基于参考图像的原子模型渲染方法

伴随着生物学的发展与纳米电子器件仿真技术的进步,原子结构在现代化科技领域发挥至关重要的作用。原子结构的复杂细节使得渲染效果受光源位置影响较大,导致了原子模型渲染工作的困难。基于此,提出了一种基于参考图像的原子模型渲染方法,计算出参考图像的光照参数用于原子模型的渲染。首先,通过改变光源位置,利用POV-Ray脚本实现不同光源角度下的批量模型渲染,采集光源位置参数及渲染图像得到对应光源位置的渲染图像数据集;接着,以残差神经网络为主干设计光源估计网络,并在网络中嵌入注意力机制提升网络准确性,使用优化后的光源估计网络对数据集进行训练,回归光源位置参数;最后将训练好的卷积神经网络应用于参考图像的渲染参数估计中,利用渲染参数渲染目标模型。实验结果显示。通过网络预测的参数与真实照明参数误差极小,具有高度可靠性。     

基于飞思卡尔MK60的激光扫描测距仪设计与实现

激光扫描测距仪以飞思卡尔MK60DN512ZVLQ10微控制器为处理及控制的核心单元,通过CMOS图像传感器对线状激光在物体上形成截面反射进行实时捕捉采集图像,利用DMA快速储存方式存储图像,并对图像进行分析处理获得激光的坐标,再结合舵机旋转扫描获得多列数据,最终将数据转化为各点的三维坐标,由此获得扫描物体或场景的三维点云数据并实现三维模型重建。该设计方案可靠,成本低廉,同时拥有良好的测量精度。     

计算机辅助绘制工笔人物画效果

工笔画是我国传统绘画艺术,画面工整细致,但物体的渲染费工费时.为此提出一种计算机辅助绘制算法来加速物体渲染并保持工笔画的渲染视觉特征.该算法对工笔人物画的线描画稿图像提取轮廓,通过交互得到绘画人物的脸部、头发、四肢、衣服所在区域.对于脸部,先交互指定简单的辅助线定义明暗特征位置,再根据一个阻尼弹簧扩散模型进行扩散,生成整个区域的明暗变化灰度图;对于四肢和衣服,提出一种自动确定其明暗关系的算法;对于头发,将线描画稿图像的线条细节作为头发的高频分量,然后对高频分量进行高斯模糊,得到头发的低频分量,再将两者融合得到最终的头发渲染效果;对于其他如头饰等小的部位,采用简单交互实现绘制.将采用文中方法得到的渲染结果与人工渲染作品相比较,效果令人满意.     

基于SFS原理的SMT焊点表面三维重构技术研究

基于明暗重构形状原理重构表面组装焊点的表面三维形状过程是:先通过图像采集设备,采集到SMT焊点图像,使用相关的图像处理技术,对SMT焊点图像进行处理;根据一个确定的反射模型建立物体表面形状与图像亮度之间的约束关系和物体表面形状的先验知识建立物体表面形状参数的约束关系,然后对这些约束关系联立求解,可得到物体表面的三维形状.同时针对不可接受SMT焊点图像重构出的三维图像不够理想的缺点进行了改进.在阐述其基本思想和原理的基础上,结合实例介绍了该技术的实现方法与步骤,对其中焊点图像的获取与处理、焊点三维重构技术算法等主要内容与关键技术进行了研究和探讨,并对结果进行了分析验证.     

基于光学特性及其线性约束的图像检测算法

基于图像纹理和阴影的信息判断物理光学特性,根据该特性是否一致提出一种检测图像真实性的算法。通过建立线性规划方程限定楔形方向和角度,并运用共轭梯度法去判定正确的纹理信息。纹理限定的光源位置或楔形的交集都可以作为判定图像真实性的依据。结合阴影和纹理的约束条件,使得楔形的参数更加精确。实验结果显示,所建立的算法可以正确显示光源的信息和图像中物体的光学特性,并判断图像是否被篡改。     

