三维重建中的多模型融合:克服光照和尺度影响

互联网图像三维可视化通常使用运动恢复结构方法将互联网图像重构成为三维点云,用于支持用户在三维空间中自由移动观察三维点云和图像。但由于同一场景互联网图像间光照条件差异巨大,传统方法往往不会重构成唯一的三维点云,而是依照光照条件的分布,构建成多个独立的点云。该文提出了一种三维点云配准框架,将这些因为光照差异而分离的点云融合成为统一的点云。首先利用点云的三维几何特征而非二维图像特征描述点云,克服了光照差异对配准的影响。其次提出了一种克服尺度差异的配准方法,以解决不同尺度点云的匹配问题。在两个数据集上的实验证明了该方法的有效性。     

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.     

基于双面成像的色织物密度自动测量技术

探究了色织物纱线密度自动测量的方法,通过一套实验室自行开发的双面图像采集系统采集色织物的正反双面图像,利用Radon变换和仿射变换对采集得到的双面图像进行对位和匹配,通过2种不同融合算法将双面图像进行融合,借助快速傅里叶变换技术(FFT)提取融合图像中对应周期性结构的特征频率点,利用快速傅里叶反变换技术(IFFT)对特征频率点进行重构,最终测得织物密度。分析了色织物单面图像和双面融合图像的傅里叶频谱图,发现单面图像的纹理分布是片段式的,对应的频谱是分散的,而双面融合图像的频谱能量集中在水平或垂直方向,对应的纱线频率点容易提取。试验结果表明:基于双面成像测得纱线密度与密度镜法测得结果相比,最大误差为1.96%,平均误差为0.86%,该方法可以提高色织物纱线密度测量的准确性。     

一种图像拼接的点特征匹配算法

为了解决旋转图像间的点特征匹配问题,提出了一种以空间位置分布关系为搜索依据的新的匹配算法.首先将已检测到的特征点生成三角形,随后利用相似三角形配对获取图像间的仿射变换关系,并根据这种空间位置分布关系进行进一步的对应点搜索,最后利用MLESAC算法进行对应点筛选,得到内点以及外点.用活动摄像机采集图像进行实验,首先验证了对于旋转图像点特征搜索的有效性,接下来又验证了图像间是平移关系但存在重影的点特征搜索,结果表明该方法能有效地对旋转和平移图像进行点特征匹配.     

面向点云数据的复杂几何模型对象优化方法研究

针对高精度、高保真的点云数据在精简后点云数据重构网格精度降低误差增大的问题,提出了面向点云数据的复杂几何模型对象优化方法.首先通过空间八叉树法建立点云数据和网格的拓扑关系,并利用原始点云到重构网格的距离确定网格的误差,以目标精度为阈值,然后利用增点法对面片进行划分,最后根据插入点算法重新定位插入点.实验验证表明：利用该文方法对兔子和龙进行一次细分使得精简率90%兔子重构网格误差由0.81 mm提升到0.48 mm,精简率90%龙重构网格误差由0.36 mm提升到0.11 mm.     

多项式展开的快速扩散张量图像配准

提出一种基于多项式展开的扩散张量图像快速配准方法.采用拉普拉斯算子提取经图像增强处理的各向异性测度图像的边缘特征点,给出一种图像变换模型,利用边缘特征点来定义图像的特征,并以此校正图像的方向.利用基于多项式展开的配准模型,对已经经过方向校正的各向异性测度图像进行全局像素点稠密配准.实验结果表明该方法有效地提高了配准效率和配准精度.     

基于机器学习的三维数字图像虚拟场景重建算法

为使三维数字图像虚拟场景重建可以获得更优质的画面,提出一种基于机器学习的三维数字图像虚拟场景重建算法.首先分析场景的状态信息和呈现指令,得到图像重构的网格模型顶点分布位置,通过局部坐标法近似计算全局图像,校正局部细节,完成三维数字图像的渲染处理;然后以空间和尺度为特征点,在图像上构建窗口检测模板,应用分类器抑制离散特征点,去除冗余特征;最后根据拟合函数法求出平滑后的三维坐标重建三维曲面,将局部二维三角分割并映射到三维空间,实现三维数字图像虚拟场景重建.实验结果表明,该算法收敛速度较快,重建图像细节和边缘轮廓完整,整体效果较好.     

