三维激光扫描测量系统若干重要子系统设计

三维激光扫描系统是反求工程的重要组成部分,是集数控、激光、CAD/CAM、精密机械、计算机图像采集与处理为一体的集成系统,它主要由运动控制、图像采集、图像处理、三维重构等几大部分组成。本文主要针对随动运动控制子系统的控制原理、硬件组成及软件设计思想作了描述,同时对计算机图像采集子系统的硬件组成、软件设计具体算法及实验结果进行了详细的分析与论述。实验表明,激光扫描测量系统的测量精度有所提高。     

三维激光扫描的多帧影视特效图像视觉传达方法

在多帧影视特效图像视觉传达过程中,由于提取的图像特征差异,使得视觉传达效果较差。提出三维激光扫描的多帧影视特效图像视觉传达方法研究。依托于三维激光扫描技术,采集多帧影视特效图像。针对图像中包含的噪音,通过小波分析的方法进行处理,并将图像中包含的目标特征提取出来。图像特征数据在极限学习机模型的作用下进行过滤处理,为后续视觉传达提供基础。基于粒子群完成多帧影视特效图像视觉传达。采用基于层次分析和基于红外光谱的视觉传达方法,同文中设计方法进行视觉传达测试,实验结果表明:文中设计方法将图像传达成功率分别提升了31.48%、16.55%,实现了图像视觉传达效果的提升。     

图像数据压缩技术和图像质量

图像数据压缩的基本原理是有效地去除图像数据中的各种各样的多余成分,仅提取真正的信息量。目前,已有各种图像数据压缩方式被提出,并根据用途,可平行使用几种方式。这意味着对所有图像数据来说并不存在万能的压缩方式,一般来说,根据目标图像的性质,选择并使用适当的压缩方式。如果按用途归纳压缩算法,那么,作为动态图像的压缩方式主要有MPEG标准化方式或相似方式(ITU—TH261等),而现在所利用的图像数据源实际上只有电视或者视频信号。这是给动态预测、帧之间预测、DCT(离散余弦变换)以及赫夫曼编码等的基本算法组合适应处理或非线性量化等技术的非可     

一种具有预测能力的三维图像分割方法

在充分分析三维图像特点的基础上,提出了一种新的三维图像分割方案。该方案在改进的主动轮廓模型的基础上融入了预测算法。三维图像中物体的轮廓沿着空间轴或时间轴的位移和形变是连续的,该算法根据这一特性,利用前几幅图的分割结果来预测当前图像中物体轮廓的位置和形状,弥补了主动轮廓模型搜索范围小的缺点。对医学解剖图像的试验结果表明,这种方法能显著提高分割的准确性和速度。     

图像数据压缩的研究进展

本文介绍了图像数据压缩的常用技术及未来发展趋势。分为两个部分：无损压缩和有损压缩。重点介绍了一些关键技术，如分形、小波变换和MPEG等。对于有关研究人员具有一定的参考价值。     

图像数据压缩技术研究进展

本文介绍了图像数据压缩的常用技术及未来发展趋势。分为两个部分：无损压缩和有损压缩。重点介绍了一些关键技术，如分形、小波变换和MPEG等。对于有关研究人员具有一定的参考价值。     

图像数据压缩技术在数字相机上的应用

1.前言图像数据压缩是图像数据处理的技术基础。尤其是近年来网络通信的普及,图像数据使用TPEG,MPEG等标准便于在个人电脑中进行处理,在这种背景下.硬件性能的大幅度进步,尤成高效率的图像数据压缩标准方式的确立。另一方面,虽然个人电脑本身的处理能力有     

塑料皱褶三维成像激光扫描系统

皱褶是层压塑料制品和纺织品制造商面临的一个严重问题，为测量和表征这些材料的表面皱褶曾采取了多种方案，但都无法测得皱褶尺寸和形状的准确三维数据。如今，美国德克萨斯州立大学的研究人员研制出了一种可获得塑料皱褶三维图像的激光扫描系统。     

基于三维激光扫描的低照度图像色彩增强方法

为了提高图像画面的清晰度，给用户展示更多细节，提出了基于三维激光扫描的低照度图像色彩增强方法。利用图像直方图分析灰度级，通过直方图处理实现低照度图像对比度增强，使所有灰度区域的均匀布局；通过多维信息算出协方差，利用矩阵构成相关数据，在相邻点实行空间曲面拟合，构建平面图像函数，将连续图像函数变换成离散形式，扫描图像找到相应的行列数，判断点位置获得三维激光图像矩阵。通过实验可知，本方法的图像标准差与实际图像差值仅为0.25,信息熵差值仅为0.1,平均梯差值仅为0.05,表明本方法能够增强低照度图像色彩。     