基于3维模型的单视图不规则物体定位

单幅图像中物体的定位需要估计物体在3维空间中的位置和姿态,在静态场景中等价于摄像机定标,具有广泛的应用价值.针对具有3维模型,但缺失纹理信息的不规则物体的定位问题,提出一种基于轮廓匹配的定位方法.首先使用基于图像分割的方法提取输入图像中物体轮廓线,然后可以将图像轮廓线与给定位置和姿态参数下渲染3维模型的轮廓线进行匹配,匹配误差可以表示为位置与姿态参数的函数.由于该函数不能解析表达与求解,需要通过离散采样计算导数及目标函数值.位置与姿态参数的最优值可以通过LM(Levenberg-Marquardt)方法进行求解.实验结果表明,该方法可以快速收敛,并具有很高的精确性和鲁棒性.     

视觉检测的LED光源自适应亮度控制系统

照明光源的亮度控制视觉检测中的一个难题,为了使视觉检测系统获取优质图像,本文采用嵌入式ARM做控制器,利用亮度传感器采集环境亮度,通过实验研究图像采集图像灰度值与光照强度的关系,获取高质图像需要的合理亮度阈值,作为图像采集时LED光源亮度调节的参照,通过软件调节驱动LED的PWM信号,实现自适应调整LED光源亮度。     

一种基于近似点光源模型的光度立体视觉系统 标定方法

文章研究了一种由近似点光源组成的光度立体视觉系统的标定方法。由于光源自身的非均匀发光特性,传统的平行光和点光源模型不再适用,为实现精确的三维法向重建,必须对光源及光照场进行精确的标定。论文首先根据光源自身的发光特性建立其辐射度模型,进而提出了一种两步标定策略,对光源位置参数及主光轴参数进行标定。以相机作为参照系,提出了一种多球标定方法,用于计算各个光源的位置参数,该方法利用相机观察到的多个球面高光点图像坐标,结合球体轮廓线及球体半径实现了光源位置的精确计算。为实现光源主光轴参数的估算,提出了一种基于参考平面的标定方法,通过分析近似点光源照射下的平面亮度分布,结合等亮度线拟合策略实现了光源主光轴方向参数的计算。基于系统标定参数以及光源的发光模型,就可以对每个场景点的入射光条件进行精确建模,从而实现精确的法向计算。在实验部分,分别对标准几何物体和自由曲面物体进行三维重建实验,并与传统的平行光及点光源模型进行了对比。结果显示,所提出的标定方法能够在非均匀光照条件下获得精确的三维法向重建结果。     

低质量渲染图像的目标物体6D姿态估计

从图像中获取目标物体的6D位姿信息在机器人操作和虚拟现实等领域有着广泛的应用,然而,基于深度学习的位姿估计方法在训练模型时通常需要大量的训练数据集来提高模型的泛化能力,一般的数据采集方法存在收集成本高同时缺乏3D空间位置信息等问题.鉴于此,提出一种低质量渲染图像的目标物体6D姿态估计网络框架.该网络中,特征提取部分以单张RGB图像作为输入,用残差网络提取输入图像特征;位姿估计部分的目标物体分类流用于预测目标物体的类别,姿态回归流在3D空间中回归目标物体的旋转角度和平移矢量.另外,采用域随机化方法以低收集成本方式构建大规模低质量渲染、带有物体3D空间位置信息的图像数据集Pose6DDR.在所建立的Pose6DDR数据集和LineMod公共数据集上的测试结果表明了所提出位姿估计方法的优越性以及大规模数据集域随机化生成数据方法的有效性.     

利用采样球体提取真实感纹理

提出了一种从真实物体中提取纹理的方法.利用具有复杂纹理的参考球体作为被采样物体,计算其组成材质的BRDF(bidirectional reflectance distribution function)模型参数以及各点由不同材质构成的比例,形成一幅材质权重图.该图作为纹理映射到3D物体上后,配合BRDF模型参数进行渲染,形成一种适用于重光照(relighting)的纹理.被渲染物体可根据自身方位以及光源亮度/方位呈现出自然的光影变化,达到较为逼真的外观效果.     

