基于特征分块的三维人脸重建和识别

针对传统三维人脸重建算法效率低且难以满足实际应用的缺陷,提出一种基于特征分块的三维人脸重建算法,并将此算法应用到三维人脸识别中,实现了基于特征分块的加权三维人脸识别。首先,利用基于平面模板的非均匀重采样法对原始数据进行归一化;其次,采用主动形状模型(ASM)算法对三维人脸和二维人脸图像进行特征定位和特征分块;然后,利用基于分块主元分析(PCA)的稀疏形变模型算法实现每个人脸分块的三维重建;最后,实现了此算法在三维人脸识别中的应用。实验表明,此重建算法具有较高的精度和重建效率,还可以达到全局最优,并且可以提高三维人脸的识别率。     

基于智能手机立体影像的稠密三维重建

针对传统立体影像三维重建过程中面临的重建点云数目稀疏、视觉效果不稳定等问题,提出一种基于智能手机立体影像的稠密三维重建方法。该方法在传统影像三维重建的基础上引入密集匹配步骤,通过对手机设备进行相机标定、影像校正,对立体影像进行初始同名点的获取,并使用RANSAC方法剔除错误匹配点,得到高精度同名点作为匹配基元,进而密集匹配并联合三角测量方法进行三维点云解算,得到稠密三维点云。实验结果表明,该重建方法较传统重建方法生成的点云密集,可以清晰看到物体的纹理,视觉效果良好,并且对不同场景有着较好的适应性。     

基于散斑结构光编码的三维人脸重建方法研究

三维人脸信息获取通过三维相机和三维人脸重建算法进行三维人脸建模。真实环境中三维重建方法往往存在匹配误差较高、表面粗糙等问题。针对三维人脸重建中的问题设计一套三维人脸重建算法用以提高三维重建效果,通过向人脸投射散斑图案增强人脸纹理,改进ZNCC算法生成平滑的三维人脸模型。通过仿真实验验证了该算法可以得到较高精度的平滑三维人脸模型。     

基于改进MC算法和分数阶混沌的CT图像三维重建和加密方案

在现代医疗领域的病理诊断与手术实操中,需要对CT进行三维重建实现二维图像的三维可视化以提高诊断和操作的正确性。针对目前三维重建耗时过长、精度欠佳等问题,提出了一种改进的MC算法,采用包围盒分割算法提取包含等值面的体素,有效提高了重建效率;利用三线性插值法计算等值面与体素的交点信息,从而提高了重建精度。为保障医疗信息在云存储以及网络传输的安全性,提出了一种基于分数阶Lorenz混沌的三维模型加密方案,实现了重建数据在频域的混沌加密。实验结果表明,改进的MC算法具有良好的重建效率和重建精度,提出的加密方案能有效地保护重建后的三维数据,并能抵抗穷举攻击、差分攻击和统计攻击。     

深度学习背景下的图像三维重建技术进展综述

三维重建是指从单幅或多幅二维图像中重建出物体的三维模型并对三维模型进行纹理映射的过程。三维重建可获取从任意视角观测并具有色彩纹理的三维模型,是计算机视觉领域的一个重要研究方向。传统的三维重建方法通常需要输入大量图像,并进行相机参数估计、密集点云重建、表面重建和纹理映射等多个步骤。近年来,深度学习背景下的图像三维重建受到了广泛关注,并表现出了优越的性能和发展前景。本文对深度学习背景下的图像三维重建的技术方法、评测方法和数据集进行全面综述。首先对三维重建进行分类,根据三维模型的表示形式可将图像三维重建方法分类为基于体素的三维重建、基于点云的三维重建和基于网格的三维重建;根据输入图像的类型可将图像三维重建分类为单幅图像三维重建和多幅图像三维重建。随后介绍了不同类别的三维重建方法,从三维重建方法的输入、三维模型表示形式、模型纹理颜色、重建网络的基准值类型和特点等方面进行总结,归纳了深度学习背景下的图像三维重建方法的常用数据集和实验对比,最后总结了当前图像三维重建领域的待解决问题以及未来的研究方向。     

激光扫描历史建筑精细化重建与部件化管理

针对历史建筑三维重建的精度要求高、产生部件信息数量多的问题,提出地面激光扫描的高精度精细化模型重建的方法以及对模型进行部件化管理的策略。基于上海外滩历史建筑群,在三维激光点云数据所获取的高精度建筑物空间信息的基础上实施精细化模型重建,细化建筑物的空间信息;针对历史建筑的特点,对建筑物模型信息和对应的属性信息进行多层次部件化管理。最后以具有典型外滩历史建筑特征的亚细亚大楼为实例,基于以上方法构建历史建筑数字档案。成果表明,重建模型达到建筑保护的精度需求,以部件为基本单位的方式可以有效地组织和管理海量模型信息和属性信息,并且信息的统计、归纳、调用也更为便捷。     