基于核主成分分析的图像去噪

简介了核主成分分析的原理及利用核主成分分析的图像去噪方法.通过使用核函数,在特征空间中对噪声图像使用主成分分析进行降噪处理.基于MDS的思想,使用核方法计算出在特征空间中降噪后的图像与其邻域点之间的内积约束关系,通过核函数重构出在原空间中降噪图像与其邻域点的内积约束关系,基于此内积约束关系在原空间中重构出降噪图像,从而达到通过核主成分分析对图像降噪的目的.比原有的MDS算法更稳定,对图像的噪声部分有更好的去除效果.     

基于核主成分分析的图像去噪

本文简介了核主成分分析的原理及利用核主成分分析的图像去噪问题。通过使用核函数，在特征空间中对噪声图像使用主成分分析进行降噪处理，基于MDS的思想，使用核方法计算出在特征空间中降噪后的图像与其邻域点之间的内积约束关系，通过核函数重构出在原空间中降噪图像与其邻域点的内积约束关系，基于此内积约束关系在原空间中重构出降噪图像，从而达到通过核主成分分析对图像降噪的目的。对比原有的MDS方法，本文的算法更稳定，对图像的噪声部分有更好的去除效果。     

基于显微聚焦的磨头表面测量与三维重构

为定量分析磨头表面磨粒形状、尺寸和分布状态,提出一种基于显微聚焦原理的表面测量与重构方法。首先给出了根据显微聚焦原理的定焦准平面测量和三维重构策略。然后针对测量策略中关键的聚焦或离焦程度分析,推导构建了背景差、灰度差和梯度差相结合的聚焦锐度函数。并采用正态高斯插值方法解决了图像离散采集存在错失最佳聚焦位置或焦准平面的问题,给出了任意像素位置对应点的空间坐标。最后通过电子金相显微镜上进行的磨头表面图像采集和三维重构实验表明,该方法重构表面磨粒的形状、尺寸、分布均与实际磨头基本一致,磨粒最大特征尺寸误差可控制在2 μm以内,最大分布误差在3 μm以内,具有较好的准确性和可靠性。     

基于三维激光扫描的大型建筑物重构

三维点云数据的准确配准拼接与坐标转换是确保大型建筑物重构精度的关键.文章利用Scan Station2三维扫描仪对大型建筑物进行多测站扫描与配准拼接,分析了平面标靶与特征点配准的误差来源,提出了改进的特征点配准方法及坐标转换策略,并实例验证了该方法的有效性与优越性.     

单颗粒煤孔隙结构的扫描电镜研究及分形重构

运用扫描电子显微镜对所选三种煤样微观孔隙结构的观察研究,总结出不同煤种内部孔隙的分类及孔隙的分布情况,进一步研究不同孔隙结构对燃烧的影响。提出了一种新的重构方法,利用Matlab软件对烟煤SEM图像进行分析处理,运用分形理论总结得到孔隙结构的分形特征,然后自编程序对其二维结构进行重构,最后得到重构图像及各参数与真实图像及各参数有很好的相似度。重构结果表明,该方法与真实实验具有很好的吻合,其为研究单颗粒煤及其它多孔材料内部孔隙结构提供了一种方法。     

一种线性迭代非刚体射影重建方法

为了从非标定图像序列中重建出三维非刚体的射影结构,提出了一种线性迭代非刚体射影重建方法。该方法将所有图像点放入一个图像矩阵中,利用图像矩阵具有低秩的特性,通过因式分解构造一个线性迭代算法来求解图像点的深度因子,最终通过奇异值分解实现非刚体的射影重建。该方法的优点是:射影重建过程都是线性求解,且将所有图像及图像点都平等地对待,并没有倚重某些图像及图像点。模拟实验结果表明,所提重建方法比经典的Alessio方法重投影误差小18%,比Brand方法小27%;最后的真实实验结果表明,所提的重建方法重投影误差只有1.28个像素,从而验证了所提方法的有效性。     

一个小波域上各向异性扩散去噪算法

目的 给出一个图像去噪的算法.方法 利用小波变换把图像分解为高频子图和低频子图,再根据子图像的特点,采用不同的各向异性扩散方法处理各个子图,最后重构图像.结果 各向异性扩散在图像平滑中,不但能够较好地抑制噪声,而且能够很好地保留图像原有的边缘和纹理特征,因而解决了图像去噪时高频部分和低频部分抑制噪声和保留边缘之间的矛盾问题.结论 与已有的方法比较,该方法不但能够有效地去除噪声,而且能够保持图像中的细节.     

