点模型上基于样图的纹理合成（英文）

【目的】目前已有的在三维点模型上的纹理合成方法,是将点模型进行三角面片化后再进行纹理合成操作,本研究的目的是避免三角面化的过程,得到一种直接在点模型上操作的、快速有效的纹理合成方法。【方法】首先,用KD树为三维点模型上的每一点建立领域,然后为每一点在样图中寻找最匹配的纹理值,最后通过基于点的绘制技术完成纹理合成。【结果】本研究方法能在三维点模型上生成连续光滑的纹理,且保持了原样图的纹理结构。【结论】本研究的纹理合成方法是有效的,并且和传统的三维纹理合成算法相比,本方法费时更少、更灵活可控。     

一种基于样图的三维纹理合成优化算法

为了避免网格重建过程,提高大量三维采样数据的快速绘制处理速度,提出一种有效的三维纹理合成算法.该算法为点模型上每一点建立邻域关系,并在点模型上建立方向场,将初始化纹理值作为基础纹理;建立模型上的点与样图的映射关系,并依次在样图中为点模型上每一点选取合适的纹理值;用点的绘制方法,完成纹理合成.实验结果表明,该算法能在三维模型上生成光滑、连续的纹理,算法纹理合成质量较好.     

基于样图的纹理合成在三维点模型上的实现

结合点模型的图像处理技术,提出一种点模型上的三维纹理合成新方法。该方法在点模型表面用Kdtree建立离散点之间的联系,从而建立与样图的映射关系寻找纹理值,最后用点的绘制方法进行绘制,完成纹理合成。实验结果表明,本方法有效地保持了生成的纹理结构和视觉效果的连续性和平滑性,在三维纹理合成领域实用、有效。     

基于投影的三维打印模型纹理着色

针对三维打印模型着色的设备复杂、昂贵和着色算法难以实现的问题,本文实现了一种设备简易、易于实现的着色方法.该方法首先使用结构光对场景做编码,同时摄像机拍摄编码后的场景图.然后在场景图的三维模型上至少选取4个二维特征点,通过对结构光解码求取投影仪投射的结构光模板图对应的二维特征点集,并在三维模型上选择对应的三维特征点集.通过点集之间的对应关系,该方法可以正确的投射纹理到三维模型上.实验证明,该文提出的纹理着色方法可以有效地、正确地将纹理动态投射到三维打印物体上.     

基于区域增长和三角分割的局部纹理映射算法

为增强三维场景中物体的真实感,展现物体局部细节特征,文章提出了一种基于区域增长和三角分割的局部纹理贴图映射算法。该算法以用户指定点为中心点,将包含该点三角面作中介面,通过将邻接平面展平到中介平面上,在一定范围内扩展该映射区域,计算区域内顶点纹理坐标。对于部分超过范围的三角面,通过求切线交点的方法进行三角分割,直至获得贴图的合适映射区域。算法成功应用于针织物外观模拟展示系统,很好地实现了在不规则三维物体上的局部区域纹理映射。     

基于纹理图像与网格协同优化算法的三维模型压缩

该文提出一种基于纹理图像与网格协同优化算法的三维模型压缩简化方法,在不降低三维模型视觉显示效果前提下,压缩三维模型数据。首先,对原始模型进行重网格化,获得具有规则拓扑结构的多分辨率网格;其次,结合模型网格提取纹理特征点,依据特征点确定图像有效区域;最后,利用嵌入式零树小波算法对图像进行编码和解码操作,实现对三维模型的压缩简化及图像重建。实验证明,该方法提取的图像有效区域更快捷、压缩率高、细节丰富。     

基于概率图模型的图像纹理模型

 纹理作为一种视觉特征,它广泛应用于图像分析。概率图模型由于其自身特点可以很好地描述纹理。高斯图模型结构可根据局部马尔科夫性和高斯变量的条件回归之间的关系来学习。高斯图模型可用一个邻域系统、一个参数集和一个噪声序列表示。利用惩罚正则化方法,可以选择高斯图模型的邻域并估计参数,然后提取纹理特征进行纹理合成和分类。实验结果显示基于高斯图模型的纹理特征更加有效。     

文物数字化的关键技术

以文物三维网格模型的获取、三维纹理映射为重点,对文物保护方面相关的若干工作进行了探讨.利用三维激光扫描仪InSpeck 3D-DF采集文物几何数据,然后使用三维建模工具对文物几何数据进行后续处理,来建构特定文物的网格模型.在此基础上,给出了以建构好的网格模型与彩色图像之间的纹理映射关系,基本方法是根据一个透视投影模型,利用文物网格模型和各幅图像之间手工标记的特征对应来求解图像与模型间的纹理映射,并最终把各个模型点实际对应的多个纹理值进行合成,得到较好的纹理映射效果.     

