基于形变模型由立体序列图象恢复物体的3D形状

结合立体视觉和形变模型提出了一种新的物体3D形状的恢复方法。采用立体视觉方法导出物体表面的3D坐标;利用光流模型估计物体的3D运动,根据此运动移动形变模型,使其对准物体的表面块;由形变模型将由各幅图象得到的离散的3D点融为一起,得到物体的表面形状。实验结果表明该方法能用于形状复杂的物体恢复。     

基于分形的从明暗恢复形状算法研究

从明暗恢复形状是计算机视觉领域中的经典病态问题，传统方法是通过引入光滑约束等条件来获得问题的解，但传统方法存在因过平滑而失真的缺点。针对传统方法恢复结果的局限性，提出了一种基于分形约束的从明暗恢复形状的新算法，该方法首先给出分形约束条件，之后结合反射图线性化与最小能量法来计算出曲面高度。该方法不仅克服了传统算法因基于光滑假设所造成的恢复结果过分平滑而失真的缺点，且不需要可积性的约束条件，也不需要对边界条件的假设，实验结果表明，该方法用于自然景物的三维表面重构，可获得比传统方法更好的恢复效果。     

三维物体识别研究进展

出于工业和医疗等领域大量现实应用的需要,如今三维物体识别已成为一个很活跃的研究领域。一般来说,三维物体识别系统可以通过两个阶段的处理来完成三维物体的识别和定位,首先用传感器获取的场景输入数据来得到场景的表达;然后将它与数据库中存储的物体表达相匹配。为了推动该领域研究进一步发展,因而对近１０ａ年中该识别过程中必须解决的感传器类型、三维物体表达方法和匹配策略等３个方面问题的研究成果进行了综述,对主要方法进行分类和总结;并提出了一些三维视觉系统中还需要深入研究的问题,包括对所研究物体形状的限制、复杂背景的影响和表达以及识别中的“整体和局部”的矛盾等。     

基于Hausdorff距离的2D形状匹配改进算法

在计算机视觉检测中,常常需要将两幅图象在空间上配准,以便进行后续的检测过程,该文提出将Ｈａｕｓｄｏｒｆｆ距离作为物体轮廓相似性的测度,并用遗传算法进行最佳形状匹配的快速搜索,根据遗传搜索的结果再进行一次线性搜索,从而提高解的精度,实验结果证明了该方法能快速,精确地对两幅２Ｄ形状进行匹配。     

单像机有源形状恢复方法研究

物体表面三维形状恢复是计算机视觉的一个重要研究内容.给出了一种利用网格结构光,采用单像机恢复物体表面三维形状的方法.提出了一种新的定标方法和投影模板检测算法,并构造完成了有源三维重建实验系统.结果表明该方法能快速、准确地恢复物体形状.     

基于神经网络的三维图象恢复与重建新算法

简介了兰伯特Lambertian反射模型用于三维图象的恢复与重建的算法,由于其具有很大的局限性,为此,给出了一种基于神经网络与模糊处理相结合的新型反向模型,用于三维图象的恢复与重建,且新算法不需知道光源方向,经实验证明,具有计算快捷且图象识别精度高的特点。     

未知光源位置环境中物体形状恢复的神经网络方法研究

用神经网络方法解决未知光源位置环境中物体三维形状恢复的问题.对漫反射表面,用神经网络方法由已知表面形状物体及其对应图像的灰度值进行学习,所得权值可视为环境光源参数.由此可恢复同样光源环境中其它物体的三维形状.实验证明,神经网络方法可以解决未知光源位置环境(包括多个光源)中漫反射表面物体的三维形状恢复问题.     

从视频中恢复三维人脸的实时方法

三维人脸恢复是视觉交互的一个难点问题,提出了一种从视频中实时恢复三维人脸的新方法.该方法利用主动形状模型进行人脸特征点提取和跟踪,确保了三维形状恢复和特征跟踪的有效性和一致性;采用非刚体形状和运动估计方法构建三维形变基,有效地适应人脸形状变化的多样性;采用非线性优化算法估算人脸姿态和三维形变基参数,实现了三维人脸形状和姿态的实时恢复.实验结果表明,该方法不仅能从视频中实时恢复三维人脸模型,而且可有效跟踪人脸各种姿态的变化.     