激光扫描历史建筑精细化重建与部件化管理

针对历史建筑三维重建的精度要求高、产生部件信息数量多的问题,提出地面激光扫描的高精度精细化模型重建的方法以及对模型进行部件化管理的策略。基于上海外滩历史建筑群,在三维激光点云数据所获取的高精度建筑物空间信息的基础上实施精细化模型重建,细化建筑物的空间信息;针对历史建筑的特点,对建筑物模型信息和对应的属性信息进行多层次部件化管理。最后以具有典型外滩历史建筑特征的亚细亚大楼为实例,基于以上方法构建历史建筑数字档案。成果表明,重建模型达到建筑保护的精度需求,以部件为基本单位的方式可以有效地组织和管理海量模型信息和属性信息,并且信息的统计、归纳、调用也更为便捷。     

基于WiFi技术的物联网应用系统

基于WiFi技术的物联网应用系统,由智能手机、无线路由器、带WiFi模块的通用设备组成。可以实现智能手机APP控制WiFi模块设备,并且,可以通过手机以及互联网远程控制智能设备,设备控制方式多样,应用方便。应用软件采用安卓系统编程,可视化程度高,应用软件人机交互良好,操作方便。     

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。     

三维ICT图像处理与分析系统关键算法研究

该文介绍了ICT图像处理与分析系统关键算法的研究,即三维重建算法的改进和为提高测量精度所采用的双线性插值算法。改进的重建算法提高了三维面显示的效果,有效地抑制了三维面显示中的阶梯效应。另外,采用的测量算法使得测量误差在0.05mm以内,可以满足绝大部分工业CT应用的需求。     

基于多尺度CNN-RNN的单图三维重建网络

现有基于深度学习的三维重建算法主要从深度网络的单一层进行特征获取,二维图像特征提取不完整,造成三维重建效果不理想。为提高三维重建模型的精度及准确度,充分利用二维图像细节特征,有效转换为三维网络,提出一种基于多尺度CNN-RNN的单图三维重建网络。模型网络主要由三部分组成：二维编码器、转换器及三维编码器。模型借鉴高斯金字塔模型,构建多尺度网络,保留二维图像不同尺度上的特征值,通过RNN将其转换为三维特征。模型使用公共的ShapeNet数据集进行训练和测试,通过前后对比,发现使用多尺度特征提取的方法,模型具有更好的鲁棒性。与现有方法进行对比,本模型在飞机、柜子、汽车、显示器、灯、音响、沙发等模型的三维重建中拥有更好的重建效果。     

基于深度学习的单视图三维重建

单视图三维重建在计算机视觉领域中是一个具有挑战性的问题.为了提升现有三维重建算法重建后三维模型的精度,本文除了提取图像全局特征之外还提取图像局部特征,结合全局特征和局部特征并选取SDF (signed distance function)作为重建后的三维物体表达方式,不仅提高了模型的精度,生成了更高质量的3D形状,还增强了模型的泛化能力,使得深度模型可以以较高质量重建出其他物体种类.实验结果表明,本文提出的深度网络结构和3D形状表示方法与当今最先进的重建算法相比,无论在重建后三维模型的效果还是新型物体的泛化中都有更好的表现.     

基于Bayes理论的散斑三维重建方法

传统双目三维重建对纹理信息不清晰的目标物体存在误匹配率高、重建点云稀疏等问题。为此,提出一种新的散斑三维重建方法。将数字散斑和基于贝叶斯(Bayes)理论的稠密匹配算法相结合,对纹理匮乏的物体实现高精度稠密重建。介绍基于Bayes立体匹配与数字散斑相结合进行三维重建的原理,证明两种方法结合使用的可行性,并对多对双目组成的多测量头系统进行标定,将多测量头获得的点云拼接,形成物体的完整轮廓。实验结果表明,在物体距离多测量头系统500 mm时,采用Bayes立体匹配算法的三维重建匹配精度可达到0.08 mm,在不损耗重建效率的情况下,点云数量和点云精度都有明显提升。     

基于VTK人体肺部的三维重建

医学图像三维重建技术是利用二维医学图像序列重建出三维模型,为医生提供直观、全面、准确的病灶和正常组织信息,是当今医学影像领域研究的热点之一。利用一个包含了多种面绘制技术的基于面向对象方法设计的、功能强大的可视化类库Visuali zation ToolKit（VTK）进行人体肺部断层图像的三维重建,讨论了面绘制算法中最常用的移动立方体法（MC）。重建效果表明基于VTK的面绘制技术具有应用灵活、重建效果逼真、重建速度较快等优点。为进一步研究人体肺部的动态建模打下基础。     

