3维子空间约束的遮挡点恢复方法

为了有效地恢复跟踪过程中丢失的特征点,假设相机为正投影模型,提出了一种遮挡点恢复方法,其主要是利用所有的图像序列构成的、由行向量生成的线性子空间之和与空间结构点构成的、由行向量生成的子空间是同一个线性子空间的特性,构造了一种线性迭代算法.该方法的优点是在求解遮挡点的位置时,利用了所有的图像点信息,而且将所有的图像及图像点平等地看待.模拟、真实实验表明,所提方法的重投影误差仅比原有图像的噪声约大15%,这说明算法具有较好的收敛性.     

利用空间序列描述子的快速准确的图像配准算法

针对基于局部结构特征的图像配准算法对特征描述不够精确、外点剔除过程运算复杂度高的问题,提出了一种利用空间序列描述子的快速准确的图像配准算法。算法定义了一种基于空间序列的特征点描述子,通过定义特征点间的连接权值和排列顺序构成点的特征来描述,融合了图像局部结构和全局信息;通过对随机采样一致性检验的改进,采用投票策略和随机采样一致性检测的方法,解决外点剔除问题;利用空间序列描述子进行图像配准,通过配准和外点剔除交替迭代进一步提高配准精度。定量分析与实验结果表明:与传统的特征点匹配算法相比,该算法具有结构简单、易于实现的特点,具有配准精度高和计算时间少的优点,具有较高的复现率和准确率。     

带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

利用初等变换求Pn中子空间的和与交的基

设P是任一数域,Pn是P上的n维行向量空间.对于Pn的由有限个向量生成的子空间V,W来说,利用初等变换将矩阵化为简化阶梯形矩阵,寻找子空间V W,V∩W的基的方法被探讨.     

基于RGB-D的室内场景实时三维重建算法

针对基于视觉的室内场景三维重建过程中存在三维点云匹配不准确、过程耗时和深度信息部分缺失的问题,提出一种带有深度约束和局部近邻约束的基于RGB-D的室内场景实时三维重建算法.该算法首先利用RGB-D相机采集到的RGB图像做哈里斯角点检测,再用SURF特征点描述方法对检测到的特征点生成64维特征描述子.接着利用特征点集合的深度信息和局部近邻特征点信息作为约束,初步筛选出相邻帧间正确的匹配点对,再结合随机抽样一致性(RANSAC)算法去除外点,以此得到相机的姿态估计.最后利用RGB-D的深度图像,在图优化方法(g2o)的基础上生成三维点云,实现室内场景的三维重建.实验中,RGB-D摄像头装载在自主移动导航的小车上,实时重构的三维场景验证了所提算法的可行性和准确性.     

基于混沌序列的位图像加密研究

针对低维混沌序列加密数字图像保密性较差的问题,提出了一种复合混沌序列和基于混沌序列的位图像加密算法.通过Logistic映射的动力学分析,对混沌序列生成方法进行3点改进,将改进后序列和Henon序列作为子序列生成复合混沌序列.由于复合序列掩盖了混沌子序列的分布特性,因此增强了序列的保密性.加密算法综合应用置乱、置换两种加密技术在空域和小波域做两次加密,理论分析和试验结果表明,加密图像不仅完全依赖于密钥,而且可以抵制常用攻击算法.     

基于距离场的非线性图像插值分割方法

对于医学序列切片,需要图像分割技术将图像中感兴趣区域ROI(region of interest)提取并进行三维重建.提出一种基于距离场的非线性图像插值分割方法,该方法克服了软组织因灰度值分布不均匀难分割的问题,可以快速提取ROI区域.实验表明用该方法进行医学序列切片的分割,可以得到良好的分割结果,并已成功地应用于医学数据的三维重建系统中.     

一种新的基于混沌序列的图像分块加密方法

给出一种新的图像置乱加密算法并进行实验验证.首先给定一对初始值和参数,以此作为密钥生成混沌序列及其主遍历矩阵,把一幅较大的图像分解为适当大小的图像子块,根据混沌序列的主遍历矩阵,对图像子块进行置乱;然后再选择另一对初始值和参数,生成一个新的混沌序列及其主遍历矩阵,以该主遍历矩阵对图像的每个子块进行置乱加密;最后,把加密后的图像隐藏到一幅适当的载体图像中.     

