基于BSC和三次样条曲线的

提出了两种空间不规则物体的重建方法。在仿射相机模型的假设下,采用BSC样条曲线和三次样条曲线作为重建基元,利用曲线的仿射不变性,重建空间的自由曲线。试验结果证明,相对于传统方法,两种方法在重建精度和复杂度上均有很大改进。     

基于曲线和曲面控制的多边形物体变形反走样

基于参数曲线和曲面控制的空间变形是重要的几何外形编辑和柔性物体动画实现手段．当这两类变形方法的对象是多边形物体时,如何对变形物体进行重采样以得到高质量结果,是计算机动画和几何造型领域中的一个重要问题．该文针对B-样条曲线和曲面控制的空间变形方法,提出了面向多边形物体的空间变形反走样方法．在该方法中,利用等距技术将B-样条曲线或曲面所张成的变形空间近似表示为张量积B-样条参数体,结合作者提出的多边形物体精确B-样条自由变形方法,实现了参数曲线和曲面控制的多边形物体变形反走样．     

第二类均匀CB样条曲线

当α→0时,均匀CB样条曲线逼近相应阶的均匀B样条曲线,改变α的取值时,生成的均匀CB样条曲线逼近控制多边形的极限位置是相应阶的均匀B样条曲线.为了突破这种逼近极限,构造一种新的均匀CB样条曲线.先构造一种三次均匀CB样条基,再运用积分递归定义出任意阶的均匀CB样条基.由这些基构造的均匀CB样条曲线与原CB样条曲线具有类似的性质:凸包性、几何不变性、局部性、对称性等,但随着α取值的不同生成相应阶的均匀B样条两侧曲线,能够更好的逼近控制多边形.最后给出了用新的均匀CB样条曲线精确表示椭圆,圆,抛物线,螺旋线等.定义的新均匀CB样条拓展了均匀CB样条曲线曲面的造型能力.     

基于二次样条曲线的不规则物体3D重建

在分析目前不规则物体3D重建算法存在的不足的基础上,采用二次样条曲线作为3D重建算法的基元,实验结果表明该文方法不仅在重建精度上比以往方法有许多提高,而且计算耗费和复杂度上也有较大改进。     

均匀CB样条曲线曲面的扩展

运用积分定义的方式,构造了带多形状参数的均匀CB样条曲线曲面,随着基函数次数的升高,形状参数的范围可以扩展,具体讨论了3～9次时形状参数的取值范围.它们包含均匀CB样条曲线曲面为其特例且具有均匀CB样条曲线曲面的主要性质.改变形状参数的值,能整体或局部调控曲线曲面的形状,比均匀CB样条具有更强的造型能力,在CAD/CAM中具有很好的应用前景.     

基于SOM网络的三次B样条曲线重建

使用散乱点集重建曲线曲面,在逆向工程和计算机视觉中有着广泛的应用。提出基于SOM网络的三次B样条曲线重建算法。给定某一曲线散乱点集和一初始神经网络,优化SOM网络中神经元位置,使网络逼近散乱点和映射散乱点空间特征。用特征点反求三次B样条曲线控制点,利用控制点重建三次B样条曲线。试验结果表明,算法取得的曲线重建效果良好。     

有理三次均匀B样条曲线的形状控制

采用建立局部仿射价值系的方法,研究了有理三次均匀Ｂ样条的几何结构及端点性质。给出了有理三次均匀Ｂ样条曲线的几何形状修改法,使对该样条曲线的修改更加灵活、方便。     

双曲抛物面上的一类G2连续逼近样条

在双曲抛物面上,仿射坐标系下,通过带逼近控制因子的双参数化方法,以及研究其参数间的函数关系构造出一类G2连续样条曲线。当控制多边形是平形四边形时,样条曲线段在逼近控制因子大于某个数时具有保形性质。对这类样条曲线段的逼近问题进行了一定的理论分析。     

带自由曲面的三视图重建算法研究

针对蕴含自由曲面的三视图,提出了通过恢复边界线和轮廓线进而根据这些恢复 的空间曲线重建自由曲面的算法。首先分析并证明了自由曲面在三视图中的投影性质,从而提 出边界投影和轮廓投影的匹配算法。针对视图中存在的被打断的样条曲线,提出了分段样条曲 线的爬坡算法来解决此类曲线不能匹配的问题。然后基于投影匹配序列重建出自由曲面的边界 线,再由边界投影上的点和轮廓投影端点的对应关系重建出空间轮廓线。由轮廓线等参采样构 造截面线并和边界线一起蒙皮生成最终自由曲面。本文提出的算法扩展了工程图的重建域。     

隐式B-样条曲线重建的直接Greville纵标法

提出了一种以隐式B-样条曲线为表达形式,基于直接Greville纵标的曲线重建方法。根据点云建立有向距离场,并作为B-样条函数的Greville纵标,然后根据高影响区内的平均代数误差优化Greville纵标;得到一个隐式B-样条函数,该函数的零点集即为重建曲线。该方法具有模型简单,重建速度快,无多余分支,无需手工调节任何参数的优点。实验结果证实了该直接法的效率明显高于点拟合法和普通场拟合法,以几何误差为准则的精度亦优于普通场拟合方法。     

A bee-inspired visual homing using color images

This paper presents a visual homing algorithm for autonomous robots inspired by the behaviour of bees and other social insects. The homing method presented is based on an affine motion model whose parameters are estimated by a best matching criterion. No attempts are made to recognize the objects or to extract 3D models from the scene. Improvements in the algorithm and in the use of colour information are introduced in order to enhance the efficiency of the navigation vector estimate. Tests and results are presented.     

