基于单幅折反射全向图的水平直线3维重建

与传统的利用立体视觉原理进行3维重建不同,在研究基于单幅全向图像重建空间水平直线问题的基础上,首先指出基于直线在全向图中的两个像点即可重建该水平直线,然后通过分析和推导空间水平直线在全向成像系统中的成像特点,有效简化了全向图中的水平直线检测;针对现有“四点定位”方法的不足,提出了一种基于“主像点/非主像点”的水平直线重建算法,并详细分析了像点提取精度对直线重建结果的影响。实验表明,在不同的像点提取精度下,对于不同空间水平直线,该重建算法均能取得较好结果。     

由单幅二维灰度图像重构物体表面形状*

鉴于目前很少有论文讨论完整的由单幅二维灰度图像重构物体表面形状的算法,包括它的控制参数的估计及算法的实现,介绍了一种完整的SFS算法.它在考虑自遮掩影响的情况下,有效地估计了SFS算法中涉及的各种控制参数,并引入亮度约束、灰度梯度约束和可积性约束,计算出表面高度和表面向量,实现三维重构.与传统的算法相比,本算法无论是在速度还是在精度方面都达到了比较高的水平,具有一定的应用前景.最后还指出了在MATLAB中实现需要注意的问题.     

基于图像融合的微表面快速三维重构算法研究*

在分析电子探针图像多样性与相关性特征的基础上,提出先应用提升小波进行快速图像融合,以提高图像信息量,然后根据微表面图像纹理相似性,抽取出高程数据,通过顶点数组方式快速重构三维立体场景。实验表明,此方法信息量大、操作简单、场景逼真,易形成交互场景,具有较好的实际应用价值。     

单幅图像三维表面重建的算法研究与实现

以单幅二维图像为研究对象,应用SFS的基本理论,首先对二维图像进行了光照的倾角和偏角的估计,在光源坐标系下计算出物体每一点的表面梯度;之后,旋转坐标系,在观察坐标系下得到物体的表面梯度;最后采用三点辛普森公式求出物体表面的高度。整个算法流程简单,求解层次分明,重构满意度较高。     

基于单幅全向图像的空间水平直线定位新方法

研究了在没有先验知识的前提下,基于单幅全向图像定位空间水平直线的问题.在已有算法的基础上,分析和推导了空间水平直线在全向成像系统中的成像特点,指出基于直线在全向图中的两个像点即可重建该水平直线,并相应地提出了一种基于"主像点/非主像点"的空间水平直线定位算法.试验表明,在不同的像点提取精度下,对于不同空间水平直线,本方法均能取得较好结果.     

基于Java 3D的医学图像三维重建系统

系统采用分层组件化的设计思想,在逻辑上分为三层:图像预处理层、图像分割层和用户界面层,实现了医学图像的二维标注与测量、三维体数据的分割、三维重建与交互功能。介绍了系统的体系结构和系统开发的主要技术方法。最后指出了系统的实用性和对医学研究方面的价值。     

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。     

基于EXIF信息的可变内参数序列图像的三维重构*

基于图像中数码相机嵌入的元数据信息,提出了一种可变内参数的序列图像重构算法,首先从序列中选择两幅图像建立初始结构,然后依次将其他图像加入当前重构结果,进一步通过集束调整来最小化序列中所有图像重投影误差,得到精确的三维重构结果,避免了复杂繁琐的自标定过程。实验结果验证了算法的有效性。     

3D geometry reconstruction from orthographic views: A method based on 3D image processing and data fitting

Industrial esthetic designers typically produce hand-drawn sketches in the form of orthographic projections. A subsequent translation from 2D-drawings to 3D-models is usually necessary. This involves a considerably time consuming process, so that some automation is advisable.     

