基于图像轮廓的三维重建方法

根据平面镜成像原理,提出了一种基于单幅图像的侧影轮廓线可见外壳重建方法。利用成角度平面镜装置模拟实现多相机同时拍摄,对图像中各轮廓线之间极线几何关系的分析得到对应的相机参数,实现目标物体的三维重建。实验结果表明,该方法简单有效,不需要通过实验室条件下的特殊仪器进行标定即可实现目标物体的三维重建,具有一定的实用价值。     

基于双视角的可见外壳三维重建研究

针对双目视觉重建方法在三维重建过程中步骤繁琐与重建效果不理想的问题,文中提出了一种基于双视角下可见外壳的三维重建方法。该方法主要借助平面镜成像原理,在不同视角拍摄包含物体与其成像的两幅图像,并根据成像原理确定物体之间的位置关系。通过相机与周围物体的运动关系求得相机参数,实现相机自标定。然后根据阈值分割及区域生长算法处理边缘信息得到目标轮廓,通过可见外壳方法计算侧影轮廓线,连接轮廓线形成重建模型。该方法通过自适应可见外壳种子体素生长在不了解物体先验知识的情况下完成重建。文中对比文献"基于图像轮廓的三维重建方法"中的单视角重建物体方法,提出了双视角重建物体模型方法。实验结果表明,双视角重建方法简单实用,生成的三维模型准确真实。     

基于平面镜的摄像机内参数线性标定方法

提出了一种全新的基于平面镜的摄像机标定方法。该方法无需任何标定物,利用平面镜的反射性质和灭点、灭线等理论,通过移动摄像机或平面镜作至少2次平移运动(各次平移间应存在旋转运动)即可线性地标定摄像机的内参数。模拟图像实验和真实图像实验表明所提出的方法能快速、方便地对摄像机进行标定,具有较好的稳定性和精度。     

基于宽基线图像远距离场景的自动三维重建

图像获取时距离场景较远,由于图像对应点间视差较小,如果相机模型选取不合适,将导致本来不在同一个平面上的点重建在一个平面上.针对该问题,提出一种基于宽基线图像远距离场景的自动三维重建方法.该方法对相机模型的成像过程进行分析,给出了适用于远距离场景的透视相机模型;通过调整约束方程的权重系数,提高了仿射相机模型自标定过程的鲁棒性;利用分块的捆绑调整技术与分解法,解决了多视角重建结果融合的问题.室外远距离场景的重建实验结果表明,采用文中方法可取得较好的视觉效果.     

分层的线性迭代三维重建方法

为了重建三维物体,提出了一种基于分层的线性迭代三维重建方法,该方法首先利用所有图像序列构成的行向量生成的线性子空间之和与空间结构点构成的行向量生成的子空间是同一线性子空间及在该子空间中任何一个基底都可以作为射影重建的特性,线性迭代地完成射影重建,然后利用相机参数之间的相互约束关系,线性迭代地实现相机的自定标,完成到欧氏重建的过渡.模拟实验和真实实验表明:该重建方法具有鲁棒性好、收敛性好及重投影误差小等优点.     

基于二维轮廓序列的膝关节三维重建

提出了一个基于二维轮廓序列的四面体网格生成方法,用于医学图像三维几何模型重构.该方法首先对各选定的断层图像提取目标轮廓并做分支匹配等处理,然后生成各轮廓内部平面域的三角网格,最后在相邻断层之间根据三角网格连接四面体单元.该方法被应用于人体膝关节虚拟手术系统的三维几何建模,得到的膝部股骨模型包含494个节点和2 046个四面体单元,膝部脂肪模型包含2 854个节点和14011个四面体单元,这些模型被成功地应用于膝关节手术仿真,从而证明了该三维模型重建方法的可行性和有效性.     

基于IBR的三维重建新方法

在研究普通的平面图像的基础上,基于图像渲染(IBR)提出了一种新的建立立体模型的方式。能对普通的平面单幅图像进行特征点提取,从而半自动地生成所需要的立体效果。该方法直接从图像中提取信息,渲染出具有照片真实感的模型。实验结果表明,利用该系统渲染的三维模型准确真实,能够满足虚拟现实等应用的需要。     

根据轮廓寻找匹配对应点的断层图像插值方法

插值是三维重建的一个重要步骤。目前常用的直接灰度插值会使得图像边界模糊。针对这一问题,提出一种基于轮廓寻找匹配点的插值方法：首先对两幅图像进行形状插值,得到插值图像的轮廓;再根据轮廓寻找插值图像在两幅源图像上的对应点,并根据匹配准测,找到最佳匹配点;最后对匹配点的灰度进行插值,得到插值像素点的灰度值。试验结果表明,和已有的算法比较,新算法较好地提高了插值图像的质量。     

基于Kinect深度图像的三维重建

随着机器视觉理论的发展和硬件技术的进步,三维重建在生产、生活中的应用越来越广泛,基于Kinect传感器的三维重建得到广泛的应用。针对于现有的Kinect传感器获得的深度图像深度信息丢失的问题,提出了一种新的基于均值滤波的方法对深度图像进行去噪,并对深度图像进行预处理,获取三维点云,用迭代最近点(Iterative Closest Point,ICP)算法完成点云的精确配准,从而得到配准后物体表面三维点云,并完成物体的三维重建。     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

基于长序列图像的三维重建技术研究*

提出一种基于长序列未定标图像的三维重建方法,并将其成功地应用于增强现实实例中.首先,基于传统KLT跟踪算法提出了一种针对序列图像的改进特征点匹配策略,通过特征点运动向量的预测减小了相应特征点的搜索范围,进一步根据相近特征点邻域窗口在透视畸变上的相似性大大提高了匹配算法的效率;在得到序列图像的匹配结果后,将传统基于仿射成像模型的测量矩阵(Measurement Matrix)保秩分解算法扩展到透视成像模型中,从而一次性得到整个场景的射影重建;进一步在摄像机自定标的基础上得到整个场景的三维欧氏模型和摄像机的成像矩阵.最后给出真实图像序列的三维重建实验结果,并成功地将其应用到增强现实实例中.     