真实场景中基于体表示的目标外形和纹理获取

传统的基于图像的三维重建方法中,图像间的相关特征匹配是影响重建模型质量和精度的主要因素之一。提出一种基于体表示的真实目标的重建方法,回避了二维图像间的特征匹配问题,简化了建模的复杂度。该方法首先提取目标物的轮廓信息;其次单向单层遍历场景空间中目标物的最小三维包围盒,利用目标物固有的颜色信息不变性判断体元反向投影的一致性,从而获取目标的三维信息;最后利用获取的三维信息绘制得到真实目标的逼真模型。实验结果表明该方法建模精度较高,真实感强。     

基于图像匹配-点云融合的建筑物立面三维重建

随着计算机技术的快速发展,基于图像的建筑物三维重建逐渐成为计算机图形学和计算机视觉领域的研究热点之一.由于建筑物图像背景复杂、序列长且杂乱无序,现有的三维重建算法存在耗时长、局部几何细节重建效果差的问题.文中针对这些不足提出了一种基于图像匹配实现点云融合的建筑物立面三维重建算法.首先寻找新添加的建筑物局部图像在原始图像集中的匹配图像,组成规模较小的图像集并重建出局部点云模型,然后通过匹配不同点云模型在同一幅图像上的投影点,找到点云模型之间的一致对应点集,接着求解点云集合之间的最佳对齐变换,实现整体和局部点云模型的融合,最终生成建筑物立面完整的三维模型,实验表明,采用文中算法进行三维重建,可以有效地减少重建时间,提高重建精度.     

基于微机电系统振镜的多频相移正弦结构光系统相位展开误差分析

随着增强现实和虚拟现实技术的发展,以及元宇宙概念的兴起,三维重建技术作为重要的内容获取手段得到了广泛的应用。其中,结构光重建技术以其高精度且不受物体表面材质纹理影响的特点,得到了研究者的重点关注。传统的结构光三维重建主要使用基于数字光处理的投影仪来投影编码图案,然而,数字光处理投影仪存在尺寸大、功率高、价格昂贵等缺点,限制了其在众多应用中的便利性。因此,微机电系统振镜因其体积小、成本低、帧率高等特点,在越来越多的三维扫描系统中,被考虑作为投影仪投影编码结构光。但限于只能投影单向条纹图案和存在红外激光器散斑效应带来的噪声的缺点,传统的基于三角测量方法并不适用。因此,该文采用相位-高度模型,搭建了基于微机电系统振镜的三维扫描系统。针对散斑效应引起的噪声,本文通过实验对比了基于微机电系统振镜常用的 3 种时间相位解包裹算法的抗噪性能。结果表明,多频层级法和负指数拟合法的抗噪性能较好,精度较高,而多频外差法的抗噪性能较差。该研究结果可为研究人员选择解相方法提供参考。     

基于中心线匹配的导管三维重建技术

针对工业领域中导管的三维重建效率低的问题,提出了一种基于中心线匹配的导管三维重建方法.该方法首先通过导管的平面灰度图像提取出中心线和边缘线,根据立体视觉原理,以非均匀有理 B样条(Non-uniform rational B-spline, NURBS)曲线作为导管中心线的描述工具和匹配基元,利用其透视投影不变性,重建导管的空间中心线,并通过边缘线计算导管的外径,最后利用三维建模技术重建导管的CAD模型.相对于现有导管三维重建方法,该方法具有测量效率高,操作简单的特点.实验结果表明,该方法的导管三维重建时间可控制在1分钟内,重投影误差为0.284像素,导管两端面中心点的测量误差为0.242mm,外径测量误差为0.158mm.     

光度立体技术的物体三维表面重建算法模拟与评价

为了提高基于光度立体法的物体三维表面重建精度,研究了几种常用三维表面重建算法的适用范围.介绍了几种常用重建算法(变分法、金字塔法、代数法)的基本原理及求解方法,指出了表面方向梯度的求解准确度是三维表面重建过程中的难点.在此基础上建立了朗伯半球体模型和实际拍摄的玻璃灯罩,从重建速度、重建精度等方面对几种算法进行了比较和评价.最后通过实验模拟和算法性能评价,表明了常用算法的重建精确度有限,并且时三维重建今后的研究进行了展望.     

基于激光扫描仪的树干三维重建方法研究

本文介绍了一种利用三维激光扫描仪,对树木枝干进行三维重建的方法.首先利用激光扫描仪获取一系列树木枝干的坐标数据,继而通过筛选这些数据来重建一系列树木枝干的片断模型,最后利用所得到的这些片断模型进行拼合,从而得到完整枝干的三维模型.利用这种方法重建出来的枝干模型是一系列圆柱体经过空间的叠加而构成的.这种三维重建方法所得到的模型可用于树胸高度的测量以及树干锥度和倾斜度的估算等领域,在实际应用中取得了良好的效果.