深度学习在单图像三维模型重建的应用

针对基于单图像重建的三维模型具有高度不确定性问题,提出了一种基于深度图像估计、球面投影映射、三维对抗生成网络相结合的网络模型算法。首先,通过深度估计器得到输入图像的深度图像,这有利于对图像进一步的分析;其次,将得到的深度图像通过球面投影映射转换为三维模型;最后,利用三维对抗生成网络对重建的三维模型的真实性进行判断,建立更逼真的三维模型。理论分析和仿真实验表明,与学习先验知识生成三维模型的算法LVP相比,所提模型在真实三维模型与重建三维模型的交并比（IoU）上提高了20.1%,倒角距离（CD）缩小了13.2%。实验结果表明,所提模型在单视图三维模型重建中具有良好的泛化能力。     

无序图像三维重构中的图像选择技术

针对无序图像的三维重构问题,本文提出了一种图像选择算法,在三维重构算法运行之前,首先利用图像间的全局运动估计,去除冗余的图像,有效的减少了问题的规模,同时保持图像间的大部分连接关系,并能够较好地防止出现退化情况。为了验证本文的算法,针对一系列图像进行了测试,实验结果证明,作为三维重构的一个预处理过程,提高了三维重构算法的运行效率和算法的鲁棒性,具有很高的实用价值。     

大规模室外图像3维重建技术研究进展

基于图像的3维重建旨在从一组2维多视角图像中精确地恢复真实场景的几何形状,是计算机视觉和摄影测量中基础且活跃的研究课题,具有重要的理论研究意义和应用价值,在智慧城市、虚拟旅游、数字遗产保护、数字地图和导航等领域有着广泛应用。随着图像采集系统（智能手机、消费级数码相机和民用无人机等）的普及和互联网的高速发展,通过搜索引擎可以获取大量关于某个室外场景的互联网图像。利用这些图像进行高效鲁棒准确的3维重建,为用户提供真实感知和沉浸式体验已经成为研究热点,引发了学术界和产业界的广泛关注,涌现了多种方法。深度学习的出现为大规模室外图像的3维重建提供了新的契机。首先阐述大规模室外图像3维重建的基本串行过程,包括图像检索、图像特征点匹配、运动恢复结构和多视图立体。然后从传统方法和基于深度学习的方法两个角度,分别系统全面地回顾大规模室外图像3维重建技术在各重建子过程中的发展和应用,总结各子过程中适用于大规模室外场景的数据集和评价指标。最后介绍现有主流的开源和商业3维重建系统以及国内相关产业的发展现状。     

一种快速有效实现三维实体重建的算法

从图的数组表示法这一基本表示方法,作为基点出发,将点、线、面、面环等信息用数组形式存储,从数组元素出发逐步实现了基于三视图的三维重建。实践表明,该方法充分利用数组形式的有序、对应、直接等特点,大大提高了三维重建的效率,减少了传统方法庞大的搜索空间和降低了时间复杂度。     

基于雷达复杂1维距离数据的3维重建算法

基于刚体目标3维运动过程中的几何不变性,可以利用目标上多个散射点在单天线雷达1维距离像序列中的1维距离数据,重建出目标未知的3维结构和运动路径。针对此1维到3维的几何重构问题,提出了一种雷达刚体目标结构和运动的3维重建算法,该算法可利用散射点复杂的1维距离数据进行重建,并且采用非线性优化技术实现了对目标重建参数的捆绑调整(bundle adjustment)。另外,该算法中引入了目标的平移模型,使目标的平移参数能够与旋转参数一并求解,从而避免了距离对准操作的误差对重建精度的影响。仿真实验结果表明,由于重建数据中散射点的数量以及目标3维运动的丰富性得到了显著提高,尤其是最优化技术在算法中的成功应用,重建算法的鲁棒性得到了有效增强。     

