一种基于二维图像的三维仿真方法研究

针对二维的图像数据,综合运用计算机视觉、计算机图像处理和计算机辅助几何设计理论与技术,提出了一种实用的三维仿真方法.采用阴影恢复形状的方法获取三维形貌信息,利用图像分割技术提取物体的二维轮廓信息,通过三维形貌信息与二维轮廓信息的融合技术建立物体的数字化模型,通过B样条的万法实现数字化模型的重构.实例表明,方法可行有效,能够有效地去除图像的背景信息,改善重构模型的分辨力,为基于二维图像的三维仿真技术的广泛应用提供了条件.     

基于轮廓和多相关局部顶点优化的三维重构法

如何快速准确的获取真实物体的三维模型受到了人们的普遍关注,针对这个问题,给出了一种能够利用一系列已标定图像中的侧影轮廓线信息重构模型的建模方法.方法中摄像机以物体为中心做圆周运动,间隔固定的角度进行拍照.对获取的图像进行处理,提取其侧影轮廓线.使用Marching Cubes算法重构物体的表面,利用物体在多幅图像中的纹理一致性原理,进行多相关局部顶点优化,并应用到了模型顶点的优化过程之中.最终可以得到品质较好的三维网格表示的物体的三维模型.     

基于三维激光扫描的物体重构建模

物体拍摄环境具有测量数据量大、物体外轮廓信息复杂等特点,采用当前方法能够获得物体精确的三维点云数据,但缺乏颜色和纹理信息,导致物体重构精度不高,真实感较差;为此,提出一种基于三维激光扫描的物体重构建模方法;该方法通过三维激光扫描技术获取物体点云数据,采用显式的欧拉积分方法对物体整个三维曲面进行平滑,依据三角生长法进行物体三维空间三角划分,将物体网格顶点向球面进行映射,由此构造物体三角网格模型,通过迭代最近点算法对物体非同步点云数据初步匹配结果进行精确配准,利用最近点搜索算法将经多视图立体视觉算法优化后的物体颜色信息和三维点云数据坐标相融合;实验结果表明,所提方法可以快速精确地建立物体三维重构模型,验证了所提方法的可行性。     

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.     

基于空域均值法的双频三维轮廓测量

针对传统双频三维轮廓测量方法存在分辨率低、数据处理时间长等问题,提出基于空域均值的双频三维轮廓测量方法。该方法通过空域均值图像对采集到的包含物体深度信息的双频结构光图像进行处理,得到物体表面的真实深度信息,提高测量效率和测量精度。通过对物体模型的测量,证明由该方法构成的系统输入、输出满足线性关系,并且可以实现高效、高分辨率的三维物体轮廓测量。     

基于轮廓提取与深度筛选的双目三维重构技术

针对基于深度图融合三维重构方法获取的三维重构模型,易受到深度信息误差影响的情况,提出一种基于轮廓提取与深度筛选的双目立体视觉三维重构方法。采用标准棋盘校准双目三维重构系统,利用Canny算子对目标物体进行边界检测,综合采用形态学腐蚀与膨胀方法提取指定方向上的连续边界,用连续边界提取目标物体。在此基础上,对目标物体深度信息进行筛选、拟合插值以获取连续深度信息。结果表明,相对于常规三维重构算法,由本算法三维重构的目标物体表面完整度更高,且目标物体周围的背景环境噪声被去除。     

激光三维扫描图像处理改进算法

三维激光扫描技术以获取被测物体三维轮廓数据为目的,提取激光照射到被测物体形成的激光条纹的三维信息,从而快速获取被测物体表面的三维坐标数据.在图像处理中,经过去噪处理、图像灰度二值化、激光条纹细化等一系列改进的算法,较好地实现了激光条纹图像信息的提取,从而获得了较为理想的效果图.     

单幅人体切片图像的多轮廓二维重构算法研究与实现

基于切片图像数据的轮廓曲线二维重构是轮廓表面三维重构的基础。单幅切片图像可能存在有单轮廓或多轮廓。本文对中国虚拟人切片图像进行分析,针对单幅切片图像里的多轮廓线情况,研究提出了多轮廓提取算法和拟合曲线建模算法。经编程实验,成功实现了单幅图像里的多轮廓二维重构。     

利用Helmholtz互易原理由两对图像重建物体三维表面

针对利用Helmhohz互易原理由一对图像重构三维表面时存在计算时间长、显示质量不高的问题,提出一种利用上下对、左右对图像重建三维物体表面的高效算法.利用其中一对图像的匹配结果分割另一对图像的外极线,将整个外极线的匹配问题转化为相应子段的匹配问题,并交错地递归这种处理过程;引入不要求端点匹配的动态规划匹配算法实现子段对应,并分段重构物体=三维表面的点.实验结果表明,与单对图像重构算法相比,该算法能够大幅度地缩小动态规划算法的搜索范围,使得重构速度提高了一个数量级;通过上下、左右方向扫描线恢复三维表面点并大约增加0.5倍的重构点数量,使得表面显示质量得到明显提高.     

