的精度。     

结合深度图像和强度图像的人脸浅浮雕生成算法

针对单纯基于深度图像压缩方法生成的三维浮雕模型容易存在大量噪声,并且易丢失细节的问题,为了生成特征表达准确且具有艺术美感的人脸浅浮雕,提出一种基于三维深度图像和与之对应的二维强度图像的混合人脸浅浮雕的生成算法.首先对三维深度图像的高度场进行压缩生成浮雕基网格;然后提取二维强度图像的灰度信息、梯度信息和显著度信息,并基于显著度信息对基网格的高度场相应地叠加灰度和梯度信息,以保持脸部五官的细节;最后根据显著度信息使用Laplace算子对网格进行光顺处理,使脸部光滑.实验结果表明,与单纯使用基于深度图像压缩方法相比,文中算法生成的浅浮雕模型可以更好地保持五官的细节特征;与基于图像的浮雕生成方法相比,该算法避免了复杂交互操作,可以更好地保持人脸的整体轮廓和形状.     

基于三维场景和图像边缘特征的浅浮雕建模

针对数字浅浮雕设计,通过对已有的浅浮雕建模方法进行分析,提出一种结合深度场边缘特征自动生成浅浮雕的方法。从三维场景中获取深度图,再将深度图分割成块,利用局部图像结构的优点,用随机结构化森林来学习精确且计算有效的边缘检测器,得到的边缘图再进行处理得到平滑且细节增强的浅浮雕轮廓;视边缘连续图为概率场,提出根据概率场对深度场的梯度域进行自适应的非线性压缩;通过求解泊松方程来恢复浅浮雕的高度场。实验结果表明,该方法对于大部分三维场景能在合理时间内自动生成效果良好的浅浮雕模型。     

基于特征线条的三维模型检索方法

为了避免在三维模型检索中对输入源的限制,提出一种以自然图像为输入源、基于特征线条的三维模型检索方法.首先基于最优视点提取算法训练并获取三维模型较优视点集;然后在较优视点集下渲染三维模型混合轮廓线视图,并为各视点混合轮廓线视图提取Gabor边缘响应特征,建立特征库;最后对输入的自然图像提取相同的边缘响应特征,采用视觉词袋方法从特征库中检索相似模型,并根据相似度排序.实验结果表明,该方法利用自然图像与模型特征线视图的边缘相似性实现三维模型检索,降低了退化视图与自然图像纹理对三维模型检索的干扰,符合人类视觉辨识三维物体的机理,具有良好的检索效果.     

基于多目视觉的变形钢板三维测量方法

提出了一种使用4个相机测量变形钢板三维形状的方法;在没有纹理的钢板上画一些点,使用4个相机同时拍摄钢板;利用边缘检测算法找出钢板的边缘,利用特征点提取算法提取出4个图像中钢板上的特征点,并找到4个图像上精确的特征点匹配关系,然后测量出这些特征点的三维点;最后,以这些三维点为种子点向外区域增长,从而得到钢板的三维形状;实验对变形钢板进行三维测量,得到了钢板的精确的三维形状,结果验证了该方法的有效性和可行性。     

基于骨架树的荧光共焦图像神经树突棘自动分割与检测方法*

提出一个荧光共焦图像中神经树突棘自动分割与检测方法。该方法采用新的自适应区域生长法对神经树突棘目标进行预分割,基于种子点的路径规划算法,以计算给定点到目标点的最短路径来获取初始主骨架;通过建立最小生成树描述模型对骨架进行修剪,利用种子点间的矢量角度变化及顶点距离值对突棘进行检测提取。实验结果表明,该方法能很好地提取树突骨架,并取得了较好的突棘检测效果。     

虚拟植物叶片的可视化建模技术研究

植物叶片的真实感建模技术一直是虚拟植物仿真技术的研究热点和难点。从植物叶片的形态结构和纹理特征出发,提出一种基于图像的树叶仿真方法。通过对一幅树叶图像进行边缘检测并配合Marching Square算法,实现对树叶复杂轮廓信息的准确提取;利用Delaunay三角剖分的优化算法对叶片进行三角形网格化处理,得到具有均匀三角形网格的叶片模型;最后以叶脉作为变形控制骨架,采用基于Laplace方程的迭代变形算法完成二维叶片向三维变形叶片的重建,以模拟叶片表面的自然弯曲变形效果,增强叶片模型的真实感。相比于以往的树叶建模仿真方法,突出了叶脉在网格划分及树叶形变中所起的作用,所建模型能更逼真地反映真实植物叶片的形态特征,提高了叶片的真实感仿真程度。