一种基于端元投影向量的高光谱图像地物提取算法

利用高光谱图像在波段空间中呈现凸面单体这一几何特性,提出了一种用于提取地物的端元投影向量生成算法,端元投影向量的生成以下面事实为依据:在高维波段空间中,每一个端元都游离于其他所有的端元构成的超平面之外,且是距离超平面最远的点.利用在Cuprite获取的AVIRIS数据对端元投影向量生成算法进行了验证,实验结果表明该算法可以有效地用于地物提取.     

基于无人机序列图像的三维场景重建

阐述了无人机拍摄的序列图像三维重建的方法,主要涉及图像之间特征点的提取与匹配、稀疏点云重建、密集点云重建、三维点云格网化、纹理映射,最后通过实例演示三维重建过程和最终效果,表明此方法可以重建出高精度、照片级逼真的三维场景.     

三维实体表面纹理的模型重建

探讨在虚拟世界的建造中不规则物体表面纹理的提取和映射.通过环绕实体拍照的方式采集实体的表面纹理.为达到模型坐标点和照片坐标点的一一对应的目的,建立了模型坐标系、相机坐标系、照片坐标系以及不同坐标系之间的转化关系式.为减少映射的变形,对每一个三角面片采用计算其面片法向量和相机的位置关系来确定最佳的纹理图像,通过多角度映射达到纹理重建的目的.     

构件内部裂缝缺陷的有限元三维重建

提出了利用有限元的网格生成方法来实现构件内部裂缝缺陷的三维重建算法。首先,将边缘检测算法和基于种子填充的区域生长算法相结合,准确定位出裂缝的形状,提高重建的精度;其次,应用8节点的六面体单元格创建出裂缝模型,直接利用等方性体素建模,节约了计算成本;最后,对模型中的节点分类,针对不同种类的节点分别进行光顺处理。试验结果表明,该算法实现了对构件内部裂缝缺陷的三维空间形态的观察,弥补了以往算法只进行面重建的不足,提供了构件质量判定依据。     

基于自适应阈值的三维图像多尺度边缘检测

目的研究三维图像边缘检测中边缘的定位精度问题,根据多尺度小波变换的方法,提出一种自适应阈值三维图像多尺度边缘检测技术。方法首先对三维医学图像分解成多幅二维图像,再对图像直方图滤波平滑处理,消除噪声的影响,然后对平滑后的直方图进行多尺度分析,找出直方图的谷点,以不同尺度下的谷点比较后自动确定精确阈值,按照阈值对图像分割,然后对分割图像进行边缘检测,最后将多幅二维图像合成三维图像。结果实验表明,该方法能够自动准确选择分割阈值,准确检测三维图像的边缘。结论算法能解决人工估算阈值不够准确的问题,所检测到的三维图像的边缘能够满足目标识别和三维重建的要求。     

用于三维重建的改进特征匹配策略

为了能够更加快速地获取特征点以及提高特征匹配结果的稳定性,提出了一种改进的匹配策略。首先,对图像进行下采样,通过低分辨率的图像进行匹配,快速筛选掉匹配失败的匹配对,然后对匹配成功的匹配对对应的原始图像进行匹配,以达到加速的目的。其次,为有效提高三维点云的精度,对SIFT的匹配结果和SURF的匹配结果进行融合,将融合后的结果应用到三维重建技术中。最后,通过使用自采数据集和公开数据集对算法进行测试,并对实验数据进行分析。结果显示,改进的特征匹配策略使三维重建的运行速度提高了40%,并大幅增加了三维点的个数。所提出的方法不仅可以减少特征匹配过程的运算量,还可以提高三维重建的稳定性,在三维重建研究工作中具有一定的参考价值。     

基于二维灰度图像的规则形体三维重建

对二维灰度图像恢复形体的三维形状问题做了深入研究,提出了一种基于单幅图像,利用几何对称特性进行规则形体重构的方法,即从一幅二维灰度图像中提取规则形体作为研究对象,通过角点检测方法获取其有效特征信息,根据相关特征信息构造对称面或者对称轴,结合形体的几何特性实现规则形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.     