点云三角化处理技术研究

点云的三角化处理是点云三维重构中必不可少的处理步骤,其处理效果直接决定了点云三维重构结果的好坏,而点云进行三角化时搜索半径r的参数设置决定了点云三角化的处理效果.针对该参数的取值及其对点云三角化结果的影响做了研究.首先对点云数据进行预处理,然后利用最小二乘法原理对点云进行平滑处理,最后将平滑处理后的点云利用贪婪三角化算法实现点云数据的三角网格化.结果表明,点云三角化处理技术在搜索半径r大于等于5倍采样间距(平均间距)时,能够快速准确地生成质量较好的点云三角模型.     

一种新型稳定可结合三维本构的近场动力学方法

[目的]针对目前两种近场动力学(PD)理论,键型PD(BPD)无法应用三维材料本构模型,而态型PD在均匀化过程中出现零能模式常导致强非线性问题不稳定的挑战,研究一种新型混合PD(HPD),以增强PD理论在求解复杂强非线性问题时的稳定性和实用性.[方法] HPD方法结合BPD和SPD的优点参照BPD,将PD点与影响域内其他PD物质点相连形成键,键上的力通过键中点截面上的应力及其法向向量的乘积计算得到,应力可由三维本构关系计算,而应变则使用与SPD类似的方法拟合得到.在HPD中,键力方向与键的方向并不一致.最后通过两个数值算例验证了HPD方法的正确性和稳定性.[结果]在第一个算例中,可以观察到两种影响域半径的HPD和有限元方法(FEM)的结果高度相似.力加载行(M-M)中的最大相对误差仅为4.58%,模型顶行(N-N)中的最大相对误差仅为0.51%.相比之下,由于零能模式的存在,SPD的最大相对误差为382.68%和5.61%.在第二个算例中,选择A点作为代表点,比较了3种方法计算的位移时程.在靠近底座的A点,SPD在位移计算的初始阶段表现出较高的精度.然而,当模型进入强非线性时,误差便会...     

数字博物馆文物图像真实性再现仿真系统设计

为了解决传统系统噪声抑制能力差、容易出现孔洞缺失、文物图像再现质量差、细节不丰富等问题,设计了一种数字博物馆文物图像真实性再现仿真系统。将Visual C++和VTK当成系统设计平台,利用FSL总线完成对三维重建IP核与Micro Blaze软件间的连接,设计系统硬件结构图。引入聚类思想,通过点云双边滤波器滤除小尺度噪声。针对点云数据三角剖分过程中的孔洞现象进行填补处理。选用B样条函数最小二乘法进行曲面拟合,通过UV映射建立二维纹理坐标,把图像纹理映射至曲面网格,实现文物图像三维重建。结果发现:设计系统展示结果有逼真的细节纹理;得到的三维重建结果信息熵、平均梯度、信噪比和等效系数均较优。     

基于点数据集三维空间曲面三角化算法实现

在地质、医学等科学研究领域中,基于原始数据建立三维空间图像模型的研究具有较高价值;特别在三维地质构造建模中,测量获取的原始数据采用点数据集形式表示。基于点数据构建三维空间曲面三角化网格模型能够很好地还原点数据集所表示的曲面形态和展布,在现有的三角化剖分算法研究的基础上,提出一种基于点数据集三维空间曲面三角化网格模型生成算法;该算法生成的网格模型质量较高,能够较好地描述点集所表示的曲面形态。采用描述地质界面的点数据集进行算法验证与测试,根据边界数据实际情况,生成三维空间曲面三角化模型并更新网格模型边界,效果比较理想。     

