三维面形测量中基于模版匹配的变形条纹修复

在基于条纹投影和相位分析的三维面形测量中,由于被测物体表面标志点或复杂面形的阴影遮挡存在,会造成变形条纹局部区域的条纹数据缺失,影响相位和高度信息的最终重建,需要人为地对缺失图像信息进行修复。提出了一种新的缺失条纹数据修复方法——基于模版匹配的图像修复算法,通过图像中已有条纹信息(特别是与待修复区域周围相位信息相似度较高的已知条纹信息)对缺失的变形条纹信息进行估算,实现数据修复。该方法修复效果好,运算过程无需人为参与,便于计算机自动实现,尤其适合于待修复图像整体结构明显、纹理清晰图像的数据修复,有助于提高被测物体相位计算质量和在此基础上的三维面形重建质量。     

对复杂自由曲面的纹理重建方法

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

对复杂自由曲面的纹理重建方法（英文）

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

基于双目光栅重建和纹理映射的缺陷三维测量方法

针对工业检测中对表面缺陷的高精度检测和定位需求,提出了一种缺陷特征重建方法。通过在基于双目光栅投影的三维重构系统上附加纹理相机,实现对于重构点云模型的纹理映射,并结合纹理相机图像中提取到的特征区域,完成表面特征的三维重构。针对待测物体需要进行多视角重建的情况,引入精密转台,利用旋转轴标定方法获取不同旋转位置下纹理图像与点云数据的映射关系,并利用基于距离判据的判断方法实现了对遮挡部分点云的剔除。采用四象限临近点搜索和基于距离加权平均的线性插值方法对纹理图像中像素坐标进行三维测量。实验完成了对于图像中标注缺陷轮廓内像素点的重建,实现了对于表面特征的精确尺寸计算和定位,通过对重建的缺陷尺寸和位置进行计算并与影像测量仪测得结果进行对比,可得本文方案对缺陷三维尺寸和位置的测量误差不超过0.2 mm,且能更准确地计算缺陷面积。     

一种偏振普适性多尺度实时的图像去雾算法

针对现有偏振算法依赖于"天空区域"估计大气参数,从而受白色目标或高亮区域干扰的不足之处,提出了一种图像普适性多尺度偏振去雾方法.研究偏振差分图像四叉树空间索引和图像暗通道先验方法,突破估计模型参数利用天空的局限性,重建场景深度,结合大气散射模型复原低频无雾图像;同时针对目标复原过程中噪声遗留问题,研究软阈值去噪算法,结合低频信息重构的透射率,以梯度增强方式丰富纹理细节,最后小波重构出清晰图像.实验结果表明,该算法有效消除了估计大气参数受制于天空区域的局限性,抑制噪声的影响,复原的目标更加清晰,细节方面更为丰富,算法运行效率方面有较大提高.     

基于先验似然的高分辨光场图像深度重建算法研究

针对传统双目以及多目在处理遮挡和弱纹理区域匹配效果差、稳健性低的问题,提出了一种基于极平面图像(EPI)对复杂、精细场景进行深度重建的算法。根据EPI特殊的线性结构,提出一种交叉检测模型,有效地计算出EPI轮廓边缘,并将指数距离度量函数和距离权重系数相结合,得到轮廓边缘的深度。对于内部平坦区域,利用求得的深度作为先验,通过先验似然扩散策略将深度扩散到整个区域。整个算法在局部进行,不但保存了精确的轮廓边缘,同时也保证了无纹理区域深度的平滑性。测试结果表明,该算法在重建速度及质量上均优于原始方法。     

一种基于中性集和均值漂移的彩色遥感图像非监督建筑物提取方法

建筑物的纹理和光谱信息的多样性一直是自动化识别的瓶颈。针对此问题,提出了一种彩色遥感图像建筑物提取方法,该算法结合中性集和均值漂移,对转换到中性集空间的影像进行均值漂移分割,生成以影像中主要地物类型为核心的光谱类别图像,提取建筑物。通过中性集空间的增强及分割,克服了传统均值漂移分割稳定性低、光谱不连续及信息混杂的缺陷,避免了地物识别前提取连通区等操作。实验证明,提出的算法可以简捷、完整、准确、稳定地提取建筑物,满足高分辨率遥感影像建筑物的提取要求。     

基于物体像的干涉条纹图像中散斑噪声的识别方法

散斑噪声是激光干涉时的普遍现象,其覆盖被测表面对应区域的形状信息,造成测量误差。针对斜入式激光干涉测量中散斑噪声的特点,提出一种基于物体像的散斑噪声的识别方法。该方法通过统计物体像中有效测量区域和背景区域内灰度分布的特点,自动计算出判定散斑噪声的上下阈值。基于物体像与干涉条纹图像间微米级的映射关系,得到干涉条纹图像中散斑噪声的位置。设计了相关实验,对干涉条纹图像中识别出的散斑噪声区域进行修补,消除了包裹相位图中一个条纹周期内相邻像素点间大于π的相位突变。     

