自适应局部邻域特征点提取和匹配的点云配准

点云配准是三维重建的关键技术之一。针对点云匹配中迭代最近点算法(ICP)速率低、对初始位置要求高的问题,提出了一种基于自适应局部邻域特征点提取和匹配的点云配准方法。首先根据局部表面变化因子与平均变化因子的大小关系,自适应地提取特征点;其次利用快速点特征直方图（FPFH）综合描述每个特征点的局部信息,结合随机抽样一致性（RANSAC）算法实现粗配准;最后根据得到的初始变换矩阵和基于特征点的ICP算法实现精配准。对斯坦福数据集、含噪声的点云以及场景点云进行配准实验,实验结果表明:所提出的特征点提取算法能高效地提取点云的特征;相比于其他特征点检测方法,所提方法在粗配准中的配准精度和配准速度更高,且抗噪性能更好;与ICP算法相比,基于文中特征点的ICP算法在斯坦福数据集和场景点云中的配准速度提升了约10倍,在含噪声的点云中,能根据所提取的特征点高效地进行配准。该研究为提高三维重建和目标识别的匹配效率提供了一种高效的方法。     

基于双目视觉的大型高反光构件测量系统

为满足大型高反光构件的原位高效高精度测量,提出了一种基于双目视觉配合工业机器人的测量系统.该系统通过目标检测可以准确分割出视觉标志点所在的感兴趣区域,有效减少高反光表面造成的误提取,提高双目视觉测量系统的鲁棒性和测量效率.同时通过控制工业机器人末端运动,完成多位姿下对整个构件的测量,再通过多位姿间坐标转换关系将不同位姿...     

基于OpenGL的冠脉树在最佳视角下的投影显示

在冠脉树三维重建的基础上研究了感兴趣血管段最佳视角的计算方法,该方法首先获得满足感兴趣血管段最小投影缩短的造影角度范围,然后在该范围内进一步选取满足最小血管遮盖的造影角度.对造影系统的X射线透视投影原理和OpenGL中的透视投影原理进行分析比较后,利用OpenGL显示冠脉树在感兴趣血管段最佳视角下的投影图像.实验结果表明,在最佳视角下的投影图像中,血管损伤长度和直径狭窄能更好地估计,从而用于指导介入性治疗.     

基于改进MC算法的CT/MR图像三维重建

针对MC(Marching Cubes)算法重建后模型表面的不光滑性和模型表面三角面片数量大的缺点,提出了在保证一定精度的前提下减少小面片的处理方式。通过对等值面进行三维空间上的方向平滑来代替等值面上的三维坐标平滑,达到了提高模型表面平滑性的目的。以边删除算法为基础,设计了网格简化算法,实现了模型表面的网格简化。以喉管和心血管两组磁共振(Magnetic Resonance,MR)体数据为例进行三维表面重建的结果表明,平滑后的三维显示效果有了显著改善,显示的结构细节清晰度与真实感明显提高。模型的网格简化90%后,依然能保持原模型的特征和较好的视觉效果,并大大提高了实时交互绘制的能力,明显缩短了交互操作时间。     

双目测量系统的室内定位与重建

为了解决实测场景下光照变换及弱纹理区域对三维重建效果的影响,提出一种双目测量系统的改进AD-Census立体匹配算法进行室内目标物体的定位及三维重建。方法基于双目视觉测量原理,首先采用直方图均衡化、自适应阈值Canny边缘提取及膨胀等操作进行图像预处理,其次利用张正友标定法完成相机标定,通过立体校正去除相机畸变,基于梯度划分弱纹理及边缘区域来改进AD-Census立体匹配算法,最后用所改进算法生成的视差图,实现了室内物体的定位及三维点云重建。实验结果表明,本方法可以提高在弱纹理背景区域的匹配精度,在10 m测距范围内,相对误差不超过5%,在1.8 m处,测量误差较小,在保证精度的同时实现了室内目标场景轮廓的基本重建,视觉效果较好,可广泛应用于实际中。     

基于太赫兹波成像的鼠脑创伤三维重构

采用Feeney′s方法制备了鼠脑创伤模型,利用太赫兹波透射式成像系统对鼠脑的组织切片进行成像检测,结果表明:鼠脑创伤区域相比于正常区域具有更低的透过率。采用三维重构技术实现了鼠脑的三维建模,该模型可以清楚地反映鼠脑内部创伤区域的空间分布。基于太赫兹波多深度切片成像的三维重建技术在生物医学精确诊断方面具有巨大的应用潜力。     

双目立体视觉在机器人三维重建定位中的方法研究

本文对双目立体视觉在机器人三维重建定位中的方法研究,并提出了相应的解决方案。     

基于正向投影面积法的层析粒子图像测速权重系数计算方法

三维重建是层析粒子图像测速(PIV)中重要的一步,重建过程中的权重系数计算通常较为繁琐。基于此,提出一种层析PIV快速权重计算方法——正向投影面积(FPA)法,即将离散体素投影在相应像元上的面积作为权重系数计算的方法。首先,基于针孔相机模型构建三维空间内粒子多视角投影成像仿真程序,生成仿真图片用于方法分析与验证;其次,将FPA方法结合目前主流重建算法开展三维重建精度和耗时分析。结果表明,当用于本研究所述测量区域重建时,相比于传统后向方法与亚网格法权重系数计算方法,FPA法的权重矩阵元素个数分别降低了大约3个和1个数量级,计算时间分别减少了97%与85%,相应地降低了计算机的内存占用,且FPA法与传统后向方法所计算的权重矩阵的平均相似度高于0.9974。在常用实验粒子数分数(p_ppp=0.05)下,该方法结合目前主流重建算法的重建精度可达0.8以上。同时基于仿真图片分析了相机最佳采集角度以及实验相机噪声对重建结果的影响,结果表明,在实验噪声条件下重建结果仍然满足三维流场重建的要求。