SFS方法及其与立体视觉方法的集成方案综述

立体视觉(StereoVision)方法是目前利用图象数据获取物体三维信息的主要方法之一。但该方法在图象灰度变化较缓慢的区域,由于难以准确地进行图象间的象素配对,而严重影响了它的效果。利用从明暗重构物体三维表面形状(ShapefromShading,简称SFS)的方法与该方法相结合,是改善重构结果的主要途径之一。文章通过分析SFS问题本身的不适定性,揭示了目前几类主要的SFS算法在可靠性、稳定性、局限性以及实用性方面所存在的问题,并在此基础上,简要地介绍了四类SFS与立体视觉方法相结合的形式,说明了通过利用立体视觉为SFS补充辅助的信息来消除SFS问题的不适定性,并对过去SFS的实现方法进行有效的改进,它是提高集成系统准确性的关键。     

基于阴影的三维表面重构技术的概述

三维表面重构是计算机视觉的主要任务之一。已经发展了各种各样的重构技术,其中利用单幅图像中物体表面明暗变化来恢复其表面形状的技术尤其引人注目,这不仅因为该技术简单易于实现,更重要的是它适用于各种其它方法难以应用的场合,例如,在机载、星载、弹载环境中的利用。论文从SFS问题的研究背景出发,介绍并分析这方面的一些重要进展,通过对各种重构方法的分析与比较,提出SFS问题的研究发展趋势和一些值得研究的方向。     

从明暗恢复形状（SFS）的几类典型算法分析与评价

从明暗恢复形状（shape from shading,简称SFS）是计算机视觉中三维形状恢复问题的关键技术之一,其任务是利用单幅图象中物体表面的明暗变化来恢复其表面三维形状。为了使人们对SFC研究现状及求解SFS问题的各种算法的优缺点有个概略了解,首先介绍了求解传统SFS问题的4类方法中几个典型算法的基本原理及求解方法,并给出了实验结果,然后从算法解的唯一性、对真解的逼近程度、求解效率及适用范围等方面对这4类算法进行了比较和评价。     

多方法相融合的复杂物体深度信息的恢复

在恢复图象深度信息的方法之中,利用立体视觉的偏差来精确地定位物体的深度,是行之有效的,但只能适用于可匹配的特征点,如何建立左右图象中对应点的匹配是该方法的主要障碍;Ｓｈａｐｅ Ｆｒｏｍ Ｓｈａｄｉｎｇ方法是利用单幅图象的灰度信息获取物体表面的形状信息（表面的方向）,而不能获得其深度信息,其约束条件是表面的光滑性。在此用神经网络方法将二者融合起来,形成优势互补,用来获取物体的深度信息,通过对合成图象     

基于SFS方法的三维重构及精度分析

从明暗恢复形状(SFS)是计算机视觉中三维重构问题的研究热点和难点之一,目前已有算法存在两个问题:1)选择的反射模型不符合物体表面的反射特性;2)引入的约束条件和求解过程过于复杂,求解速度慢,效率低。对SFS算法进行了详细分析,引入了朗伯特光照反射模型,对物体表面做球形假设,然后对图像做近似微分运算以求出高度函数,实现了利用单幅灰度图像恢复物体表面三维形状并仿真的数据处理方法,同时对传统线性化SFS算法和所提算法进行了实验验证,对两种模型的重构精度和算法的执行效率进行了比较和分析。实验仿真结果表明,在保证一定精度的前提下,所提算法的执行效率比传统算法高。     

Shape From Shading最小化方法分析

由明暗重构三维形状(SFS)是计算机视觉当中有关初级视觉的研究内容之一。由于该问题存在明显的不适定性,因而需要采用使问题正则化的形式,其中,将问题转变成变分形式的最小化方法是最早并得到广泛研究的方法类,但这类方法的整体表现并不好。论文对此类方法从其解决问题的思路上进行分析,找出了该类方法当中存在的一些问题,即在正则化问题的过程当中引入了无具体意义的约束条件,从而对该类算法所表现出的一些现象给出了较为合理的解释。     

