基于地基投影的建筑场景立面建模

多视图建筑立面建模通常局限于稀疏点重建,且多方向立面的重建误差较大,对设备要求严格、系统庞大。针对该问题,提出一种基于地基投影的立面建模算法。通过场景预处理,标记视图序列的有序立面。对分组视图计算3D稀疏点,由稀疏点同步求解场景地基线和矫正立面。由地基线生长局部立面模型,经模型融合恢复场景三维立面模型。实验结果表明,算法重建结果具有准确、连续的三维结构与可视化纹理,在一定的稀疏点使用比例内,其立面角度误差小于5°,线比例误差低于1%,可满足室外场景建模工程的需求。     

基于序列图像的三维重构

提出了一种基于序列图像的三维重构方法。在相机标定的基础上,利用两幅图像间的匹配关系得到一个初始的三维模型,然后利用剩余图像与初始模型间的匹配关系,采用反投影映射的方法计算出剩余图像的外方位元素。最后经过稠密匹配、三角剖分和纹理渲染得到物体的三维模型。实验结果表明,相机标定精度较高的情况下,采用该算法能够得到较低失真的三维模型。     

无序图像三维重构中的图像选择技术

针对无序图像的三维重构问题,本文提出了一种图像选择算法,在三维重构算法运行之前,首先利用图像间的全局运动估计,去除冗余的图像,有效的减少了问题的规模,同时保持图像间的大部分连接关系,并能够较好地防止出现退化情况。为了验证本文的算法,针对一系列图像进行了测试,实验结果证明,作为三维重构的一个预处理过程,提高了三维重构算法的运行效率和算法的鲁棒性,具有很高的实用价值。     

基于增强现实的建筑三维图像信息提取系统

由于建筑三维图像信息提取系统存在信息提取丢帧率较高、测量结果与实际数据误差较大、三维图像信息提取效果较差等问题,故以增强现实技术为基础,设计一个建筑三维图像信息提取系统。硬件方面,设计可编程片上模块、电源处理模块、通信模块、HDMI接口,实现建筑三维图像信息提取系统的稳定运行。软件方面,采用增强现实技术提取建筑三维图像信息,并量算空间距离,构建尺度空间对大场景离散建模,实现建筑三维图像信息提取。实验结果表明,系统信息提取丢帧率低、三维信息测量准确性高,且具有较好的三维图像信息提取效果,说明系统具有一定实用性。     

基于单幅图像的海南生态资源三维图像重构与建模方法

论文研究网络三维交互技术(Web3D)环境下基于二维图像的三维图像重构、几何建模技术及可视化方式。通过对海南生态资源物种的特点及形态特征分析,研究其3D几何模型数据的三维建模与三维图像重构方法,提出适合海南生态资源媒体的3D模型数据的建模方法和可视化方式,给出了海南生态资源Web3D模型数据库的技术框架。研究成果为设计开发海南Web3D数字生态博物馆系统提供技术支持和数据服务,为生态物种的数字化图像信息采集起到借鉴和参考作用。     

基于图像分割的三维重构

三维重构方法是医学图像可视化系统、治疗计划系统的重要技术。基于图像分割的三维重构方法结合了图像分割、等值面抽取、网格简化三种技术,是不同于传统Marching Cubes算法的一种三维重构方法。它首先将医学图像分割为二值图,然后利用Marching Cubes方法进行等值面抽取,最后对得到的网格模型进行简化。实验结果表明,基于图像分割的三维重构方法加快了Marching Cubes的运算速度,改善了重构的效果,有利于实现对基于三维重构的大型几何模型的实时绘制和交互。     

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.     

未标定单幅结构场景图像的三维重构

提出了一种单视三维重构方法，该方法是利用用户提供图像点及其对应的三维点之间几何信息。由于结构场景是由大量平面构成的，存在大量的平行性、正交性约束，因此该方法主要应用于结构场景的三维重构。首先，相机定标和计算每个平面的度量信息，即先基于3组互相垂直方向的影灭点，对方形像素相机标定，再利用影灭线和圆环点像，对每个平面度量校正；然后考虑每个校正平面的尺度因子和非正交平面间的相对面向，从而将所有校正后的平面缝合起来。采用真实图像进行实验，实验结果表明，该方法简单易用。     

基于互联网图像集的室外场景建模技术综述

目前在互联网上有海量的室外场景照片,它们不仅内容覆盖面广,对同一场景有大量不同视点和光照条件下的采样,而且获取成本很低.如何利用这些照片中包含的丰富场景信息,快速、方便地构造各种逼真的虚拟场景,是互联网迅猛发展给虚拟现实、计算机图形学和计算机视觉带来的新的研究课题之一.文中分析、总结了近年来国内外互联网图像的真实场景几何建模、自然光照建模和材质反射属性建模的最新研究进展,并对其未来的发展趋势提出了一些看法.     

