一种快速的三维扫描数据自动配准方法

研究了两幅和多幅深度图像的自动配准问题.在配准两幅深度图像时,结合二维纹理图像配准深度图像,具体过程是:首先,从扫描数据中提取纹理图像,特别地,针对不包含纹理图像的扫描数据提出了一种根据深度图像直接生成纹理图像的方法;然后,基于SIFT(scale-invariant feature transform)特征提取纹理图像中的兴趣像素,并通过预过滤和交叉检验兴趣像素等方法从中找出匹配像素对的候选集;之后,使用RANSAC(random sample consensus)算法,根据三维几何信息的约束找出候选集中正确的匹配像素对和相对应的匹配顶点对,并根据这些匹配顶点对计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP(iterative closest point)算法优化这一结果.在配准多幅深度图像时,提出了一种快速构建模型图的方法,可以避免对任意两幅深度图像作配准,提高了配准速度.该方法已成功应用于多种文物的三维逼真建模.     

彩色Range图像的三维模型重建

重建包含模型真实纹理的彩色三维模型是计算机视觉研究领域的一个重要问题,提出了一种基于2.5维深度图像的三维配准算法,同时利用原始数据中的几何以及纹理信息,对多幅深度图像进行两两配准和全局配准。新算法在两两配准阶段将纹理信息用于初选两幅图像的匹配点对,在全局配准阶段将纹理信息用于计算残差,并据此更新对应点对的权重值用于下一次迭代计算。该算法克服了以往算法在纹理、几何信息的参数尺度量化等方面的问题。     

一种基于Range图像的三维重建实现方法

本文介绍了一种基于Range图像的三维模型重建技术,以及实现该技术的相关软件的使用方法.     

基于纹理特征的图像自动配准方法研究

精确的图像配准是超分辨率重建取得成功的前提。为此,针对大多数图像配准算法存在精度低、抗噪声能力差等缺点,提出一种基于纹理特征的图像自动配准方法。首先用Canny边缘检测算子提取裂缝纹理图像,然后用Photoshop图层工具,通过对待配准帧关于参考帧作变换,得到空间几何变换参数,最后用Matlab编程实现待配准帧的缩放、旋转和平移。对配准后的酸蚀岩板裂缝图像,进行超分辨率重建,结果证明,该方法具有抗噪声能力强、配准精度高、易于编程实现等优点,取得了较好的效果。     

一种为三维物体表面添加纹理的精确方法*

针对真实物体进行三维数字化重建的工程中,物体的空间位置及色彩等特征的数据采集始终是一项困难的,同时却又是十分重要的工作,设计的三维光学数字成像系统可以同时采集物体在同一个方向的深度图像和与它精确对应的纹理图像,在深度图像合成的同时进行纹理图像的融合.在进行多视角的纹理图像融合时,对权函数的设定提出了新的准则,使融合后的纹理图像更加逼真,可以产生高真实感的物体三维数字化模型.     

一种基于可编程图形硬件的快速三维图像重建算法*

针对三维CT图像重建时间过长这一瓶颈问题,给出了FDK算法的几何描述,并据此导出了利用可编程图形硬件加速三维图像重建的方法,最后利用图形处理器的可编程、高精度以及并行计算等特性实现了该方法。实验结果表明,该三维图像重建方法非常有效,与原始算法相比取得了8倍左右的重建加速比。     

一种新的图像纹理表示方法

该文基于纹理元直方图导出了纹理的新表示方法,并根据正交镜像滤波器的小波变换能量的转换和量化来定义纹理元。此种,给出了数种小波纹理特征集的实验评价,此方法具有将Brodatz纹理分类的极好性能。同时还研究了数种考虑近似旋转不变性或比例不变性的变换。最后,引入了生成纹理直方图和形成二进制纹理集的特征空间的过程,而且纹理直方图和二进制纹理集的特征空间与颜色直方图是对称的。获得纹理的这些表示旨在为度量纹理的相似性和从图像中抽取纹理区域。     

GPU多重纹理加速三维CT图像重建

三维锥束CT图像重建运算量大,纯软件（仅使用CPU）计算时间较长。为了充分利用计算机图形处理器（Graphic Process Unit,GPU）的并行处理能力以及提高数据传输效率,研究了一种结合使用GPU多重纹理（multitexture）加速三维锥束CT的FDK图像重建过程的方法。该方法采用多重纹理映射来提高反投影速度、减少中间数据存储量、减少浮点累加次数,使用顶点颜色通道来实现距离加权运算,采用扩展方法来增加并行反投影的纹理单元,从而提高重建速度。计算机实验结果表明,使用普通PC机重建尺寸为2563的图像,在保证数据精度为16 bit浮点数的要求下,GPU反投影计算可以在10 s以内完成。与仅使用CPU的重建方法相比,GPU重建图像加速方法达到了较高的时间加速比。     