弱光照环境下人脸表情图像识别方法研究

对弱光照环境下人脸表情图像进行识别,可以更好地对人类的情感进行分类,有利于人类在现实社会中的沟通。当前方法利用提取人脸表情图像的一维特征完成对弱光照环境下人脸表情图像的识别,该方法无法对人脸表情图像进行详细地描述,导致人脸表情图像在识别时经常出现识别精度低、速度慢的问题。为此,提出一种基于BP神经网络的弱光照环境下人脸表情图像识别方法。该方法首先利用自相似性对带有噪声的图像进行图像区域划分,并依据统计学习获得线性空间,通过对空间的投影获得不含噪声的人脸表情图像区域向量,将人脸表情图像进行重组,得到去噪后的图像,然后利用Cabor变换对人脸表情图像特征进行提取,采用AdaBoost对弱分类器以及人脸表情图像样本进行训练,并通过多次弱分类器的迭代,得到最终的人脸表情图像强分类器,完成对弱光照环境下人脸表情图像的识别。实验结果证明,所提方法可以提高人脸表情图像的识别准确率,加快识别速度,为该领域的研究发展提供强有力依据。     

基于编码光栅的空间不连续三维物体表面的绝对相位获取方法

为快速获取空间不连续三维物体表面的绝对相位,提出了一种基于编码光栅的相位展开方法。该方法只需投射一幅带有编码信息的光栅条纹图像,即可获取相位展开所必需的条纹级数信息,从而得到整个被测表面的绝对相位信息。根据相位-深度关系,可获得整个被测表面的三维信息。与基于格雷码的相位展开方法相比,该方法不依赖被测物体的灰度信息,抗噪声性能更好。该方法只需额外投射一幅编码条纹图像,更适用于对实时性要求比较高的三维测量。通过实验证明了该方法的有效性和可行性。     

基于小波重构的木材表面缺陷检测系统研究

设计了木材加工业中木材纹理表面的检测系统，提出了一种有效的选取小波频带重建图像的纹理瑕疵检测方法。设计的检测系统由新型LED光源，明暗域结合成像光学系统，高速高分辨率线阵CCD器件等组成。应用小波基函数在较优的分解级数上对纹理图像进行分解，然后在最佳的分辨率级数上正确选取平滑图像或者细节图像来重建图像。在重建图像中均匀纹理图案被有效地移除，仅仅保留了局部瑕疵区域，小波频带选取是基于小渡系数的能量分布自动确定最佳重构参数。重构后的图像经阈值处理得到二值图像，最后运用数学形态学的方法对二值图像后处理。实验表明，该方法可用于实时在线检测木材表面的瑕疵。     

基于Kinect传感器多深度图像融合的物体三维重建

物体的三维重建技术一直是计算机视觉领域研究的热点问题,提出一种利用Kinect传感器获取的深度图像实现多幅深度图像融合完成物体三维重建的方法。在图像空间中对深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场（hierarchical signed distance field）,对距离场中所有的体素应用整体Delaunay三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,完成物体表面重建。实验结果表明,该方法利用Kinect传感器采集的不同方向37幅分辨率为640480的深度图像完成目标物体的三维重建,仅需要48 s,并且得到非常精细的重建效果。     

无需系统标定的三维视觉重建北大核心CSCD

为了解决传统三维重建需要依赖系统标定信息的问题,提出了一种基于相位图的不需要系统标定信息的三维视觉重建算法。首先使用结构光测量技术获得被测物体表面的相位图,再利用相位图的横向和纵向空间扭曲特性计算物体表面相对深度信息,最后实现被测物体的三维视觉重建。这种方法可以用在无法进行标定或无法获取标定信息的场合。实验结果表明,当被测物体表面结构简单时,这种方法的三维视觉重建效果较好。并通过对比传统三维重建结果验证了该方法的有效性。     

一种改进Census变换与梯度融合的立体匹配算法

针对现有立体匹配算法对噪声敏感、易失真、在视差不连续区域与弱纹理区域误匹配率高的问题,提出一种改进Census变换与梯度融合的多尺度立体匹配算法。采用支持窗口内所有像素的加权平均灰度值作为Census变换的参考值,将Census代价与由水平和垂直方向归一化结合的梯度代价进行加权融合,通过设置噪声容限获得稳定的代价,提高了单像素匹配代价的可靠性;在多分辨率尺度下,采用改进引导滤波算法完成对匹配代价的聚合;通过视差提取获得视差图。实验结果表明,该算法在Middlebury测试平台上对标准立体图像对的平均误匹配率为4.74%,对27组扩展立体图像对的平均误匹配率为8.67%。该算法使得视差不连续区域与弱纹理区域的误匹配率进一步降低,且对噪声和光照等干扰表现出较好的稳健性。     

