光栅投影测量系统三维形貌拼接技术研究

针对尺寸较大或型面复杂的被测物形貌的测量,提出了一种基于投影仪投射标记点和全局控制点的三维形貌拼接方案。方案充分利用光栅投影测量系统的优势,以拼接相机坐标系为中介,将被测物表面在投影系统视觉传感器坐标系下的多视点云坐标转换到全局坐标系下,实现了将投影系统视觉传感器在不同位置、不同角度的测量数据统一到全局坐标系,完成拼接。该方案避免了人工标记点的粘贴,保持了被测物表面的原有形貌,提高了测量效率,同时克服了基于相邻图像重叠拼接中的误差累积问题。此方案方法操作简单,原理可行,精度可满足要求。实验结果表明:拼接的X,Y,Z坐标均方根误差分别为:0.056 mm、0.023 mm、0.165 mm,测量系统的绝对误差为0.33 mm。     

基于标志点的三维点云自动拼接技术

为实现三维点云的自动拼接,提出一种标志点的三维点云自动拼接方法.根据标志点的空间特征不变性,匹配3个标志点,利用三点法求取坐标变换矩阵,对目标标志点集合进行坐标变换;采用k-d树搜索最接近标志点,设置距离阈值排除错误标志点对,通过哈希表替换坐标变换后的标志点;运用最小二乘法求解点云的变换矩阵,进行点云拼接.三维拼接实验结果表明,该方法拼接精度高、错误率低,能够实现快速、自动拼接.     

基于SIFT特征的眼底图像自动拼接

针对眼底图像对比度低、不同视场的图像间存在几何畸变等特点,提出一种基于SIFT特征的眼底图像自动拼接算法。该算法分别提取待拼接眼底图像的SIFT特征点,并用向量进行描述,确定两幅图像特征点的匹配关系,使用MLESAC算法去除误匹配点对,提出对特征点对提纯的距离-斜率相似测度方法,计算匹配点之间的透视变换矩阵,最后进行图像配准和拼接。对实际眼底照相机获取的多幅图像拼接结果表明,该算法具有很好的鲁棒性和稳健性,可以实现眼底图像的高精度自动拼接。     

基于特征点的全自动无缝图像拼接方法

提出了一种基于特征点的全自动无缝图像拼接方法.该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度,使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H,最终使用加权平滑算法完成了图像的无缝拼接.整个处理过程完全自动地实现了对一组图像的无缝拼接,克服了传统图像拼接方法在尺度和光照变化条件下的局限性.实验结果验证了方法的有效性.     

SIFT算法在点云配准中的应用

提出一种精确有效的点云配准算法。通过对图像进行SIFT特征检测与匹配来获得特征点与匹配关系,用RANSAC算法剔除误匹配点,然后由映射关系获取三维对应特征点,采用投票法来进一步剔除误匹配点。在由单位四元数法获得点云初始位置关系的基础上,采用基于特征点的改进ICP算法来实现精确配准。通过实验验证,该算法在点云配准中具有速度快和稳定性好的特点。     

一种基于改进投影方法的点云拼接算法*

针对传统ICP（iterative closest point）算法在收敛速度或拼接精度上无法同时满足实时测量要求的问题,提出了一种适用于单、双目结构光三维测量系统的快速且高精度的点云拼接算法。该算法首先将参考视点云上的采样点反向投影到目标视点云的2D成像平面上,然后再将2D反向投影点正向投影到目标视点云上,展示了一种由目标视投影点到采样点法线上的投影直至收敛于线—面交点的迭代过程。实际测量结果表明,该算法在保证拼接精度的同时显著提高了收敛速度,是一种具有很高实用价值的拼接算法。     

基于SIFT特征点的图像拼接技术研究

给出一种基于特征点的图像拼接方法,该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,计算出特征匹配点后,使用RANSAC算法剔除误配,并计算出两幅图像之间的坐标变换关系矩阵H.最终使用加权平滑算法完成了图像的无缝拼接.实验证明,该算法有效提高了图像拼接的效率和准确性.     

基于稀疏图像序列的雕塑点自动云三维重构方法

为了提高对雕塑点稀疏图像的点云三维重建的分析能力,提出一种基于稀疏图像序列的雕塑点自动云三维重构方法,基于稀疏散乱点三维重建和锐化模板特征匹配方法进行图像三维重建。采用三维角点检测和边缘轮廓特征提取方法,进行雕塑点稀疏图像三维点云特征检测,对检测的雕塑点稀疏图像点云数据进行信息融合处理,采用梯度运算方法进行特征分解,实现对雕塑点稀疏图像的信息增强和融合滤波。结合局部均值降噪方法进行图像的提纯处理,提高雕塑点稀疏图像轮廓重建能力,采用锐化模板特征匹配和块分割技术,实现雕塑点自动云三维重构。仿真结果表明,采用该方法进行雕塑点自动云三维重构的准确性较高,图像匹配能力较好,且重构输出信噪比较高。     

基于Harris与SIFT算法的自动图像拼接

图像拼接技术被广泛应用于遥感图像处理、计算机识别、医学图像分析及人工智能等方面。本文针对尺度不变特征变换(SIFT)算法特征提取较复杂、计算时间长的缺点,而Harris算法提取特征点快速有效的优点,提出了一种结合Harris与SIFT算法优点的算法,并将这种算法应用于图像的自动拼接。首先利用改进的Harris算法提取图像特征点,再使用SIFT算法来描述特征点,然后利用欧氏距离对所得的特征向量进行匹配,最终实现图像的自动拼接。实验结果表明,该方法能有效提高SIFT的匹配效率,较好地完成对图像的自动拼接。     

