岩质边坡节理信息数字识别及三维模型重构——以石家庄市南障城镇边坡为例

在地质调查中,为了实现岩质边坡节理信息数字识别及三维模型重构,开发设计了基于倾斜摄影的裂隙岩体边坡三维模型重构软件。该软件通过小型无人机倾斜摄影采集数据,然后基于增量式运动结构恢复算法和深度图融合的多视点立体视觉算法（multi-view stereo,MVS）进行三维模型重构,最后利用随机抽样一致算法（random sample consensus,RANSAC）和区域生长法对得到的结果进行岩体结构面识别,得到结构面产状等节理信息。把软件得到的三维模型和节理信息结合FLAC3D有限元软件,运用强度折减法进行稳定性分析。结果表明：采用小型无人机采集的数据完整有效;三维重构出的模型可以很好的描述出实际岩质边坡;结构面识别得到的岩质边坡节理信息误差较小;基于岩体体积节理数和结构面条件因子量化地质强度指标（Geological Strength Index,GSI）的方法得到Hoek-Brown准则参数准确可靠。可见,利用小型无人机倾斜摄影结合开发设计的软件,可以快捷、高效和准确的实现岩质边坡节理信息数字识别及三维模型重构,对于实际工程具有一定的应用价值。     

无人机高光谱影像水面耀光去除及信息重构方法研究

抑制遥感影像水面耀光污染并重构影像信息,是改善无人机遥感信息质量、扩大水环境监测区域的有效途径.针对传统经典的耀光信息重构算法难以适用于无人机高光谱影像这一问题,提出了一种耀光自动检测去除与信息重构算法,即采用归一化水体指数提取水体,以全波段总和灰度图像的最低值为阈值对耀光进行分割,利用拉普拉斯算子提取水面耀光纹理,通过多轮形态学膨胀与阈值更新迭代计算出两者面积差值,以投票机制获得最小差值的出现频率,并逆向获取最佳阈值自动去除耀光.而后,基于主成分分析确定匹配波段,通过改进Criminisi算法对去除区域进行重构.去除算法应用于四个真实耀光场景,去除率均在99%以上.重构算法结果在主观和客观上均优于其他算法,耀光重构水体与正常水体各波段变异系数差值在1%以内,具有良好的光谱应用能力.     

基于分层实现的三维场景重构技术研究

三维场景重构的实现具有广阔的应用前景,给出了在无人干预情况下分层实现三维场景重构的实现方式及其关键算法,研究讨论了实现此关键算法,射影重构及实现欧氏重构的基于绝对对偶二次曲面的自标定算法的特点,并讨论了其适用的情况及算法所存在的缺点,研究了算法可能存在的改进方向.     

三维文物数字化重构技术

针对三维文物的重构,提出一种基于笛卡尔网格的三维重构技术. 该重构技术以六面体网格作为最基本单元,采用对实体进行逐层切割获得截面域轮廓线的剖分算法,并借助计算机图形学的扫描线填充算法对文物进行三维成像重构. 同时,为实现对文物的快速显示以及美观效果,将描述文物的网格单元公共面进行删除,大大缩短了计算时间和减少了存储空间. 通过鼓凳和藤条花瓶的数值算例验证了该技术的可行性.      

可重构三维激光彩色扫描仪

针对原三维激光扫描系统3DLCS存在的问题,研制了基于FPGA的可重构实时三维激光彩色扫描仪.介绍了系统基本测量原理和系统总体构成,设计了基于FPGA处理器的硬件系统结构,并阐述了其工作原理.由FPGA处理器完成提取图像中激光带中心线、人头轮廓线和中心颜色线等算法.对三维重建有用信息经计算机接口送入主机,在主机上进行三维重建和三维构型.描述了系统数据处理流程和关键算法.系统可以实时地获取目标的三维和色彩信息,并在计算机上重建和显示立体三维图形.列出了实验结果.采用FPGA专用集成电路和主从式系统结构,大大提高了物体三维信息获取的速度,显著的改进了整个系统的性能,降低了产品成本.     

基于空间正交曲率信息的三维曲线重构方法分析

面向高性能飞行器结构形态主动监测研究背景,以光纤光栅柔性细杆机敏结构为研究模型对象,侧重于空间正交曲率信息的三维曲线重构方法分析和研究.在简述基于正交分布式光纤光栅传感阵列曲率检测原理基础上,进行空间三维曲线重构方法分析,并给出了详细的算法过程和实现步骤,同时进行了离散曲率连续化方法分析;基于V isual C++开发平台及OpenGL技术,针对方法研究结果与算法分析过程,开发可视化仿真实验环境进行了实验分析与验证,基于3种离散曲率连续化方法进行图形重构效果对比;实验分析结果不仅表明了3维重构方法与实现过程的有效性,而且获得了离散曲率连续化方法上的相关有益结果.     

一种新的多轮廓线重构三维形体算法:切开-缝合法

综合评述了目前通过多轮廓线重构三维形体表面的算法研究现状,提出了一种新的多轮廓线重构三维形体算法切开-缝合法(CS).该法通过引入控制点对作为切口,将轮廓线对进行坐标转换和轮廓对应后,切开并铺展成两条平行直线段,通过寻求轮廓线对顶点的对应关系,生成了符合Delaunay法则的三维形体表面三角面片,解决了形状和顶点数目差异较大的相邻轮廓线重构问题,并将其应用到基于剖面的三维地质建模中.实践证明,该算法行之有效,且对解决相似问题具有一定启发性.     

用于三维重构的相机标定算法

为了从物体的二维图像参数中得到三维重构模型,需要通过相机内部参数,建立真实物体与对应成像物体的关系模型,提出一种借助双平面镜进行三维重构的相机自动标定算法.通过两个普通平面镜获取被摄物体的5个不同角度二维图像投影,自动标定算法依赖物体的投影轮廓线计算相机内部参数.试验结果表明,通过相机自动标定算法获取轮廓和相机的参数信息,能有效地实现基于视觉外壳算法的三维重构.     