面向区域的非均匀光照估计方法

非均匀光照场景难以满足现有光照估计方法的单一先验假设,为此提出一种面向区域的非均匀光照估计方法。该方法考虑了Lambertian物体表面反射对光照估计的影响,并通过分析相似同质区域的物体表面反射,采用单实例支持向量机方法构建典型同质区域的区域光照模型。该方法通过获得同质区域的光照模型,有效改善了非均匀光照的估计准确性。实验表明在标准自然场景的数据库中,该光照估计方法优于当前的其他先进方法。     

基于水平集的闪光照相图像分割算法

针对Chan-Vese(CV)模型局部控制能力差的缺点,将基于区域的CV模型和分割曲线的局部信息结合起来,提出了一种新的水平集图像分割算法。该算法以CV法的分割曲线为初始曲线,以获得全局收敛性,在后继分割中引入分割曲线的局部信息,以提高模型对图像中微弱信号的分割能力。对闪光照相图像的数值实验表明,该算法噪声抵抗能力强,对初始轮廓位置不敏感,能实现对含细长拓扑结构和微小孔洞的弱边界闪光图像的自动分割。     

基于光场深度序列的大视野图像拼接算法

针对现有光场深度重建算法只能获取单一视角深度信息,三维建模应用受限的问题,提出一种大视野图像拼接算法。该算法基于三维光场重建的深度图像序列,采用双边滤波及插值算法对图像进行去除噪声,利用基于边缘曲率极值的角点检测算法,并通过最小曲率偏差的列间度量匹配实现了图像之间的精确配准,采用改进的加权平均方法对重叠区域进行融合操作,既保留图像细节又拓展图像视野。实验结果表明,该算法能够有效实现光场深度图像序列的平滑拼接,有利于形成大视野深度数据,为大场景的三维重建奠定了基础。     

一种光谱与纹理特征加权的高分辨率遥感纹理分割算法

高分辨率遥感影像呈现极其丰富的光谱和结构信息,传统的基于光谱的遥感影像分割方法往往使得分割区域过于细碎且分割精度不高.尝试将纹理信息引入到特征空间以期解决该问题.本文算法中,特征空间由光谱和纹理两类构成,并采用加权最小距离分类器.光谱信息通过对原始影像的变带宽均值漂移滤波获得,纹理信息由对原始影像逐波段采用多尺度伽博(Gabor)滤波器组滤波获得;依据训练样区中各特征维的方差确定该地物类别分类时特征维的权重,并通过训练样区的特征加权平均获得各地物类别的聚类中心;最后,将像素点归为到加权聚类中心距离最小的类别.实验结果表明,提出的均值漂移带宽确定方法是有效的,加权融合算法较基于光谱的分割方法在分割精度上有一定程度的提高.     

基于双目去歧义的偏振三维重建技术研究

对于表面光滑且纹理单一的物体,因其具有纹理信息不足的特征,故利用传统的重建算法无法准确恢复其形状特征,并且会出现大面积数据空洞的现象,而利用偏振信息对目标物进行重建时,则会很好地解决上述的情况。但由于入射面方位角存在模糊性,导致无法获取有效的深度信息,提出用双目估计参数去除歧义角从而三维重建。利用Stokes参数来表示两个视角下目标表面反射光的偏振态信息,由于两个视图的对应点是独立的,即每个方位角都会存在不可避免的歧义性,这种方位模糊导致有两种可能的法向量,故从两幅具有偏振信息的图像中估计相对位姿,在求解相对位姿时,相对旋转与平移是必不可少的,问题即可以转换为最小二乘求优问题。通过求得最优解来估计出旋转矩阵从而消除方位角的歧义问题,实验结果表明,该消除歧义后深度图的图像分辨率更高,重建后形状信息准确,目标物纹理还原性高,易于工程实现。     

基于信号相关性的自适应时域视频压缩感知重建方法

提出了一种基于信号相关性的自适应时域视频压缩感知重建方法,在超时间分辨率视频成像过程中自适应地判断物体的运动量并有针对性地重建信号。该方法将所观察到的图像分成不同运动量大小的区域,然后利用由视频样本训练得到的对应的字典重建这些区域;在视频重建阶段,将编码曝光图像快速分块重建,再计算各帧图像块之间的相关系数,通过相关系数估计局部图像运动量,根据估计的运动量选择训练字典并重建图像。仿真实验结果表明,该方法能准确地获得视频图像的运动分布信息,在降低重建时间的同时提高了重建质量。