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RGB-D单目视觉的室内场景三维重建

针对室内环境单目视觉的室内场景三维重建速度慢的问题,采用华硕Xtion单目视觉传感器获取的室内场景彩色图像和深度图像进行快速三维重建。在图像特征提取上使用ORB特征检测算法,并对比了几种经典特征检测算法在图像匹配中的效率,在图像匹配融合中采用Ransac算法和ICP算法进行点云融合。实现了一种室内简单、小规模的静态环境快速三维重建方法,通过实验验证了该方法有较好的精确性、鲁棒性、实时性和灵活性。     

基于计算机视觉的人体内腔三维重建技术综述

医生通过内窥镜观察的人体内腔显示为二维图像,不能立体地展现内腔环境中病灶、血管及邻近组织的关系,而内腔三维重建及可视化技术能够清晰、全面地展现病灶及其他组织的三维形态,更好地辅助医生进行精准的手术判断.将人体内腔环境中的三维重建技术分为主动式测量方法与被动式测量方法,分类综述基于结构光、飞行时间、双目立体视觉、单目视觉...     

基于双目立体视觉三维重建系统的研究与设计

基于双目的立体视觉方法,介绍了一套由双工业CCD构成的立体视觉系统,设计了一套切实可行的三维重建系统方案,其中包括图像获取模块,基于OpenCV的摄像机标定系统,SIFT算法实现特征点提取与立体匹配,深度信息计算,OpenGL三维模型重构几大模块.系统各模块经过试验测试和验证,能够通过两幅图像恢复出物体三维可见表面几何形状,充分发挥了OpenCV函数库的功能,基本上能满足三维重建目标的要求,尤其对城市景观的三维重建有较大应用价值.     

双目立体视觉和编码结构光相结合的三维重建方法

提出了一种双目立体视觉和编码结构光相结合的三维重建方法。为了降低单纯双目立体视觉方法中稠密对应点匹配问题的复杂度,同时回避单纯编码结构光法中的投影仪标定难题,该方法将编码结构光条纹带来的空间约束引入双目立体视觉方法中。实验实现了物体表面的重建,且算法复杂度和实现难度较低。     

双目立体视觉三维重建实验平台研究

三维重建是计算机视觉和虚拟现实领域的一个重要研究内容,其中,欧式重建以其直观能够反应物体原貌的特点在反求工程中得到了广泛的应用。为反求工程的需要开发了一套基于双目立体视觉的三维重建软件,综合考虑了欧式三维重建误差产生多种因素,给出了一整套比较完备的欧式三维重建流程,基于真实图像的实验结果表明,该实验平台可以获得较高的重建精度和良好的重建效果。     

基于立体对的金属断口三维重建

本文根据立体对成像技术建立了一个微结构形貌的三维重建模型.根据金属断口的特点,提出了一种基于特征和区域结合的立体匹配方法,实验结果表明检出的特征点定位准确.同时,在匹配过程中引入了多种约束条件,提高了匹配效率和重建精度.用此模型对于锆-4合金断口表面进行了三维重建,并比较了几种插值方法对离散高程值的插值效果.     

应用神经网络隐式视觉模型进行立体视觉的三维重建

针对传统的基于精确数学模型的立体视觉方法过程繁琐的不足，提出一种应用BP神经网络隐式视觉模型进行三维重建的算法。该算法将多个标定平面放置在有效视场内，用神经网络模拟立体视觉由两个二维图像重建三维几何的过程，经过网络训练建模后，无须摄像机标定即可进行三维重建。仿真实验结果证明，该算法比较简单，且能保持较高的精度。     

基于Multipath的煤矿巷道三维模型构建方法

针对现有煤矿巷道三维模型存在灵活性和可移植性差、数据更新维护困难等问题,提出了一种基于Multipath的煤矿巷道三维模型构建方法。该方法通过定义点弧拓扑数据模型,将煤矿CAD格式数据转换为Geodatabase中的要素类,利用开发的ArcGIS Engine程序、通过插入节点坐标生成巷道三维模型,实现了煤矿巷道自动建模,有效减少了巷道三维建模的工作量。     

煤矿多媒体安全监视系统中基于IFS的图象压缩方法探讨

概述了分形及分形图象压缩编码的理论基础，讨论了基于迭代函数系统和新的分形图象压缩编码。     

基于Mimics的CT三维重建应用分析

通过实例分析了Mimics的CT三维重建过程。在建模中利用Matlab进行CT图像格式的转换,分析了图像的导入和对比度调整过程,阐述了图像去燥与分割提取方法。结果显示利用Mimics可以方便快捷的对CT影像进行快速三维重建。     