一种平移旋转图像的角点匹配方法

在图像角点匹配过程中,目标图像往往存在平移旋转现象,直接影响匹配效果,为此提出了一种平移旋转图像的角点匹配方法。该方法首先利用角点检测生成自相关矩阵的梯度信息与仿射变换相结合,构造确定性退火算法中的自由能函数,然后对该自由能函数进行优化,获取待匹配角点间的仿射变换参数,最后利用该变换参数实现角点匹配。实验结果表明,该方法能够在目标图像发生平移旋转的情况下,有效实现角点匹配。     

关节轴角先验对3维人体重建结果的影响

目的 3维人体重建的目标在于建立真实可靠的3维人体模型。但目前基于SMPL（skinned multi-person linear model）模型重建3维人体的实验和一些公开数据集中，常常会出现预测的姿势角度值不符合真实人体关节角度规则的现象。针对这一问题，本文提出设置关节旋转角值域，使得重建的结果真实性更强、更符合人体关节机械结构。方法 根据人体关节的联接结构将各个关节的运动进行划分。根据划分结果计算关节运动自由度，并结合实际情况提出基于SMPL模型的关节旋转值域。提出一个简单的重建方法来验证值域分析的正确性。结果 使用3维人体数据集UP-3D进行相关实验，并对比以往直接根据学习结果生成重建模型的数据。在使用轴角作为损失参数的情况下，重建精度提高显著，平均误差降低15.1%。在使用所有损失函数后，平均误差比直接根据预测值生成重建模型的两段式重建方法降低7.0%。重建结果与UP-3D数据集进行真实性对比有显著的关节联动性效果。结论 本文提出的关节旋转角值域设置对基于SMPL模型进行3维人体重建的方法在进行关节点旋转角回归的过程中起到了很大作用，重建的模型也更符合人体关节运动联动性。     

图像亮度线索下的单目深度信息提取

目的 深度信息的获取是3维重建、虚拟现实等应用的关键技术,基于单目视觉的深度信息获取是非接触式3维测量技术中成本最低、也是技术难度最大的手段。传统的单目方法多基于线性透视、纹理梯度、运动视差、聚焦散焦等深度线索来对深度信息进行求取,计算量大,对相机精度要求高,应用场景受限,本文基于固定光强的点光源在场景中的移动所带来的物体表面亮度的变化,提出一种简单快捷的单目深度提取方法。方法 首先根据体表面反射模型,得到光源照射下的物体表面的辐亮度,然后结合光度立体学推导物体表面辐亮度与摄像机图像亮度之间的关系,在得到此关系式后,设计实验,依据点光源移动所带来的图像亮度的变化对深度信息进行求解。结果 该算法在简单场景和一些日常场景下均取得了较好的恢复效果,深度估计值与实际深度值之间的误差小于10%。结论 本文方法通过光源移动带来的图像亮度变化估计深度信息,避免了复杂的相机标定过程,计算复杂度小,是一种全新的场景深度信息获取方法。     

Reflectance and Shape from Images Using a Collinear Light Source

In this paper, a novel technique, called the photogeometric technique, is presented for surface reflectance extraction and surface recovery from an image sequence of a rotating object illuminated under a collinear light source (where the illuminant direction of the light source lies on or near the viewing direction of the camera). The rotation of the object is precisely controlled. The object surface is assumed to be smooth and uniform. The technique first computes the 3D locations of some surface points which give singular brightness values and builds the surface reflectance function by extracting the brightness values of these surface points from the image sequence. Then the technique uses the surface reflectance function and two images of the surface to recover surface depth and orientation simultaneously. The technique has been tested on real images of surfaces with different reflectance properties and geometric structures. The experimental results and comprehensive analysis show that the proposed technique is efficient and robust.     

