基于改进SFM的三维重建算法研究

针对现有运动恢复结构算法重建模型存在点云稀疏等问题,提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据,利用M估计抽样一致(MSAC)估算图像基础矩阵,进而分解得到平移和旋转矩阵,并根据相机内参计算投影矩阵,然后利用KLT匹配算法更新匹配数据,最后三角化生成三维点云。该算法匹配精度高,图像基础矩阵易于收敛,通过位移实现特征点匹配,弥补了图像低频区域匹配数据不足的缺陷。实验结果表明,与现有算法相比,该算法生成的点云更致密;在真实环境下,该算法可用于物体三维重建。     

基于OpenGL驱动的三维场景重构

基于OpenGL环境,提出利用场景渲染结果即帧缓存数据(主要包括颜色缓存及深度缓存)进行局部三维场景重构的方法.根据投影变换原理和深度缓存特点研究了逆投影变换,得到了三维点元的重构方法.在此基础上,利用帧缓存数据重构每像素对应的三维点元,从而构成相机坐标系下的三维点云模型,即原始三维场景在当前相机视角下的离散采样,被定义为虚拟视模型.根据透视投影和帧缓存的特点,分析了虚拟视模型的点位精度,实验表明虚拟视模型具有较高的相对精度.提出的场景重构方法具有天然的多分辨特性,支持场景简化与流式传输以及独立于场景的具体表示形式,可采用拦截方式从一般三维软件中实时重构虚拟视模型,从而提供了一种获取三维数据的新方法.     

基于改进型四叉树算法的室外大规模场景实时渲染

在大规模场景渲染过程中,场景中节点的存储、查找,以及视域剔除是影响渲染速度的重要因素。采用一种改进型四叉树算法存储和查找顶点,采用迭代算法替换了原有的递归生成算法,利用该四叉树算法实现了射线检测和视域剔除。实验结果表明,该方法能够有效提高室外场景的渲染帧数,利用它在视域剔除上能发挥本身的层次特性和编码的有序性优点,可以避免和减少视域剔除算法中大量直线与面相交的计算,提高视域剔除算法的效率。     

基于改进MC算法的医学图像三维重建研究

MC算法是经典的三维重建方法。但它重建时效率低,产生了大量的三角面片,增加了绘制的时间和空间。而且存在拓扑二义性,会使重建后的图像产生空洞的结构,重建的效果也不是很理想。对此,提出相应的改进策略。介绍了如何提高计算效率、减少三角面片数量、消除二义性和平滑图像等方面。通过实验证明了改进算法的可行性。     

基于改进迭代收缩阈值算法的微观3D重建方法

迭代收缩阈值算法（ISTA）求解离焦深度恢复动态优化问题时,采用固定迭代步长,导致算法收敛效率不佳,使得重建的微观3D形貌精度不高。为此,提出一种基于加速算子梯度估计和割线线性搜索的方法优化ISTA——FL-ISTA。首先,在每一次迭代中,由当前点和前一个点的线性组合构成加速算子重新进行梯度估计,更新迭代点;其次,为了改变迭代步长固定的限制,引入割线线性搜索,动态确定每次最优迭代步长;最后,将改进的迭代收缩阈值算法用于求解离焦深度恢复动态优化问题,加快算法的收敛速度、提高微观3D形貌重建的精度。在对标准500 nm尺度栅格的深度信息重建实验中,与ISTA、快速ISTA （FISTA）和单调快速ISTA （MFISTA）相比,FL-ISTA收敛速度均有所提升,重建的深度信息值下降了10个百分点,更接近标准500 nm栅格尺度;与ISTA相比,FL-ISTA重建的微观3D形貌均方差（MSE）和平均误差分别下降了18个百分点和40个百分点。实验结果表明,FL-ISTA有效提升了求解离焦深度恢复动态优化问题的收敛速度,提高了微观3D形貌重建的精度。     

3D reconstruction of human face based on an improved seeds-growing algorithm

An algorithm based on binocular stereo vision is proposed to generate 3D (three-dimensional) dense points cloud model of the human face. A two-step matching strategy from sparse to dense is developed. Firstly, an improved seeds-growing algorithm is utilized to acquire sparse matching of high confidence. Secondly, based on the control points method and piecewise dynamic programming, the dense matching is completed. Experimental results show that the proposed algorithm can produce smooth and dense 3D points cloud model of the human face.     

