基于形状上下文的形状匹配

提出了用于形状匹配的自适应边界点选取的形状上下文方法。首先，根据目标形状，自适应地确定边界点个数；然后，利用选取的边界点，按照本文方法计算该目标的形状直方图；最后，利用形状直方图计算不同目标之间的相似度。基于手写体数字的试验表明，形状上下文在有效描述目标的形状特征的基础上，准确地计算了不同目标之间的相似度，达到了满意的匹配结果。     

三维物体形状检测与重构系统的研究

三维物体形状检测与重构技术是计算机图像处理技术的一个分支,在众多领域有着广泛的应用前景。文中介绍了基于面结构光投影法的三维物体形状检测与重构系统,阐述了测量原理,建立了数学模型,给出了系统检测与重构的步骤,并根据检测得到的三维点云数据的特点,提出了适合本课题的简单、有效的三角网格化方法。实验结果证明该系统能够进行有效的检测与重构,具有很好的应用价值。     

基于改进三维形状上下文的点云配准

针对目前常用配准算法不能满足生产制造行业中高精度工艺要求的问题,本文基于三维点云提出一种改进三维形状上下文（3DSC）点云配准的有效解决方案。首先,通过改进的降采样方式设定阈值采集轮廓点云,对采集的点云依次进行三维网格划分形成形状上下文。然后,进行改进的3DSC初始配准,进而采用迭代最近点（ICP）精确配准,实现了源点云与目标点云之间的旋转平移变换。为验证改进算法的有效性,采用FPFH-ICP、PFH-ICP、传统3DSC和本文改进算法进行配准实验对比。实验结果表明,对于bunny点云和flowerpot点云,本文改进算法精度分别可达2.253 55e-05 m和9.969 02e-06 m,明显优于其他算法的配准精度。与传统3DSC配准算法相比,改进的3DSC配准算法可节省75%～85%的配准时间。改进的3DSC点云配准方法有利于提高配准精度且能优化配准时间,提高了配准效率。     

基于可变形模板匹配的变形字体识别

针对变形字体的识别问题,提出了一种基于形状上下文和模糊推理相结合的度量机制的变形字体识别方法。首先,在分析现行字体识别方法的基础上,提出了薄板样条曲线TPS与模糊推理相结合的相似性距离度量机制的总体思路;其次,描述了基于形状上下文的变形字体图像的特征提取过程;而后讨论了薄板样条曲线TPS与模糊推理相结合的相似性距离度量机制,并将其应用在变形字体的识别算法中。实验结果表明所提出的方法是有效的。     

基于优化三维变形模型参数的人脸重建方法

针对基于三维(3D)变形模型的人脸图像重建方法对人脸特征点检测不准确导致的重构模型形状表达能力不稳健问题,提出了一种优化3D变形模型参数的重建方法.首先,通过改进的位置映射图网络准确提取和定位人脸特征点,并以此为基础得到初始模型参数.然后,为了提高模型的精准度和泛化能力,融合基于回归方法得到的参数获取优化的模型参数.最...     

基于RBF神经网络的B样条曲面重构

采用RBF神经网络模型进行自由曲面重构,建立了适合曲面重构的径向基函数网络模型,并在B样条曲面上做了仿真试验.实验结果表明:该模型不仅能够有效地逼近不完善的、带有噪声的曲面,而且拟合精度高、网络的训练速度快.说明了径向基函数神经网络应用于曲面重构问题的可行性.     

基于SFS方法的快速人脸三维重构系统

为了实现快速重构人脸三维形状的需求,设计了一种基于SFS方法的人脸重构系统。首先由摄像机获取点光源作用下的人脸表面图像,其次假定人脸表面的反射特性遵循Lambert定律,建立透视投影下的人脸图像辐照度方程,然后将该方程转化为包含人脸表面深度信息的静态Hamilton-Jacobi偏微分方程,最后由系统软件求得该方程的解,进而重构出人脸表面的三维形状。实验结果表明,该系统可以快速获得较高的重构精度,在1.5 s内可以达到0.17%的高度平均相对误差。     

新型三维激光扫描系统曲面重构技术

为了克服现有逆向工程装备价格昂贵且不能满足实时测量的缺点,提出了一种新型成本低、扫描速度快的三维激光自由曲面扫描系统.针对该系统的曲面重构问题,提出神经网络曲面重构方案,网络的输入选取所获得的点云数据的X、Y坐标,网络的输出则选取点云数据的Z坐标.比较了径向基神经网络(RBFNN)和多层前馈神经网络(MLPNN)两种典...     