基于二维灰度图像的“非规则形体”三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点,对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线特征点进行非规则形体三维重构的方法;该方法从一幅二维灰度图像中提取非规则形体作为研究对象,通过角点检测方法并结合检测阈值获取每条轮廓线的主次特征点;根据主特征点确定轮廓线间的形状匹配关系完成分段连接,根据次特征点并结合最小对角线优化策略完成三角面片拼接,最终实现非规则形体表面的三维重建;实验证明,该方法可以根据形体的二维灰度图像方便有效的重建出其三维形状。     

基于投影器-数码相机的物体三维重建

针对三维重建在计算机视觉和近景摄影测量目标物体纹理缺乏的特点,在传统用数码相机摄取影像数据的基础上,引入了投影器设备,构成投影器-数码相机系统。该系统可使投影器能够人为地给物体表面添加纹理特征,这些纹理特征清晰稳定、相对容易提取和匹配;利用投影器虚拟影像和数码相机拍摄的带有投影纹理特征的物体影像构成立体像对,可通过空间前方交会的方法解算纹理特征的空间坐标;连接相邻的空间纹理特征点,可形成物体三维立体模型。实验及其结果证明了基于投影器-数码相机系统的物体三维重建的有效性和实用性。     

基于单幅正面照和统计模型的三维人脸重建方法研究

为提升单张图片三维重建的效率、提高重建的精准度,提出了一种基于单张图片和统计模型的三维人脸重建技术。首先基于智能行为理解组（intelligent behaviour understanding group,IBUG）,采用监督下降算法（SDM）进行训练来建立二维人脸特征点参数模型;再应用该参数模型对给定图片进行特征点提取;然后基于北京工业大学3D数据库（BJUT-3D）进行三维人脸统计模型的构建;最后,以三维人脸统计模型为基础,使用学习因子自适应梯度下降法对能量函数进行迭代优化,得到统计模型参数化向量,使用该向量来调整统计模型,实现与给定图片相匹配的三维人脸模型构建。实验证明,与现有的方法相比,本文方法重建出的三维人脸模型具有更高的精确度和自适应度。     

基于压缩感知的MIT图像重建方法

针对目前磁感应成像技术(MIT)的图像重建质量存在精度较低的问题,提出了一种基于压缩感知原MIT图像重建方法.将MIT系统电压数据的采集过程视为压缩感知的线性测量过程,通过对灵敏度矩阵进行补零拓展和行向量随机重组操作重新设计了测量矩阵;采集到的电压向量也用相同的方式处理,作为压缩感知的测量信号.然后利用压缩感知信号重构算法恢复原始信号.最后进行了仿真实验,实验结果表明,利用本方法获得的重建图像误差和相关系数比传统图像重建算法要好.由此可见,这是一种精度较高的MIT图像重建方法.     

基于车载激光扫描数据的城市地物三维重建研究

车载激光扫描系统可以精确、快速获取城市建筑物、道路交通设施、隧道等地物的表面信息,非常适用于城市物体三维空间信息的快速精确获取和在此基础上的三维重建.然而点云不是GIS数据,也不是三维模型,要将大量离散的点处理为可使用的三维模型还需要一系列复杂的过程,现阶段针对车载激光点云三维重建的方法还主要依赖于人工交互或半自动化处理,而且没有针对整个城市地物的三维重建方法.针对这一问题,本文仅提供一种基于地物分类的车载激光点云三维重建的方法,数据基础是已分类的彩色点云,重点是充分利用各类地物的特性,对不同地物使用不同的三维建模策略,以首都师范大学自主研制的车载激光扫描系统获取的三亚市点云数据为实验对象,验证了本文提出方法的可行性与实用性.