基于改进ICP算法的地磁图匹配技术

将地磁信息应用于惯性导航是组合导航技术研究的新方向.对地磁辅助导航的原理和发展现状进行了介绍,并在分析地磁特征的基础上,研究了利用地磁异常特征进行ICP匹配定位的方法.根据应用环境,对ICP算法进行了以下改进:首先,受模拟退火法的启发,提出采用扇形扫描法搜索最优匹配,推动ICP算法向全局最优迭代;其次,结合RANSAC法,有效剔除了地磁测量中的野值点,提高了算法的鲁棒性.仿真结果证实了改进算法的良好性能.     

A two-camera based algorithm for 3D reconstruction of a visual scene. Probabilistic approach

One of the approaches to the problem of 3D reconstruction, based on the probabilistic identification of matched images patches, without using active illumination sources, is addressed. The source data for the algorithm are the vectors that describe the boundaries of image regions obtained in advance by a procedure of segmentation into parts of a constant color and the subsequent vectorization of the boundaries of regions. The method described in the paper can deal not only with polyhedrons, but also with objects of arbitrary shape.     

基于立体视觉的三维重建算法

针对PMVS(patch multi-view stereo)算法在三维重建过程中容易出现重建表面不够光滑和连续,某些区域与真实物体的形状有偏差,以及在片面扩展时算法的空间和时间复杂度非常高,在处理高分辨率图像时需要付出巨大的时间和空间代价等问题,提出了一种加入法向调整的PMVS改进算法,使重建出的表面在某些细节部位更加符合真实物体形状,同时通过采用多分辨率分级重建的策略在一定程度上缩短了算法的运行时间,提高了重建效率。通过实验表明了改进后的算法的准确性和高效性。     

基于改进遗传算法的稀疏重构算法

稀疏重构算法中凸松弛法在恢复效率方面、贪婪追踪法在恢复精度方面存在不足,基于遗传算法迭代优化的思想,结合模拟退火以及多种群算法的优势,提出了基于模拟退火遗传算法和基于多种群遗传算法的启发式稀疏重构算法。所提算法均从传统遗传算法易陷入局部最优解的缺陷出发,分别通过保持个体间的差异性和提高种群多样性来搜索待求稀疏信号的全局最优解,并通过理论分析证明了所提算法参数选取及搜索策略的有效性。此外,以阵列信号处理中空间信源的波达方向（DOA）估计问题为例,验证所提算法的有效性。仿真结果表明,相较于正交匹配追踪OMP算法和基于l1范数奇异值分解的l1-SVD算法,所提算法提高了DOA估计的精度,且降低了运算复杂度,使其快速收敛至全局最优解。     

基于改进Hausdorff距离的分层景象匹配算法

为克服传统的相似性度量容易受到噪声、遮挡和成像机理等因素影响的缺点,结合人的认知过程,提出了一种分层的模板匹配算法.首先利用了统计指标来对候选匹配区域进行预标记,其次通过对Hausdorff相似性度量的改进来提高其对遮挡、异源图像匹配的鲁棒性.实验结果证明了该方法能够有效地减少搜索区域大小,提高了遮挡情况下的匹配精度,验证了算法的有效性.     

改进ICP算法实现多视点云精确配准研究

复杂面形的三维整体测量能否顺利完成取决于不同视下测得的三维点云的配准精度。研究表明:采用点到点,点到三角面配准方法易受噪声干扰,采用面形比较计算量大,且在平面和标准球面情况下容易失效。以粗配准标记点所在的立方体区域为重合区域,使用点到点的多邻接三角面距离最近的点对作为初始匹配点,并根据几何结构最大相似原则对所求得的多个粗匹配点对进行筛选,再对筛选后的点对应用最近点迭代(ICP)算法。改进后的ICP算法实现了重合区域的快速自动定位,实现了不同视下点云的快速精确配准,在多个实例下获得了配准精度优于0.01 mm的实验结果。     