基于多视角图像的三维人脸重建

多视角图像三维信息重建一直是计算机视觉领域的研究难点,通常需要多摄像机多角度同时拍摄,才能够恢复物体的点云数据。本文提出了一种基于SIFT特征的三维拼接方法 ,可以实现非标定拼接。该方法计算特征向量之间的欧氏距离,通过比较最小距离与次小距离之比来进行匹配。实验结果表明本方法基本能够描述物体的真实轮廓,但点云数据精度仍有待提高。     

A fast registration algorithm of rock point cloud based on spherical projection and feature extraction

Point cloud registration is an essential step in the process of 3D reconstruction. In this paper, a fast registration algorithm of rock mass point cloud is proposed based on the improved iterative closest point (ICP) algorithm. In our proposed algorithm, the point cloud data of single station scanner is transformed into digital images by spherical polar coordinates, then image features are extracted and edge points are removed, the features used in this algorithm is scale-invariant feature transform (SIFT). By analyzing the corresponding relationship between digital images and 3D points, the 3D feature points are extracted, from which we can search for the two-way correspondence as candidates. After the false matches are eliminated by the exhaustive search method based on random sampling, the transformation is computed via the Levenberg-Marquardt-Iterative Closest Point (LM-ICP) algorithm. Experiments on real data of rock mass show that the proposed algorithm has the similar accuracy and better registration efficiency compared with the ICP algorithm and other algorithms.     

基于SIFT算法及阈值筛选的点云配准技术研究

随着三维测量技术应用领域的逐渐拓宽,点云数据处理技术的需求日益迫切,而多视点点云配准,是其中的基础技术环节;在此针对传统ICP算法鲁棒性差、对迭代初值敏感、计算效率低等缺点,提出一种SIFT算法与阈值筛选相结合的点云配准算法;在参考点云和待配准点云中,通过计算SIFT关键点及各点主曲率,获得初始匹配点集;然后根据相似三角形阈值和法向量夹角阈值,进一步优化点对间的旋转平移关系;实验结果证明,相对于传统算法,改进算法能够以更短的时间来获得准确的配准效果,并且其自动化程度高以及能有效提高点云配准的效率和精度。     

Fully Automatic Registration of Image Sets on Approximate Geometry

The photorealistic acquisition of 3D objects often requires color information from digital photography to be mapped on the acquired geometry, in order to obtain a textured 3D model. This paper presents a novel fully automatic 2D/3D global registration pipeline consisting of several stages that simultaneously register the input image set on the corresponding 3D object. The first stage exploits Structure From Motion (SFM) on the image set in order to generate a sparse point cloud. During the second stage, this point cloud is aligned to the 3D object using an extension of the 4 Point Congruent Set (4PCS) algorithm for the alignment of range maps. The extension accounts for models with different scales and unknown regions of overlap. In the last processing stage a global refinement algorithm based on mutual information optimizes the color projection of the aligned photos on the 3D object, in order to obtain high quality textures. The proposed registration pipeline is general, capable of dealing with small and big objects of any shape, and robust. We present results from six real cases, evaluating the quality of the final colors mapped onto the 3D object. A comparison with a ground truth dataset is also presented.     

利用Kinect深度信息的三维点云配准方法研究

针对三维重建中的点云配准问题,提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物体的多视角深度图像,提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征,结合双向快速近似最近邻搜索算法得到初始对应点集,并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法求出点云的变换矩阵初始值,在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明,该配准方法既保证了三维点云的配准质量,又降低了计算复杂度,具有较高的可操作性和鲁棒性。     

一种基于SIFT特征的快速逐层遥感图像配准方法

当前SIFT特征分层配准方法中存在特征点匹配复杂度高以及不同时相地物变化导致特征点误匹配等问题,提出一种基于SIFT特征的“低分辨率配准\,高分辨率验证”快速逐层遥感图像配准方法。该方法针对同源同分辨率不同时相的遥感图像,通过在金字塔的低分辨率图层匹配特征点对并建立仿射变换模型,在金字塔的高分辨率图层评估并修正模型。实验表明：提出的方法在保证配准精度的前提下,有效提高了配准算法的效率。
     

Three-dimensional reconstruction for scanning electron microscope

The paper describes the reconstruction algorithm of the 3D shape of a microobject’s surface based on an image stereopair, acquired with a Scanning Electron Microscope (SEM). Presented is the model of constructing the image in a SEM. The corresponding points are detected by using the SIFT algorithm. Employing the RANSAC method the points of correspondence are used to define the relative position of an object in a stereopair. A point cloud is created in a 3D space and interpolated in order to reconstruct a 3D surface.     

基于投影图像 SURF 特征提取的三维模型配准

针对传统三维模型配准方法存在对点云初始位置有一定要求、模型配准的精度有 时不高等问题,提出了一种基于三维模型投影图像 SURF 特征提取的三维模型配准方法。首先 通过扫描三维模型数据确定投影图像的范围,判断每个投影图像像素所隶属的模型网格,并求 解从投影图像到纹理图像的映射关系,从而获取二维投影图像;然后对这两幅投影图像分别进 行 SURF 特征点的选取与特征值的计算,并按 SURF 特征值进行特征匹配,再根据投影图像像 素点与三维网格端点的映射关系计算三维特征点对;最后通过匹配的特征点对求取模型变换矩 阵完成三维模型的配准。实验结果表明,该方法在配准时间变化不大的前提下,有效提高了配 准精度,并具有较好的鲁棒性。