基于边缘曲线光顺的图像放大算法

针对常规插值方法在图像放大时图像轮廓模糊的问题,提出了一种基于边缘的图像放大算法。算法包括边缘曲线光顺和插值放大两个步骤。第1步使用能量优化方法,从离散的边缘曲线数据恢复成连续而光顺的边缘曲线,这些曲线将图像分为若干个区域;第2步基于这些光顺曲线,针对不同的区域分别进行图像插值放大计算。使用该方法得到的放大图像边缘清晰光顺,实例证明该算法产生的图像质量高于常规算法。     

曲面光顺的分片能量法

能量法是一种目前被广泛采用的光顺方法,但当数据点较多时,能量法的存储量和计算量都很大。本文研究Ｂ样条曲面光顺的分片能量法。应用该法可以在保持光顺效果的能量法基本一致的前提下,大大地减少了存储量和计算量。实例表明,这是一种行之有效的曲面光顺方法。     

基于小波的B样条曲线局部光顺算法

针对传统的小波光顺方法只能进行整体光顺,而不能进行局部光顺的问题,根据小波的时频局部特性,提出了一种基于小波的B样条曲线局部光顺算法。该方法在“滤波”时,只去除原曲线中对“坏点”有影响的高频成分,而不修改那些对关键特征点有影响的小波系数,使得光顺后的曲线,不仅具有较好的光顺性,而且整体形状变化较小。同时讨论了“坏点”的选取、误差的控制、边界约束的处理等相关问题。     

基于细分模式与能量优化的曲面混合方法

论述了用Catmull-Clark细分曲面及能量优化法对多张三次B样条曲面进行混合的方法。首先引入一种边界拓扑修改的细分规则，可生成逐段光滑的细分曲面，在此基础上构造多张三次B样条曲面的混合曲面，采用能量优化方法求解控制顶点。与现有方法相比，构造的混合曲面形状易于控制，能满足复杂的边界要求，且整个混合曲面除了在有限奇异点处为C^1连续外均达到C^2连续。     

NURBS曲面光顺方法综述

NURBS曲线、曲面的光顺处理是CAD/CAM中非常重要的问题。在研究了NURBS曲面光顺中的几种常用方法的基础上,针对现有光顺算法在多尺度特征并存曲面光顺中的不足,提出利用各向异性小波在表达高维信息的优势,将各向异性小波融入曲面的多分辨率分析中的思想,应用于NURBS曲面光顺,以达到对曲面特征的保存。     

采用增量优化原理的刀具轨迹优化算法研究

一般刀具轨迹生成算法存在某些明显不足,如刀位点过多、轨迹均由直线段构成等,使用中不仅不便于管理,还可能引起刀具与机床的机械冲击.作者提出用增量优化算法解决刀具轨迹的优化问题,目的是精简冗余刀位点,并对刀具轨迹进行光顺处理,以减小对数控机床的机械冲击.算法的特点是通过控制增量因子,在精度允许范围内改善原轨迹的光顺性,获得最佳优化效果.     

一种基于扫描线的图像变形算法

在分析了现有图像变形方法的基础上,提出了一种基于扫描线的图像变形方法。首先指定原始图像的特征轮廓并获得特征轮廓的控制点,然后对控制点进行调整得到目标图像的边界约束,采用给出的扫描线算法对边界约束内部进行像素填充,得到变形图像。解决了变换过程中像素点的选取问题,更重要的是保证了变形后的图像颜色与原始图像变化趋势相同。     

基于颜色-空间的图像检索算法

在分析了现有的基于内容的图像检索方法的基础上,提出了一种基于颜色空间分布的图像检索方法。该方法采用HSI颜色模型提取代表色,提高了图像检索的速度;通过图像分块后统计各方块颜色的代表色直方图并赋予不同的权值,提高了图像检索的精度,改善了图像检索的质量。实验结果表明,排序上明显优于其它几种分块算法,可以得到满意的查询结果。     

基于向量小波与神经网络的图像融合算法

提出了一种基于向量小波和神经网络的图像融合算法.首先对各源图像进行向量小波变换,根据变换后系数计算出各子块图像的清晰度,选取子块图像部分区域清晰度作为前溃神经网络的训练样本,调整神经网络权重;然后用训练好的神经网络组合融合图像的向量小波系数,对组合后的系数进行一致性校验;最后对该系数进行向量小波逆变换,得到融合图像.仿真实验表明,该算法能够较好地解决多传感器图像融合问题,生成的融合图像效果优于有代表性的图像融合方法.     