基于3维SPIHT编码的超光谱图像压缩

提出一种针对超光谱图像压缩的3维SPIHT编码算法.通过对超光谱图像进行3维小波变换,同时去除像素数据间的空间冗余和谱间冗余.针对变换后得到的小波系数,构造一种3维空间方向树结构,并用经3维扩展后的SPIHT算法(3D SPIHT算法)对小波系数进行量化编码.实验证明,基于3维小波变换的3维SPIHT编码算法在对超光谱图像压缩时,表现出了优良的率失真性能.并且算法复杂度适中,具有嵌入式特性.     

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.     

3-D Epanechnikov Mixture Regression in integral imaging compression

Integral imaging is a kind of 3D display with no glasses, which represents the future developments. Elementary image array (EIA) is an essential component of integral imaging. Our coding framework includes pre-processing, modeling, and reconstruction. We acquire the sub-EIA from the original EIA and get the offsets between adjacent elementary images (EIs) through pre-processing. As for modeling, we get the optimal combination of 3-D Epanechnikov Mixture Regression (3-D EMR) or 3-D Gaussian Mixture Regression (3-D GMR) by Elementary Image Adaptive Model Selection (EI-AMLS) algorithm to achieve the best modeling of sub-EIA. Finally, the linear-based reconstruction is completed according to the correlation between adjacent EIs. Our decoded images realize a clearer outline reconstruction and more superior coding efficiency than HEVC and JPEG2000 below about 0.05bpp. Furthermore, the proposed method can achieve the same visual effect as HEVC with only 15% to 80% time consumed.     

立体图像序列的压缩方法

首先介绍了立体视觉的基本原理，然后对立体图像的压缩方法分四类进行了综述。对其中用于立体图像序列的两种主要方法：基于“块”匹配的立体图像压缩方法和基于物体的立体图像压缩方法进行了深入探讨。通过对已有成果进行总结和分类，剖析了两种方法的优、缺点，并提出了一些还需要深入研究的问题，如：残差图像编码、遮挡检测、更精确的场景分割等。     

数控工件三维立体扫描系统的研究

针对定位工件的三维立体扫描系统进行研究,利用摄影测量的原理对系统进行设计.系统由三套摄像机—投影仪组合构成,先通过投影仪将条纹投射到被测目标上,摄像机采集在投影中的目标图像,再对图像进行分析和计算,最后获取用点云分布图表示的被测目标的三维特征信息.对系统进行了校准和实验,结果表明该系统测量误差小,不需要移动摄像机和投影仪就可以对工件完成三维扫描,适合在数控机床上使用.     

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。     

无人机载激光线扫描浅滩三维成像研究

设计了一种基于三角法线扫描的无人机载激光雷达三维成像系统。系统以520 nm线激光为光源照射目标,利用无人机扫描获取目标的三维数据。文章设计了无人机载激光线扫描系统的硬件系统,构建了线激光水下折射三维坐标解算模型,提出了水上、水面与水下激光条纹提取的图像处理方法,并利用研制的雷达系统进行了近海浅水区域无人机扫描实验。实验结果表明,系统利用IMU及GPS能够有效提升三维图像的准确性,快速获取目标区域水上及水下目标的三维数据,平均距离分辨率达到3 cm,具有速度快、精度高、成本低的优势,在近岸浅海区域的大范围高速三维成像领域具有广阔的应用前景。     

立体图像压缩研究进展

简要回顾了立体图像压缩的研究进展。阐述了人类视觉系统与立体图像压缩密切相关的立体视觉特性，并且指出了立体图像压缩编解码器结构在有无失真情况下的最优性。简要描述了静止立体图像和立体图像序列压缩的研究进展。对将来的研究方向提出了一点建议。     

Visual-PSNR measure of image quality

Objective assessment of image quality is important in numerous image and video processing applications. Many objective measures of image quality have been developed for this purpose, of which peak signal-to-noise ratio PSNR is one of the simplest and commonly used. However, it sometimes does not match well with objective mean opinion scores (MOS). This paper presents a novel objective full-reference measure of image quality (VPSNR), which is a modified PSNR measure. It will be shown that VPSNR takes into account some features of the human visual system (HVS). The performance of VPSNR is validated using a data set of four image databases, and in this article it is shown that for images compressed by block-based compression algorithms (like JPEG) the proposed measure in the pixel domain matches well with MOS.