利用OpenGL实现三维物体测量数据的可视化

本文运用计算机视觉测量技术,将结构光法测得的反映物体轮廓形状的二维图像信息进行三维重构。充分利用OpenGL三维图形构造和渲染等功能,借助Visual C 6.0开发了一套三维物体重构系统,实现了三维物体测量数据的快速可视化。     

下颌骨CT序列图象的三维重建

在对医学图象三维重建的研究现状和已有的重建方法进行分析的基础上，从牙科医生进行牙种植手术的实际情况出发，提出了一种简单，实用的三维图象重建算法－影像配准叠加法，该方法的基本思路是：首先对二维CT数字图象进行影像纠正，内插和配准，以确定每个像素的三维坐标值，再按其空间位置关系给每个像素点设置适当的透明度，然后进行影像配准叠加，以便在二维屏幕上显示出具有立体感的真三维图象来，实验结果表明，该方法定位精度高，重建图象失真度小，既能作定性观察，又能作定量测量，并且测量数据精度较高。     

由单幅图像重构三轴试样三维变形

针对岩土三轴试验的土样变形测量需要进行三维测量这个难题,提出了新的由单幅图像进行三维重构方法--结构标记法,即利用三维试样标记的各点相对于摄像机的物距不同而造成成像位置改变的原理,从二维图像中提取出了三维信息,实现了三维重构.利用双目或多目图像进行三维重构是比较常见的方法.但是这种方法受到光照条件、噪声干扰、景物几何形状和畸变、表面物理特性以及摄像机特性等因素的严重干扰,而且所需的试验设备也非常复杂.为了克服这些困难,可以采用单幅图像来代替多目图像进行三维重构.给出了计算结果,并说明了这些结果的合理性.     

Topological equivalence between a 3D object and the reconstruction of its digital image

Digitization is not as easy as it looks. If one digitizes a 3D object even with a dense sampling grid, the reconstructed digital object may have topological distortions and, in general, there exists no upper bound for the Hausdorff distance. This explains why so far no algorithm has been known which guarantees topology preservation. However, as we will show, it is possible to repair the obtained digital image in a locally bounded way so that it is homeomorphic and close to the 3D object. The resulting digital object is always well-composed, which has nice implications for a lot of image analysis problems. Moreover, we will show that the surface of the original object is homeomorphic to the result of the marching cubes algorithm. This is really surprising since it means that the well-known topological problems of the marching cubes reconstruction simply do not occur for digital images of r-regular objects. Based on the trilinear interpolation, we also construct a smooth isosurface from the digital image that has the same topology as the original surface. Finally, we give a surprisingly simple topology preserving reconstruction method by using overlapping balls instead of cubical voxels. This is the first approach of digitizing 3D objects which guarantees topology preservation and gives an upper bound for the geometric distortion. Since the output can be chosen as a pure voxel presentation, a union of balls, a reconstruction by trilinear interpolation, a smooth isosurface, or the piecewise linear marching cubes surface, the results are directly applicable to a huge class of image analysis algorithms. Moreover, we show how one can efficiently estimate the volume and the surface area of 3D objects by looking at their digitizations. Measuring volume and surface area of digital objects are important problems in 3D image analysis. Good estimators should be multigrid convergent, i.e., the error goes to zero with increasing sampling density. We will show that every presented reconstruction method can be used for volume estimation and we will give a solution for the much more difficult problem of multigrid-convergent surface area estimation. Our solution is based on simple counting of voxels and we are the first to be able to give absolute bounds for the surface area.     

单幅植物叶片图像的3维重建

目的 植物叶片形态复杂,在虚拟场景中很难真实表现。为了从信息量有限的单幅图像中恢复植物叶片的3维形状,本文基于从明暗恢复形状（shape from shading,SFS）的方法,利用亮度统计规律和植物形态特征恢复叶片的3维形状。方法 在SFS的基础上,设计基于图像骨架的距离场偏置加强表面细节;针对SFS对恢复宏观几何形状的不足,提出根据图像亮度统计分布选取控制点控制表面宏观形状变化,并利用叶片中轴的距离场约束恢复宏观几何形状,每种方法对于表面宏观几何形状恢复的权重基于恢复的反射图和输入图像间的相似度设定;将表面细节添加到宏观几何形状上得到目标对象的3维形状。结果 选取植物叶片图像进行实验,并与其他方法进行比较,实验结果表明本文方法增强了表面细节显示,并有明显的宏观几何形状变化。同时为了验证本文方法对其他物体表面细节恢复的适用性,分别对硬币和恐龙恢复表面细节,实验结果表明提出的增强表面细节的方法同样适用于其他物体。结论 针对单幅植物叶片图像的3维重建,在SFS的基础上提出了根据骨架特征加强表面细节,根据图像亮度统计分布和叶片中轴距离场约束共同恢复表面宏观几何形状的算法,实验结果验证了本文方法的可行性。     

