基于仿射不变性特征的视点空间划分

为了简化三维物体的识别过程,提高三维物体识别的识别率,该文利用Multi-scale autoconvolution、Trace变换、Zernike矩3种仿射不变性特征,对飞机、汽车、人等三维物体进行视点空间划分,用尽可能少的不等间隔的三维物体的二维投影图像来表达三维物体,并以此为依据进行三维物体识别。在此基础上提出一种针对不同类型物体的仿射不变性特征提取策略,并建立一个实现三维物体任意姿态识别的软件系统平台,应用Princeton形状标准库中的部分模型对该平台进行测试。结果表明,该方法能够取得较好的识别效果,识别率在90%以上。     

基于仿射不变性特征的视点空间划分

为了简化三维物体的识别过程,提高三维物体识别的识别率,该文利用Multi-scale autoconvolution、Trace变换、Zernike矩3种仿射不变性特征,对飞机、汽车、人等三维物体进行视点空间划分,用尽可能少的不等间隔的三维物体的二维投影图像来表达三维物体,并以此为依据进行三维物体识别。在此基础上提出一种针对不同类型物体的仿射不变性特征提取策略,并建立一个实现三维物体任意姿态识别的软件系统平台,应用Princeton形状标准库中的部分模型对该平台进行测试。结果表明,该方法能够取得较好的识别效果,识别率在90%以上。     

基于等距变换的三维点云相似性检测算法

本文研究目的是运用基于等距变换的三维点云相似性检测算法来为三维点云识别和分类问题提供新的方法.该研究方法利用投票空间的思想,认为相似的点对具有相同的等距变换.首先,通过B样条参数曲面拟合表达物体形状.其次,定义了一种主曲率和法向量组成的局部几何特征来匹配特征点对.计算点对特征之间的等距变换,将等距变换进行分类,比较同类等距下点对间特征的等距距离.最后,在每类等距变换下,对具有相同近似等距的点对进行基于PCA的聚类算法,从而得到相似点对之间构成的相似区域.实验研究结果显示在通过普林斯顿和TOSCA点云数据集下测试,对原始点云进行等距变换、噪声、降采样的处理后,能够检测到物体形状上的相似区域.研究结论:通过实验,验证了算法的可行性和鲁棒性,该方法简化了数据的预处理的过程,能够高效检测物体模型的相似性,对三维点云的分类和识别问题有着很好的应用前景.     

一种三维模型多层级视点描述符

3D形状识别是计算机视觉领域非常重要的问题之一,三维模型的描述符对不同类别模型的区分度影响着3D形状识别的精度。基于视图的描述符应用非常广泛,然而多数方法主要研究算法,以不断提升公共数据集的识别精度,却很少深入分析在细粒度分类数据上的视图选择对区分能力的影响。该文提出一种新的多层级视点描述符,该描述符以一组视点组成,为3D模型提供了一组最优的二维视图选择,并设计实验对比在细粒度分类数据上的识别精度。首先,我们建立均匀的球状观察视点模型,以具备直观语义信息的上、前、右等视点为初始视点。其次,分区域从模型投影边缘的倒角距离比较中得出最优视点,作为下一层的种子点,不断细分获取不同层级的视点组合得到多层级视点描述符,使用测地距离来衡量模型间的相似度。最后,使用视点间的测地距离来计算同类别及不同类别间的相似度,验证多层级视点描述符的区分能力,选择更加精细分类的三维模型数据以验证识别能力,在多视图卷积神经网络上进行对比。应用该文描述符提供的视图选择在训练数据无论是否进行随机水平旋转,都有非常明显的识别精度提升。     

角点特征在目标识别中的应用

针对在视点变化情况下进行目标识别这一问题,作者结合主分量变换提出了一种基于Hausdorff距离的目标匹配算法,该算法在噪声和遮挡下性能稳定,时间代价较小.作者还提出了一种具有平移、旋转、尺度不变性以及对噪声有抗干扰能力的角点特征构造方法,通过BP网络实现目标分类.与其他三种形状特征进行实验对比,结果证明该方法在视点发生变化时对目标的识别更为有效.     

