结构光视觉三维点云逐层三角网格化算法

针对结构光视觉恢复的大规模三维点云的可投影特点,提出一种基于投影网格的底边驱动逐层网格化曲面重建算法。该算法首先将点云投影到一个二维平面上;然后基于点云投影区域建立规则投影网格,并将投影点映射到规则二维投影网格上,建立二维网格点与三维点云间的映射关系;接着对投影网格进行底边驱动的逐层网格化,建立二维三角网格;最后根据二维投影点与三维点的对应关系及二维三角网格拓扑关系获得最终的三维网格曲面。实验结果表明,算法曲面重建速度快,可较好地保持曲面细节特征。     

基于弹簧质点模型的二维/三维映射算法*

提出了一种用于服装设计的二维/三维映射算法.该算法基于弹簧质点变形模型,服装裁剪片二维到三维映射及三维到二维映射可以在该模型中得到统一的实现.在服装裁剪片二维到三维的映射过程中,二维裁剪片被放置在人体模型附近的初始位置,在缝合力的作用下,裁剪片自动变形并缝合到人体模型上.在服装裁剪片三维到二维映射的过程中,三维裁剪片被初始映射到指定的平面内,在弹性变形力的作用下,逐步变形并得到最终的二维裁剪片.在进行服装裁剪片二维到三维映射的过程中,考虑了干涉检验的问题.     

基于B-Rep实体模型的IGES转换为STL

提出一种将IGES文件格式转换成STL文件格式的算法.根据IGES文件内容重构几何实体信息及其拓扑关系;将几何实体的三维曲面贴合为二维平面,并将曲面上的轮廓边界转换到平面上,在二维空间中根据封闭轮廓边界裁剪曲面;根据曲面上保留的特征点及轮廓边界上的顶点信息对面进行符合STL模型一致性规则的三角剖分,生成合法的STL文件.该算法的核心是保证面与面接合处的三角化的正确性.最后介绍了该算法的转换实例.     

基于三次样条插值的亚像素边缘检测方法

为了实现图像边缘的亚像素定位,针对阶跃形式的边缘类型,提出了一种基于三次样条插值的亚像素边缘检测算法,根据样条插值原理,获得一维边缘的连续灰度分布,通过计算边缘点两侧三次样条函数的二阶导数为零点,实现一维边缘点的亚像素定位;利用一维曲面拟合方法,获得边缘投影方向,根据一维曲面投影方向像素灰度不变理论,利用投影公式将数字窗口中所有三维点投影到相同的投影平面,从而可将二维边缘检测问题转化为一维边缘检测,利用一维边缘检测方法获得边缘点位置,结合投影方向,最终实现二维边缘定位。通过与现有亚像素边缘检测方法的比较,可知算法对噪声具有较好的鲁棒性,同时计算时间相对较快,因此在实际应用中具有较好的适用性。     

基于曲线的纹理映射

本文提出一种纹理映射的新方法。二维平面中的一条曲线与三维曲面上的一条曲线相对应，两条曲线上的点再相对应。当对应曲线足够多时，就可获理完成纹理映射所需的足够信息。     

一种二维工程图向三维模型的尺寸映射算法

针对当前制造型企业内部存在二维工程图和三维CAD模型之间的数据共享问题,提出一种基于图匹配的二维工程图向三维CAD模型的尺寸映射算法,将二维工程图中的尺寸信息直接映射到对应的三维CAD模型上。首先将三维模型进行投影得到投影视图,然后将投影视图和二维工程图转化为一种空间关系图,对两个空间关系图进行图匹配,找出图元间的映射关系,并且利用工程图中尺寸标注的特点对算法进行改进,提高算法效率和可靠性。实验结果表明,该算法可以很好的实现二维工程图向三维CAD模型的尺寸映射。     

二维数据场的多投影面可视化方法

本文提出了一种对二维数据场进行多投影面显示处理的三维可视化方法。这种方法利用纹理映射的原理,采用传统的光照浓淡技术,可以生成平行投影和透视投影下的在平面、柱面、锥面、球面和曲面等多投影面上的三维可视化图像,以更全面地展现二维数据中所蕴含的信息。     

机器视觉感知三维图像中的人体行为识别算法

研究机器视觉感知中的人体行为准确识别问题.机器视觉感知中,采集的信息多为二维平面信息,在合成三维图像感知信息过程中,传统的因式分解合成法运用形状基数量固定,很难表达复杂行为特征,造成行为特征会出现一定的偏差,人体行为识别准确性不高.为了避免上述缺陷,提出了一种新的机器视觉感知中的人体三维行为识别算法.采集人体行为图像,并检测图像的轮廓区域,对检测区间间隙初始划分,通过把三维不定特征在三维空间进行空间映射,完成模糊性的消除,为人体三维行为识别提供数据基础.根据提取的消除模糊性后的人体三维行作为特征分量,对人体三维行为进行识别.实验结果表明,利用这种算法进行人体三维行为识别,能够准确的识别人体的行为,极大地提高了人体行为识别的准确率.     

