一种三维图像表面重建的方法

在计算机立体视觉研究中，主要针对人造场景，提出了一种新的三维表面重建方法。该方法首先对景物的灰度图像进行分割，将景物图像分成各种不同的区域，利用了将立体像对进行边缘特征匹配的结果，并使用各种曲面模型对各区域进行拟合，以求得整个区域内的视差值，再对整个视差图进行自适应平滑，得到了较为满意的结果。     

实景三维模型缺陷修复关键技术

为了有效提高实景三维模型反映各类型地理要素的准确度和精细度以充分支撑实景三维中国建设工作,本文首先将当前无人机倾斜摄影三维重建后的三维模型中存在的模型缺陷系统性分为四大类型,并分析其产生的原因。随后,本文针对性地提出了三种关键技术：一是基于连通性和欧氏距离聚类的交互式悬浮物去除,利用图割理论和随机一致性抽样算法识别和删除悬浮物;二是基于图割理论的水面半自动整平,在利用Grabcut算法提取水面区域的同时为其赋予统一高程以实现水面的平整;三是基于深度网络模型的水体纹理inpainting填充,利用卷积神经网络和深度对抗训练以获得水体纹理的特征和结构从而实现水体缺失纹理的修复。最后,本文利用湖北省宜昌市的实际生产数据进行了修复实验,实验结果表明本文提出的各项关键技术能够有效修复三维模型缺陷,从而使实景三维模型具备更精细的地理实体和地理景观还原度。     

三维图像中物体体素重建的新方法

在三维图像，例如LSCM，CT和MRI图像的处理、识别、可视化和计算机绘图中，三维物体的重建是必不可少的．已有的三维物体重建方法是基于二维物体重建的连通模拟法，因此重建速度慢．为此，我们提出一种新的快速的三维物体体素重建方法．在这种方法中，首先采用边沿跟踪和水平扫描的区域标号法重建三维图像的每个平面中的二维物体切片，然后采用伪OR运算和链接表的叠片法重建三维图像中的三维物体实体．作者首先介绍边沿跟踪和水平扫描方法，然后介绍伪OR运算和链接表，最后给出采用这种方法的实验结果的一个例子。     

基于形态内插的三维图像重建方法研究

内插是三维重建工作中的一个重要的处理过程。本文从数学形态学的角度研究内插问题，首次提出了用形态加权和差的复合运算来实现内插。同以往的内插算法相比，成功地解决了两内插对象之间无重叠部分时的内插难题，且适用范围广，实现简单。     

基于灰度图像信息的三维形状重建

分析了现行的灰度图像重建三维表面的技术,讨论了影响表面重建精度的因素,并介绍了其关键技术以及发展趋势,从而形成一个基于图像信息的反向工程新方法.     

极大Riemann曲面的理想边界性质

讨论了极大Riemann曲面F的理想边界的拓扑性质,大致可描述为:F没有平面型理想边界点,且其理想边界点为下面三种类型:a)支点的极限点;b)任一半纯函数在该点的聚值都是完全的;c)若有半纯函数在该点的聚值只取一个值,它必为同类理想边界点的聚点。     

岩心三维图像修复算法

针对存在较大范围信息缺失的岩心三维图像,提出了一种基于样例的三维图像修复算法,采用三维空间结构的模板对缺失部分的结构和细节同时进行填补,通过等照度面的传播优先合成三维图像的结构;采用局部搜索与全局搜索相结合的匹配块搜索方式,缩小了匹配搜索范围,并保证了匹配的正确性。对多组岩样进行了实验,结果表明,该算法对于岩心的三维图像复原准确有效,保持了岩心三维图像空间结构的连续性、图像的细节特征以及孔隙微观结构的统计特性。     

基于线性对称的三维边界方向检测

本提出了一种基于线性对称性检测的三维图象边界方向检测方法，通过引入一种“三元数”的概念，并用它来表示三维空间矢量，使得三维边界方向检测简便易行，中给出了三维边界方向检测的基本原理和具体算法。     

一种三维图像表面重建的方法

在计算机立体视觉研究中，主要针对人造场景，提出了一种新的三维表面重建方法，该方法首先对景物的灰度图像进行了分割，将景物图像分成各种不同的区域，利用了将立体像对进行边缘特征匹配的结果，并使用各种曲面模型对各区域进行拟合，以求得整修区域内的视差值，再对整修视差图进行自适应平滑，得到了较为满意的结果。     

