一种基于最小二乘估计的深度图像曲面拟合方法

1　引言深度图像数据直接反映了景物表面的三维几何信息 ,因而得到了计算机视觉研究人员的关注 .在深度图像的三维表面分析中 ,包含有丰富几何形状信息的表面局部特征 ,如法向矢量 ,高斯曲率等 ,对于分析和描述三维表面特性非常重要 .用模板法可以提取这些特征 ,但其抗噪声能力差[1 ] .曲面拟合是另一条思路 .通过拟合三维表面再计算表面几何特征 .文献[2 ,3 ]研究了两种方法拟合三维表面 ,抗噪声能力也不好 .一般来说 ,深度图像数据根据等角测距原理获得 ,因而不是等网格间距深度数据 .美国Perceptron公司提供了一种深度数据 :非等网格深…  

基于随机Hough变换的深度图像分割

提出了基于随机Hough变换的深度图像分割算法，该算法采用随机Hough变换在深度图像中寻找平面，具有对噪声不敏感的优点．通过对一常用深度图像数据库(ABW图像库)的分割实验，并将实验结果同4种经典的深度图像分割算法在同一数据库中的分割结果作了比较分析，表明该算法对噪声不敏感，分割性能优于4种经典算法。  

采用正向光线跟踪的照相机成像实时模拟

模拟了理想透镜模型和真实透镜模型的成像过程，采用从场景到底片的正向光线跟踪，计算底片所接收的光照度，真实地模拟底片的曝光过程．在改变透镜参数时，利用光线连贯性加快了绘制速度，这对于真实透镜模拟效果尤为明显．文中以两个几何场景和一幅景深很大的深度图像的摄像效果模拟为例，展示了不同参数下不同的景深和聚焦效果．  

Accelerated Backward Warping

In this paper a plane-based backward warping algorithm is proposed to generate novel viwews from multiple reference images.First.depth information is employed to reconstruct space planes from individual refernce images and calculate the potential occluding relationship between these planes.Then the planes which represent each identical space plane from different reference images are compared with each other to decide the one with the best sample rate to be preserved and used in the later warping period while the other samples are abandoned.While the image of a novel view is produced,traditional methods in computer graphics,such as visibility test.and clipping,are used to process the planes reconstructed.Then the planes processed are projected onto the desired image form the knowledge on which plane the desired image pixels are warped from can be acquired.Finally,pixels‘ depth of the desired image is calculated and then a ackwared warping is performed from these pixels to the reference images to obtain their colors.The storage requirement in the algorithm is small and increases slowly with the number of reference images increases.By combining the strategy of only preserving the best sample parts and the backward warping algorithm ,the sample problem could be well tackled.  

基于遗传算法的曲面匹配

提出了一种基于遗传算法的曲面匹配算法。该算法构造曲面的有向深度图像,将问题由3维转化到2维,通过图像的比较来获得曲面的匹配误差。由匹配误差值得到适应度值,使用遗传算法对曲面的匹配位置在7维空间中进行寻优,得到最优匹配。该算法稳定、高效。  

基于法向分量边缘融合的深度图像分割

针对深度图像边缘较难分割的问题，提出一种基于法向矢量分量边缘信息融合的深度图像分割方法。计算深度图像中每点的法向矢量，提取法向矢量的x、y分量并构建灰度图，融合Sobel算子的边缘检测结果得到深度数据的初始分割，通过细化处理得到最终分割结果。实验结果表明，该方法得到的分割区域边界闭合完整，分割质量较高。  

深度图像中基于轮廓曲线和局部区域特征的3维物体识别

为了提高3维物体目标识别系统的性能及降低计算复杂度,提出一种由粗到细的识别方法。该方法利用深度图像所提供的信息,分两步完成识别过程。首先基于轮廓曲线计算其特征点,并映射到原有轮廓空间,以标志点序列表征原由轮廓进行匹配,在识别初期迅速排除模型库中不相似目标和差异较大的姿态,生成目标候选列表用于精确匹配,以提高识别效率。精确匹配采用一种基于局部区域特征的识别方法,以投票的策略获取最佳结果。局部区域由SIFT算子确定位置和数量,区域特征主要由表面指数和法向量夹角组成,具有平移和旋转不变性。为了更进一步提高效率和降低存储空间,模型库的数据分为轮廓和表面信息两部分,分别以标志位序列和哈希表的形式存储。实验结果表明,该方法具有良好的实时性和识别率,对遮挡和干扰有一定的适应性。  

一种快速的三维扫描数据自动配准方法

研究了两幅和多幅深度图像的自动配准问题.在配准两幅深度图像时,结合二维纹理图像配准深度图像,具体过程是:首先,从扫描数据中提取纹理图像,特别地,针对不包含纹理图像的扫描数据提出了一种根据深度图像直接生成纹理图像的方法;然后,基于SIFT(scale-invariant feature transform)特征提取纹理图像中的兴趣像素,并通过预过滤和交叉检验兴趣像素等方法从中找出匹配像素对的候选集;之后,使用RANSAC(random sample consensus)算法,根据三维几何信息的约束找出候选集中正确的匹配像素对和相对应的匹配顶点对,并根据这些匹配顶点对计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP(iterative closest point)算法优化这一结果.在配准多幅深度图像时,提出了一种快速构建模型图的方法,可以避免对任意两幅深度图像作配准,提高了配准速度.该方法已成功应用于多种文物的三维逼真建模.  

基于GPU的实时深度图像前向映射绘制算法

提出一种完全基于GPU(graphics processing unit)的实时深度图像绘制流程.该方法利用GPU的并行计算特性对深度图像的绘制过程进行加速.推导出一种在vertex shader上进行的三维前向映射方法,对输入像素进行前向映射,以得到更高的绘制性能,并利用图形硬件流水线的光栅化功能高效地进行图像的插值重构,以得到连续无洞的结果图像.在pixel shader上进行逐像素的光照计算,生成高品质的光照效果.实验表明,该方法可以高速地进行满屏绘制,准确地保留物体轮廓信息和正确的遮挡关系.还实现了基于该方法的实时漫游系统.该系统能够实时地绘制多个基于柱面深度图像表示的对象,并能对其进行视相关的动态LOD(level of detail)操作.  

基于DIBR和图像融合的任意视点绘制

虚拟视点生成是3维视频会议等应用领域中的关键技术,为了快速高质量地进行任意视点绘制,提出了一种基于深度图像绘制(DIBR)和图像融合的新视点生成方法,该方法首先对参考图像进行预处理,包括深度图像的边缘滤波和参考图像规正,以减少目标图像中产生的较大空洞和虚假边缘;然后利用3维图像变换生成新视点图像,并用遮挡兼容算法对遮挡进行快速处理;接着再对两幅目标图像进行融合得到新视点图像;最后用插值法填充剩余的较小空洞。实验证明,该新方法能获得令人满意的绘制效果。