基于内外边缘颜色特征的图像检索算法

算法的基本思路是提取边缘部分的颜色特征进行图像检索,将边缘分为内外边缘区别对待,加大内边缘(对应目标部分)的比重,通过多尺度多结构元的数学形态学方法实现。通过设置内外边缘的权重充分考虑了目标的重要性,克服了全局颜色直方图不能反映空间信息的缺陷。实验结果表明,该算法有效地提高了检索系统的效率。     

采用模糊判别的自适应多窗口立体匹配

考虑到立体匹配过程中存在的不确定性和模糊性,将已经获得广泛应用的模糊理论引入立体匹配领域,使用与人类感知相似的模糊逻辑为基础的HVS彩色图像点颜色相似性测度,然后把这种模糊颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,最后用SSD方法实现了彩色图像的立体匹配.实验结果表明,该方法具有更高的匹配精确性.     

小视场环境下三维立体测量技术

介绍了传统的基于摄像机内外参数获得空间三维信息的方法;并通过建立空间三维点阵与像面空间映射关系,提出一种新的获得三维信息的方法,该方法不用求解摄像机的任何内外参数。在小视场范围内验证了两种方法的精度,分析了两种方法的优缺点。试验表明后一种方法的精度比较高,说明了它的可行性和适用范围。     

基于计算机立体视觉的图像测量技术

对基于计算机立体视觉和图像处理的高精度测量技术的应用进行了研究，建立了用于测量目的的计算机立体视觉系统模型，提出了对被测量物体附着网格的方法以获取物体本征图像，再应用图像处理和网格点匹配技术获取测点的坐标。对系统涉及的几个重要算法：摄像机标定算法、网格点的提取算法和网格点的匹配算法做了详细的研究，并结合金属板材加工的应变测量的实际应用给出了测量实例。     

基于多视图立体视觉的沙堆三维尺寸测量研究

利用从运动中恢复结构方法(SFM),提出了一种基于多视图立体视觉的沙堆三维重建及三维尺寸测量方法。首先根据SFM方法的求解不稳定特点,结合光束平差法对SFM求解过程进行分析及优化;其次针对SFM重建结果为稀疏点云的问题,利用基于面片的稠密重建算法重新生成稠密的三维点云,再利用泊松算法对密集点云进行三维曲面重建;最后获得模型的三维尺寸信息。对某建筑工地的沙堆进行了三维尺寸的测量实验,实验结果验证了该方法的有效及可行性,提高了重建能力及精度,同时考虑了目标实际测量误差与重建误差,能够满足实际智能测量的应用需求。     

二维建筑结构图的三维模型重建

分析了建筑结构图的工程对象类型和描述方式特征,针对建筑领域的典型实例提出了与机械三维重建不同的建筑工程三维重建方案。该方案按照最常用的结构制图标准,以DXF格式的结构图纸为处理对象,以AutoCAD二次开发为主要技术路线,选择了标准层平面图为主要对象视图。讨论了建筑工程对象的数据结构设计和重建微观策略,并给出重建结果的实例。     

基于B样条的冠状动脉树骨架三维重建方法

以B样条曲线为基元，根据两幅不同角度的冠脉造影图像重建冠状动脉树的三维骨架。首先采用B样条曲线的“迭代最近点拟合算法”拟合二维血管中心线，由二维控制点计算三维控制点，然后根据曲线拟合误差和对应点匹配误差优化三维B样条控制点，最后得到冠状动脉树三维骨架的B样条描述。利用临床冠脉造影图像进行冠脉树骨架的三维重建实验，结果表明本重建方法比传统方法在重建精度和算法复杂性上都有较大的改善。     

基于VTK的医学三维图像模型构建与切割

虚拟外科手术是医学领域的一个重要研究方向。基于面绘制和体绘制两种可视化算法实现医学图像的三维模型重建,针对不同重建模型分别实现虚拟任意切割：面切割和体切割,并讨论了虚拟切割的交互操作实现方法。用VTK（Visualization Toolkit）初步实现了模拟手术系统中的虚拟切割脊柱体功能。     

基于2D-3D双目运动估计的立体视觉定位算法

运动估计算法是影响立体视觉定位精度的重要因素,传统的3D-3D运动估计算法受噪声影响很大,计算精度不高.本文提出了一种基于2D-3D双目运动估计的立体视觉定位算法.算法不使用运动后的特征点3D坐标,而直接利用其2D图像投影坐标.首先,利用EPnP运动估计算法确定匹配内点和初始运动参数.接着,利用双目相机之间的2D投影几...