一种新的边界增强型图像先验模型

在各种超分辨率图像重构算法中，最大后验概率（Maxlmum a Posteriori，MAP）算法因其具有优异的重构性能而受到广泛关注。但由于目前在MAP算法中普遍采用的是平滑型图像先验模型，导致重构出来的图像边界不明锐，一些细节不清晰。本文提出了一种新的边界增强型图像先验模型。不同于已有的图像模型，新模型对图像中的非连续性不是进行惩罚，而是进行增强。实验结果表明，新模型能够获得优于平滑型图像先验模型的重构效果。     

一种基于MAP的图像超分辨率重建算法

引入一种基于关键点滤波(Critical-Point Filters,CPF)的图像配准方法,并在最大后验概率(Maximum a Posteriori,MAP)框架下提出一种改进的集投影法(Projections onto ConvexSets,MAP/POCS)混合算法。算法把POCS的残差约束集合加入到基于CPF图像配准的MAP正则算法中,在每次迭代重建中对重建图像的像素点进行约束,充分利用这三种算法的优点。实验结果表明,相比于传统的重建方法,该算法能够更有效地表达视频中的非平移运动,超分辨图像主观质量有明显改善。     

一种改进的超分辨率算法

利用多帧低分辨率图像重建一幅高分辨率图像成为迫切需要解决的难题,传统基于插值的超分辨率算法的发展受到了限制。本文基于重建方法,根据低分辨率图像帧间运动参数,提出了合理的权重分配算法。实验结果表明,图像超分辨率重建取得了良好效果。     

一种基于权值矩阵的序列图像超分辨率盲复原算法

 建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法.     

单幅高分辨率SAR图像建筑物三维模型重构

提出了一种利用高分辨率SAR图像进行建筑物提取和三维重构的方法.首先,分析了高分辨率SAR图像建筑物产生的电磁散射的类型,给出了不同类型散射区域的后向散射计算方法,并在此基础上给出了一种利用建筑物三维CAD模型进行SAR建筑物特征区域图像仿真的方法;其次,给出了利用建筑物的二次散射结构确定建筑物底部轮廓位置和方向的方法,并提出了一种基于分布密度函数差异的仿真图像迭代匹配方法,进行建筑物高度的反演.仿真SAR图像后向散射系数用来划分建筑物不同的散射区域,通过计算特征区域之间的分布密度函数差异,以取得最大匹配度值的仿真图像对应的检验高度作为建筑物的反演高度;最后,选用了两幅不同屋顶类型的实际机载高分辨率SAR图像进行建筑物提取和三维重构实验,试验结果较为理想,验证了所提方法的可行性和有效性.     

超分辨率重构最大后验概率算法介绍

图像超分辨率重构(super resolution reconstruction,SRR)是一个利用序列图像来求解理想图像的逆过程,基本原理就是把各图像上由于亚像素位移而存在的互补信息融合到同一幅图像中,从而达到提高分辨率的目的.我们采用最大后验概率(maximuma posteriori,MAP)算法进行超分辨率重构.根据贝叶斯原理,高分辨率图像的后验概率等价于以下两项之积:已知理想高分辨率图像的前提下,低分辨率图像出现的条件概率;理想高分辨率图像的先验概率.MAP算法的基本思想就是在己知低分辨率图像前提下,使出现高分辨率图像的后验概率达到最大.该方法的优点是在复原过程中可以直接加入先验约束,能确保解的存在和唯一,降噪能力强和收敛稳定性高等.     

基于SFS方法的超空泡三维重构研究

有关超空泡的三维重构研究对于超空泡的水下试验测试和相关研究工作有着深远的意义。通过采用阴影恢复图像的方法（即SFS方法）对超空泡的实验图像进行三维重构,并与理想光照条件下的半球重构图像进行对比分析,为以后有关超空泡的三维重构研究提出了改进的方法。     

基于序列图像的超分辨率重建

提出一种从序列低分辨率欠采样图像中重建出一幅高分辨率图像的重建方法.该方法基于MAP算法,通过利用梯度投影的方法对重建结果不断进行迭代优化得到最终的理想高分辨率影像.实验结果证明,该方法有效,它不仅能够非常容易的引入各种先验条件进行约束从而提高解的收敛速度,并且能够得到质量较好的高分辨率重建图像.在取得相同质量图像的前提下,该算法所需时间明显降低.     