半自动全向图与卫星遥感图快速配准

折反射全向图和卫星遥感图配准属于异构传感器图像配准问题,目前快速有效的解决方法比较少,但应用需求又比较多,鉴于此,提出了一种基于等角原理的半自动快速配准算法。通过全向Hough变换方法提取全向图中建筑物顶部轮廓直线,同时手工找出卫星图中建筑物顶部轮廓直线,通过角度关系结合投票方法计算出全向图可能拍摄位置,并用所有可能位置组成可行集,从可行集中选出最满意解。仿真实验与实景实验均表明该方法快速有效。     

快速数字影像重建的2维/3维医学图像配准

目的 针对2D/3D医学图像配准过程中数字影像重建技术(DRR)生成图像和相似性程度测量两个步骤计算量大、耗时较长这一问题,提出了一种基于Bresenham直线生成算法改进的模式强度与梯度相结合的混合配准算法.方法 首先利用Bresenham直线生成算法原理改进传统光线投射算法(Ray-Casting),完成DRR图像的生成;其次模式强度与梯度相结合并引入多分辨率策略来降低相似性测度的计算复杂度;最终利用改进的鲍威尔优化算法对参数进行优化,完成整个配准过程.结果 实验结果表明,改进的混合配准算法与基于相关系数、互信息和模式强度的配准算法相比,配准效率大幅提升.模拟配准实验和临床配准实验完成时间分别为76.2 s和64.9 s,比传统配准算法效率提升3~6倍.结论 提出的算法在保证配准精度和高鲁棒性的前提下,大幅度地提高了2D/3D医学图像配准算法的运算速度,可以满足临床上精确引导手术进行的实时性要求.     

基于单张照片的三维人脸重建优化算法

传统人脸三维重建算法难以确定人脸形状,并且计算复杂。针对此问题,提出一种以水平集方法获取人脸轮廓并结合明暗恢复形状(SFS)算法重建三维模型的方法,该方法仅需单张正面人脸照片。首先采用主动形状模型确定人脸轮廓,将其作为水平集的初始演化曲线,分割出完整的人脸形状;然后对人脸区域进行灰度变换,求出灰度图像;最后通过SFS算法重建已知光照条件的人脸图像的三维模型,将该模型作为参考与灰度图像匹配,进而确定其光照条件和三维模型。实验结果表明,与基于网格模型的算法相比,该方法可快速地重建具有完整形状的人脸模型。     

基于单张人脸图片和一般模型的三维重建方法

提出一种使用单幅人脸照片进行特征提取、标准模型变形的全自动三维人脸重建方法。使用改进ASM方法自动精确提取人脸特征点,通过使稀疏形变模型匹配平面特征点来获取照片人脸的深度信息,再将一般人脸模型变形到特定人脸。基于肤色模型优化的ASM提取人脸特征,使得一定角度的侧面照片也可以有很好的重建效果。同时,使用基于肤色模型的纹理融合技术使侧面信息缺失的问题得到很好解决。实验证明,该方法快速简便,只用单幅照片全自动化完成重建,无须用户交互,生成的三维模型有较好的真实感。     

基于序列图像的鲁棒三维重建方法

提出了基于序列图像的鲁棒三维重建方法。首先利用两幅图像的最优参数估计,然后添加新图像并采用稀疏调整,减少图像坐标测量值的最小几何误差。通过对三维结构和摄像机参数进行全局优化处理,以提高重建的鲁棒性。实验结果表明,该方法提高了重建的精度和鲁棒性,并真实地再现了物体的三维模型。     

X射线图像三维重建的自标定优化算法

根据X射线图像成像特点,提出一种适用于X射线图像三维重建的自标定算法。首先基于SIFT算法得到相邻2幅X射线图像对应轮廓特征匹配关系;然后根据匹配关系计算得到基础矩阵;接着根据基础矩阵估计X射线无损检测设备内参数初值;最后基于改进Kruppa方程优化内参数,得到X射线图像三维重建自标定内参数。根据优化前后的内参数建立的电力金具三维模型,从形状和关键尺寸误差2方面进行对比,结果表明优化后的内参数具有较高的精度和可靠性。