基于匹配滤波的Gm-APD激光雷达三维重构算法研究

Geiger mode Avalanche Photo Diode(Gm-APD)激光成像雷达三维重构常用的峰值法对于异常峰会提取到错误的目标位置,阈值选取整数会造成重构三维像信噪比不高及目标缺失等。针对此问题,提出了基于加权一阶类高斯匹配滤波算法,通过对脉冲回波触发频数直方图的拟合归一化得到权重窗口平滑直方图再次选取峰值位置进行重构。应用基于Poisson分布的Gm-APD触发模型理论推导得到该算法的探测率及虚警率表达式并与峰值法对比,理论结果为使用基于加权一阶类高斯匹配滤波算法提取到目标的概率更高,通过Monte Carlo仿真验证了理论推导结果。最后使用两种算法对真实实验数据进行三维重构,主观及客观对比其重构得到的三维距离像,基于加权一阶类高斯匹配滤波算法在复原效果上较峰值法有了明显提升。结果表明,基于加权一阶类高斯匹配滤波算法在处理低信噪比、实时三维重构等方面具有良好的实际应用前景。     

基于加权形状上下文的图匹配方法

针对目前图像发生较大形变时特征点无法精确匹配的问题,提出整数约束下基于加权形状上下文的图匹配方法。利用图理论来描述图像特征间的结构信息,将图像特征匹配转化为图匹配问题。基于相似性度量矩阵构造思想,引入形状上下文特征,以图间所有可能的匹配点对作为分配图的顶点,利用图像点集内和点集间的加权形状上下文统计特征作为相似性度量函数构造图的边的权值,采用整数约束下的迭代求解算法求解图匹配问题。真实图像特征点集的匹配实验验证了本文算法的有效性。     

基于立体匹配技术的数字全息三维形貌重构

针对数字全息对物体三维形貌的重构与测量,提出了一种将数字全息术与立体匹配术相结合的三维测量方法。首先利用离轴菲涅耳数字全息系统,采集三维物体的单幅离轴菲涅耳全息图;然后将获取的数字全息图分为两个部分,分别进行数值再现,可以得到两个再现像,两个再现像存在视差。最后利用立体匹配算法获取两幅视图再现像的视差,根据几何关系获取物体的深度信息,重构物体的三维形貌。实验中,分别对不连续物体和连续物体进行三维形貌的重构,得到了准确的三维物体深度信息。数值模拟和初步实验结果表明该方法有效可行。     

Representing 3D shapes based on implicit surface functions learned from RBF neural networks

We propose to represent the shape of 3D objects using a neural network classifier. The 3D shape is learned from a neural network, where Radial Basis Function (RBF) is applied as the activation function for each perceptron. The implicit functions derived from the neural network is a combination of radial basis functions, which can represent complex shapes. The use of RBF provides a rotation, translation and scaling invariant feature to represent the shape. We conduct experiments on a new prostate dataset and public datasets. Our testing results show that our neural network-based method can accurately represent various shapes.     

基于单幅图片恢复人体三维形貌的研究

从单幅图片出发,通过简单的方法,根据人体的先验知识,从光学角度预测图片中的光源,并对人体图片进行2.5维恢复,以便以后从视频中恢复三维信息。实验表明,在一定条件下,将光源预测应用于人体表面三维形貌的复原是有成效的。本工作为从二维视频恢复2.5维信息提供了简单、实用、可改进的方法。     

基于立体视觉的三维模型重建系统设计

以计算机视觉理论为基础,研究了基于立体视觉的三维重建技术.早期的三维重建技术受到理论研究水平的限制,建模过程需要专用设备如视觉坐标测量机来实现,且摄像机的运动受到严格的限制.在非特定环境下,对不特定模型采用普通的数码相机进行三维重建.该系统切实可行,操作简单,可以精确地恢复出二维图像检测方法所不能提供的物体的位置、几何...     

三维监控系统中基于三维重构的交互式标定

标定多个监控摄像机的位姿是智能监控系统的基础.传统的标定方法需人工逐一标定每个目标摄像机,且难以处理非重叠监控视场以及摄像机运动和扰动的情况.对此本文提出一种基于三维重构的交互式标定框架,通过引入场景三维特征点云作为中间层,仅需一次性建立其与参考背景模型间的几何变换关系,即可通过目标摄像机图像与三维点云的匹配实现自适应标定,可显著降低工作量.由于匹配是建立在监控图像与三维点云之间而非监控图像之间,因此可以处理监控视场非重叠的情况.对于摄像机运动和扰动,提出了一种在线相对姿态传递方法,能够克服摄像机扰动和运动带来的姿态变化问题.实验证明了本文方法的有效性.     

基于多视影像的三维数码城市快速自动建模方法的研究

提出了一种基于多视影像的三维数码城市快速自动建模的方法。首先获取重建区域的多视(多角度)影像,经过数字摄影测量处理之后,自动获取地面的三维信息,然后在人工干预下半自动地获取建筑物的几何信息,并自动从多视影像中提取建筑物屋顶和墙面的纹理,建立建筑物的三维模型,最终建立重建区域的三维场景。实验结果表明,该方法是可行的、有效的。     

一种基于体素的三维重建方法

文章给出的一种基于体素的三维重建算法，采用面片作为体素，通过判断不同视点处输入图像纹理颜色的一致性来重建三维模型。算法利用场景分块重建来简化遮挡问题，降低了时间复杂度；算法提出了面片步长的计算方法．以重建具有照片级真实感的三维模型。     

3D Reconstruction of Periodic Human Walking Trajectories Based on Single View

Periodicity of a moving body is one of important characteristics in activity monitoring. We present a method to estimate the trajectory of human gait in 3D space from a single camera by exploring the periodicity of the human movement. Geometric constraints are established to characterize the periodic motion, which are invariant under viewing geometry variations. According to our analysis, these geometric constraints reduce the overall computational complexity of evaluating periodicity. Meanwhile, with the help of these geometric constraints, we develop a novel method to reconstruct the 3D motion trajectory from a single camera. Experimental results demonstrate the accuracy and robustness of the algorithm.