基于线结构光扫描的足背三维轮廓重构

针对人体足背的三维建模问题,提出一种基于线结构光扫描的新型重构及测量方案。采用2台高分辨率CMOS摄像头,从不同角度拍摄照射在足背上的线结构光线,通过灰度重心法细化图像中的结构光线,经坐标转换获得足背的点云数据。对足背点云数据后跟处的盲区采用最小二乘曲线拟合法进行修复,并运用三维Delaunay网格化算法实现曲面重构,获得完整的足背三维轮廓。实验结果表明,该方案程序运行稳定,足部主要参数的绝对误差均小于4mm,具有较高的测量精确度。     

基于单目视频图像序列的三维表面重建研究

随着计算机技术以及三雏数字成像软硬件技术的飞速发展，三维表面重建技术越来越受到人们的关注。应用也越来越广泛。研究人员已经开发出了诸如激光条纹和其他编码的光投影系统。可是这些系统有在表面反射系数很低的区域或镜面反射系数很大的区域无法收集到满意数据，对于远距离物体不够精确且难以校准，对环境要求较高等不足。所以，立足于使用常用设备，即普通光学摄像机或照相机，在通常条件和相对简单背景环境下，利用微型计算机快速准确完成三维表面重建具有非常大的研究和应用意义。     

基于shape from silhouette方法的虚拟人体构造

逼真的人体三维模型（虚拟人体）在产品设计，计算机动画，虚拟现实等领域都有着广泛的需求，为此，提出了一种基于shape from silhouette的人体三维模型构造方法，该方法所需要的器材只是一个普通的数码相机，通过从不同角度对人体进行拍摄，然后经过摄像机定标，体积生成，表面重建，纹理映射后就可重建出逼真的人体三维模型。实验结果表明，此方法精度较高，整个过程简单快捷，是一种非常实用的方法。     

基于图像分割的三维重构

三维重构方法是医学图像可视化系统、治疗计划系统的重要技术。基于图像分割的三维重构方法结合了图像分割、等值面抽取、网格简化三种技术,是不同于传统Marching Cubes算法的一种三维重构方法。它首先将医学图像分割为二值图,然后利用Marching Cubes方法进行等值面抽取,最后对得到的网格模型进行简化。实验结果表明,基于图像分割的三维重构方法加快了Marching Cubes的运算速度,改善了重构的效果,有利于实现对基于三维重构的大型几何模型的实时绘制和交互。     

一种基于双幅图像的物体3维重建

随着虚拟现实技术的发展,对物体进行快速有效建模逐渐成为了研究热点。基于图像建模技术是一种有效的建模方法,其最大的优点是可以利用图像中的信息直接建立物体的几何模型,并且可以迅速构建出具有“照片级”真实感的3维模型。常规的方法是先求解摄像机内外参数,再求解空间中各点在世界坐标系下的位置。提出了一种基于两幅图像利用灭点性质进行建模的新方法。该方法首先利用灭点属性推导出了相机中心在世界坐标系下的坐标位置的解析表达式,再利用两幅图像之间的空间几何约束关系,从空间约束关系中反算出物体各点的空间位置从而重建出物体几何模型,最后进行纹理映射。在物体重建的过程中只利用到了相机内参数,而跳过了对相机外参数的标定,实验结果表明,该方法简单可靠,可用于实现对拥有规则表面的物体3维重建。     

单图三维重构方法

在场景深度信息未知的情况下,由多视点成像产生的焦散失真是无法消除的。针对该问题,利用多视点成像中光束斜交的特性,提取失真图像中结构化图形中包含的场景深度信息,实现对单幅多视点图像的三维几何结构重建。重构适用范围包括所有已知函数形式的曲线,尤其为直线、圆等特殊几何图形的三维重构提供了专门的数学方法。     

基于纹路的三维指纹模型重建算法

三维指纹识别是近几年兴起的一种基于三维指纹模型进行指纹识别的新技术,能够克服传统接触式指纹识别中存在的纹路变形、残留纹路、对手指皮肤状况敏感等缺陷。基于多角度图像的三维指纹模型重建是整个识别过程中的一个关键步骤。提出了一种基于纹路的重建算法,算法重建的指纹模型直接包含纹路与细节点相关特征。相对于已有文献中将指纹表皮作为重建对象,算法重建结果更有助于特征提取等三维指纹识别后续过程。     

基于序列图像的三维重构

提出了一种基于序列图像的三维重构方法。在相机标定的基础上,利用两幅图像间的匹配关系得到一个初始的三维模型,然后利用剩余图像与初始模型间的匹配关系,采用反投影映射的方法计算出剩余图像的外方位元素。最后经过稠密匹配、三角剖分和纹理渲染得到物体的三维模型。实验结果表明,相机标定精度较高的情况下,采用该算法能够得到较低失真的三维模型。