基于可见光单图像三维结构恢复方法综述

基于可见光单图像的三维重构方法一直是计算机视觉领域的研究热点,该文从光照物体的材质和结构差异,以及成像过程中信息损失等因素着手,对基于光照模型、基于几何图元以及基于深度学习策略的三维重建方法进行了分类和概述,并分析讨论各类方法的优缺点以及未来的研究方向。     

医学图象三维表面的快速重构方法

介绍了基于CT等值面数据的脸部面貌及颅骨的曲面生成方法，以双三次B样条曲面技术区别于传统的蒙皮曲面生成方法，采用截面数据的重采样，解决了复杂实体在曲面生成时的局部扭曲及数据量过大等问题，在等值线的曲面造型方法及医学可视化领域有广泛应用前景。     

一种用于多阈值图象自动分割的混合遗传算法

模糊Ｃ－均值算法是一种比较有效的数据聚类方法,遗传算法则是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法,该文有机地利用遗传算法与模糊Ｃ－均值算法,并考虑图象的二维灰度信息,提出了一种适用于多阈值图象自动分割的新方案。该方案能够快速正确地实现分割,且不需要事先认定分割类数,实验结果令人满意。     

基于混沌遗传算法的图像恢复技术

遗传算法是一种模拟生物选择、进化过程的随机、并行搜索算法。本文利用图像恢复的数学模型，采用嵌入混沌序列生成初始种群的遗传算法对退化图像进行恢复，可以有效的解决逆滤波复原算法中存在的恢复后图像的精确度不足等缺点，有较好的恢复效果。同时为了解决遗传算法局部收敛和收敛速度慢的问题，本文算法中又引入了混沌优化机制：     

基于混沌遗传算法的图像恢复技术

遗传算法是一种模拟生物选择、进化过程的随机、并行搜索算法.本文利用图像恢复的数学模型,采用嵌入混沌序列生成初始种群的遗传算法对退化图像进行恢复,可以有效的解决逆滤波复原算法中存在的恢复后图像的精确度不足等缺点.有较好的恢复效果.同时为了解决遗传算法局部收敛和收敛速度慢的问题,本文算法中又引入了混沌优化机制.     

医学内窥镜图象的遗传恢复算法

遗传算法是一种软计算方法,它作为一种新的全局优化搜索算法用于图象处理,是一种具有发展潜力的智能信息处理方法,对于利用遗传算法处理灰度图象来说,由于其数据量和计算量很大,并且传统遗传算法存在“过早收敛”的问题,使得图象恢复质量不理想。该文针对医学内窥镜摄取的图象纹理和病灶特征,设计了一种新的二维染色体编码方法,并将模拟退火和遗传算法相结合的算法引入灰度图象恢复处理过程中的遗传操作,实验结果表明,该方     

基于复合形法的混合多目标遗传算法研究

在多种群并行遗传算法(Multipopulation Parallel Genetic Algorithm)的基础上,将复合形法引入遗传算法来反映决策者对各目标函数的偏好信息,提出了一种新的结合复合形法的混合多目标遗传算法。算法将群体划分为相等规模的子群体,每个子群体对应于相应的子目标函数,各子群体具有独自的适应度评价函数,杂交和变异跨子群体边界执行。将复合形法引入遗传算法,通过次重要目标函数对应的子群体向重要目标函数对应的子群体进行压缩和缩转操作,使得综合后的基因在杂交和变异操作中向着更利于重要目标函     

从双视图复原三维形状的新算法

为了能鲁棒精确地从目标的双视图复原其三维视觉信息，基于随机采样最小冗余子集新概念，并利用数据正则化技术，开发了一个根据目标的双视图特征点对集合，能鲁棒精确地复原其三维视觉信息的新算法，由于该算法有如下优点：（1）随机采样大幅度减少了子集的采样次数，并能确保好子集被采样到；（2）被采样到的最小冗余子集中的冗余信息能有效地用于检验该子集的正当性和优劣程度；（3）数据正则化技术又可有效地克服由数据病态带来的计算不稳定性。因此，在强噪声、高出格点率的恶劣条件下，该算法仍能高精度地复原目标的三维视觉信息，实验结果例证了此结论。     

一个用于空间聚类分析的遗传K-均值算法

空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及K-均值算法的优越性和不足的基础上,设计了一种遗传K-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验表明,其结果优于传统K-均值聚类方法及单纯的遗传算法聚类。     

基于有性繁殖的遗传算法及其应用

该文提出了一种基于有性繁殖的遗传算法。标准遗传算法（SGA）已经被成功地应用到很多进化优化问题上,但是对于复杂的多模态函数寻优时,会出现早熟收敛现象。为了解决这个问题,该文结合自然界最常见的有性繁殖现象,赋予了遗传个体年龄和性别特征,提出了基于有性繁殖的遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子,对不同年龄和不同性别的个体赋予不同的进化控制参数,克服了早熟收敛问题且保持了群体的多样性。对运动模糊图像复原的测试,也证明了该方法的有效性。     

基于遗传算法的Unity3D装箱系统设计

针对物流配送的装箱问题,本文设计一款新型的基于遗传算法和Unity3D物理引擎软件系统。与传统的遗传算法相比。该系统可以方便快捷地计算出基于多条件的合理装箱方案,即如何摆放货物才能最大限度地利用集装箱空间。该系统应用Unity3D添加的手动装载功能和装箱方案导出功能,通过JS脚本设计物体的运动及基本操作过程。仿真结果表明,该系统既能高效地计算出一套完整的装箱方案,又能通过人为的经验加以调整,从而实现更好的装箱方案。