基于LBP和KNN的视频纹理识别算法

为实现视频纹理的有效识别, 提出一种基于 LBP(Local Binary Patterns)和 KNN(k-Nearest Neighbor)的视频纹理识别算法。 该算法将视频纹理视为一个图像纹理集合, 通过多个图像纹理集合的方式表示。 由于可计算任意两幅纹理图像的相似度, 对于两个视频纹理, 可以计算两个图像纹理集合中所有元素之间的相似度, 将这些相似度中的最小值作为这两个视频纹理的相似度, 若要实现视频纹理的识别, 则可通过 KNN 算法实现分类与匹配。 通过在 DynTex 动态纹理数据库中的相关实验, 证明了该算法的有效性。     

三维场景相息图快速生成研究

相息图以其衍射效率高,无共轭像等优点而被广泛应用于全息三维动态显示中,然而相息图计算量大,生成速度慢而影响了它的实时动态显示;鉴于此,提出了一种三维场景相息图快速生成方法;采用OpenGL进行物点离散采样,逐点计算的优化查表算法进行相息图计算,将相位因子拆成水平方向和竖直方向因子的乘积,离线制作的查找表只需存储水平方向和竖直方向因子,从而使存入GPU纹理内存的查找表空间大大减少,并利用CUDA架构合理设计并行计算方案,使相息图的运算速度进一步加速;实验表明:采用此方法能正确生成所需的相息图,且计算速度比基于CPU的计算方法提高了40倍左右.     

基于双目立体视觉的海浪波面三维重建技术

为了提高海面特征点检测的准确度和三维重建的精度,在基于传统的Harris算法的基础上,提出1种基于高斯金字塔图像的改进Harris特征点检测算法.利用搭建的双目相机平台,对海浪图像进行采集并完成相机的标定过程,然后根据改进的角点提取算法对图像的角点进行检测,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对海浪图像特征点进行立体匹配得出视差图,最后根据三角测量原理获取图像的深度信息,实现海浪波面的三维信息重建.实验结果证明,在针对海浪图像时,该方法具有更高的精度和准确度.     

基于图像分割和孔洞修复的三维伤口测量方法

伤口测量是临床医学研究中一项重要工作。传统的接触式伤口测量方法存在测量结果稳定性差、易造成伤口二次伤害的问题,基于2D图像处理的非接触式伤口测量方法存在精度差、无法获得伤口深度信息的问题。因此,本文设计了一种基于图像分割和孔洞修复的三维伤口测量方法。采用异源图像对齐算法解决了异源图像由于视差导致的图像像素错位问题;通过基于改进的区域生长法设计了一种交互式伤口区域分割方法,实现伤口区域精准分割;最后,采用基于RBF的三维点云孔洞修复算法进行伤口皮肤复原,从而得到伤口的最大深度、体积等三维参数。实验结果表明,本文方法的测量误差低于3%,其测量精度以及稳定性皆优于接触式和基于2D图像处理的伤口测量方法,满足临床使用以及医学研究的应用需求。     

基于深层卷积网络的单幅图像超分辨率重建模型

【目的】针对Mean squared error(MSE)作为损失函数在人眼感知方面存在局限性,以及基于卷积神经网络的图像超分辨率(Super-resolution,SR)算法生成的图像存在参数较多、计算量较大、训练时间较长、纹理模糊等问题,设计基于深层卷积神经网络的单幅图像超分辨率重建模型。【方法】使用ImageNet预先训练的大型卷积神经网络Visual geometry group(VGG)模型提取图像特征,利用该特征设计视觉感知损失函数进行训练学习,引入亚像素卷积层(Sub-pixel convolution)替换上采样层,缓解生成图像的棋盘效应。【结果】设计的模型对放大两倍的图像进行超分辨率修复,与其他4种超分辨率重建模型的Peak signal to noise ratio(PSNR)值接近,且生成图像的视觉效果更加清晰逼真,细节更加细腻。【结论】该模型可以实现输入不同大小的低分辨率图像而不必多次训练学习不同比例的放大模型,可以实现对不同放大倍数图像的训练和预测,在保持一定PSNR正确率的前提下,放大后的超分辨率图像能够恢复更多纹理细节和更佳视觉效果。     

三维图像重构的点云精简算法

为解决光学三维测量系统测量数据的精简问题,提出一种基于图像重构三维的点云精简算法.利用数字图像处理技术,建立数字图像像素点与三维数据点的对应关系表,采用分级方式建立查找表,根据建立的查找表对三维数据进行精简.实验结果表明：精简算法将数据从712 068个点有效地精简至132 064个点,文件大小也从21.6 M减小到4M.该方法能有效对数据进行精简,兼具基于距离和曲率精简的优点.