基于B样条迭代配准的水下扭曲图像恢复算法

针对水波纹对水下目标物体成像造成的扭曲、畸变等问题,通过改进相似测度和最优化方法,提出一种从多帧扭曲的图像中恢复出目标物体的迭代配准算法。通过相关系数法对序列图像进行选取,用区域归一化互信息作为相似测度,将拟牛顿差分进化作为优化算法,对序列和其均值图像进行基于B样条自由变换模型的迭代配准,得出运动网格,由网格变化进而得到无扭曲的图像,配准后的图像通过稀疏去噪消除噪声对图像质量的影响。实验结果表明,与传统的图像配准算法相比,该算法能缩短配准时间、提高配准精度、增强图像视觉效果。     

无人机序列图像快速三维重建系统设计与实现

设计并实现了一种适用于高分辨无人机序列图像的快速三维重建系统(FDroneMap)。通过两个方面的改进提高系统运行的效率:一方面对重建算法进行优化,使用了一种新的基于哈希表的图像匹配方法,并根据无人机图像的时空序列特性对匹配策略进行调整,加快图像匹配速度;另一方面对重建算法各个模块进行并行化设计,提高系统对硬件的性能使用率。对比实验表明,在处理高分辨率无人机序列图像时,FDroneMap能显著提升三维重建的效率,并且能保证重建精度。     

基于迭代反投影的超分辨率图像重建

提出了一种结合频域运动估计和迭代反投影的超分辨率图像重建算法。根据输入低分辨率序列图像各帧之间的傅立叶变换相位差,估计出每幅低分辨率图像相对于参考低分辨率图像的子象素位移;依据所得的子象素位移并结合迭代反投影算法,实现了超分辨率图像重建。实验结果表明,该算法是一种有效的超分辨率图像重建方法。     

一种基于无人机序列成像的地形地貌重建方法

以无人机平台上普通摄像机获取的序列图像为对象,提出了一种对地三维重建的自动化处理方法。首先提出了基于视差分析的序列图像关键帧选择方法,对关键帧图像特征点进行鲁棒性的提取与匹配;第二步用加权的RANSAC算法估计基础矩阵,同时获取准确匹配的内点集。根据已标定的像机内参数,解算相对运动并进行优化。最后对待重建的目标点提出几何约束和单应约束融合的方法实现快速准确匹配,通过三角交会完成目标形貌三维重建。仿真实验结果表明该算法对序列图像具有较好的自动化程度和鲁棒性。     

基于Logistic混沌序列和位交换的图像置乱算法

在分析传统迭代型图像置乱方法不足的基础上,提出一种新的基于混沌序列和位交换的图像置乱算法.算法根据各像素点的位置,采用不同的Logistic混沌序列和像素值的二进制序列进行异或操作改变图像像素值,并利用图像本身的自相关性进行加密,不需迭代,经过一次运算即可得到加密图像.仿真实验结果表明,该算法可有效地实现灰度和彩色图像置乱,并能较好地抵抗椒盐和裁剪攻击,在效率上也优于迭代型置乱方法.     

远距离红外弱小运动目标检测

针对远距离红外弱小运动目标的检测,本文提出了一种空域-时域联合算法。该方法首先基于结构元素大小自适应的形态学顶帽变换进行红外复杂背景抑制,增强了图像的信噪比;接下来,利用平均迭代算法精确确定门限阈值,实现单帧图像分割;在此基础上,利用邻域多帧图像相与判决算法,实现基于时间序列图像的弱小运动目标检测。实验表明,本文提出的方法能够较好地进行背景抑制和消除噪声,准确有效地检测出红外运动弱小目标。     

动态变形表面三维重建方法研究与实现*

提出一种对可变性物体表面的动态变形过程进行三维重建的方法.将图像序列第一帧中物体表面划分成多个图像块,利用优化函数寻找每个图像块在所有帧中的对应关系,最终实现物体运动过程的三维重建;完成每一帧的三维重建后,根据图像关联度和局部拓扑结构对结果进行错误检测,并对出错块进行重新优化.模拟实验、实际数据实验以及与同类算法的比较,验证了该方法的有效性和可行性.     