零件图像识别特征的研究

图像的识别分类总是以被识别物体的某些特征为基础.因此,零件图像识别特征的选取与提取是零件图像识别分类的关键技术,本文对零件图像的几何特征和形状特征进行了研究.设计了零件图像处理程序,提取了区域面积、边界周长、轮廓个数,圆形度参数、区域重心坐标、区域的外接矩形参数6个直观易测的零件图像特征参数.实验结果表明,本文提出的方法是有效的,为下一步零件图像的识别分类奠定了基础.     

基于角点特征的目标识别方法

针对基于角点特征的目标识别存在的不足,提出了一种角点特征的构造方法,这种特征具有平移不变性、旋转不变性、尺度不变性以及对噪声的抗干扰能力.利用角点间的全局约束和局部约束得到类型可分离程度较高的模式向量,并根据目标角点的空间关系对模式向量进行适度的维数约简;根据目标的三维模型建立二维视面模型,从而提取出目标在不同姿态下的特征,解决目标姿态变化造成的难以识别的问题.结合反向传播网络的分类能力,将其应用到视点变化的目标识别领域.与其他三种形状特征进行实验对比,结果证明该方法在视点发生变化时对目标的识别更为有效.     

基于脉冲耦合神经网络的目标特征抽取方法

为解决待识别目标的特征抽取问题,提出了一种脉冲耦合神经网络结合形状信息的图像混合特征抽取方法。该方法利用脉冲耦合神经网络将图像空域信号转化为时域信号的特性,结合物体形状信息,对图像的灰度和形状进行了统一描述。实验结果证明,该方法在一定程度上对物体的形变、平移、缩放不敏感,对目标识别系统是一种很好的特征抽取方法。     

基于SOPC的物体特征识别系统

提出一种基于SOPC的物体特征识别系统。系统由复杂的预处理、不变矩提取以及分类识别、输出结果显示等模块构成,能完成物体的形状、颜色、位置、大小的识别及其在识别结果的VGA上显示。形状识别时间在6S以内,颜色识别在0.1S以内。在识别率方面,形状识别率基本上能达到98%,六种颜色识别率也基本达到了96%。     

一种基于仿射不变特征的飞机识别方案

研究了利用单幅图像中包含的形状信息识别三维空间中物体的方案，提出用对形状畸变不敏感的仿射不变特征表示形状，在此基础上发现了一种飞机识别方案；给出了两种简便的ＡＩＦＤ构造方法，用散布矩阵法评价形状特征，与相似不变特征对比。实验结果表明上述方案的鲁棒性。     

基于三维重建的人脸姿态估计

人脸姿态估计是计算机视觉及人脸识别领域的一项关键研究内容.将三维模型应用于估计人脸图像姿态参数,提出了基于三维重建的人脸姿态估计算法.根据人脸正面图片上的特征点计算出形状参数,实现三维人脸重建.基于三维人脸模型,由姿态图片上提取的特征点信息推知等姿态下模型上对应特征点的信息,针对照模型正面姿态,运用线性回归估计姿态参数.实验表明,重建的三维人脸具有较好的真实感,在较大的姿态变化范围内,该方法也能够取得较好的估计精确并具有鲁棒性.     

具有3D边缘保持的网面简化算法

研究用于计算机视觉领域的三维物体模型网面简化算法。该算法可物体形状和拓扑关系及物体表面法线、纹理、颜色和边缘等特征,是一种基于边操作（收缩,分裂）的网面模型的简化算法。该算法将网面不对称最大距离作为形状改变测度,在大量简化模型数据的同时,能有效地保持模型几何形状,拓扑关系、3D边缘点和边的特征,并能合理分布网面特点。     