云计算环境下的三维图像数据重构方法

针对传统三维虚拟技术进行三维图像数据重构时存在重构精度低、清晰度不高的问题,提出云计算环境下的三维图像数据重构方法。构建了Hadoop结构的云计算环境,其由Map Reduce编程应用、HDFS分布式计算应用、Hbase开源数据库以及多项Apache服务器软件构成。选取体素作为三维图像数据重构的基本单元,采用各向异性分散过滤法在Hadoop结构中腐蚀体素,达到图像去噪和消除体素不稳定形态的目的。采用一种跳跃性的三维空间索引方法进行三维图像数据重构,减少对无用体素索引的过程,提高重构效率。实验结果表明,所提方法的重构效果好、清晰度高。     

一种基于简化马尔可夫随机场的红外图像快速分割方法

分析了传统的基于马尔可夫随机场图像分割算法收敛速度慢和固定加权等缺点,提出了一种基于简化马尔可夫随机场的红外图像快速分割算法。该算法首先对红外图像极大似然初始分割,并利用简化马尔可夫随机场对图像进行建模。在此基础上采用自适应的加权变化形式进行迭代,不但加速了分割算法的收敛速度,而且使得分割效果都大为改善。在真实的飞机和舰艇红外图像上,该算法都取得了较好的分割效果。     

基于相移法的多目标运动物体三维重构

相移法可实现静态物体三维形貌的高精度重构,对于运动物体形貌重构则误差较大。其根本原因为相移法需要多个条纹图进行物体重构,而传统相移法理论没有包含物体的运动信息,无法描述物体运动对相位的影响。导致当物体在条纹图间发生运动时测量误差较大。针对以上问题,提出了一种利用物体运动信息对多个二维运动物体进行三维重构的新方法。不同的被测物体可具有不同的运动轨迹。首先,对多个被测物体进行识别并确定目标区域;然后,采用KCF算法对物体进行跟踪并使用SIFT算法提取物体运动前后的特征点,分别估计描述物体运动的旋转平移矩阵。将运动信息带入条纹描述方程中,获得包含运动信息的三维重构模型,最终采用最小二乘法提取正确的相位值。结果证明:该方法能有效地减少由物体运动引起的测量误差,扩展了三维测量的应用范围,具有较高的工业应用价值。     

基于改进特征的序列图像三维重建

近年来序列图像三维重建技术得到了重视,提出了很多算法.本文对Harris特征提取算法进行了改进,并在在序列图像中进行特征跟踪,在特征的稀疏重建和稠密重建后,使用估计样本一致性算法实现三维重建,提高了序列图像三维重建的精度.     

基于功率谱AR模型的3D激光虚拟图像重建研究

当前常用的无样本图像重建方法具有分辨率低的弊端,有样本图像重建方法得到的3D激光虚拟图像重建结果有很大误差.为此,提出一种基于功率谱AR模型的3D激光虚拟图像重建方法.建立功率谱AR模型,将Burg技术和自相关法结合在一起,得到合理的AR模型参数.在存在平移、旋转参数的情况下,在功率谱AR模型基础上对图像进行配准处理,...     

基于匹配滤波的Gm-APD激光雷达三维重构算法研究

Geiger mode Avalanche Photo Diode(Gm-APD)激光成像雷达三维重构常用的峰值法对于异常峰会提取到错误的目标位置,阈值选取整数会造成重构三维像信噪比不高及目标缺失等。针对此问题,提出了基于加权一阶类高斯匹配滤波算法,通过对脉冲回波触发频数直方图的拟合归一化得到权重窗口平滑直方图再次选取峰值位置进行重构。应用基于Poisson分布的Gm-APD触发模型理论推导得到该算法的探测率及虚警率表达式并与峰值法对比,理论结果为使用基于加权一阶类高斯匹配滤波算法提取到目标的概率更高,通过Monte Carlo仿真验证了理论推导结果。最后使用两种算法对真实实验数据进行三维重构,主观及客观对比其重构得到的三维距离像,基于加权一阶类高斯匹配滤波算法在复原效果上较峰值法有了明显提升。结果表明,基于加权一阶类高斯匹配滤波算法在处理低信噪比、实时三维重构等方面具有良好的实际应用前景。     