基于水平集方法的软组织图像序列分割

医学图像分割是医学图像处理中的关键问题之一.图像序列的分割操作是医学图像三维重建的必要准备,而软组织图像分割则是医学图像分割中的一大难点.基于曲线演化理论的,借助偏微分方程等数学工具的水平集方法已经被广泛应用于医学图像分割领域.介绍了水平集方法的数学模型,并设计了一种基于窄带水平集方法的,专门针对软组织图像分割的算法.用边界追踪等方法提取第一层图片中的软组织相关轮廓;将它们作为初始水平集曲线,再利用窄带水平集方法进行演化;经过两个阶段的迭代处理,最终自动分割出整个软组织图像序列.实验表明该算法具有较高效率、分割结果精确,所产生的分割结果可以作为三维重建的合适的数据集.     

一种医学图像三维表面重建的快速算法

阐述了医学图像三维重建的方法和过程,提出了一种基于跨距空间的快速种子体素搜索算法,利用等值面繁衍算法快速提取三角形等值面,并对由中点近似产生的共面三角形等值面进行合并。实验结果显示,本文提出的算法加快了重建的速度,有利于实现对基于医学图像的大规模数据三维重建的实时绘制和交互。     

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.     

基于物联网技术的小波域分块压缩感知算法的图像重构系统设计

针对低照明度重构图像分辨率不高、重构时间长的问题,提出了基于小波域分块压缩感知算法的图像重构系统。建立低照明度图像采样模型,采用图像的景深自适应调节方法进行小波域分块压缩感知和信息融合处理。利用多尺度的Retinex算法进行小波域分块压缩感知和信息提取,提取图像的信息熵特征量。采取图像自适应增强方法进行低照度图像增强处理,使用物联网技术进行低照明度图像的三维信息重构,结合细节增强方法进行低照度图像增强处理,完成重构系统设计,实现透射率图的轮廓检测和特征重构。仿真结果表明,采用该方法进行低照明度图像重构的分辨率较高,边缘感知能力较好,且重构耗时较短,实际应用效率较高。     

基于卷积盲降噪的混合式核磁共振成像

为了解决图像压缩感知重建研究领域中通过有效的图像先验信息重构与原图相似性高且保留细节消除伪影的高质量图像的问题, 针对不足采样的K空间数据, 在经典的CNN算法CBDNet算法的基础上, 通过融合深度学习先验信息及传统图像恢复各自优势的方法, 研究了基于深度神经网络去噪先验和BM3D块压缩感知算法的混合式重构算法. 该算法采用交互式方法训练多尺度残差网络抑制噪声水平, 借优化选择的方式将深度学习与传统块匹配多尺度结合以提取图像不同尺度的特征数据从而实现抑制伪影、快速重建高质量MRI. 实结果表明深度学习结合BM3D在MR图像重构领域能够有效降低伪影保留细节信息, 加强重构效果. 与此同时, 通过采用GPU的加速运算, 算法的计算复杂度较使用单一算法并未增加很多. 可见基于卷积盲降噪的混合式核磁共振成像效果更佳.     

基于模糊阈值分割的ECT图像重建方法

电容层析成像(ECT)技术是近年来发展较快的过程成像技术之一,图像重建算法是其应用的关键。但由于ECT的软场特性,重建的图像往往具有边界模糊效应。提出一种基于模糊阈值的ECT图像重建方法。该方法采用Landweber法进行图像重建,引入模糊阈值法确定重建图像的最佳阈值。采用仿真实验对该方法进行了验证,结果表明:该方法重建图像精度较高,具有较大的实用价值。     

No-reference stereoscopic 3D image quality assessment via combined model

Currently, stereoscopic 3D image has been widely applied in many fields. However, it may suffer from various quality degradations during the acquisition and transmission. Therefore, an effective 3D image quality assessment (IQA) method has great significance for 3D multimedia applications. Since 3D image pair has two images, it is easily distorted asymmetrically. In this paper, we have designed a no-reference quality assessment algorithm for asymmetrically distorted 3D images by utilizing combined model. First, in order to extract the distorted information in different frequency, the Gabor filter bank is employed to decompose the 3D image pair. Second, the “Cyclopean” and difference maps, representing for binocular characteristic and asymmetric information, are generated from the Gabor filter results. Then, the statistical characteristics of “Cyclopean” and difference maps are estimated by utilizing the generalized Gaussian distribution (GGD) fitting. Finally, a SVR regression is learned to map the feature vector to the recorded subjective difference mean opinion scores (DMOS). Besides, we also make an attempt to utilize structural similarity index (SSIM) to measure the asymmetric information of 3D image pair. The performance of our algorithm is evaluated on the popular 3D IQA databases. Extensive results show that the proposed algorithm outperforms state-of-the-art no-reference 3D IQA algorithms and is comparable to some full-reference 3D IQA algorithms.     

