一种基于多幅深度图像的混合建模方法

为了快速精确地对一个实体进行的三维重建,提出了一种新的混合建模方法.该方法利用同一实体在不同视点下的多幅深度图像,根据它们之间颜色和纹理的相关性,通过逆投影变换,可将图像中象素点映射到三维空间中的正确位置.然后再经模型重建和重投影,可获取实体在任意视点下的图像.实验结果表明,这种建模方法具有复杂度恒定、获取图像真实感强等优点,适用于形状、结构复杂的物体的重建.     

一种基于B样条曲面的深度图像重抽样方法

银行深度图像处理中由于等角测距造成的几何失真,根据非等网格深度数据的数值特点,文中提出了一种基于B样条曲面的深度图像重抽样方法,并且与其它一些三维插值方法进行了精度比较。该文利用真实深度图像进行了重抽样实验,结果表明,基于B样条曲面的重抽样方法有效地克服了原始图像数据中存在的几何失真以及测量噪声,为后续的三维表面处理提供了更为精确的三维网格深度数据。     

基于图像重建的深度估计方法

实现可靠精度的深度估计是三维目标检测方法的关键,该文提出了一种图像深度估计方法。基于深度学习方法,通过训练深度神经网络,从立体图像的一幅图像中重建另一幅图像实现深度估计,并在训练中采用最小化深度误差替代最小化视差误差,利用立体图像对的几何约束引入左右视图一致性损失实现更加精确的深度估计。针对图像真实深度数据获取困难、数据集制作成本高的问题,构建了基于图像重建的自监督训练的图像深度估计框架,不需要图像真实深度数据,节省了数据集制作成本;针对深度估计误差随深度的增加急剧增大的问题,采用最小化深度误差替代最小化视差误差,解决了深度估计网络过分强调近处的微小深度误差而忽略远处深度误差的问题。另外,该文还充分利用了立体图像对的几何约束,在训练中引入左右视图一致性损失来提高深度估计的准确性。实验验证了提出的图像深度估计方法在性能上优于现有的其他方法,对远处区域和细小目标进行深度估计时具有更好的性能。     

三维物体表面重建方法的分析

介绍了目前三维物体表面重建技术的两种常用方案，并对这两种方案的优缺点进行了较为详细的分析与比较，最后给出了它们不同的适用范围。     

一种新型的PCB图像快速配准算法

PCB图像配准是进行自动光学检测的关键步骤。PCB中往往存在许多相似图形和区域,一般特征点提取和匹配方法效率低,且容易产生误匹配。提出一种以PCB图像中特定几何图形的中心作为特征点,基于相似三角形约束的快速配准算法。提取实测图和标准图中圆形和方形的中心点集进行DT剖分,找出两幅图三角网中的相似三角形集,再对相似三角形的中心点集进行二次剖分和比对,以增强匹配的可靠性。实验证明:该方法计算速度快、匹配正确率高,且能得到均匀分布的正确匹配点。     

OpenGL在深度数据的三维表面重建中的应用研究

研究了OpenGL在深度数据的三维表面重建中的应用,介绍了OpenGL在该应用中必需的基础知识。给出了两种不同的深度数据的三维表面重建的方法,即Delaunay三角剖分方法和B样条曲面方法。由立体足迹的三维表面重建实例得出结论:采用OpenGL图形库可以生成逼真的三维效果图,为深度数据的三维显示提供了捷径。     

基于全景深度图像的汽车外形重建方法

将全景深度图像与虚拟现实建模语言VRML的特点有机结合起来,实现了由深度图像到三维模型的快速重建及车身外形的多细节层次描述。该算法在网格均匀细化基础上,结合图像处理方法,能有效处理车身外形的孔洞部分,且较准确地反映车身外形。利用所得到的三维VRML模型,可方便地进行模型交互修改,并实时显示;在汽车外形概念设计和用户个性化外形定制系统的应用中,对VRML模型的建立提出了一种新方法。     

基于全景深度图像的汽车外形重建方法

将全景深度图像与虚拟现实建模语言VRML的特点有机结合起来,实现了由深度图像到三维模型的快速重建及车身外形的多细节层次描述.该算法在网格均匀细化基础上,结合图像处理方法,能有效处理车身外形的孔洞部分,且较准确地反映车身外形.利用所得到的三维VRML模型,可方便地进行模型交互修改,并实时显示;在汽车外形概念设计和用户个性化外形定制系统的应用中,对VRML模型的建立提出了一种新方法.     

一种空间直线重建方法

提出一种基于图像序列的空间直线重建新方法,这种方法是在空间点算法的基础上改进的,不需要特征点的参与。算法首先对直线测量矩阵估计射影深度,采用SVD（Singular Value Decomposition）分解矩阵。并最后应用变换,使得分解结果真实有效。在估计射影深度时运用了共轭法迭代。使得射影深度的估算更准确。     

一种基于标志点的三维表面模型的切割方法

在计算机辅助虚拟手术研究中,需要对三维模型进行切割.由此,提出了利用标志点及三角剖分构建三维网格模型的方法来切割三维模型,并对切割后断开的网格进行修补,最大程度避免切割部位失真.该方法已应用到颅外科手术仿真系统中,实践证明,该方法容易实现,且能够比较精确地切割三维模型,达到理想的效果.     