基于UAV遥感影像的建筑物三维重建

提出一种基于UAV遥感影像的建模方法，其思路为：通过对飞行器摄影姿态控制获取大倾角、高分辨率的城市景观影像，从二维GIS数据库中提取地面位置信息，在GIS信息辅助下利用建筑物单像立体量测算法获取建筑物的高度，并从中提取纹理信息，最终建立其精确的三维空间模型。章最后通过实验验证了该方法的可行性。     

基于深度图像的三维场景重建系统

针对计算机图形学和视觉领域研究热点--三维场景重建,首先分析了 Kinect v2 (Kinect for Windows v2 sensor)获取深度图像的原理,说明深度图像噪声的来源。然后根据获取 深度图像的原理设计一种算法对点云采样范围进行裁剪。其次对点云离群点进行去除,填补点 云孔洞,以提高重建质量。常见的三维场景重建大都采用了 KinectFusion 的一个全局立方体方 案,但只能对小范围内的场景进行重建。对此设计了一种对大场景进行点云匹配的 ICP 算法。 最后对点云进行曲面重建,实现一套低成本、精确的针对大场景的三维重建系统。     

Make3D: Learning 3D Scene Structure from a Single Still Image

We consider the problem of estimating detailed 3D structure from a single still image of an unstructured environment. Our goal is to create 3D models that are both quantitatively accurate as well as visually pleasing. For each small homogeneous patch in the image, we use a Markov Random Field (MRF) to infer a set of "plane parameters” that capture both the 3D location and 3D orientation of the patch. The MRF, trained via supervised learning, models both image depth cues as well as the relationships between different parts of the image. Other than assuming that the environment is made up of a number of small planes, our model makes no explicit assumptions about the structure of the scene; this enables the algorithm to capture much more detailed 3D structure than does prior art and also give a much richer experience in the 3D flythroughs created using image-based rendering, even for scenes with significant nonvertical structure. Using this approach, we have created qualitatively correct 3D models for 64.9 percent of 588 images downloaded from the Internet. We have also extended our model to produce large-scale 3D models from a few images.     

基于图像空间的三维动态场景远程可视化方法

对复杂三维动态场景进行远程可视化,基于顶点运动轨迹的压缩、传输方法需要计算的顶点数量巨大,速度慢.针对这些问题,提出一种基于图像空间的三维动态场景远程可视化方法：首先在服务器端进行先空间后时间的自适应采样,获得多幅动画深度图像.通过使用动画深度图像的采样点代替原始动态场景中的顶点,极大减少需要参与计算的三维点数量;然后在每幅动画深度图像中并行压缩采样点的运动轨迹,有效减少压缩时间;最后将压缩后的动态数据传输到客户端并重构一定时间内的三维动态场景.实验结果表明,算法可以极大提高服务器端数据压缩速度,减少需要传输的数据量,有效降低网络带宽对数据传输的限制.     

基于单张人脸图像三维形状模型重建

在人脸图像识别优化的研究中,针对由单张人脸图像重建三维模型时对人脸图像姿态存在要求的问题,为了提高识别精度,提出基于单张人脸图像姿态预估计和主成分分析(PCA)的形状模型重建算法.首先由三维姿态估计方法得到人脸姿态,并建立人脸形状模型样本库,然后通过选取的特征点,利用主成分分析进行三维人脸形状模型的重构,最后利用径向基函数(RBF)变换和特征点坐标精确调整三维人脸形状模型,并进行仿真.仿真结果表明,重构的三维人脸形状模型效果良好,提高了精度,对有旋转姿态的人脸图像和特征点定位误差也有很好的鲁棒性.     

基于单张影像的月面三维仿真

根据阴影恢复形状原理,提出一种基于单张影像的快速月面三维建模和光照模拟方法。利用单张2D影像中残留的3D线索——灰度信息,通过SFS方法对月面三维形貌进行快速重建,采用改进的Hapke光照模型对重建后的三维形貌进行渲染。实验结果证明,在精度允许范围内,该方法能快速地实现对月面三维形貌的提取和仿真。     

基于深度学习的单幅图像三维人脸重建研究综述

在计算机视觉领域中,三维人脸重建是一个具有研究价值的方向,高质量地重建出三维人脸在人脸识别、防伪、游戏娱乐、影视动画和美容医疗等领域具有重要的意义.近二十年来,虽然基于单幅图像的三维人脸重建领域已经取得很大的进展,但使用传统算法进行重建的结果仍会受到人脸表情、遮挡、环境光的影响,并且会出现重建效果精度不佳和鲁棒性不足等...     

基于单幅图像的三维信息提取

针对单幅图像提取三维信息困难,设计了一种基于单幅图像的三维信息提取算法。该算法首先需要标定摄像机,得到摄像机从三维到二维的成像矩阵M3×4,并计算M3×4的伪逆矩阵M+4×3,其本质是通过最小二乘法求解矛盾方程组;利用M+4×3提取二维单幅图像中的三维信息,再把这些三维信息投影到一个平面上显示出来。实验表明,单幅图像目标物体必须满足共面等约束条件,从而可以对目标物体的三维信息做定性分析(定性视觉)。此外,还对三维空间投影到二维图像的过程进行了理论推导,得出了如果没有足够的先验知识,成像过程不可逆的结论。     

?????????????????????

网络仿真在自组网开发过程中评估新的协议性能的基本技术, 该文介绍了网络建模问题,比较了各种传统路由算法和自组网算法.讨论了自组网的确定性和不确定性建模,分析了NS、OPNET和MATLAB等几种仿真工具.基于不确定建模原理,使用MATLAB和C设计并实现了一个无线自组网路由仿真器.     

基于序列影像的城市三维建模

提出了一种从序列图像建立城市三维模型的算法框架。该方法使用三条序列影像和匹配生成的数字表面模型，结合几何约束的多视特征匹配，从图像获取三维点、线信息。同时讨论了基于感知编组的几何模型生成算法，以及纹理优选与自动映射。实验结果证明该方法是有效的。