浅析三维重建算法

为了将二维图纸在计算机中自动转换成三维模型并进行交互式显示和各种操作,必须首先从二维图纸中读取所有线条、标注等信息,将这些信息以合适的数据结构进行组织,然后根据这些数据识别相应的几何元素及其位置、尺寸等信息,即进行三维重建。该文对已有的多种三维重建算法进行分类和剖析,归纳出三维重建算法的主要技术难点,并给出了核心的内部数据结构。     

二维CAD图纸的三维重建算法规划

三维重建的过程是一个比较复杂的过程,本文对已有的多种三维重建算法进行分类和剖析,归纳出了三维重建算法的主要技术难点,对三维重建算法做出了规划。     

基于形体逼近的三维重建算法

该文提出一种新的由三视图重建三维实体的算法,能扩展自顶向下的三维重建算法的形体覆盖域,并在Auto-CAD平台上验证了算法的有效性。算法的主要步骤是首先用平扫-旋转-求交的实体运算法则构造出与所求实体形状相近的实体———第1参照体,再模拟人脑的识图过程:把第1参照体的三视图与初始三视图对比,根据两者之间的差别构造出差异体,再从第1参照体中逐一减去差异体,得到第2参照体、第3参照体......最后得到所求的实体。     

基于MC算法的光刻仿真微结构的三维重建

在深度光刻中为了仿真微结构的形状,需要利用三维光场分布的数据对其进行三维重建。而MC(Marching Cubes)算法是三维重建中构造等值面的代表性的方法之一。以MC算法为基础,首先介绍了如何利用MC算法来绘制三维光场数据的等值面,然后分析将等值面和边界所围成的空洞补全的方法,最后研究了如何利用有限元分析软件的参数化设计语言将生成的面模型转换成实体模型。该方法重建的几何模型不但可以用于微结构形状误差分析,而且还可方便的用于建立有限元模型,直接应用于有限元分析。     

基于AutoCAD2000平台的平面立体三维重建的算法与实现

介绍了在AutoCAD2000平台上用VisualLISP语言编程实现平面立体的三给重建的一些算法和技巧，通过对几个主要步骤的探讨，成功地编写了平面立体三维重建的实用化程序。     

光度立体三维重建算法

提出一种三维表面重建方法，以便快速准确地获得三维模型．首先获取控制光照和视角条件下的3幅图像，采用光度立体视觉的方法计算表面法向量，并在基于高度的全局优化和局部特征保持的基础上，通过金字塔式多尺度逼近，由表面法向量恢复三维表面信息．实验表明，这是一种简易快速的三维重建算法，在游戏三维建模、交互式动画等方面有着广泛的应用．     

基于转台系列照片三维重建算法的研究

如何从真实世界中获取具有真实感的三维场景模型一直是计算机图形学中的一个难点,该文给出了一种从真实世界的照片中重建三维场景模型的算法,算法根据在空间稀疏分布的不同视点处的真实场景照片中物体的轮廓线和颜色的一致性信息来建立三维场景模型的;这种方法是通过对转台上的物体不同位置拍照,来获取系列图片而不是通过机器视觉的两幅图片进行重建;文中方法可用于真实世界复杂形体真实感三维模型的建立,经实验表明该方法是可行的.     

MC三维重建算法的二义性消除研究

面绘制法进行三维重建是三维重建技术的主要方法,Marching Cubes(移动立方体)算法是经典的面绘制法.本文在剖析了MC算法的基础上,针对其存在的二义性问题,给出了消除二义性的方法,从而使重建效果更加清晰.     