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。     

Circular camera array system for 3‐D displays based on the reconstruction of parallax rays

Abstract— A circular camera system employing an image‐based rendering technique that captures light‐ray data needed for reconstructing three‐dimensional (3‐D) images by using reconstruction of parallax rays from multiple images captured from multiple viewpoints around a real object in order to display a 3‐D image of a real object that can be observed from multiple surrounding viewing points on a 3‐D display is proposed. An interpolation algorithm that is effective in reducing the number of component cameras in the system is also proposed. The interpolation and experimental results which were performed on our previously proposed 3‐D display system based on the reconstruction of parallax rays will be described. When the radius of the proposed circular camera array was 1100 mm, the central angle of the camera array was 40°, and the radius of a real 3‐D object was between 60 and 100 mm, the proposed camera system, consisting of 14 cameras, could obtain sufficient 3‐D light‐ray data to reconstruct 3‐D images on the 3‐D display.     

ST-Rec3D：基于结构和目标感知的三维重建

基于视图的三维重建旨在从二维图像恢复出其对应的三维形状。现有方法主要通过编码器-解码器结构,结合二元交叉熵函数及其变形,完成三维重建,取得较好的重建结果。然而,编码器在编码过程中缺乏对输入视图的结构感知能力,造成重建的三维模型几何细节不准确;以二元交叉熵函数为主的损失函数在体素分布不均衡的情况下,目标感知能力较差,导致其重建结果存在断裂、缺失等不完整性问题。针对此类问题,提出了一种具有结构和目标感知能力的三维重建网络(ST-Rec3D),以单视图或多视图为输入,由粗到细地重建出三维模型;结合注意力机制提出了一种具有空间结构感知能力的编码器,即结构编码器,以充分捕捉输入视图中的空间结构信息,有效感知重建物体的几何细节;将IoU损失引入到三维体素模型重建中,在体素分布不均衡的情况下,精准感知目标物体,确保重建物体的完整性和准确性。在ShapeNet和Pix3D数据集上的对比结果表明,ST-Rec3D在单视图和多视图上重建的三维模型的完整性和准确性均优于当前方法。     

3-D reconstruction using mirror images based on a plane symmetryrecovering method

Three-dimensional reconstruction from a perspective 2D image using mirrors is addressed. The mirrors are used to form symmetrical relations between the direct image and mirror images. By finding correspondences between them, the 3D shape can be reconstructed by means of plane symmetry recovering method using the vanishing point. Two constraints are used in determining the correspondence. In the case where only one mirror is used, invisible parts both in the direct image and in the mirror image may still remain. Using multiple mirrors, however, occluded parts will decrease or disappear, and occlusion-free object reconstruction becomes possible     

Fast Mesh Reconstruction from Single View Based on GCN and Topology Modification

3D reconstruction based on single view aims to reconstruct the entire 3D shape of an object from one perspective. When existing methods reconstruct the mesh surface of complex objects, the surface details are difficult to predict and the reconstruction visual effect is poor because the mesh representation is not easily integrated into the deep learning framework; the 3D topology is easily limited by predefined templates and inflexible, and unnecessary mesh self-intersections and connections will be generated when reconstructing complex topology, thus destroying the surface details; the training of the reconstruction network is limited by the large amount of information attached to the mesh vertices, and the training time of the reconstructed network is too long. In this paper, we propose a method for fast mesh reconstruction from single view based on Graph Convolutional Network (GCN) and topology modification. We use GCN to ensure the generation of high-quality mesh surfaces and use topology modification to improve the flexibility of the topology. Meanwhile, a feature fusion method is proposed to make full use of the features of each stage of the image hierarchically. We use 3D open dataset ShapeNet to train our network and add a new weight parameter to speed up the training process. Extensive experiments demonstrate that our method can not only reconstruct object meshes on complex topological surfaces, but also has better qualitative and quantitative results.     

特征点维度的静态场景三维重建运动目标剔除

基于语义分割的图像掩膜方法常用来解决静态场景三维重建任务中运动物体的干扰问题,然而利用掩膜成功剔除运动物体的同时会产生少量无效特征点.针对此问题,提出一种在特征点维度的运动目标剔除方法,利用卷积神经网络获取运动目标信息,并构建特征点过滤模块,使用运动目标信息过滤更新特征点列表,实现运动目标的完全剔除.通过采用地面图像和航拍图像两种数据集以及DeepLabV3、YOLOv4两种图像处理算法对所提方法进行验证,结果表明特征点维度的三维重建运动目标剔除方法可以完全剔除运动目标,不产生额外的无效特征点,且相较于图像掩膜方法平均缩短13.36%的点云生成时间,减小9.93%的重投影误差.