基于单目视觉的车辆前方障碍物测距方法

针对行车过程中的防碰撞预警问题,提出一种基于单目视觉车辆前方障碍物检测与测距方法。为解决传统车辆检测泛化性差且人工提取特征不准确问题,通过深度学习目标检测YOLOv4算法对车辆前方多种障碍物进行检测,获取障碍物的类别信息与位置信息。运用改进的边缘检测算法调整检测框的位置,提升检测算法目标定位的准确性。根据摄像机成像原理及几何关系,得到路面三维坐标与像平面二维坐标转换模型从而进行测距,对所得测量数据进行三次曲线拟合、对测距过程和算法进行优化提升测距精度。在50m范围内平均误差为0.54m,在80m范围内平均测距误差为0.78m。实验分析对比结果表明,所提方法能够实现较精准、高效率的单目视觉测距。     

激光与视觉融合的透视平面检测与深度预测研究

针对单一的激光传感器或视觉传感器无法检测到透视三维平面的问题,提出一种基于激光传感器与视觉传感器融合的透视平面检测与深度预测算法;首先采用透视平面检测网络,在二维彩色图像中对透视平面进行图像分割;其次应用单一图像反射去除算法,在分割得到的透视平面区域分离背景信息,并使用MegaDepth算法进行深度预测,得到相对深度图;最后结合激光传感器的深度数据,采用抽样一致性算法,计算深度标尺,并使用对透视平面进行深度赋值,将相对深度图转化为绝对深度图,进而完成对透视平面的深度预测;实验结果表明该算法能成功检测并分割透视平面,且能得到正确的透视平面绝对深度信息.     

沥青路面裂缝检测图像处理算法研究

针对经典图像处理算法对沥青路面裂缝的检测效果不佳,以及神经网络等智能算法不易实现的弊端,通过分析沥青路面的裂缝特性,提出了一种适用于沥青路面裂缝检测的图像处理新算法。该算法通过构造8个方向模板的Sobel算子对沥青路面裂缝进行检测,并结合迭代阈值分割算法和全方位膨胀形态学方法对边缘检测后的图像进行处理,能够很好地获得沥青路面的裂缝特性。最后,在VisualC 6.0编程环境下进行了算法实现。结果表明,裂缝边缘的连接和检测效果较好,为沥青路面裂缝的分析和管理提供了技术基础。     

CrackTree: Automatic crack detection from pavement images

Pavement cracks are important information for evaluating the road condition and conducting the necessary road maintenance. In this paper, we develop CrackTree, a fully-automatic method to detect cracks from pavement images. In practice, crack detection is a very challenging problem because of (1) low contrast between cracks and the surrounding pavement, (2) intensity inhomogeneity along the cracks, and (3) possible shadows with similar intensity to the cracks. To address these problems, the proposed method consists of three steps. First, we develop a geodesic shadow-removal algorithm to remove the pavement shadows while preserving the cracks. Second, we build a crack probability map using tensor voting, which enhances the connection of the crack fragments with good proximity and curve continuity. Finally, we sample a set of crack seeds from the crack probability map, represent these seeds by a graph model, derive minimum spanning trees from this graph, and conduct recursive tree-edge pruning to identify desirable cracks. We evaluate the proposed method on a collection of 206 real pavement images and the experimental results show that the proposed method achieves a better performance than several existing methods.     

Pothole detection in asphalt pavement images

Pavement condition assessment is essential when developing road network maintenance programs. In practice, the data collection process is to a large extent automated. However, pavement distress detection (cracks, potholes, etc.) is mostly performed manually, which is labor-intensive and time-consuming. Existing methods either rely on complete 3D surface reconstruction, which comes along with high equipment and computation costs, or make use of acceleration data, which can only provide preliminary and rough condition surveys. In this paper we present a method for automated pothole detection in asphalt pavement images. In the proposed method an image is first segmented into defect and non-defect regions using histogram shape-based thresholding. Based on the geometric properties of a defect region the potential pothole shape is approximated utilizing morphological thinning and elliptic regression. Subsequently, the texture inside a potential defect shape is extracted and compared with the texture of the surrounding non-defect pavement in order to determine if the region of interest represents an actual pothole. This methodology has been implemented in a MATLAB prototype, trained and tested on 120 pavement images. The results show that this method can detect potholes in asphalt pavement images with reasonable accuracy.     

FoSA: F* Seed-growing Approach for crack-line detection from pavement images

Most existing approaches for pavement crack line detection implicitly assume that pavement cracks in images are with high contrast and good continuity. This assumption does not hold in pavement distress detection practice, where pavement cracks are often blurry and discontinuous due to particle materials of road surface, crack degradation, and unreliable crack shadows. To this end, we propose in this paper FoSA — F* Seed-growing Approach for automatic crack-line detection, which extends the F* algorithm in two aspects. It exploits a seed-growing strategy to remove the requirement that the start and end points should be set in advance. Moreover, it narrows the global searching space to the interested local space to improve its efficiency. Empirical study demonstrates the correctness, completeness and efficiency of FoSA.     

