光学相干层析成像眼底视网膜三维图像去抖动方法

眼底视网膜病变是大部分眼科疾病的来源。光学相干层析成像(OCT)具有无创性、成像安全快速等特点,在临床上被广泛用于眼科疾病的诊断。针对OCT视网膜三维图像因抖动产生的扭曲变形问题,提出一种基于曲线拟合的OCT视网膜三维重建图像去抖动方法,即通过预处理提取OCT视网膜图像的边界,再利用最小二乘法曲线拟合来计算各帧切片图像的偏移量。结果表明:所提方法对OCT视网膜三维重建图像扭曲变形具有明显的校正作用。     

基于转轴参数的多自由度双目视觉系统标定

多自由度双目立体视觉系统可以解决传统双目立体视觉视场区域小的问题。避免双目摄像机每转动一个角度都需要重新标定外参数,提出了一种基于转轴参数的标定方法。只需标定出初始位置时双目摄像机的内外参数,使摄像机绕转轴旋转,根据单应性原理测量摄像机与标定模板的位姿关系,确定转轴方向矢量与轴上点坐标。最终利用Rodrigues旋转矩阵确定旋转已知角度后双目摄像机的外参数,实现多自由度双目系统的标定。实验结果表明,提出的方法能准确测量转轴参数,完成多自由度双目立体视觉系统的快速标定,提高系统的工作效率。     

基于双目视觉的三维重建中特征点提取及匹配算法的研究

三维重建是计算机视觉技术的主要内容之一。基于双目视觉的二维图像特征点的提取及特征点的匹配是三维重建技术的核心。通过以双目立体视觉理论为基础,提取立体图像的Harris角点作为特征点,经过基于小波变换的子线段匹配方法,较好地的解决了匹配精度与匹配速度之间的平衡问题。采用该方法对水泥冷却机内熟料的高度进行了测量,实现了熟料的三维重建。实验表明,该方法可提高图像匹配的速度和精度,能够较精确地对物体实现三维重建。     

一种基于偏振解析的三维表面重建方法

提出用解析反射光偏振图像来重建透明物体表面形状的原理及实现方法。从物体表面反射的光具有一定的偏振特性,偏振特性的不同反映了物体的形状和反射特性的不同,这两者之间存在一种必然的联系。通过分析物体表面反射光的偏振分布,可以得到物体的表面形状。依据菲涅耳反射公式,推导出偏振度与物体表面法线间的函数关系,据此构建相应算法,对由CCD照相机拍得的被测物体的偏振灰度图像进行处理,重建出被测物体的表面形状。实验结果证明提出的方法是实用且有效的。     

骨自动分割及基于轮廓一致性的分割验证

利用序列CT图像对骨组织做自动分割是计算机辅助骨科的重要技术。由于骨结构的不一致性、病理改变以及CT数据内在的模糊性,完全做到自动分割目前还面临着很大的困难。提供了一种有效的解决框架,既避免了传统分割中大量的人力介入,又避免了自动分割造成的错误。具体步骤是:设计合适的自动分割算法对序列CT图像中骨组织做自动分割;利用相邻CT图像上骨轮廓是渐进变化的特性,通过比较轮廓形状的一致性来自动验证分割的结果;对一致性较差的结果引入决策判别机制。     

用于等离子体三维重建的光场反卷积方法

目前常用的光学诊断大部分局限于二维成像,而基于层析成像的三维重建方法受限于空间和时间分辨率,无法实现等离子体边界的三维实时重建。提出一种基于光学分层理论的光场反卷积算法,利用光场重聚焦特性,结合聚焦测距法和刃边法,建立了光场深度与现实深度的关系,计算出点扩散函数,实现了单相机零调焦情况下的等离子体边界重建。为验证所提方法的可行性,以火焰为成像对象进行实验,其结果表明所提方法能够去除火焰分层图像中的离焦模糊,复原分层图像的原始结构。     

多层螺旋CT三维重建技术与X线影像学检查在骨盆骨折的诊断应用比较

目的 比较多层螺旋CT三维重建技术与X线影像学两种检查方式在骨盆骨折诊断中的应用效果。方法 选取2013年8月—2015年2月佛山市高明区中医院收治的70例骨盆骨折患者,所有患者均进行多层螺旋CT三维重建和X线影像学检查,比较两种检查方法的结果。结果采用X线平片扫描共检出43例骨折,检出率为61.43%;采用多层螺旋CT三维重建技术共检出70例骨折,检出率为100.00%;多层螺旋CT三维重建技术骨盆骨折检出率高于X线影像学检查,差异显著(P0.05)。结论 多层螺旋CT三维重建技术可更好的对骨盆骨折进行诊断,诊断率较高,可准确反映患者骨折具体情况,对提高手术成功率和改善患者预后具有重要的意义,在临床应用中值得推广。     

基于双目立体视觉的水下RGB-D相机

为满足水下机器人水下目标识别、精细作业的需要,研制了一种融合3D点云和二维RGB图像为一体的RGB-D水下相机工程样机.针对水下环境的特殊性,考虑水下多层折射效应,建立水下相机成像及双目立体成像模型.将水下图像转换为空气中的图像来消除折射对重建精度的影响,进行对应点像素匹配,重建3D点云.采用基于颜色校正和暗原色先验的...     

影响区域网光束法平差测量精度的初值因素分析

光束法平差是一种高精度的摄影测量优化方法,在大尺寸三维测量中起不可替代的重要作用。但光束法平差优化参数初始值的误差会影响最终结果的优化精度、优化发散以及局部收敛等现象发生。以高精度的区域网光束法平差为研究对象,系统性的对包括重建三维点坐标、图像坐标、外参数旋转角和平移向量四种初值参数对测量精度的影响进行深入分析。模拟研究表明,光束法平差优化将毫米级的重建三维点初值误差降低10倍以上;随着图像坐标定位误差的增加优化精度下降很快,但光束法平差优化精度仍能提高一个数量级;相机外参数旋转角和平移向量初值误差都对光束法平差优化精度影响较大。模拟结论对实际测量实验具有重要的指导意义。     

基于变分模型的单目视觉三维重建方法

提出一种基于单目视觉的致密场景重建方法,以实现对环境快速,准确地三维立体化建模。该方法针对自由式手持单目相机,在并行跟踪与地图创建(PTAM)算法框架下准确地实现相机的自定位。在此基础上,选取关键帧处图像序列,构造变分模式下深度估计模型;运用离散空间采样法获取初始深度图,借助于原始对偶算法实现该深度模型的优化,并结合相机投影模型估计待求解场景的三维模型。在统一计算设备架构(CUDA)下,利用图形处理器(GPU)进一步实现了深度估计算法的并行优化,显著提高了算法处理的实时性。真实场景下实验结果验证了所提算法的有效性与可行性。