基于自动提取特征点的三维人脸表情识别

为实现完全自动的人脸表情识别,提出一种基于自动提取三维及二维特征点的三维人脸表情识别算法.该算法采用在三维点云、深度图像以及三维点云对应的二维特征图像上分别自动获得特定特征点,并将非点云上获得的特征点映射回三维点云以获得全部需用特征点的方法.基于这些自动获取的特征点得到三维欧氏距离组成25维特征向量以待分类.通过运用支持向量机作为分类器,取得了平均87.1%的6种基本表情的分类结果,其中惊讶、开心表情的分类结果分别达到了92.3%和91.7%.      

基于CATIA逆向工程复杂样条曲线重构方法研究

对于复杂零件的逆向设计,常常是通过激光、三坐标测量仪等方法对样件三维数据进行采集,可获得高质量的点云文件。但是这些点云文件数量很大,计算时将耗费过多的计算机资源。基于CATIA软件对点云数据进行过滤、划界、分网等处理方法进行了研究,运用曲线重构的方法,创建特征曲线组,利用多段曲线拟合获得点云的特征线网络,最后将拟合得到的曲线与原始点云数据进行误差分析。研究证明,通过这种方法可以获得质量更好、占据资源更小的曲线,为后续曲面和实体的生成奠定了精确基础。     

基于倾斜影像点云的建筑物提取算法研究

多视倾斜影像密集匹配后能够生成海量点云数据,但数据本身缺乏有效的建筑物分类信息.针对此问题,提出一种基于倾斜影像点云的建筑物提取算法.首先对三维点云进行去噪处理和植被的剔除,将点云进行空间格网分区后降维到二维平面,通过赋予二维平面格网内每个点一定的权值,进而对格网进行特征值重采样.然后对二维平面进行图像形态学处理,利用骨架提取算法找到建筑物的轮廓,将该轮廓和三维点云进行融合后重新整饰建筑物边缘,提取出最终的建筑物点云.两组实验结果表明,该方法提取的建筑物点云轮廓清晰,建筑物立面提取较好,该算法具有较好的稳健性.     

基于二维几何特征的轿车车身三维造型设计

针对某型号轿车二维造型图,提出一种基于二维几何特征的轿车车身三维造型设计方法.利用CATIA V5软件中的sketch tracer模块获得几何特征曲线,结合产品外形情况,进行三维建模.探讨轿车车身曲面分块方法及其涉及的关键技术,总结出轿车车身创新设计的一般思路和方法:先将二维图导入CATIA软件形成车身外形图体系,然后对车身曲面分块,再进行车身各独立曲面的造型设计,最后装配在一起,形成车身整体曲面.该方法简化了设计过程,缩短了产品开发周期.     

一种基于PVDAC描述子的RGB-D三维点云配准方法

利用RGB-D数据进行三维点云配准时容易陷入局部最优.针对这个难题,提出了一种基于多维特征的PVDAC描述子实现三维点云配准的方法.该方法首先通过ORB特征检测算法提取二维数据的关键点,并计算关键点在2D下的灰度特征,然后构建关键点在3D下的局部像素值距离、点云法线角度以及曲率特征,接着将2D特征和3D特征联合生成全新的PVDAC像素描述子,并利用PVDAC像素描述子描述关键点实现三维点云的粗配准,最后基于ICP算法完成三维点云的精细化配准.实验表明,本文算法在大场景点云配准时总体均方误差约为0.05 m2,在小场景单物体点云配准时达到了0.000 2 m2的较小误差,实现了三维点云的精确配准.     

视图特征的曲面重建方法研究

提出了一种基于视图特征的三维形体重建方法,根据分离视图的投影特征定义曲面特征,通过匹配二维视图特征识别曲面类型及参数,从而构造曲面线框图生成B-rep结构形体模型.利用曲面求交法求解三维二次曲面交线及高次曲线,解决了五点法及共轭直径法在求解二次曲线时采样复杂且耗时的问题以及无法通过视图投影获取高次曲线的问题.实验结果和算法分析表明,通过特征获得曲面类型再求交获得高次曲线的这一过程,是恢复二次或高次曲线的行之有效的方法,而且计算效率也有较大提高.     

改进的RBFNN用于机器人三维表面 测量系统曲面重构

为克服三坐标测量机检测速度慢等缺点,提出机器人三维表面测量系统. 针对该系统设计了一种基于径向基神经网络(RBFNN)的简洁快速曲面重构方法. 该方法考虑到RBFNN选取的神经元函数为高斯函数,将机器人三维表面测量系统获得的点云数据投影到二维平面,然后将该二维平面平均分割,选取分割点为RBFNN神经元的中心,避免了模糊c-均值法选取中心需要迭代计算的缺点,并且重构的网络训练精度和测试精度均高于模糊c-均值法选取中心设计的网络精度. 利用该测量系统获得的实际点云数据验证了     

离散点云数据的小波变换处理算法

将离散点云数据表示成适合用作小波变换的形式,提出了一种基于尺度的离散点云数据的特征识别算法,在此基础上给出了具体的基于尺度的二维和三维离散点云的小波分解算法,最后引入实例对二维离散点云的小波分解算法进行分析,实验结果表明算法达到了对点云数据的按尺度特征分解的目的.通过提出的算法,将离散点云数据按照尺度进行分解并提取出不同的特征成分,这样可以根据后期可视化显示的不同要求,将小波变换分解后的数据进行进一步的处理.     