基于加速多维尺度变换算法的三维模型形变规范型计算方法

针对如何建立可有效表示三维模型,使模型在大尺度形变过程中保持等距不变特性,并能保留原模型几何细节特征的形变规范型这一问题,提出基于加速多维尺度变换算法的三维模型形变规范型计算方法。生成包含有三维几何模型体积信息的四面体网格模型,避免形变过程中由体积变化引起的模型失真;使用最远点采样算法对原模型上的顶点进行采样,获取更具代表性的顶点;使用加速多维尺度变换算法得到原始模型的初始规范型;利用三维模型注册的思想,通过建立能量函数并计算最优解的方法将输入的四面体网格模型按照初始规范型的姿态进行形变,从而得到保留输入模型几何特征的形变模型。实验结果表明,以四面体网格模型作为输入,经加速多维尺度变换算法计算得到的初始规范型为基础,通过三维模型注册能量函数的最小化求解过程,可以构建出保留更多原模型几何细节特征的形变规范型。和已有算法相比,加速多维尺度变换算法计算三维模型形变规范型的方法更适用于处理具有复杂几何结构的三维模型,可以得到姿态更为自然的模型形变结果,普适性较高。     

特征间互补性结合使用的3D模型检索技术

三维（3D）模型检索是多媒体信息检索的热点研究问题之一。针对基于单一形状特征的3D模型检索存在的不足，提出了结合多种形状特征进行模型检索的方法。把模型的面积分布和纬度方向平均半径2种特征被应用于模型检索。实验结果表明，由于不同形状特征的互补性，采用多种形状特征可以得到更好的检索准确率。     

基于激光三维成像数据的车辆目标方位估计

对目标方位进行精确估计是提高目标匹配识别效率的重要前提,而车辆目标的地面投影轮廓近似于矩形,为此提出了基于激光三维成像数据的车辆目标方位估计方法.首先依据激光成像数据的高程值对数据进行分类,从激光成像区域的三维数据中提取出车辆目标数据进而获取目标的投影轮廓数据,然后采用向量积异号排除法求解车辆目标投影轮廓数据的凸边界,在此基础上采用直接求解凸边界最小外接矩形的方法对车辆目标的方位进行初步估计,最后利用与目标投影轮廓数据邻近的地面数据,并依据最小二乘原理拟合优化凸边界的最小外接矩形,校正车辆目标初始估计方位,从而实现车辆目标方位的精确估计.仿真结果表明,该方法可实现车辆目标方位的快速准确估计.     

特征间互补性结合使用的3D模型检索技术

三维（3D）模型检索是多媒体信息检索的热点研究问题之一。针对基于单一形状特征的3D模型检索存在 的不足，提出了结合多种形状特征进行模型检索的方法。把模型的面积分布和纬度方向平均半径2种特征被应用 于模型检索。实验结果表明，由于不同形状特征的互补性，采用多种形状特征可以得到更好的检索准确率。     

基于建筑图纸的三维重建技术研究进展

基于建筑图纸的建筑物三维重建是计算机图形学和人工智能领域的重要研究方向.文章系统分析了三维重建技术研究现状,介绍了重建过程的一般流程,包括建筑图纸的轴网识别,柱、梁、板及其它符号的识别,总结目前图纸理解与识别技术的研究成果、存在的主要难点、发展趋势及产业界的相关进展,最后提出该领域进一步的发展方向.     

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%.      

基于形状不变特征和三维几何参数的工件识别方法

该文提出一种扁平工件识别新方法。首先根据图象平面和工作台平面之间的变换计算出工件轮廓点的近似三维坐标,并根据这些近似三维坐标计算出有关的几何参数,然后利用几何参数和工件物体的形状不变特征,采用分层匹配的方法进行识别。根据文中方法设计并实现了一个由单个摄像机构成的工件识别系统,实验结果表明该方法是可行且有效的。     

三维装配工艺模型的数字化建模方法

为实现基于三维模型的装配工艺设计,研究了三维装配工艺模型的数字化建模方法. 根据装配工艺设计过程的特点,将三维装配工艺设计过程分为粗装配工艺设计阶段和精装配工艺设计阶段. 针对不同的工艺设计阶段,为三维装配工艺模型提出了3种阶段工艺模型,分别为拆卸工艺模型、粗装配工艺模型及精装配工艺模型,建立了不同阶段模型及辅助工艺信息的表达方法和模型信息间的映射机制,详细阐述了3种阶段工艺模型的建模过程. 基于上述建模方法,开发了基于三维模型的装配工艺设计系统,以一个发动机模型验证了文中提出的建模方法的正确性.