三维重建中形状插值的快速算法研究

提出一种用于三维重建的层间数据插值算法．该算法首先利用数学形态学算子提取层内图像骨架;然后利用骨架匹配算法获取层间骨架点集的平移、旋转和缩放信息,并利用此信息的线性插值获得插值层图像的骨架点集;最后根据形态骨架的重建算法获得插值层图像．文中算法只对骨架点集进行操作,具有较小的运算复杂度,较好地保留了原始图像的形状信息．实验结果证明了该算法的有效性．     

一种基于形状的三维医学图像插值算法

三维医学图像的层间插值是实现医学体视化的一个重要步骤;传统的直接灰度插值方法只适用于层间距小或形状差别不大的断层扫描图像,否则会产生严重的轮廓模糊现象;文中的三维插值算法通过对轮廓进行多边形近似,将形状和灰度信息较好地结合起来,充分利用了图像的形状信息,从而较好地避免了大层间距和形状差别较大时的轮廓重影问题,实验结果证明了其有效性.     

形状插值算法综述

给定2个以上的几何模型,形状插值的目的是生成一系列新模型,能够建立给定模型之间自然的形状过渡.形状插值是计算机动画中的一个基本操作.文中以插值量为主线,对多边形和网格模型形状插值的相关工作进行分析梳理;讨论插值结果应满足的一些重要性质,提出分类方法,对一些重要工作进行较详细的介绍与评述,并分析它们的优缺点;特别地,深入探讨各种方法的大变形插值能力.最后,总结存在的问题并尝试提出一些新的研究方向.     

一种用于交通标识分类的形状识别算法

交通标识分类是交通标识识别系统的基础环节,而交通标识形状识别是交通标识分类的核心部分.对交通标识进行了研究,将交通标识分为禁令标识、警告标识和指示标识3大类分别进行分析,提出了一种利用边缘走势统计特征反映目标形状特征的新算法,并将其与BP神经网络相结合用于交通标识形状的识别.首先利用颜色信息实现交通标识区域分割,随后记...     

一种用于数字图象传感器的彩色插值算法

由于物理结构的限制 ,单片 CCD和 CMOS彩色图象传感器在每个像素的位置上只能采集一个颜色分量 ,其余两个颜色分量只能通过插值的办法得到 .鉴于通常的线性插值方法容易使图象的边缘变得模糊 ,并可能出现较为明显的颜色失真 ,而一些新方法尽管可以得到较高质量的插值图象 ,然而运算的复杂性限制了它们的应用 .为此提出了一种在色差空间进行插值的算法 ,以代替普通颜色空间的插值 ,同时用基于有理函数的插值算子来代替普通的线性算子 ,并通过后处理来进一步提高插值图象的质量 .由于色差空间的插值考虑了不同颜色分量间的耦合性 ,并利用了有理函数插值算子固有的边缘自适应特性 ,因而得到了较好的效果 .该方法另外的一个优点是计算速度较快 .实验结果表明 ,该该算法是有效的 .     

一种用于未标定图像三维重建的立体匹配算法*

提出了一种适用于未标定图像三维重建的立体匹配算法。该算法首先引入限制因子来消除Harris角点聚簇的现象,使用高斯曲面拟合内插使Harris角点达到亚像素级;接着采用特征点的Sift特征描述符进行初始匹配,利用随机抽样算法估计基础矩阵的同时剔除误匹配点对;最后在估计的基础矩阵的引导下进行双向匹配。实验证明,该算法能够很好地恢复物体的结构,是一种有效的用于未标定图像三维重建的立体匹配算法。     

一种用于三维重建的彩色Sift准稠密匹配算法

针对复杂光照条件下Sift算法对彩色图像匹配能力较差,基于Kubelka-Munk理论,提出了一种适用于未标定图像的准稠密立体匹配算法,有助于更精确地进行三维重建。该算法首先求出彩色图像各个像素的颜色不变量,提取彩色特征点并通过构造彩色Sift特征描述子进行初匹配,采用RANSAC鲁棒算法消除误匹配生成种子点;然后依据视差约束提出一种基于视差梯度均值自适应窗口方法,根据视差梯度均值调整搜索范围;最后采用最优先原则进行区域增长。实验证明,该算法能获得比较满意的匹配效果,是一种有效的用于三维重建的准稠密匹配算法。     

一种用于单CCD图像传感器的图像插值算法

由于物理结构的限制,单CCD图像传感器在每个像素位置上只能采集一个颜色分量,其余两个颜色分量只能通过插值的办法得到。提出一种在色差空间进行插值的算法,利用具有比例线性关系的局部颜色特性和局部协方差求得最小均方误差意义下的最优插值系数。所获取的该插值系数具有边缘细节保持性,同时色差空间的插值又考虑了不同颜色分量间的耦合性,因而有效地抑制了图像边缘的模糊和颜色失真。实验结果表明,该算法可获得高质量的插值图像。     

一种用于三维重建的多视图前景目标自动分割算法

基于序列图像的三维物体重建之前,从图像中分割前景目标可节约大量时间。但传统的分割算法需要通过用户输入来确定前、后景,而基于图像的三维重建需要大量的图像,造成极大的人工浪费。为此提出一种用于三维重建的多视图前景目标自动分割算法。对每个图像进行颜色一致性和几何一致性分析,确定前景和后景大致区域,得到初始输入,并以此构建能量方程。使用Graph Cut算法求解方程得到粗略分割结果;使用Matting细化分割边界,得到高质量的分割结果;使用分割后图片重建出物体三维模型。实验结果表明,该算法可自动分割出多视图图像的前景目标,且具有极高的准确率和良好的边缘。将该算法用于三维重建的前期图像处理,可大大提高三维重建的速度。     

一种基于面片的三维重建算法

传统基于面片的多视角立体视觉算法在扩展面片时缺少空间几何约束,导致Poisson表面重建时生成错误顶点。为此,提出一种基于面片的三维重建算法。利用相邻面片初始化扩展面片,根据顶点k近邻的距离检测并去除离群顶点,从而得到物体表面的三维模型。实验结果证明了该算法的有效性和准确性。