基于中性模型与真人照片的三维人脸建模

三维人脸建模一直以来都是三维建模中的热门研究课题。利用中性人脸模型CANDIDE-3和正、侧面照片,结合人脸特征点识别技术,提取照片特征点,对正交照片二维特征点进行整合补充获得一组三维人脸特征点信息,通过该组特征点校正并匹配中性模型获得特定人脸模型,再提取照片中人物面部纹理获得具有真实感的特定人脸三维模型。经验证,该方法能以较低的开销获得精确度较高的特定人脸模型。     

基于二维图像和多点统计方法的多孔介质三维重构研究

提出了一种基于多孔介质二维薄片图像和多点统计方法的多孔介质三维重构方法.将微米精度的多孔介质二维薄片图像作为初始的训练图像,利用多点统计方法重构其下层图像.将每次获得的下层图像作为新的训练图像,利用多点统计方法继续重构该训练图像的下层图像.二维重构图像的每个像素对应成三维空间的一个体素,依次叠加每层的二维重构图像得到最终的三维多孔介质图像.将该方法应用于砂岩样品的三维重构,通过与真实情况下砂岩体数据的比较发现,该方法重构的多孔介质具有与其相似的孔隙结构特征.     

基于车载三维激光扫描结果的桥面变形分析

车载三维激光扫描技术能够直接对目标结构表面进行三维量测,并采用三维阵列点云的方式来生成结构物表面的三维形态和记录点位坐标,打破了传统的桥梁变形监测方法仅有数个独立点的局限性,扩大了桥面变形监测范围,提高了结构物的观测精度,并能快速、完整的进行量测。本文将车载三维激光扫描技术引入到桥梁变形监测中,基于全长331.2m的预应力混凝土连续-刚构桥为背景,采用三维激光扫描技术对其温度变形进行探索。在监测环境温差20℃范围内,对其进行多次桥面几何形态数据采集,并对采集的数据进行处理。对基于车载三维激光扫描点云数据的NURBS(Non-Uniform Rational B-Splines)曲面提出了一种新的变形测量方法,得到整个桥面的变形测量结果,再与采用有限元分析软件MIDAS CIVIL建模得到的各温差下理论变形数据进行对比,发现基于NURBS曲面的分析处理方法获得的变形测量值具有良好的精度和可靠性,并能够获取桥梁点-线-面的整体变形监测结果,与单点变形监测相比,弥补了其缺乏线性变形及整体变形特征的不足,有较好的工程应用前景。     

复杂采空区三维散乱点建模技术研究及应用

以采空区三维激光扫描系统探测获取的原始数据为依据,针对复杂采空区散乱点云数据,研究提出运用一组等间距的垂直于包围盒走向方向的平行切割面,对散乱点云进行区域划分进而构建空区实体模型的方法.首先确定等间距平行切割面的方向和间距,对散乱点云数据进行划分;其次运用最小距离法确定散乱点云的位置即所归属的切割面;最后运用凸包最小距离法对每个切割面上的散乱点进行排序,成为有序点后对其进行建模.应用表明,研究所形成的建模方法可实现对复杂采空区散乱点云的精确建模.     

基于视点的三维点云自适应多细节层次模型动态绘制

在计算机几何图像设计、医疗研究诊断、物体判定识别、自动化测量等领域应用的迫切需求下,需要对三维点云动态绘制方法进行研究。目前存在的基于图形处理单元(GPU)的三维点云动态绘制方法。首先根据高度场的形式获得三维点云数据;然后利用高通滤波法对获得的三维点云进行消噪处理;再根据Scene Graph的方法表示三维点云之间的逻辑关系;最后利用GPU完成三维点云的动态绘制。为了降低噪声对三维点云绘制的影响,绘制更加流畅清晰的画面,提出一种基于视点的三维点云自适应多细节层次(LOD)模型动态绘制方法。首先利用激光扫描仪器或结构光扫描仪器等获取三维点云数据,并利用双边滤波器进行平滑去噪;然后根据特征配对的方法对三维点云进行特征对的提取与配准;最后以三维点云特征对配准结果为依据,利用三维点云的内外存调度完成三维点云的自适应LOD动态绘制。实验结果分析证明,所提方法能有效地去除噪声,可以更好地描述目标物体或背景,使绘制画面更加流畅。     