基于序列内窥镜视频图像的膀胱三维场景重建

内窥镜被广泛用于器官和体腔内部的诊断成像,尽管采集到的内窥镜视频中包含着丰富的信息,但是由于内窥镜的成像范围受到探头太小的限制,图像的放大倍数与视野范围不能兼得,且视频不能将个体二维图像与三维器官形态关联起来,大部分具有巨大数据潜力的内窥镜视频仅用于医师实时指导,并在收集后丢弃。提出基于序列内窥镜视频图像的膀胱三维场景重建的方法。先提取前后两幅序列图像中相对应的多个特征点,基于特征点采用运动恢复结构算法计算得到膀胱模型三维点云。然后,采用泊松曲面重建算法对各三维点进行网格化,并完成场景的三维重建。实验结果表明所提出的算法是可行的。     

MRI脑序列图像的三维重建算法研究

针对MRI脑图像分割和三维重建中存在精度与效率不高的问题,提出了一种MRI脑图像分割与三维重建方法。首先,采用双边滤波法对MRI脑图像进行去噪;其次,通过一种改进的区域增长算法对MRI脑图像进行了颅骨去除;同时,再利用改进的模糊空间聚类对脑图像中的组织进行聚类,以准确提取脑白质;最后,将提取出来的脑白质通过规则移动立方体法进行了三维重建。所给实例表明,对MRI脑序列图像的重建效果良好,为后续的定量分析和可视化打下了良好的基础。     

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．     

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...     

一种基于二维局部Lagrange插值的曲面重构算法

在拉格朗日插值理论的基础上，给出了一种基于局部二维拉格朗日插值的曲面重构算法，并讨论了重构曲面的连续性，从理论上保证了重构曲面的光滑性，为了更好地评价此算法的性能，选择可用数学表达式表达的曲面作为重构对象，实验结果表明：此算法在保证重构精度的前提下，减少了重构的时间。     

基于彩色伪随机编码单幅图像的三维欧氏重构

文章针对机器视觉中彩色伪随机序列编码与灵活的预标定三维重构技术,研究了基于单幅编码图像的三维欧氏重构系统集成。先对CCD相机采集的编码图像进行必要的预处理,接着对其进行特征点检测与匹配,结合预先标定的LCD投影仪参数,利用层次化的三维欧氏重构理论,即可根据单幅图像恢复该三维场景的三维坐标数据,重构三维场景的三维形貌。     

原木CT图像3D重建及其虚拟加工技术研究

将科学计算可视化技术应用于原木CT图像的3D重建中,实现了一个具有用户交互切削、虚拟加工功能的系统Wood3D。使用该系统可以在计算机屏幕上虚拟切割出复杂形状的木产品,并通过阈值选取,实现对原木中缺陷图像的分割。通过进一步对缺陷3D立体化显示,使用户对缺陷的大小和分布有最直观的了解,进而选择最佳的切割方案。     

基于CT图像序列的膝关节三维重建

良好的手术操作对象的几何模型能提高虚拟手术系统的沉浸感,为了获得逼真的股骨、胫骨和髌骨的几何模型,论文对膝关节的CT图像进行分析,根据灰度直方图选取合适的阈值进行阈值分割,并结合区域生长做进一步的处理,最后进行三维重建。结果表明建立了更精确的几何模型。     

基于图像灰度信息的三维曲面测量方法应用

提出一种由图像灰度信息恢复三维形状的自由曲面测量方法,以自然方式提取物体表面的形状信息,实现了系统间的信息集成。介绍了一种适合于自由曲面测量的改进光照模型及其参数的确定方法,给出了基于改进光照模型的由单幅灰度图像和单目多幅灰度图像的曲面重构算法,并用数字相机拍摄的实际图像对算法进行验证-结果表明该测量方法有效可行。     

基于母线Klein像性质的直纹面重构

通过分析直纹面及其母线的Klein像性质,提出了平面、圆柱面、圆锥面、单叶双曲面、双曲抛物面和螺旋面六种特殊直纹面的类型判定和重构算法．该算法也可用于以特殊直纹面逼近一般直纹面．这些算法均已在逆向工程系统MIMDFM中实现,并取得了良好的应用效果．     

一种确定三维锥束CT精确重建域的方法

三维锥束CT精确重建是近几年图像重建领域的研究热点,完全条件、源点轨迹和重建方法是精确重建的主要研究内容。在已知源点轨迹形状和尺寸的情况下,确定物体精确重建的区域,是一个在实际应用中需要解决的重要问题。基于3D Radon变换的性质和三维锥束CT精确图像重建的一般公式,提出了一种在锥束源点轨迹给出之后确定物体精确重建域(ERR)的方法——“Radon壳图解法”。该方法使原有分析复杂轨迹ERR的工作大大简化,且更加直观、有效,使精确重建方法向实际应用又前进了一步。