NURBS曲面重构与点云-曲面误差分析

通过对某汽车零件进行光栅扫描、解相和去包裹处理,获取物体三维点云数据,对点云数据进行降噪、精简和网格化处理。然后根据点云曲率分布云图将点云数据分割成11块区域,首先对A区域点云数据进行曲面拟合,生成4×4阶均匀曲面,然后对其余分块点云数据分别进行曲面拟合,最后通过曲面延伸、拼接、倒角、修剪等处理,获取物体NURBS自由曲面,总体点云-曲面误差为0.2645 mm,并且曲面间符合G1相切连续和法向曲率连续,解决了在曲率较大的地方拟合误差较大的问题,提高了曲面的重构精度。     

基于神经网络和HVS的空域数字水印算法

为了弥补空间域水印算法在提取水印时需要原宿主图像、鲁棒性较差等缺点,提出一种基于BP神经网络和人眼视觉特性(HVS)的空域数字水印算法。先选出原宿主图像对比度函数值最大的前块用于二值水印图像的嵌入,利用神经网络能够逼近任意非线性关系的特点和其自适应性,构建水印信号嵌入前后图像块像素值间的映射关系,实现了水印的盲提取,并将该算法与现有算法进行了对比。实验结果表明,对于JPEG压缩、加噪、剪切和旋转等常见的图像处理攻击,算法具有良好的鲁棒性和不可见性。     

基于嵌入式视频监控的人脸检测系统设计

针对视频监控系统智能化的要求,提出了一种基于嵌入式视频监控的人脸检测设计方案。采用在ARM-Linux操作平台上建立Servfox流媒体服务器,实现USB摄像头的视频采集和传输。在客户端首先采用帧间差分更新背景模型的改进算法获取运动目标,减少视频中运动目标对背景模型的影响,且为人脸目标的检测缩小了范围。在运动目标区域内,通过Ada-Boost人脸检测算法,最终获得人脸位置。结果表明,系统对人脸检测效果良好,准确率可达95.2%,检测时间22～27 ms/frame,满足视频监控的实时性要求。     

基于局部和全局采样点云数据简化算法研究

3D激光扫描方法获取的点云数据存在大量冗余数据,为便于重建模型,对点云数据简化技术的关键是在简化数据的同时,最大限度地保留点云数据的原有特征,对点云数据简化技术进行了研究,提出了一种基于局部和全局点云特征相融合的简化算法,通过基于点云的网格分割的非均匀网格法来提取局部点云特征,并且通过基于空间体素化方法对点云进行全局采样,然后将二者特征融合,获取最佳的简化特征效果。实验表明,该算法能够适应各种类型曲面数据的简化要求,其点云简化最大误差为0.02812,点云简化平均误差为0.000472,并与非均匀网格算法和空间体素法做比较,其简化效率高,简化误差小。由此可见,该方法简化点云不但具有较高的简化效率,同时又很好地保留了原始数据的细节特征。     

基于缺陷特征的三角形网孔模型自动修复算法

逆向工程中,采集到的点云数据往往是以三角形网孔(STL文件)的形式输出存储,以供曲面重构、快速成型、有限元分析等后续处理。目前,三角形网孔模型已成为CAD系统与快速成型系统以及各CAD系统间数据交换的一种通用标准。然而,由于种种原因,三角形网孔模型存在着大量的缺陷,直接影响到快速成型、有限元分析等后续处理的有效性,一些看似不起眼的小问题都可能导致后续操作无法进行。通过对三角形网孔模型缺陷的成因及特征分析,给出了一种基于缺陷特征的三角形网孔缺陷自动检测与修复算法,提高了修模的自动化程度。实验结果表明:系统能检测到网孔中存在的各种缺陷并对其进行自动修复,修复后的模型拓扑结构完整,证明了算法的有效性和可靠性。     

三维面部数据采集与NURBS曲面重构

为获取面部三维点云,并转换为高精度NURBS曲面,建立了面部图像采集与处理系统,并研究其中的点云自动拼接和曲面重构方法。首先,采用双光栅三维扫描仪将正弦光栅投射到人的面部,将被面部调制的变形光栅转换成两片分立点云。然后,通过标定块对测量系统进行标定,利用协方差求取旋转矩阵和平移向量实现点云自动拼接获取完整面部点云,并生成三角面片。最后,通过检测曲率、生成四边形网格、建立UV参数线等处理,进行曲面重构生成高精度NURBS四边域面部曲面,并对重构结果进行误差分析。结果表明:所重构面部曲面符合G1连续,标准偏差为0.009222 mm。本文所采用的高精度的面部曲面重构方法可用于复杂曲面的三维检测与重构中。     

基于FTP的二维傅里叶变换的研究

傅里叶变换轮廓术(FTP)是三维物体形貌测量的重要方法,一维傅里叶变换可用于一般曲面相位解调,但对高频干扰和低频背景噪声敏感.连续应用一维傅里叶变换或反傅里叶变换可实现二维傅里叶变换,采用二维傅里叶变换,进行二维频谱分析,可用来分离和提取有用三维信息.具体实验验证表明,二维傅里叶变换能消除沿非栅线方向造成的灰度变化以及高频噪声,减小计算结果沿Y方向的波动,更好反映三维物体细节信息,提高相位解调的精度.     

基于区域特征的视频序列人脸快速检测

提出了一种基于区域特征的快速人脸检测算法.采用瞬时差分和背景差分获取并跟踪运动目标.消除了运动目标引起的背景模型更新误差.在检测到的运动目标区域内.通过基于区域特征的马赛克三分图模型检测人脸区域,并利用频率直方图方法合并所检测区域,最终获得人脸位置.实验结果表明,平均检测时间为30ms/帧,检测准确率可达95.7%,算法复杂度低、检测效果好,适合各类视频图像的人脸实时检测.     

基于向量场距离函数的网孔模型修复

提出了一种基于向量场距离函数的网孔模型修复算法,用于修复各种多边形网孔模型。可用于激光三维建模等应用中,作为一种体修复算法,其鲁棒性好,对于任意带缺陷的输入网孔模型,经修复后均能得到无缺陷的封闭且法向一致的三角形网孔输出。修复过程中,体模型用向量场距离函数表征,该表征方法比传统的标量场距离函数更能保留模型的原始特征。此外,在提取输出表面轮廓时,对传统MC算法中求取立方体网格与形面交点的插补算法作了改进。理论和实践证明,改进后插补点的位置更接近网格与形面交点的实际位置,因而提取出来的网孔模型更为精确,比传统方法精确约16.8%。