Using orientation codes for rotation-invariant template matching

A new method for rotation-invariant template matching in gray scale images is proposed. It is based on the utilization of gradient information in the form of orientation codes as the feature for approximating the rotation angle as well as for matching. Orientation codes-based matching is robust for searching objects in cluttered environments even in the cases of illumination fluctuations resulting from shadowing or highlighting, etc. We use a two-stage framework for realizing the rotation-invariant template matching; in the first stage, histograms of orientation codes are employed for approximating the rotation angle of the object and then in the second stage, matching is performed by rotating the object template by the estimated angle. Matching in the second stage is performed only for the positions which have higher similarity results in the first stage, thereby pruning out insignificant locations to speed up the search. Experiments with real world scenes demonstrate the rotation- and brightness invariance of the proposed method for performing object search.     

基于稀疏特征点的零件图像拼接方法

针对纹理弱、特征稀少且存在大量相似性区域的零件图像拼接,一般基于特征点的图像拼接方法效果较差,本文提出一种改进方法。该方法首先依据FAST特征点检测方法提取特征点,再筛选出用于匹配的候选点集;其次,利用模板区域采样灰度特征,通过设置旋转角度和缩放比例搜索域结合结构相似性（SSIM）方法完成点匹配;最后,通过点匹配结果求出旋转、缩放和平移参量,利用3σ原则去除异常值得到最终结果。实验结果表明,在角度搜索域为［-45°,+45°］,缩放搜索域为［0.5,1.5］的条件下,本文方法能够得到较准确的旋转、缩放、平移参量及拼接效果。     

基于颜色不变量的多相机目标匹配方法

针对监控系统中存在复杂光照变化的问题,提出一种基于颜色不变量的多相机目标匹配方法。将人体目标分为头部、躯干和腿部,在导数空间和色度空间中,利用高斯光谱模型提取位于边缘和区域的颜色不变量,通过矩函数得到与平移、旋转和尺度变换无关的矩不变量,用描述子进行目标匹配。实验结果表明,该方法能适应场景中复杂的光照环境变化,以及低分辨率特征不充分等情况,并能获得较高的目标匹配正确率。     

双摄像机系统对移动目标的跟踪

提出了一种由一个静止摄像机加上一个动态摄像机组成的双摄像机实时跟踪系统．该系统利用两种形式摄像机各自的优点,克服它们自身的不足,实现了对运动目标的实时跟踪．文中给出了双摄像机系统的组成以及功能划分．利用由近似的摄像机投影模型导出的单应性关系,实现两个摄像机图像之间的目标匹配．系统在静态摄像机的图像平面上建立目标的2D运动模型,采用卡尔曼滤波实现目标位置的预测,由单应性关系求出动态摄像机图像平面上对应目标的预测位置,然后计算摄像机动态平台的旋转角度,实现对动态平台的伺服控制．     

基于光场图像序列的自适应权值块匹配深度估计算法

现有的深度估计算法中,针对光场序列图像进行深度估计时,在图像亮度变化较大和弱纹理区域,其匹配效果较差,鲁棒性较低.针对这些问题,本文提出了一种基于CIELab颜色空间的自适应权值块匹配算法.由于彩色图像RGB颜色空间中颜色差异匹配影响因素较多,本算法转换到CIELab空间进行颜色相似性匹配来计算权重值,然后结合梯度和距离计算匹配图像和待匹配图像中匹配块得到综合权重值,最后根据极平面图像（EPI）的线性特性对图像序列中匹配图像和待匹配图像块进行匹配计算,求得深度图.经过仿真验证,本文算法能够较好的估计场景的深度信息,精度上有较大的提升,明显优于以往的深度估计算法,可以广泛使用.     

基于空间变换的属性可编辑的人体图像合成

针对现有姿态引导的人体图像合成方法无法灵活地编辑人体外观属性的问题,通过对输入的人体图像进行语义分割得到不同部位的外观属性,替换这些属性即可达到同时编辑人体姿态与外观属性的目的.针对纯卷积结构的生成对抗网络无法很好地生成衣服上的图案的问题,提出了新的空间变换算法对多个源属性的特征图进行空间变换,使衣服上的图案得到了保留...