一种融合纹理的三维图像重建快速实现方法

为了得到完整的三维模型,介绍了一种融合纹理的三维图像重建快速实现方法。通过对不同视角的深度图像的手动粗配准、ICP算法精配准以及全局配准得到这些深度图像的旋转平移矩阵。通过vrippack,三维重建出完整的三维图像,用TextureStitcher对得到的三维图像进行纹理映射,从而实现融合纹理的三维图像的快速重建。文中在论述配准算法主要思想和实现步骤的同时,也用实验验证了方法的可行性与通用性。     

基于综合特征的图像分割

文章提出了一种有效的基于颜色和纹理综合特征的图像分割方法。将图像以块为单位进行划分,在YUV空间,提取块的颜色特征和纹理特征,在这种综合特征基础上,采用改进的K均值聚类法进行图像分割。该方法能自适应确定聚类中的参数,且兼顾点的位置连通关系,从而达到了较好的分割效果。     

一种彩色纹理图像的分割方法

纹理分析一直是图像理解和计算机视觉等领域研究的重点和难点,现有的纹理分割方法大多集中于研究灰度纹理图像,文中提出一种基于分形理论的BP神经网络原彩色纹理图像分割方法,该方法将彩色图像由RGB色彩空间转换为HSI色彩空间,根据亮度计算分数维、多重分形广义维数谱q-D（q)和“空隙”等纹理特征,同时加入归一化的色度和饱和度作为另外两个分类特征,采用经过有监督训练的BP神经网络作为分类器,通过对纹理图像的分割实验,结果证实该方法行之有效。     

纹理去除的皮革图像颜色分类方法

针对皮革图像存在 天然纹理,凸凹结构纹理会使得扫描或摄影的皮革图像亮度变化明显,影响皮革图像颜色的准确分类,提出一种去除图像纹理的皮革图像颜色分类方法。首先利用相对总变差模型去除皮革图像纹理,获得只包含皮革图像颜色信息的图像;然后利用均匀彩色空间模型L*a*b*具有的较强的色差分辨能力,提取去除纹理后的皮革图像L*a*b*颜色分量的平均值作为皮革图像的整体的颜色特征;最后运用SVM支持向量机对皮革图像颜色特征进行分类。实验结果表明,该方法能够比较精确地区分皮革图像颜色,实现皮革图像的颜色分类,具有可行性 。     

基于全变分和边界重构的纹理图像修复方法

在修复纹理图像时,将来自受损图像周边的像素或选出的纹理沿等照度线方向复制到受损区域内可能引起边界模糊。为解决上述问题,通过全变分将图像分解成骨架图和纹理图,用边界重建方法修复图像的骨架图部分,在修复的骨架图的导引下用纹理合成方法修复纹理图部分,使图像的纹理和结构得以同时修复。实验结果证明,该方法对具有复杂结构的纹理图像具有较好的修复结果。     

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。     

基于标准肤色的人脸图像纹理合成与三维重建应用

本文提出一种基于单幅人脸图像并结合标准肤色的人脸图像纹理合成和三维重建算法.首先,利用ASM算法提取人脸特征点,并通过基于局部线性嵌入算法的编辑传播实现颜色转换,使图像人脸色调与三维人脸模型标准肤色一致.接着,将人脸图像五官区域与标准肤色图进行泊松融合,并考虑眉毛遮挡情况,利用人脸对称性或眉毛模板还原眉毛.尤其对于半遮挡眉毛,采用Li模型和角点检测相结合的方法重建眉毛轮廓,得到最终人脸纹理图.最后通过纹理映射将人脸纹理图映射到三维人脸模型上,得到较好的个性化三维人脸重建效果.实验表明,本文算法能够适用于不同复杂背景和光照条件下拍摄的人脸图像,具有较快的处理速度,能够应用于人脸实时重建产品中.     

一种基于双幅图像的物体3维重建

随着虚拟现实技术的发展,对物体进行快速有效建模逐渐成为了研究热点。基于图像建模技术是一种有效的建模方法,其最大的优点是可以利用图像中的信息直接建立物体的几何模型,并且可以迅速构建出具有“照片级”真实感的3维模型。常规的方法是先求解摄像机内外参数,再求解空间中各点在世界坐标系下的位置。提出了一种基于两幅图像利用灭点性质进行建模的新方法。该方法首先利用灭点属性推导出了相机中心在世界坐标系下的坐标位置的解析表达式,再利用两幅图像之间的空间几何约束关系,从空间约束关系中反算出物体各点的空间位置从而重建出物体几何模型,最后进行纹理映射。在物体重建的过程中只利用到了相机内参数,而跳过了对相机外参数的标定,实验结果表明,该方法简单可靠,可用于实现对拥有规则表面的物体3维重建。     

一种基于区域综合特征的彩色图像检索方法

提出了一种基于区域综合特征的彩色图像检索算法.该算法首先结合MPEG-7视觉内容描述对真彩色图像进行量化处理,并将量化后的图像划分成若干个子区域.然后选取子区域的主要颜色及其所占百分率作为颜色特征,选取子区域的熵、能量和对比度作为纹理特征.再综合利用上述颜色、纹理两个特征计算图像间内容的相似度,并进行彩色图像检索.仿真实验表明,该算法能够准确和高效地查找出用户所需内容的彩色图像,并且具有较好的查准率、查全率和较快的检索速度.     

单图三维重构方法

在场景深度信息未知的情况下,由多视点成像产生的焦散失真是无法消除的。针对该问题,利用多视点成像中光束斜交的特性,提取失真图像中结构化图形中包含的场景深度信息,实现对单幅多视点图像的三维几何结构重建。重构适用范围包括所有已知函数形式的曲线,尤其为直线、圆等特殊几何图形的三维重构提供了专门的数学方法。