医学图像三维重建中的关键算法

该文主要讨论了基于序列图像的三维重建中的两个关键算法:特征数据点列的重采样算法与三角化算法。把Douglas-Peucker线性简化算法应用在特征边界的重采样上,数据的压缩比得到了明显的改善,也显著地提高了可视化速度。并使用一种简单的三角化算法,对重采样后的数据点列进行三角化,实现目标的三维重建。     

海量断层数据三维重建算法优化

采用MC(Marching Cubes)算法进行三维重建时,如果要利用结果数据进行拼接、平滑、简化等进一步处理,就需要取得各三角面片的拓扑关系.提出"双缓存、三层交换"思想,对MC算法的实现流程实施改进,使得算法程序既能满足海量断层数据处理的要求,又能使算法程序性能得到一定的提升.     

一种利用平行结构光的3D重构算法

论文提出了一种简便的采用等间距平行结构光的3D重构算法。算法不需要对摄像机进行标定,只需求解参考平面的像到参考平面的单应矩阵和光平面的像到光平面的单应矩阵,利用所求得的单应矩阵便可以从空间物体在结构光照射下的图像求出物体的3D坐标。实验表明算法计算简单、行之有效。     

基于1维子空间的3维重建算法

为了重建3维场景,假设相机为正投影模型,提出了一种基于1维子空间的3维重建算法．所有图像序列构成的行向量与3维空间点构成的行向量所生成的子空间是同一线性子空间,而且由第1幅图像点构成的2个行向量外加1个行向量就可以组成该子空间的一个基底．该算法利用上述特性,线性地求取该行向量,最后完成3维重建．模拟实验和真实实验数据结果表明,该重建算法具有鲁棒性好、重投影误差小等优点．     

AU-aware Algorithm for 3D Facial Reconstruction

As a critical task in computer vision and animation, 3D face reconstruction can provide 3D model structures and rich semantic information for multi-modal facial applications. However, monocular 2D facial images lack depth information and the parameters of the predicted facial model are not reliable, which causes poor reconstruction results. We propose to employ facial Action Unit (AU) and key facial points which are highly correlated with model parameters as a bridge to guide the regression of model-related parameters and thus solve the ill-posed monocular face reconstruction. Based on existing face reconstruction datasets, we provide a complete semi-automatic labeling scheme for facial AUs and construct a 300W-LP-AU dataset. Furthermore, a 3D face reconstruction algorithm based on AU awareness is put forward to realize end-to-end multi-tasking learning and reduce the overall training difficulty. Experimental results show that the algorithm can improve the face reconstruction performance, with high fidelity of the rebuilt facial model.     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

一种基于面片的三维重建算法

传统基于面片的多视角立体视觉算法在扩展面片时缺少空间几何约束,导致Poisson表面重建时生成错误顶点。为此,提出一种基于面片的三维重建算法。利用相邻面片初始化扩展面片,根据顶点k近邻的距离检测并去除离群顶点,从而得到物体表面的三维模型。实验结果证明了该算法的有效性和准确性。     

三维重建中形状插值的快速算法研究

提出一种用于三维重建的层间数据插值算法．该算法首先利用数学形态学算子提取层内图像骨架；然后利用骨架匹配算法获取层间骨架点集的平移、旋转和缩放信息，并利用此信息的线性插值获得插值层图像的骨架点集；最后根据形态骨架的重建算法获得插值层图像．文中算法只对骨架点集进行操作，具有较小的运算复杂度，较好地保留了原始图像的形状信息．实验结果证明了该算法的有效性．     

一种面向三维点集的快速表面重构算法

在对目前比较流行的空间三角化算法进行对比研究的基础上 ,对 Hugues Hoppe提出的算法进行了改进 ,即借鉴 Marching Cubes算法的基本思想 ,首先通过自动选取适当的参数 ,用包围盒方法将三维散乱点划分为数据区域 ;然后求取点的切平面及法向 ,同时采用广度优先算法遍历数据点来调整法向和快速地求取 Marching Cubes的等势函数 ;最后用基于查表法的 Marching Cubes来输出三角面片 ,即得到表面模型 .实验结果表明 ,改进后的算法效率有较大的提高 .新算法不仅适用于表面三维散乱点数据 ,也可以对体数据进行重构 ,具有一定的通用性 .