物体三维形状恢复的遗传算法方法

提出了一种新的物体三维形状恢复的遗传算法方法。用固定位置的摄像机在不同位置的球扩展光源下获取图象序列,并用遗传算法对物体表面每一点的法线矢量进行快速搜索。实验结果表明,此方法能有效地恢复扩展光源下物体的三维形状。不仅放宽了对光源和物体表面的限制,而且精度及鲁棒性均有很大提高。     

基于单幅图像明暗恢复形状算法设计

以单幅二维图像为研究对象,首先将彩色图像转换成灰度图像,然后直接寻找灰度值与缺失的第三维信息之间的关系,最后根据这种关系来求出物体表面缺失的第三维信息。整个算法流程简单,速度非常快,形状恢复满意度高。     

从明暗恢复形状（SFS）的几类典型算法分析与评价

从明暗恢复形状（shape from shading,简称SFS）是计算机视觉中三维形状恢复问题的关键技术之一,其任务是利用单幅图象中物体表面的明暗变化来恢复其表面三维形状。为了使人们对SFC研究现状及求解SFS问题的各种算法的优缺点有个概略了解,首先介绍了求解传统SFS问题的4类方法中几个典型算法的基本原理及求解方法,并给出了实验结果,然后从算法解的唯一性、对真解的逼近程度、求解效率及适用范围等方面对这4类算法进行了比较和评价。     

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。     

Fason：一种图象快速分形压缩的改进算法

本文针对图象所具有的分形特性，充分挖掘子图象块和父块之间的相似性，提出了一种与传统方法完全不同的快速图象分形压缩算法--Fason算法。该算法在无明显质量下降的同时，对压缩速度有一定的提高。并且，Fason算法还能取消传统分形压缩算法中对域块池的空间需求。     

一种基于CMAC的图象恢复算法

由于影响成象和导致图象退化的因素具有模糊性和不确定性,很难准确地建立图象退化过程的数学模型,因而建立退化过程的逆过程图象恢复十分困难,为了解决这一问题,提出了一种基于CMC的图象恢复算法,该方法利用CMAC神经网络的非线性映射和综合能力,通过对影响成象和导致图象退化的过程进行反向学习来恢复图象。仿真结果表明,用CMAC神经网络能很好地恢复出已退化的图象,并且神经网络模型与学习方法十分简单,便于实时图象恢复。     

基于Phong模型的明暗恢复形状的新算法

针对传统的混合表面形状恢复算法存在较大误差的问题,提出一种透视投影下从单幅图像混合表面明暗信息恢复形状的新算法。采用Phong反射模型来描述物体表面反射特性,假设光源处于相机的光心处,建立透视投影下的图像辐照度方程。然后由辐照度方程构造包含物体深度信息的Hamilton Jacobi偏微分方程,引入局部高阶LLF通量分裂格式和五阶WENO格式逼近微分方程的粘性解,最终得到物体表面三维形状。实验结果表明,与传统算法相比,新算法的恢复高度的最大误差和平均误差均显著降低。     

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。     

基于表面局部最高点估计的明暗恢复形状算法

基于数据逼近强约束的针图恢复算法是近年来提出的一种较为成功的从明暗恢复形状（shape from shading）的算法,但由于该算法在非垂直光线下得到的初始化针图的误差较大,并且不能保证法向量有解或有唯一解,为了解决SFS算法存在的问题,提出了一种改进的SFS算法。该改进算法从分析非垂直光线下图像梯度图与针图之间的关系入手,首先检测图像局部最亮点位置;然后根据照度方程估计表面局部最高点的位置,同时对梯度方向进行调整,并建立方程组;最后针对方程组解的不同情况,提出了相应的处理方法。改进后的算法,对于垂直光线和非垂直光线下的情况同样有效,从而扩大了基于数据逼近强约束的SFS算法的适用范围。从合成图像和实际图像的实验结果可以看出,采用改进的算法可以得到比基于数据逼近强约束的算法更接近真实表面的初始化针图和初始化高度。     

基于阴影恢复形状的起皱织物表面形态重建研究

阴影恢复形状算法是计算机视觉中的一个重要研究课题 ,该算法应用于织物三维表面重建 ,为客观评价织物起皱等级奠定了基础 .提出了一种新的阴影恢复重建算法 ,并阐述了该算法的实现步骤和计算方法 .先利用合成图象对算法进行迭代计算并验证 ,获得了较为准确的重建图象 ,然后再结合真实模板进行重建 ,重建准确度较高 .同时说明了该算法可应用于真实织物的表面重建之中 ,并可从获得的织物三维轮廓数据中提取特征值 ,实验表明 ,这些特征值均可从不同侧面表征织物的褶皱程度 ,特征值与织物的褶皱程度基本呈线性相关     

Recovering Shape by Shading and Stereo Under Lambertian Shading Model

A method that integrates shape from shading and stereo is reported for Lambertian objects. A rectification is proposed to convert any lighting direction from oblique to orthographic. A sparse stereo method is reported that directly uses depth information and has no foreshortening problem. The method completely solves three difficult problems in stereo, namely, recovering depth at occlusion; matching at places with similar shading and matching at smooth silhouettes. The method has been tested on both synthetic and real images. It shows superior performance compared with two recent stereo algorithms. It is also a method based on the physics of image formation. The work described in this article was fully supported by a grant from CityU (7002128).     