基于SLIC区域分割的三维地形重建算法

为利用无人机在高空连续拍摄的两幅航拍图像准确实现三维地形重建,提出了通过将图像进行区域分割来达到不同地形区域分别生成数字高程模型DEM数据的方法。首先利用简单线性迭代聚类SLIC超像素算法将图像分割为多个包含单一地形的超像素区域,再利用各区域的颜色信息进行相邻同类地形区域的融合,最后在所得的各区域内通过SIFT特征点提取与匹配、计算三维坐标来生成DEM数据。通过将重建地形结果与卫星地图对比表明,利用该方法能够有效实现地形重建;通过对比本文算法与传统地形重建算法的重建结果表明,利用该方法能准确呈现各地形间的边界信息。     

基于双目视觉的三维重构算法实现

基于Altera DE1 SOC开发平台,选用OV7725互补金属氧化物半导体(CMOS)摄像头组进行图像采集,经现场可编程门阵列(FPGA)预处理后由视频图形阵列(VGA)显示器显示.基于双目视觉的三维场景重构算法包含图像预处理、多线程加速立体匹配以及AD-Census匹配,采用了Verilog HDL和统一计算设备架构(CUDA)编程实现.实验结果表明:系统实现了以7帧/s速度计算640像素×480像素大小的深度图;并且可以将以1.8°为间隔的150幅深度图转换为点云,重构出270°左右视野内的三维场景.     

一种改进的三维递归搜索视频去隔行算法

提出了一种改进的三维递归搜索（3DRS）视频去隔行算法，该算法使用双向参考运动估计，消除了原始算法中的误差传递现象，并采用多分辨率分析的思想，根据视频内容自适应的调节误差匹配块尺寸，提高了运动估计的准确度。实验结果表明，对于大多数测试序列，该算法在实验效果上取得了优于原始的3DRS算法的性能。     

采用去抖动模糊算法的稠密三维重建

针对无人机在航拍大场景对象进行三维重建时因抖动产生的图像模糊现象,以及二维图像序列经运动恢复结构SFM后得到的点云较为稀疏,可视化差等不足,采用去抖动模糊算法恢复模糊图像的原始图像信息,然后在运动恢复结构的基础上进行基于点云的稠密三维重建,最后对稠密重建后的点云进行泊松表面重建以得到表面致密、均匀的三维模型。实验结果表明,去抖动模糊算法可以有效地提高图像的质量,大场景对象经过基于点云的稠密三维重建后得到的重建效果逼真,可视化强。     

基于图像融合的微表面快速三维重构算法研究*

在分析电子探针图像多样性与相关性特征的基础上,提出先应用提升小波进行快速图像融合,以提高图像信息量,然后根据微表面图像纹理相似性,抽取出高程数据,通过顶点数组方式快速重构三维立体场景。实验表明,此方法信息量大、操作简单、场景逼真,易形成交互场景,具有较好的实际应用价值。     

基于改进MC算法和分数阶混沌的CT图像三维重建和加密方案

在现代医疗领域的病理诊断与手术实操中,需要对CT进行三维重建实现二维图像的三维可视化以提高诊断和操作的正确性。针对目前三维重建耗时过长、精度欠佳等问题,提出了一种改进的MC算法,采用包围盒分割算法提取包含等值面的体素,有效提高了重建效率;利用三线性插值法计算等值面与体素的交点信息,从而提高了重建精度。为保障医疗信息在云存储以及网络传输的安全性,提出了一种基于分数阶Lorenz混沌的三维模型加密方案,实现了重建数据在频域的混沌加密。实验结果表明,改进的MC算法具有良好的重建效率和重建精度,提出的加密方案能有效地保护重建后的三维数据,并能抵抗穷举攻击、差分攻击和统计攻击。     

基于三维坐标修正的改进型3DDV-Hop定位算法

针对传统3DDV-Hop算法对未知节点定位误差较大的问题,研究人员提出了各类基于跳数、跳距计算方法进行改进的定位算法,但这些算法中对跳数、跳距计算的改进方法有待优化且未二次求精未知节点坐标;为此,提出一种基于三维坐标修正的改进型3DDV-Hop定位算法,该算法通过为节点设定3类通信半径以及跳距加权以减少跳数、跳距计算误差,并构建正方体交叉区域对未知节点坐标进行二次求精。通过实验结果对比分析可知：本文所提基于三维坐标修正的改进型3DDV-Hop定位算法对未知节点平均定位误差确有显著降低。