不完备轮廓图像小天体三维重构算法

受光照角度的影响,探测器拍摄的小天体图像不完整,三维重构困难。针对此问题,本文提出一种基于不完备轮廓的小天体三维重构算法。该算法利用太阳的方位信息,确定图像上二维太阳光的矢量方向,结合不完备轮廓,计算出扩展轮廓,然后计算出三维包围盒,划分体素,进行三维重构。利用平均半径对重构结果与参考模型的豪斯多夫距离进行归一化,评价重构质量。仿真结果表明,重构误差小于4%的分布概率占95%以上,并对光照角度变化具有一定的鲁棒性。     

基于几何特征的自重构模块机器人自修复算法

基于网格型的自重构模块机器人,研究了一种基于几何特征分布式自重构机器人的自修复算法.它用广度和深度优先算法搜索有效的运动路径,将故障模块转移到系统构型边界处释放,并用备用模块取代.分析了该算法实现任意位置故障模块的自修复过程,并优化了自修复过程中的模块运动路径.仿真结果表明,对于三维网格型的自重构机器人,该自修复算法是可行和有效的.     

基于宽窄带微多普勒融合的锥体目标三维重构

目标三维特征包含更为精细的结构和微动信息,以锥体弹头为研究对象,提出了一种基于宽、窄带混合体制雷达组网的锥体目标三维重构方法。首先建立锥体目标进动模型,详细分析了目标在不同体制雷达回波中的微多普勒调制特性,然后,使用改进的viterbi算法和最小二乘法对各散射中心的幅相信息进行提取和估计,并通过灰色关联度分析实现非理想散射中心的匹配。在此基础上,构建宽、窄带微多普勒信息融合方程组,解算出锥体目标的进动和结构参数,进而确定目标空间位置,实现三维重构。仿真结果表明,在信噪比为5dB情况下,目标的三维重构精度在91%左右。     

DVC中基于广义高斯分布的WZ帧重构算法

为提高分布式视频编码系统解码WZ(Wyner-Ziv)帧的图像质量,提出了基于广义高斯分布的WZ帧重构算法.该算法充分考虑了边信息与原始WZ帧具有较强相关性的特点,将广义高斯分布作为相关模型;在边信息已知情况下,对给定量化区间、计算WZ帧的条件期望并将其作为WZ重构值;将广义高斯分布的形状参数设为0.5,推导出基于广义高斯分布重构WZ帧的闭式表示.实验结果表明,文中提出的基于广义高斯分布的WZ帧重构算法比最小均方误差(MMSE)重构算法的峰值信噪比提高约0.6 d B,并能有效改善重构WZ帧的图像质量.     

光栅投影式测量点云数据的曲面重构技术

提出了一种通过光栅投影式测量方法所得结果来获取新的按明暗变化规律分布的三维点群方法．它包括对被测物体进行三维几何模型重构、对被测物体的普通图像进行抖动处理以及将抖动所得图像中的白色像素点向重构的曲面进行投射三个主要步骤．分析了该方法面临的关键问题——线状分布原始三维测量点的曲面重构,提出了一种基于线状分布原始三维测量点的三角片几何模型重构算法,算法简单,可以确保生成性状良好的三角片对曲面进行拟合,并且能够避免出现曲面裂口,从而使曲面连续、光顺．     

低分辨率人脸序列的超分辨率重构识别

针对低分辨率人脸序列的识别这一问题,提出了一种超分辨率重构识别算法.该算法利用低分辨率序列中所提供的关于同一人脸的不同信息,先重构出一幅具有更高分辨率的人脸图像,然后再进行基于Gabor特征的人脸识别.实验结果表明,该算法能够显著提高人脸识别率.     

基于多幅未标定图像的三维度量重构

提出了一种基于多幅未标定图像,恢复场景三维几何的优化矩阵分解算法,该算法先通过迭代逼近得到射影重构,然后通过估计绝对二次曲面,将射影重构更新到度量重构。采用真实图像测试,获得好的实验结果,说明该方法简单易用。     

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。     

基于深度学习的三维模型重构研究

由单个图像建立其三维模型是计算机视觉领域的一个热门且具有挑战性的问题.现有的传统单视图三维重构算法在处理低分辨率图像时效果不好,在训练中由于三维图形的高维性,使网络也变得高度不稳定,导致模型重构效果差.针对传统三维重构算法存在的缺点,提出一种基于深度学习网络的改进模型,在模型中加入超分辨率、投影、对抗生成网络(gene...     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性,提出了利用数码相机对物体进行三维重构,达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定,与传统的相机标定相比,简化了求解的复杂性．基于同一物体的两幅图像,给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

一种基于Haar小波的塔式分解重构算法

基于Haar小波的尺度和小波函数定义与特性,经过一系列推导得到基于Haar小波的塔式分解重构算法,并给出了图例验证算法分解和重构过程的正确性.本文给出的相关算法可对离散化的信号进行分解和重构,从而进行信号的噪音滤除和数据压缩等分析处理.     

基于影灭点的单视图三维重构

提出了一种单视图三维重构方法,该方法需要用户提供图像点及其对应三维点之间的几何信息.由于结构场景有大量平面构成,存在大量的平行性和正交性约束,所以该方法主要应用于结构场景的三维重构.重构过程分为两部分:首先,基于三组互相垂直方向的影灭点,对方形象素摄像机进行定标;然后,基于用户提供的共面性和场景平面的影灭线,计算点的三维坐标.采用真实图像测试,说明该方法有效且简单易用.