基于多视图三维重建方法在实验室系统中的应用研究

针对愈渐复杂的实验室系统,采用基于多视图的三维重建方法,实现对实验室系统中设备的结构重建.通过尺度不变特征变换(SIFT)匹配算法进行特征提取和匹配,并利用随机抽样一致性算法(RANSAC)和交叉过滤法降低误匹配率;通过多视图聚簇/基于面片的三维多视角立体视觉算法(CM-VS/PMVS)获取稠密点云;利用PCL泊松曲面...     

基于单张照片的三维人脸重建优化算法

传统人脸三维重建算法难以确定人脸形状,并且计算复杂。针对此问题,提出一种以水平集方法获取人脸轮廓并结合明暗恢复形状(SFS)算法重建三维模型的方法,该方法仅需单张正面人脸照片。首先采用主动形状模型确定人脸轮廓,将其作为水平集的初始演化曲线,分割出完整的人脸形状;然后对人脸区域进行灰度变换,求出灰度图像;最后通过SFS算法重建已知光照条件的人脸图像的三维模型,将该模型作为参考与灰度图像匹配,进而确定其光照条件和三维模型。实验结果表明,与基于网格模型的算法相比,该方法可快速地重建具有完整形状的人脸模型。     

一种配网带电作业机器人的目标线路识别与定位算法研究

配网带电作业机器人需要处理复杂的配电网目标线路感知与识别问题。提出一种基于色彩信息和匹配算子的配电网线路识别方法和中心视差计算方法,实现对线路的曲线特征识别和三维定位。基于色彩信息和匹配算子的检测方法能够有效地匹配复杂环境中的线路,解决线路的表面纹理弱、形态弯曲多样的问题,有效提升了线路的识别效果。中心视差计算方法通过利用线路的几何特性,分析计算线路中心线的曲线视差距离,得到配电网线路的三维位置信息。最后将该算法应用到配网带电作业机器人中,测试结果表明该算法能够准确识别和定位出配电网线路。     

结合三维几何形状信息和二维纹理的3D目标匹配

为了实现场景中三维目标与模型之间的匹配,提出了一种结合三维几何形状信息和二维纹理的三维目标匹配方法。首先提取场景中深度图像的尺度不变特征变换(SIFT)特征,用SIFT算法与三维模型重建时所用到的一系列2.5维深度图像进行一一匹配,找到与场景中目标姿态最为相似的深度图像,提取此深度图像的三维几何形状特征与模型进行匹配,实现模型的初始化,即将模型重置到与场景目标相接近的姿态。最后用融合二维纹理信息的迭代就近点（ICP）算法实现场景中目标与模型之间的匹配,从而得到场景中三维目标的准确姿态。实验结果验证了方法的可行性与精确性。     

锥束CT感兴趣区域图像重建研究

针对锥束CT感兴趣区域扫描中存在的截断投影数据图像重建问题,提出用基于迭代的代数重建(ART)算法进行重建。锥束ART算法的缺点是计算量大、重建速度慢。为了提高该算法的重建速度,提出了一种基于多核平台的快速并行图像重建方法。首先将三维重建区域等分为上下两块,相应地,探测器平面也分为上下两部分;然后通过双线性插值计算虚拟探测器投影数据;最后通过多线程技术在多核平台上实现了ART算法的并行重建,在保持较高重建精度的同时取得了约两倍的重建加速比。在此基础上,通过仿真实验对3DShepp-Logan模型不同感兴趣区域进行了重建,实验结果表明,ART算法用于感兴趣区域图像重建是可行的。     

乒乓球的三维运动轨迹重建

主要基于图像序列对乒乓球的运动轨迹进行三维重建,并对乒乓球运动形态进行分析.首先对采集的图像进行立体校正,利用颜色识别和改进的霍夫圆检测算法提取出序列图像中乒乓球的圆心坐标;然后根据前后帧图像的特征点坐标差值在时间序列上匹配特征点;最后,利用三角测量法对匹配的特征点进行三维重建,并计算出乒乓球不同时刻的速度和加速度,实现了动态物体的三维运动重建.实验结果表明该三维运动重建方法提高了特征提取的准确性,有效地实现了时间序列上的匹配,获得了物体的三维运动数据.