基于多帧二维动画图像的三维自动生成技术

针对传统的三维自动生成方法存在效果差的问题,提出基于对象层次与表面层次随动渲染技术的多帧二维动画图像三维自动生成技术。采用相似度度量方法进行图形渲染的表面层次平滑处理,利用对象层次与表面层次随动信息融合方法进行动画图像渲染,实现多帧二维动画图像的三维重构与动态生成。仿真结果表明,采用改进方法进行多帧二维动画图像重构生成,图像具有较高的逼真性。     

基于改进特征的序列图像三维重建

近年来序列图像三维重建技术得到了重视,提出了很多算法.本文对Harris特征提取算法进行了改进,并在在序列图像中进行特征跟踪,在特征的稀疏重建和稠密重建后,使用估计样本一致性算法实现三维重建,提高了序列图像三维重建的精度.     

基于单幅图像的三维重建技术

使用了一种自底向上和自顶向下相结合的方法，实现了基于单幅图像的以六面体图形为目标的三维重建过程。提出了一种高效、迅速的角点检测算法，并且建立了从有特定特征的单幅图像重建空间内三维模型的方法，该方法简便可行。     

一种基于两幅图像的三维重建方法

随着计算机技术的快速发展,三维重建技术早已成为计算机视觉研究的热点和难点之一,它的目标是利用多幅二维图像来恢复空间三维场景的几何结构。本文介绍了一种基于两幅图像的三维重建方法,即在已知摄像机内参数及对应两幅图像的前提下,通过特征检测、特征提取与匹配、本质矩阵的分解,进而运用三角测量原理得到三维坐标。     

视频监控中运动图像序列三维重建

视频监控中运动图像序列三维重建一直是三维重建研究的重点,其重建效果会对运动图像的清晰度产生影响。但当前三维重建方法都是通过获取二维视频监控中的运动图像序列,通过基于Java Applet与Java Application编程,采用体绘制法完成视频监控中二维运动图像序列的三维重建,该方法无法保证重建后的图像质量,导致图像清晰度不高。为此,提出基于图像特征点提取与匹配的视频监控中运动图像序列三维重建方法。首先,对视频监控中运动图像序列特征点进行检测,并对特征点一定邻域内图像的纹理、结构以及其他特征进行统计,通过对运动图像序列特征点的特征比较,完成运动图像序列特征点提取与匹配;然后,对视频监控中运动图像序列的结构和运动初始化,并进行视频监控相机的自标定,实现对视频监控中运动图像序列的三维重建。实验结果表明,所提方法能够有效提高三维重建后视频监控中运动图像序列的清晰度,减少三维重建流程,提高运动图像序列重建效率,具有良好的使用价值。     

双目视觉的三维重建技术研究

近年双目机器视觉的三维重建技术的研究虽然取得了一定成果,但远远不能满足社会各行各业的应用需求。文章主要介绍基于双目视觉的三维重建技术的主要方法、技术及应用,总结了基于双目视觉的三维重建技术在工程应用中存在的问题、面临的挑战和研究方向。     

基于Harris图像拼接的全景视频稳像算法

对于背景变换和抖动分量比较小的视频序列,传统稳像算法不能直接适用,本文提出一种基于Harris图像拼接的全景稳像算法。首先采用Prewitt算子提取出图像的边缘信息,在此基础上进行分区的Harris特征点检测;然后结合NCC（normalized cross correlation）算法与RANSAC（random sample consensus）算法实现图像间的特征点精确匹配,接着利用加权平均融合的方法进行图像融合;最后对融合后的全景图像进行剪裁,完成图像补偿,输出稳定的视频序列。实验结果表明:改进的Harris算法提高了算法效率以及正确特征点数量,并且本文稳像算法实时性较好,能够有效消除视频抖动并输出稳定的视频序列。     

基于近红外体散射数据的产品包装图像自动生成系统设计

传统的产品包装图像自动生成系统在工作中的生成时间较长,因此,设计一种基于近红外体散射数据的产品包装图像自动生成系统.在系统的硬件设计中,对电阻阵列的基本单元结构和总体框图进行设计,并通过移位寄存器的4 种脉冲组合输出寄存器的设置真值;在软件设计中,引入分段线性插值算法,对体散射数据进行线性化校正,使响应曲线接近于直线,...     

基于参数回归的快速全景图像拼接算法

现实场景中照相机获得的图像视场角范围往往是有限的，而目前对全景图像的需求日益增大，因此针对拍摄得到的全景图像序列，提出了一种基于参数回归的快速全景图像拼接算法。将传统的图像配准任务转化为深度学习结合机器学习的方式，设计一种基于高斯差分金字塔的多尺度深度卷积神经网络（MDCNN）对待拼接图像进行特征提取，并使用LightGBM回归模型对拼接参数进行预测，获得图像之间的变换矩阵和照相机焦距完成图像对齐，并设计了一种双曲线图像融合算法消除图像之间的拼接缝。实验结果表明，所提算法能够实现图像的快速拼接，获得比已有代表性算法更清晰自然的全景拼接效果，同时对红外图像也具有很好的适应性。     

基于Matlab的图像自动标注

图像自动标注在检索大量数字图像时起到关键作用,它能将图像的视觉特征转化为图像的标注字信息,为用户的使用及检索带来极大的方便。研究了图像自动语义标注方法,设计并实现了基于Matlab图像自动标注系统,能够提取图像颜色特征和纹理特征,与已标注图像进行相似性度量并标注出图像语义关键词     

基于COM组件技术的岩心图像在线三维重建

在石油、地质部门,很多重要的地质参数都来自于钻井出来的岩心,而岩心图像是钻井得到岩心后的第一手资料,在对岩心的研究中发挥着重要作用.但只观看岩心表面图像不够直观,无法看到岩心的实际形状,因此需要进行三维重建.而在钻井过程中不可避免地造成岩心受到一些破坏.为此提出一种对岩心图像先进行简单修复,然后采用OpenGL技术,基...     