利用光度立体法生成真实物体的三维模型

在计算机三维动画制作中，要制作一个具体的真实物体的三维模型，是一项复杂而困难的事情。本文根据由阴影恢复形状的视觉理论，利用光度立体视觉技术，给出了由３幅光移图象计算物体表面方向和深度信息，并利用贝塞尔曲线拟合获得物体表面的结构模型的方法。     

利用共轭梯度法重建三维物体表面算法的研究

通过立体视觉方法能得到一些分散点处表面信息,根据这些分散点处三维表面信息,可对三维表面进行重建,文中主要讨论利用共轭梯度法重建三维物体表面的算法。     

线性逼近获取深度图象算法研究

三维表面重建是计算机视觉领域中的一个重要课题，也是计算机视觉中最困难的问题之一。该文提出了一种用线性逼近方法、基于灰度信息从图像获取物体深度信息，从而实现物体三维表面重建的算法。该算法原理简单，容易实现，速度快，具有较高的实用价值。     

一种用于立体感增强的SFS改进算法

表面重建是计算机立体视觉中的一个重要研究领域,SFS(shape from shading)是单帧图像立体感增强的有效方法之一。为了更好地利用SFS对图像进行增强,在对朗伯体表面反射模型进行详细分析和对影响3维重建结果的关键因素进行讨论的基础上,提出了一种改进的SFS算法,并给出了具体的步骤和计算方法。实验表明,该算法的确改善了立体显示的效果。     

基于轮廓提取与深度筛选的双目三维重构技术

针对基于深度图融合三维重构方法获取的三维重构模型,易受到深度信息误差影响的情况,提出一种基于轮廓提取与深度筛选的双目立体视觉三维重构方法。采用标准棋盘校准双目三维重构系统,利用Canny算子对目标物体进行边界检测,综合采用形态学腐蚀与膨胀方法提取指定方向上的连续边界,用连续边界提取目标物体。在此基础上,对目标物体深度信息进行筛选、拟合插值以获取连续深度信息。结果表明,相对于常规三维重构算法,由本算法三维重构的目标物体表面完整度更高,且目标物体周围的背景环境噪声被去除。     

基于SFS方法的三维表面重建算法研究

SFS(由明暗恢复形状)方法研究是计算机三维视觉研究领域中的一个重要分支.以朗伯体光照漫反射模型为基础,对物体表面图像明暗恢复其表面高度和梯度的抽象模型进行分析,研究基于朗伯体定律求解受光点梯度的算法及SFS方法的实现原理.     

基于双目立体视觉的西瓜子三维形态检测

为提高西瓜子自动筛选系统的性能,提出一种用于度量和处理西瓜子弯翘度的方法.把双目平行立体视觉与骨骼线相结合,利用双目立体视觉技术重建物体表面的三维信息.将该信息进行正交投影,分别得到西瓜子在前视图和侧视图的轮廓.利用曲率尺度空间与骨骼线相结合的方法对侧视图的瓜子轮廓进行特征提取.实验结果表明,该方法对弯翘瓜子有较高的识别精度.     

基于三维激光扫描的物体重构建模

物体拍摄环境具有测量数据量大、物体外轮廓信息复杂等特点,采用当前方法能够获得物体精确的三维点云数据,但缺乏颜色和纹理信息,导致物体重构精度不高,真实感较差;为此,提出一种基于三维激光扫描的物体重构建模方法;该方法通过三维激光扫描技术获取物体点云数据,采用显式的欧拉积分方法对物体整个三维曲面进行平滑,依据三角生长法进行物体三维空间三角划分,将物体网格顶点向球面进行映射,由此构造物体三角网格模型,通过迭代最近点算法对物体非同步点云数据初步匹配结果进行精确配准,利用最近点搜索算法将经多视图立体视觉算法优化后的物体颜色信息和三维点云数据坐标相融合;实验结果表明,所提方法可以快速精确地建立物体三维重构模型,验证了所提方法的可行性。     