基于真实细观尺度的沥青混合料三维重构算法

利用X-ray CT扫描沥青混合料试样,获取混合料内部真实细观结构的CT图像。重点对沥青混合料的三维重构算法进行研究,提出实现三维重构的关键:像素单元体与节点匹配技术。通过构建像素单元体和节点的三维空间维度以及相互逻辑匹配关系,建立初步的三维数值模型,在此基础上,采用指针扫描对数值模型中的混合料单元体进行提取,同时按照空间实际分布形态准确分割出混合料中的集料、砂胶和空隙。     

间接法数字化印模及3D数据偏差对比实验研究

针对口腔数字化诊疗中的牙植入体逆向建模过程利用光栅3维扫描的曲面拟合误差影响建模精度,传统漏洞修补重构的点云数据拼合失真等问题;通过对间接牙模型进行逆向建模及拼接误差对比实验,找出数字化印模重构特征曲面与有效降噪的曲面重构平顺性弥补方法;得出了优化的实验流程,通过3D数据对比验证不同扫描方式优劣的3D分析结果,研究结果表明改进的实验对比方法有效找出了间接数字化印模的3DP植入体在临床应用中存在误差的原因,并验证了提高3维扫描精度的有效方法,降低了逆向建模中点云数据漏洞修补畸变率.      

一种有效的减弱配准误差影响的LUCCD方法

利用多时相遥感图像进行土地利用便盖变化检测（LUCCD），其结果的精度受到很多因素的制约，而对图像进行空间位置配准时的残余误差就是其中最重要的因素之一。本文从统计学的观点出发。在对配准误差的分布特点进行统计分析的基础上，提出一种传统的变化矢量分析（CVA）与配准误差的分布特征相结合进行土地利用便盖变化检测的方法，并用某地区的多时相TM数据对该方法的有效性进行了验证。结果表明，该方法可以有效地降低漏检率和错检率，大大提高了变化检测的精度。     

二维投影型插值的各向异性

给出了二维投影型插值的构造,并验证了二维投影型插值具有各向异性特征,利用各向异性单元分析方法得到了各向异性网格下对二阶椭圆问题的有限元误差估计.     

多特征融合的深度强化学习色彩增强方法

提出一种结合深度特征与美学特征的图像增强方法.首先,结合多种图像特征重构智能体评估网络,该网络通过拼接图像语义特征、图像色彩特征及历史动作信息输出当前策略.其次,感知奖励模型通过预训练分类模型激活层网络提取深层特征,使用余弦距离获得图像间的深度感知距离;利用美学模型获得图像间的概率距离.最后,结合两方面的距离表示并将其用于奖励模型构造中.在MIT-Adobe FiveK数据集上的实验结果表明,本色彩增强方法在结构相似度和平均均方误差上优于其他基线算法,模型场景适用性强.生成图像在保留更多的细节信息的同时,可以有效增强图像色彩.     

复合材料层合板损伤的延迟累加成像算法

由于复合材料结构的各向异性,导致难以准确获得导波的波速和传播时间。因此在使用传统的延迟累加成像算法对复合材料结构进行损伤识别过程中,会造成损伤定位精度的降低。考虑到复合材料的各向异性导致导波在各个方向的波速并不相同,提出了一种改进的延迟累加损伤成像算法。该方法通过利用激励器与成像点以及成像点与传感器之间的方向角,在成像过程中选取了不同的方向波速进行损伤识别。通过一复合材料层合板冲击损伤的监测实验,将所提算法与采用不同方向波速的传统延迟累加成像算法进行对比,对所提方法的有效性进行了验证。实验结果表明:相比于采用单一速度的延迟累加成像算法,该方法的损伤监测误差控制在4%以内。