医学图像三维重建技术的研究与应用

目前,随着信息时代的发展,医学成像设备及计算机硬件也得到了迅速的发展,医学图像三维重建技术被逐渐广泛的应用在手术模拟、诊断医学、整形等医学领域,为人们的生活提供了更多的服务。医学图像三维重建技术的研究与应用,作为医学工作发展中的重要问题,可有效的完善医学影像方面存在的研究问题。本文将简要分析,医学图像三维重建技术方面的相关内容,使之可以通过专业的研究,提高医学影像的应用水平。     

全景图像自动拼接算法的优化设计

提出了一种结合空域和频域进行全景图像序列自动拼接融合的优化算法。首先利用改进的相位相关法对全景序列图像进行自动排序并确定重叠区域,根据重叠区域像素均值进行图像整体亮度差异自动调整以降低角点的误匹配率;然后使用改进的Harris 算子在空间域提取图像角点（无需人工设定阈值）,通过双向最大互相关系数匹配获得初始特征点对,并用RANSAC 算法实现精确匹配;最后采用非线性平滑算法对图像重叠区域进行融合处理。实验结果表明,该优化算法排序过程简单有效,特征点提取匹配过程的成功率和效率都较现有算法有很大提高,拼接的图像清晰度高,具有较高的稳健性和拼接精度。     

基于相位相关模板匹配的全景图像拼接

本系统对图像拼接的两个主要过程：图像配准和图像融合分别进行了详细介绍。图像配准是图像拼接的核心技术,并针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。基于相位相关模板匹配采用相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后对参数进行优化而得到最终准确...     

基于各向异性插值的全景图像径向展开算法

全景图像柱面展开算法易产生块效应,影响展开图像质量。根据双曲面反射镜的性质和成像原理,分析得出了现有算法产生缺陷的原因,并给出了基于径向扫描的全景图像柱面展开算法数学模型。在径向扫描展开算法的拉伸过程中结合各向异性插值算法从而实现最终的算法,实验结果表明,新算法能够有效减少块效应,提高展开图像质量。     

基于改进RANSAC算法的全景图像拼接技术

现实场景中相机获取的图像视角范围往往是有限的,而实际需求又要求得到场景的全 景图,针对日常生活和工业生产中对全景图像的需求以及传统的RANSAC(random sample consensus)算法在图像配准环节因为迭代次数没有上限导致出现误匹配点对且配准 速度不高的缺陷,提出了一种改进RANSAC算法来提高全景图像拼接的效率。改进RANSAC 算法通过检测圆内的点来寻找一个最优数据检测模型,并通过粒子群算法不断更新迭代圆心 的坐标,最终得到一个最佳的匹配模型,消除特征点匹配环节出现的异常值,在提高特征 点配准的准确率的同时降低算法复杂度。在对多组图像进行拼接的实验表明,本文提出的改 进RANSAC算法相较于其他几种算法平均正确匹配率提高了9.057%, 同时算法的平均配准速率提高了5.173 s,实 现了较鲁棒的全景图像拼接效果。     

基于全景图像局部无损压缩方法的研究

简述了全景图像的成像原理。用小波变换方法对图像进行处理，小波分解后，保留局部图像的所有信息，即局部图像的低频成份和三个高频成份，而对其他它区域进行特殊处理，然后再对这些信息进行编码。该方法在处理全景图方面简便易行，在保留局部图像的所有信息的情况下，提高了压缩比。     

基于三维旋转模型的红外全景图像拼接方法

分布孔径红外系统(DAIRS)是目前各国在红外搜索跟踪系统领域的重点发展方向,DAIRS系统为了减少冗余,通常减少重叠区域面积以获得较宽视场覆盖,这使得基于特征的拼接方法提取特征数量不足。本文通过构建三维旋转模型,采用基于梯度下降的图像配准方法,并在时间维度上进行多帧迭代来进行三维重建,再采用改进的亮度调整算法和多分辨率过渡区融合消除拼接痕迹。实验结果表明,本文算法对于平面投影和柱面投影都实现了全景图像的无缝拼接,过渡区通过多分辨率融合有利于进步消除模糊现象。     

基于深度学习的多帧遥感降质图像三维重建算法

为提升多帧遥感降质图像对比度以及图像质量,提出一种基于深度学习的多帧遥感降质图像三维重建算法。采用三角函数变换方法并结合高通滤波器,增强多帧遥感降质图像对比度;再以包含生成器和判别器的生成对抗网络为基础,在判别器中引入自注意力层,设计自注意力机制残差模块,生成自注意力生成对抗网络模型;最后将增强后的图像输入模型进行学习和训练,获取多帧遥感降质图像的全局特征后,实现多帧遥感降质图像三维重建。测试结果表明,所提算法具有较好的多帧遥感降质图像增强能力,能够提升图像对比度,并且渗透指数（PI）均在0.92以上,重构效果良好。