从遮挡边缘和局部阴影恢复表面形状

遮挡边缘和局部阴影是表面形状估计的重要线索。本文利用不同视点下的遮挡边缘序列，获取它们所对应的表面点的三维几何关系。并结合局部阴影分析，对物体表面的非暴露区域进行深度（高度）计算。最终通过插值，获得表面三维模型，实现真实目标建模。     

Application of Self-Organisation Neural Network for Direct Shape from Shading

In this paper, a supervised self-organisation Neural Network (NN) for direct shape from shading is developed. The structure of the NN for the inclined light source model is derived based on the maximum uphill direct shape from shading approach. The major advantage of the NN model presented is the parallel learning or weight evolution for the direct shading. Here the proved convergent learning rule, the rate of convergence and a zero initialisation condition are shown. To increase the rate of convergence, the momentum factor is introduced. Further-more, the application of the network on IC (Integrated Circuit) component shape reconstruction is presented.     

基于混合反射模型的SFS有限元方法的研究

提出了基于混合反射模型的由明暗恢复物体三维形状的有限元算法。用正方形面元逼近光滑曲面,把曲面表示为所有节点基函数的线性组合;基于既含有漫反射成分又有镜面反射成分的混合模型,结合节点基函数,将反射图线性化。考虑数字图像的特点,直接使用离散形式的SFS问题的亮度约束形式,用最小化方法得到高度满足的线性方程;使用Kaczmarz算法计算出表面三维形状。使用合成图像和实际图像验证该文算法的有效性,探讨了该算法的性能。     

基于类比推理的物体明暗描绘方法

通过源图像与目标图像的类比关系,提取源图像中的物体在不同光照条件下生成的图像中的明暗知识,并将其作用于目标图像以完成明暗描绘．在目标图像与源图像上的绘制对象是理想漫反射物体且具有可类比性的情况下,绘制结果是合理的．该方法具有原始数据量小、计算速度快、便于显示效果的控制和交互等特点．     

由影调恢复物体外形的唯一性

研究了当投射的平行光垂直于图像平面时图像以及成像物体区域内部的几何特性与边界特性,讨论了由一般物体所成的像唯一地求解SFS问题的条件,并由此提出了一个更为一般的整体区域上的唯一性定理和局部不唯一定理,推广了本领域现有的研究结果.定理的证明以微分几何和常微分方程几何理论为工具,其过程是构造性的,亦即在定理证明的同时指明了由单目图像恢复物体外形且不使用正则化技术的可能途径.     

Shape from shading using graph cuts

In this paper, we investigate the applicability of graph cuts to the SFS (shape-from-shading) problem. We propose a new semi-global method for SFS using graph cuts. The new algorithm combines the local method proposed by Lee and Rosenfeld [C.H. Lee, A. Rosenfeld, Improved methods of estimating shape from shading using the light source coordinate system, Artif. Intell. 26 (1985) 125-143] and a global method using an energy minimization technique. By employing a new global energy minimization formulation, the convex/concave ambiguity problem of Lee and Rosenfeld's method can be resolved efficiently. A new combinatorial optimization technique, the graph cuts method, is used for the minimization of the proposed energy functional. Experimental results on a variety of synthetic and real-world images show that the proposed algorithm reconstructs the 3-D shape of objects very efficiently.     

基于自适应Eikonal方程的改进透视SFS算法

PFMM（perspective fast marching method）是一种有效解决透视投影下从明暗恢复形状（SFS）问题的方法,但是适应条件受限,且对初始数据的精度较为敏感。本文通过对Eikonal方程系数的分析,提出了在透视投影下基于自适应Eikonal方程的PFMM,解决了PFMM对初始数据过于依赖的问题,是PFMM的推广。对合成图像的实验表明本文算法比PFMM精度更高,对透视投影下SFS问题可以得到比较好的结果。     

正则化方法在线性SFS问题中的应用

线性ShapefromShading问题(LSFS)是一类特殊的ShapefromShading问题,此时反射图是表面梯度分量的线性组合的函数。文章在待恢复表面平滑和已知光照方向等假定下,把线性SFS问题正则化,并利用Kaczmarz算法求解得到线性方程组。此种方法能处理区域形状不规则和边界条件不完备的情况。文章用Kaczmarz算法给出了一种从不可积向量场求得最接近的可积向量场的方法,该方法能处理区域形状不规则的情况。