基于面结构光的T型焊接接头成形角度测量

针对钛合金带筋壁板T型焊接接头成形角度的测量需求,基于面结构光三维扫描仪设计了三维点云测量系统,以获取T型焊接接头区域三维点云。首先,对三维点云进行预处理,利用统计滤波去除离群点,通过直通滤波剪除场景点云和冗余点云,再用体素化栅格法简化点云;然后,使用区域增长算法分割出T型焊接接头的筋板点云和壁板点云;最后,基于随机抽样一致性（RANSAC）算法拟合出分割后的筋板和壁板平面点云,得到平面法向量,计算求得T型焊接接头的成形角度。将焊接前的测量角度反馈给装配机器人,用来修正筋板的装配精度;焊接后的测量角度则用来评判焊接成形质量。计算结果表明,运用所提的点云数据处理方法能快速精确地计算出T型焊接接头的成形角度。     

奶牛乳腺组织体积测量方法的研究

首先,利用机器视觉技术获取奶牛乳房外形的三维描述,并与起声图像分析获得的乳腺分布区域深度信息结合,构建乳腺分布区域的内外层三维网格,从而测算该区域的体积.然后,对乳腺超声图像进行分析,利用局部聚类及区域标记法等分割出乳腺组织部分,并计算乳腺组织的面积密度.最终利用体视学中面积密度与体积密度相等的关系,求得乳腺组织的体积.模拟实验也验证了此方法的可行性.     

带分流叶片向心涡轮内部流场分析

为了详细研究某型向心涡轮的流动特性和内部流场结构,采用准三维与全三维数值模拟方法对其内部流场进行研究,分别得到多个转速下的特性曲线与主要参数分布,对两种数值模拟方法得到的特性线进行对比,并对设计点的全三维数值模拟得到的流场进行分析。计算结果表明,准三维与全三维数值模拟计算得到的特性线基本相同,计算特性线时可以采用准三维方法,减少计算时间。通过对全三维数值模拟的流场特征的分析,初步了解了向心涡轮内部的流动规律,在设计点叶片前缘和尾缘附近有不同程度的气流损失存在,为进一步改进该向心涡轮设计有一定的参考价值。     

基于L1中值骨架提取的植物茎干补全研究

【目的】植物的可视化技术是数字林业研究的重要组成部分。针对植物进行三维点云重建时茎干部分容易缺失的问题,基于拓扑连接的缺失部分位置判断及L1中值骨架提取提出一种茎干补全方法,为实现植物可视化提供技术支撑。【方法】依据概率图模型及最小生成树确定点云簇之间的拓扑连接情况,判断缺失部位所在位置。提出了一种基于搜索的待拟合点点集确定方法,使用基于 L1 中值的局部迭代方法提取茎干点云骨架,并对骨架点集进行排序,确定缺失部分待拟合点。最终使用Bezier曲线拟合缺失部分茎干轴线并使用三维参数圆补全缺失部分点云。【结果】对于叶片与茎干缺失分离的植物点云,茎干补全方法可以真实且有效地对其进行补全,拟合结果整体平滑且具有一定的实际物理意义。【结论】通过三维扫描得到的不完整点云在补全后,能在一定程度上弥补扫描的缺陷,构建出完整且逼真的植物三维点云模型,使其能够更加有效地应用于植物的三维可视化建模。     

一种建立包裹圆提取建筑物LiDAR点云边缘点的新算法

为提高变换域通信系统多址接入性能,降低系统误比特率,提出基于改进型Logistic混沌序列的变换域扩频编码通信系统。利用扩频序列优选原则,选取改进型Logistic混沌序列作为扩频序列,对m序列产生的随机相位矢量进行相位编码形成扩频基函数的扩频随机相位矢量。仿真结果表明,该扩频基函数具有更好的随机性,产生的扩频随机相位矢量互(自)相关性能优于传统基函数产生的随机相位矢量;在2个用户和多用户条件下,其信噪比增益和误比特性能都要优于传统基函数和基于Gold序列的扩频基函数,显著提高系统抗干扰性能,能更好地实现TDCS多址接入。     

基于三维曲面重建的CT图像肺边界缺陷修复

针对CT图像的肺实质分割中由边界粘连型肿瘤造成的肺边界缺陷修复问题,提出了一种基于三维曲面重建的修复方法.对肺实质边界曲率变化较大处的缺陷,二维图像上无法获得足够多的特征对肺实质边界进行修复.本文方法首先使用质心灰度法改进了三维区域生长算法,提取肺实质进行三维重建.再使用阈值法提取分布在缺陷周围的三维点云,对三维点云进行曲面重建即可得到完整的肺实质轮廓.实验结果表明:该方法与传统的凸包算法和滚球法相比,能够更加完整有效地修复边界粘连型肺实质边界的缺陷.     

基于正态分布变换的多位姿手掌部三维静脉识别

研究基于三维点云匹配的多位姿手部静脉识别.考虑手部静脉点云的特点,结合双目视觉原理,建立了一种结合三维特征阵列和静脉点云的扩展数据库,提出了一种基于三维特征阵列的静脉点云粗配准算法.在双目静脉图像中提取稳定特征并重建为三维特征,根据三维特征匹配结果初步消除静脉点云位姿差异.并采用改进的正态分布变换算法完成静脉点云匹配.实验表明,本文算法能够有效提高多位姿下的静脉点云识别率,即使手部位姿变化范围较大时,系统的识别率仍超过90%.