基于视觉里程计的单目红外视频三维重建

针对红外视频的特点,提出了一种基于直接法和稀疏法视觉里程计的单目红外视频三维重建方法。该方法首先通过对红外热像仪标定获得热像仪内参,然后构建直接法和稀疏法视觉里程计模型,视觉里程计前端执行帧管理和点管理的任务,利用滑动窗口并借助高斯-牛顿迭代对总光度误差进行优化,计算出直接法和稀疏法视觉里程计模型所依赖的所有变量,完成定位热像仪和建图的任务。通过实验证明了该方法能够实时实现对单目红外视频进行三维重建。     

Research on a face recognition algorithm based on 3D face data and 2D face image matching

Under the condition of weak light or no light, the recognition accuracy of the mature 2D face recognition technology decreases sharply. In this paper, a face recognition algorithm based on the matching of 3D face data and 2D face images is proposed. Firstly, 3D face data is reconstructed from the 2D face in the database based on the 3DMM algorithm, and the face depth image is obtained through orthogonal projection. Then, the average curvature map of the face depth image is used to enhance the data of the depth image. Finally, an improved residual neural network based on the depth image and curvature is designed to compare the scanned face with the face in the database. The method proposed in this paper is tested on the 3D face data in three public face datasets (Texas 3DFRD, FRGC v2.0, and Lock3DFace), and the recognition accuracy is 84.25%, 83.39%, and 78.24%, respectively.     

基于有限元方法的锆-4合金疲劳断口三维重建

本文根据扫描电镜（SEM）二次电子图像的成像原理,采用基于有限元的SFS（shape from shading）三维重建算法,通过对已有的三维重建算法中的B矩阵修正,提出一种新的模板算子.对单幅锆-4合金低周疲劳断口（SEM）进行三维重建,得到了较好的结果.     

Image compression optimized for 3D reconstruction by utilizing deep neural networks

Computer vision tasks are often expected to be executed on compressed images. Classical image compression standards like JPEG 2000 are widely used. However, they do not account for the specific end-task at hand. Motivated by works on recurrent neural network (RNN)-based image compression and three-dimensional (3D) reconstruction, we propose unified network architectures to solve both tasks jointly. These joint models provide image compression tailored for the specific task of 3D reconstruction. Images compressed by our proposed models, yield 3D reconstruction performance superior as compared to using JPEG 2000 compression. Our models significantly extend the range of compression rates for which 3D reconstruction is possible. We also show that this can be done highly efficiently at almost no additional cost to obtain compression on top of the computation already required for performing the 3D reconstruction task.     

一种基于欧氏距离的双目视觉三维重建算法

针对双目视觉左右图像投影的反向延长线是异面直线,直接将匹配像点代入定位模型需要求解一组矛盾方程,从而造成计算资源浪费和影响定位精度的问题,提出了一种基于欧氏距离最小化的三维重建计算方法.根据非平行光轴双目视觉定位的几何结构,运用求解两点欧氏距离最小值的思想,建立了两条异面投影线公垂线中点的计算模型,而后通过实验验证了该方法的有效性.利用标定后的系统对标记物之间的距离进行测量,在距双目视觉传感单元1.5m范围内误差小于1 mm.实验结果表明:该方法比传统方法重建精度高且实时性好,具有良好的鲁棒性.     

基于激光扫描的人脸三维重建方法

针对人脸三维重建,基于RGB 激光扫描系统,提出了一种彩色三维重建方法。首先,以直接标定的方法,建立了数码相机采样图片的像素坐标系与世界坐标系的映射关系;利用相机拍摄的三色激光照明下的标准色板图像,标定了数码相机对三原色的感光曲线,即建立了相机三原色记录值与标准值之间的关系。然后,以人脸为目标,提出了从获取扫描数据到进行三维重建的完整方法。最后,经迭代法匹配,输出为通用的三维模型格式,实现了人脸在毫米量级上的三维重建。该方法简化了标定过程,算法简单,系统造价低,可推广至各种物件的三维扫描重建。