基于组合不变矩和神经网络的三维物体识别

在三维物体识别系统中,提出将三维物体的Hu不变矩和仿射不变矩两者的低阶矩组合作为三维物体的特征,结合改进的BP神经网络应用于三维物体的分类识别。理论分析和仿真实验表明组合这两种矩特征进行物体识别,性能优于单独使用Hu不变矩,如果进一步对这两种组合的矩特征进行主成分分析处理,可显著提高系统识别性能,并减少网络的训练时间。     

在复杂场景中多目标物的检测识别方法

本文提出了一种在复杂场景中实时检测、识别多个目标物体的方法。利用由矩阵码(matrix code)构成的2D矩阵来识别复杂场景中多个目标物。算法不仅能适应目标物体在旋转、缩放、平移变换下的不变性识别．而且能适应仿射及射影变换下的不变性识别。试验结果证明所提供的算法在识别和监视系统中有很好的鲁棒性和实时性。     

三维形体的形态学运算及应用

本文首先讨论了边界表示的物体的形态学运算问题。文中讨论了任意形状的物体，包括凸物体和非凸物体；引入了负形体的概念；并提出了２Ｄ和３Ｄ连续物体的Ｍｉｎｋｏｗｓｋｉ运算的统一算法。利用这一算法，提出了３Ｄ任意形体间的变形新算法，把边界表示的物体的形态学运算的概念扩展到任意曲线和任意曲面上，并且介绍了３Ｄ物空间中曲线的概念和３Ｄ物空间双参数曲面的概念。文中任意形体的３Ｄ变形算法能很好地解决具有不同拓扑结构的３Ｄ边界表示的物体之间的变形问题。     

The Classical Theory of Invariants and Object Recognition Using Algebraic Curve and Surfaces

Combining implicit polynomials and algebraic invariants for representing and recognizing complicated objects proves to be a powerful technique. In this paper, we explore the findings of the classical theory of invariants for the calculation of algebraic invariants of implicit curves and surfaces, a theory largely disregarded in the computer vision community by a shadow of skepticism. Here, the symbolic method of the classical theory is described, and its results are extended and implemented as an algorithm for computing algebraic invariants of projective, affine, and Euclidean transformations. A list of some affine invariants of 4th degree implicit polynomials generated by the proposed algorithm is presented along with the corresponding symbolic representations, and their use in recognizing objects represented by implicit polynomials is illustrated through experiments. An affine invariant fitting algorithm is also proposed and the performance is studied.     

Three-dimensional object representation and invariant recognitionusing continuous distance transform neural networks

3D object recognition under partial object viewing is a difficult pattern recognition task. In this paper, we introduce a neural-network solution that is robust to partial viewing of objects and noise corruption. This method directly utilizes the acquired 3D data and requires no feature extraction. The object is first parametrically represented by a continuous distance transform neural network (CDTNN) trained by the surface points of the exemplar object. The CDTNN maps any 3D coordinate into a value that corresponds to the distance between the point and the nearest surface point of the object. Therefore, a mismatch between the exemplar object and an unknown object can be easily computed. When encountered with deformed objects, this mismatch information can be backpropagated through the CDTNN to iteratively determine the deformation in terms of affine transform. Application to 3D heart contour delineation and invariant recognition of 3D rigid-body objects is presented.     

Least Committed Splines in 3D Modelling of Free Form Objects from Intensity Images

Generating 3D models of objects from video sequences is an important problem in many multimedia applications ranging from teleconferencing to virtual reality. In this paper, we present a method of estimating the 3D face model from a monocular image sequence, using a few standard results from the affine camera geometry literature in computer vision, and spline fitting techniques using a modified non parametric regression technique. We use the bicubic spline functions to model the depth map, given a set of observation depth maps computed from frame pairs in a video sequence. The minimal number of splines are chosen on the basis of the Schwartz's Criterion. We extend the spline fitting algorithm to hierarchical splines. Note that the camera calibration parameters and the prior knowledge of the object shape is not required by the algorithm. The system has been successfully demonstrated to extract 3D face structure of humans as well as other objects, starting from their image sequences.     

立体目标的宽基线图像匹配

为了匹配立体目标的图像特征,提出一种仿射不变的局部特征提取算法。根据高斯滤波器的形状和大小要与图像结构相适应的原理,该算法利用图像中的最大稳定极值区域(MSER)的协方差矩阵衡量局部图像结构,并将局部图像结构变换到圆形高斯滤波器适用的形式下,以解决视角和尺度变化问题。为了保证图像变换的正确性,采用旋转压缩的方式将各向异性的图像结构变换为各向同性的图像结构。最后在各向同性的图像结构上提取尺度不变特征变换(SIFT)特征点,并将SIFT特征点的坐标变回原图像坐标。实验结果表明该算法提取的局部特征是完全仿射不变的,在立体目标的宽基线图像匹配中表现出良好的效果。     

利用法向矢量计算三维物体间的距离

机器人路径规划和装配路径规划都要计算空间两个物体之间的距离，实时仿真系统则要求算法既简便、快速，又能够支持规划算法．本文提出了基于Ｂ－Ｒｅｐ的计算三维物体间距离的方法，即利用物体的表面法向矢量直接计算三维物体间的定向距离．该方法达到了上述系统对物体间距离的检测要求．