基于空间聚集特征的沥青路面裂缝检测方法

沥青路面裂缝自动检测是制约公路养护科学决策的最主要瓶颈.针对现有裂缝检测算法在大规模应用特别是广地域、多路况等复杂环境下算法稳定性、可靠性及实时性等方面存在严重不足问题.本文在观察大量实际工程路面图像基础上, 对路面裂缝特征进行全新定义, 提出了一种基于空间聚集特征的沥青路面裂缝检测方法, 参考裂缝的空间分布、灰度、几何等特征, 以子块图像为处理单元, 采用逐步求精的策略对子块图像进行分割, 快速定位空间聚集区域, 再对聚集区域进行评估得到信度高的裂缝候选区域; 最后以裂缝候选区域为种子区域, 在准确估算裂缝发展趋势的基础上, 结合裂缝片段聚集及相似性等特性, 去除噪声同时合并连接断裂的裂缝, 实现了裂缝区域较为完整的检测.通过测试多路况、多采集环境下近万样本, 并采用不同的方法对测试结果进行评估, 结果显示, 算法对不同类型路面图像中具有不同特征的裂缝区域均具有良好的检测性能, 裂缝定位准确性达到95%以上, 裂缝区域检测的完整性达到90%以上.     

结合NSCT和图像形态学的路面裂缝检测

路面图像的复杂性及裂缝信息的弱信号性导致对路面裂缝进行检测非常困难,为此提出一种基于非下采样contourlet变换(NSCT)和图像形态学的路面裂缝检测算法.首先对图像进行NSCT得到不同尺度、不同方向上的变换系数,在NSCT域中根据变换系数自适应地确定阈值,并应用广义非线性增益函数来增强较弱细节的局部对比度;然后对增强处理后的变换系数进行反变换;最后用图像形态学方法和中值滤波实现裂缝检测及孤立噪声点去除.通过对实际的高速路面图像测试表明,与直方图增强、小波变换及contourlet变换相比,该算法能更有效地增强弱对比度的细小裂缝,克服了常规算法易受离散噪声点以及光照条件等干扰的问题,具有较强的鲁棒性且高效实用.     

基于改进的全卷积神经网络的路面裂缝分割技术

裂缝是路面表面的重要病害之一。传统的裂缝检测依赖于人工的视觉检查,在实际操作中费时费力。虽然传统的图像处理技术在一定程度上可使裂缝检测与分割更加自动化,但是图像处理技术易受到由光照、模糊等引起的一些噪声的影响。为了完成复杂环境下对路面裂缝的分割及检测,提出了一种基于改进的全卷积神经网络（Fully Convolutional Networks,FCN）的分割方法,根据建立的数据集训练传统FCN和优化后的FCN,测试结果表明其平均交并比（mean_IoU）得到了一定的提高,故该方法能够较准确地分割出路面裂缝。     

基于DSP的沥青路面裂缝图像处理系统研究

裂缝的检测是公路养护的重要工作之一,在分析沥青路面图像特点的基础上,研究设计了基于DSP的沥青路面裂缝图像处理系统,结合DSP技术给出了解决沥青路面裂缝图像处理系统中DSP图像采集部分问题的方法,完成了对裂缝的面积、周长、类型、长度、平均宽度,裂缝的百分比等主要参数的提取.通过采用该图像采集系统进行的大量野外实验,对在车辆高速行驶状态下采集到的连续图像的效果进行比较分析以及处理,最后结果表明了该图像采集与处理系统设计的可行性和实用性.     

形态学与区域延伸相结合的图像裂缝检测算法研究

在复杂背景下,由于光照不均、混凝土气泡、阴影等噪声干扰,导致路面裂缝误检并存在不同程度的断裂。为了解决此问题并实现路面裂缝的精确检测,提出一种结合数学形态学和区域延伸的裂缝检测算法。该算法首先用形态学对自然条件下采集的路面图像进行预处理,并结合Canny边缘检测和形态学来对裂缝进行粗略检测,然后用区域延伸算法对裂缝进行精确检测,最后对检测裂缝进行后处理。实验结果表明,提出的算法能够对图像裂缝进行高效、精确的检测。     

基于灰度相关性的裂缝检测算法

从裂缝的灰度特征入手, 提出一种基于灰度值相似度的裂缝提取方法。针对混凝土路面孔洞、污损等因素干扰, 主要分三步实现裂缝提取：a)对所采集的路面图像进行特征分析, 建立灰度值相似度函数, 根据相似度对比提取疑似裂缝信息; b)利用连通域度量去除虚假裂缝, 将问题转换为图论问题; c）利用谱聚类算法提取真实裂缝。通过大量混凝土路面图片测试表明, 该方法能实现路面真实裂缝特征提取, 具有较强实用性。