基于多粒度匹配的高超速飞行体三维重构方法

针对高超速飞行体在飞行过程中能获取到的图像信息较少,无法完全复现其轮廓信息,提出一种基于多粒度匹配的三维重构优化方法。首先通过两台高分辨率CCD相机正交的阴影照相站系统采集高超速飞行体多幅图像信息,利用图像分割技术提取物体的二维轮廓;然后采用改进的SFS算法求解出物体表面各点的相对高度和表面法向量,恢复其三维形貌;最后使用图像拼接优化技术实现高超速飞行体表面的三维重构。并经过实体模型的三维重构验证所提方法的可行性及有效性。     

一种实用的多目立体视觉系统设计方法

1引言 立体视觉是获取物体三维形状信息的重要方法之一,已经在工业测量、物体建模、视觉导航和物体识别等领域得到了广泛的应用.目前的立体视觉系统通常由多个摄像机、图像采集卡、外同步信号控制以及多路转换器等组成,系统复杂、成本高,操作不方便,限制了立体视觉技术在实际中的应用.本文基于CMOS图像传感器和IEEE 1394总线接口技术,探讨了一种实时、低成本、简单可靠的多目立体视觉系统的设计与实现方法.我们认为,随着CMOS图像传感器成像质量的不断提高,本文提出的视觉系统设计方法会得到越来越广泛的应用.     

几何不变性及其在3D物体识别中的应用

三维物体识别是计算机视觉研究的重要内容之一，它要求从3D物体的2D图象中识别和定位物体．由于物体成像时会受到观察视角、摄像机参数的影响，因此使得同一物体在不同观察视角、不同摄像机参数等条件下所得到的图象存在差异．但由于几何不变性方法可以有效地消除这种差异带给3D物体识别的不利影响，所以，近20年来这种方法受到了广泛的关注和研究．为使人们了解该领域的研究现状，以对该领域的研究有所启发，首先讨论了基于几何不变性的3D物体识别方法的研究内容，包括研究的几何框架和其不变性以及几何不变性在3D物体识别中的主要应用；其次，总结性地评述了该领域的研究现状；最后，提出了研究的发展方向．     

未标定多眼装置的欧氏重构

1.引言 在计算机视觉领域中,由多幅图像恢复摄像机运动参数和空间物体三维几何形状的问题称为多视图三维重构,它一直是计算机视觉研究的重点和热点之一.该问题的研究成果可以直接应用于机器人导航、精密工业测量、物体识别、虚拟现实以及军事等方面.近年来,该问题又引起多媒体和计算机图形学界的极大关注,为了生成已知景物和虚拟物体的合成环境,必须进行三维重构,否则用虚拟技术合成的环境只能用于浏览,而不能进入其中漫游.因此对三维重构理论和方法的研究无论是在计算机视觉中还是在工程应用中都具有十分重要的理论意义和实用价值.     

基于一阶径向畸变算法的双目摄像机多位姿标定方法

双目立体视觉中在对物体进行三维测量或精准定位时,需要对摄像机进行标定以获得其内外参数。研究径向畸变摄像机模型,构造了基于一阶径向畸变（RAC）算法的双目摄像机内外参数线性求解公式。考虑侧倾角、旋转角、俯仰角以及透镜的主要畸变因素,修正了传统RAC标定法中只考虑径向畸变、部分参数需要先验值的缺陷。利用标定所得内、外参数进行了多位姿双目摄像机三维重构实验。实验结果表明,该标定方法重投影误差分布在[-0.3,0.3],动态识别结果与实际运行轨迹重合率为96%,对降低双目立体视觉三维测量误差率有积极性影响。     

计算机视觉

本文首先扼要介绍了正统的计算机视觉理论及其方法.侧重于通用重构中的不适定问题.然后介绍了目前在计算机视觉中出现的一些新技术和新思想,包括三维深度图象技术及主动视觉等,最后提出了几点供同行们参考的意见.