基于二次曲线的立体视觉

我们提出了一种基于二次曲线的立体视觉方法。在以前基于曲线的立体视觉方法中,曲线只是用于计算点的特征,从而更加容易地实现点对应。我们提出的方法以图像中的二次曲线为匹配基元,勿需点与点之间的对应,我们给出了两幅图像中二次曲线对全局匹配的准则。在匹配的基础上,给出了二次曲线重建的方法,重建的过程具有解析形式的解。此方法可以实时实现。本文的最后给出了解的唯一性分析和在真实图像上所做的实验结果。     

基于双目立体视觉的煤体积测量

给出一种双目立体视觉结合SURF（Speeded Up Robust Features）算法的小型煤堆的体积测量方法,首先,简要介绍了双目视觉的原理和基于SURF算法的立体匹配,其次,给出了煤堆的三维重建和体积计算方法,讨论了影响计算精度的主要因素及解决方法,实现了煤堆体积的非接触测量,最后,实验结果证明了该方法具有可行性,有一定的实用价值.     

基于镜面成像技术的三维立体视觉测量与重构综述

利用镜面成像技术获取被测物体或场景的三维信息得到研究者越来越多的关注。光线与平面镜或曲面镜交互时产生镜面成像。平面镜的反射属性可以改善视觉效果,基于光路射线展开过程可应用于不同的平面镜成像系统,采用光路展开替代镜面交互应用于三维场景,得到虚拟三维空间,平面镜成像使得复杂的射线交互可以用一种虚拟的方式可视化,且坐标系统的变化容易跟踪。曲面镜成像通常不具有透视投影属性,根据曲面的曲率来改变空间显示。曲面镜常常导致折反射,故针对不同的三维立体视觉测量及重构需设计相应的几何恢复算法。从计算机图形学和计算机视觉的角度,分析了镜面成像的基本原理,对近年来较典型的基于镜面成像技术的三维测量与重构方法及最新研究进展进行综述。     

基于MAP-MRF的旋转3维超声心动图断层重建及降噪

提出了一种基于最大后验概率准则(MAP)-马尔可夫随机场(MRF)的3维超声图像重建算法,在3维重建的过程中可以有效地去除超声图像特有的斑点噪声。首先提出了3维重建的数学模型,它假设所要估计的空间灰度值属于某个函数向量空间,这个向量空间的基函数因支持区域的不同而不同,将Rayle igh分布和G ibbs分布作为先验知识,通过后验概率最大化(MAP)来估计基函数前的系数,在重建算法中,通过将邻点联系强度α设定为随梯度的变化而变化,从而达到了保边界的各向异性滤波特性。采用ICM算法求解这个系数向量。为了提高该算法的效率,又进一步提出了其改进算法,最后的实验结果显示,这种基于MAP-MRF的重建算法可以有效地去除超声图像中的斑点噪声。     

平行双目视觉系统的三维重建研究

随着图像处理,模式识别的快速发展,人们对双目视觉系统和三维创建越来越重视.本文研究和设计一套双目视觉系统目的是获得生动的立体图像.从二维图像恢复到三维图像实现了三维物体的可视化.     

基于立体视觉系统的风洞尾旋试验测量方法研究

尾旋是飞机在失速时的一种复杂而危险的非正常飞行状态;研究飞机尾旋及改出特性的常用方法是立式风洞尾旋试验,该方法具有费用低、周期短等优点;为解决试验中模型姿态的测量问题,采用两台CCD摄像机等设备构建了一套立体视觉测量系统,并通过开展空间直角坐标系转换和相关图像处理算法研究,获得飞机模型表面特征标记点的空间三维参数,实现了对尾旋模型的姿态测量;试验结果表明,该技术具有非接触,识别率高和使用灵活的特点,姿态角测量精度达到0.1°。     

基于DSP 的双目视觉系统

介绍了一种利用CMOS传感器、高速可读写存储器SDRAM、存储器FLASH,基于高速数字信号处理器Blackfin533 DSP和CPLD的双目图像采集、处理系统。系统完成了双目图像的采集、存储以及双目图像匹配处理。详细描述了系统的总体结构、部分硬件设计,并提出了一种改进的Census算法。     

基于运动恢复结构方法的植株三维重建

为了探究基于运动恢复结构(Structure From Motion, SFM)方法的植株三维重建模型的效果,为植物三维重建工作提供研究案例,本文以紫叶鸭跖草(setcreasea pallida)为研究对象,在搭建序列图像获取平台的基础上,选取35幅、75幅、105幅序列图像进行三维重建的对比分析;同时从植株表型参数方面,对植株三维重建模型进行精度评价。结果表明：75幅图像序列的重建效果最好;不同图像序列的模型计算的植株高度相对误差（Relative Error, RE）均小于2.5%,决定系数（coefficient of determination, R2）均大于0.998;不同图像序列的模型提取叶片长和叶片宽的RE均小于2.89%,R2均大于0.958。因此,序列图像的数量与重建模型的效果有关,但二者并非呈正相关关系;序列图像的数量对重建叶片的长与宽的误差影响较小;SFM方法应用于结构比较复杂的植株的三维重建可以取得较好的重建效果。