三维表面纹理高度重建中的光线不均校正

因三维表面纹理能比二维纹理更好地表现物体的纹理信息,而且随场景光照及视角的变化而变化,所以被广泛用于虚拟现实以及计算机游戏等技术之中。Photometric Stereo作为一种有效的获取三维表面纹理信息的技术而被人们所广泛关注。均匀的光照条件是Photometric Stereo捕获和重建三维表面纹理成功的关键条件。在现实应用中,不均匀光照会导致三维表面纹理在捕获和重建过程中发生失真和畸变。针对这种失真和畸变进行了研究,并提出了一种解决此类问题的方法。实验结果表明,该方法简单可行,有效。     

一种改进的全视角人脸纹理图像生成方法

传统的全视角人脸纹理图像生成方法计算量大、鲁棒性差,不能很好地解决配准和接缝问题。为此,提出一种改进方法。对待拼接的人脸图像进行归一化处理,利用基于列特征向量的灰度值匹配算法实现图像的精确匹配,使用双重融合算法处理重叠区域,使图像平滑过渡。实验结果表明,该方法匹配速度较快、鲁棒性较强,能有效消除误匹配。     

三维重建中深度图像配准方法研究

三维重建是计算机视觉的主要目的,也是计算机图形学领域的研究热点。通过两两配准和多视角配准的深度介绍和举例说明,系统介绍了深度图像配准方法。通过这些方法可以大大简化三维物体的识别和定位等问题,开辟了机器视觉的一个新途径。     

真实感3D重建中的纹理映射技术

精确的纹理映射是体现模型视觉真实感的关键因素。本文在阐述纹理映射技术原理的基础上,探讨了基于3维激光扫描设备进行3D重建过程中,实现具有高度真实感的纹理映射所遇到的实际问题,提出了基于纹理的模型重构和纹理光照连续性重建算法,解决了纹理图像空间不连续、光照不连续等因素对模型真实感的影响,并通过真实数据的实验对算法有效性进行了验证,为大型户外实体的真实感3D重建奠定了技术基础。     

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。     

基于 GPU 加速技术的 C 形臂 Cone Beam CT 三维 图像快速重建方法

平板探测器技术的发展使得锥形束计算机断层扫描技术(Cone Beam Computerized Tomography,CBCT)成为一种重要的成像技术,有着十分广泛的应用.基于C形臂的CBCT,除了具有CBCT的技术优势外,还特别适合在影像引导介入手术中应用.然而,如何在满足手术实时性要求的同时获得高分辨率高质量的三维断层图像,仍是个十分具有挑战性的课题.文章提出一种基于GPU加速技术的C形臂CBCT三维图像快速重建方法:在算法层面应用GPU并行加速技术对重建算法进行优化,在系统层面通过设计分布式系统和延迟隐藏机制,大大提升了由二维投影图像重建三维体数据的效率.在保持重建精度的前提下,优化后的GPU加速的FDK算法极大地提升了重建过程的计算效率.延迟隐藏机制进一步提升了系统的运行效率.在使用90帧投影时,系统效率提升了26%,重建延迟加速了2.1倍;当使用120帧投影时,系统效率提升39%,重建延迟加速达到3.3倍.     

一种基于深度和颜色的3D表面重建方法

为了快速、有效地对三维物体的表面进行重建，提出了一种基于深度和颜色的3D表面重建方法。该方法利用同一物体在空间稀疏分布的不同视点下的多幅深度图像，根据3D物体表面同一点在不同深度图像上颜色和纹理的一致性，通过逆投影变换，可将图像中像素点映射到三维空间中的正确位置。然后在以物体为中心的单个坐标系下，进行数据融合，可得到三维物体表面各点的三维数据。实验结果表明该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、结构草杂的物体重建。     

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。     

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。     

一种图像纹理分割的小波-像素曲线演化方法

提出了图像纹理分割的小波—曲线演化方法，该方法运用二维小波对纹理图像进行分解，由四个小波系数描述纹理特征，并组成四维小波系数特征矢量图，然后采用最大后验概率模型的曲线演化方法，对特征矢量图进行分割和分类，从而获得原图像纹理分割结果．实验结果表明，与小波—FCM聚类纹理分割方法相比，该方法对双纹理图像能取得较好的分割效果，分割出的边界连续，并且具有较强的抗噪能力．     

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。