基于Contourlet变换的三维人耳提取

提出一种基于Contourlet变换的三维人耳提取方法.Contourler变换不仅可以提取图像的内在几何信息,而且能将这种信息分解到多个尺度的不同方向上.通过统计耳朵轮廓在Contotourlet变换域不同子带不同位置上系数的分布概率,可构建耳朵概率模型.利用这个模型,把非人耳轮廓边缘过滤掉,只留下耳朵边缘,再计算这些边缘的凸壳,便可实现三维人耳的精确提取.实验结果表明,使用该方法可以较好地提取出三维人耳,同时取得了较好的人耳识别效果.     

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。     

单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制,单目相机无法直接获得准确的三维点云数据及目标尺度信息,难以获取目标的三维结构问题,提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息,并基于“钻石空间”方法,利用统计轨迹直线及车辆边缘精确求取场景中的地平线,根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型;然后在图像中提取车辆的实际投影约束,包括基于获得的车辆序列轮廓约束,及车辆自身边缘约束,并据此构建误差约束函数,估计车辆空间形态的投影误差;最后根据车辆的初始识别结果及先验信息,优化参数约束空间,并利用误差约束函数在约束空间中迭代求最优,得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法,并与现有类似算法进行比较。结果表明：该算法对于道路场景的适应性强,所需先验条件少,对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时,该算法还可估算车辆实时的空间位置及相对于路面的偏转角度,综合空间形态估算的精度达到92%以上,且实时性较好,单帧多车的估算时间小于0.5 s。与现有算法相比,...     

基于计算机辅助技术的手工艺品设计与研发

基于计算机技术进行辅助设计，可优化手工艺品设计的效率与其美观度：利用三维激光扫描技术采集手工艺品原型的三维数据，应用k-means算法分割原始点云数据集；基于改进的Canny算法提取手工艺品轮廓信息，通过边缘连接算法筛选轮廓边缘点；基于自适应重采样策略重构手工艺品曲面，调节采样点疏密程度自适应生成曲面网格，引入三角形美化度函数约束网格中三角形质量。测试结果显示，该方法提取手工艺品三维轮廓的平均绝对误差、均方根误差低，重构的曲面网格中孔洞数量极少，手工艺品再设计的效果优、可靠性强。     

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。     

应用SVM的三维车型识别技术

提出了一种新的车型识别技术.该技术分成两大部分,第一部分是如何准确地测量车辆的三维信息.首先需要从一系列图象中准确检测出车辆,然后从背景中将车辆完整的分割出来,再使用一个简单的透视变形模型,完成从二维信息到三维信息的转换,获得车辆的长度、宽度和高度特征.第二部分是将这些特征输入一个SVM分类器进行识别处理.实验证明,该方法在车型识别中,具有比较高的识别精度.     

产品MBD数据集三维标注中工艺面的形成与校验

由于造型原理、方法等原因,三维模型中的面往往不具有明确的工程语义,使三维模型上标注工程尺寸等信息易产生歧义,目前商用CAD软件没有很好地解决该问题.基于OpenCASCADE几何造型内核研究了解决该问题的方法,提出造型面和工艺面的概念,通过对造型面的数学属性识别,结合机械工程中工程语义,将造型面进行绑定,形成符合工程语...     

治安监控视频中暴力行为的识别与检测

为了充分提取治安监控视频中的时空特征和时序特征,并对暴力行为进行准确的识别与检测,提出一种基于三维卷积神经网络(3DCNN)和卷积长短期记忆网络(Conv LSTM)的暴力行为识别算法。首先,采用一种通用视频描述符—3DCNN结构,提取视频的短时特征,这些特征封装了视频中与目标和场景相关的背景信息,然后,构建Conv LSTM网络对3DCNN提取的短时特征在时间轴上进行建模,进而充分提取视频的高层时序特征。最后,利用Sigmoid函数分类行为动作。为了验证该算法的高效性,对所提出的方法在暴力行为数据集Hockey上进行验证,达到了98.96%的识别精度。测试结果表明,该融合模型在检测效果上优于目前人工提取特征的方法和深度学习的方法。     

基于ArcEngine和钻孔数据的三维地表层建模与可视化

钻孔是获取地层信息最直观、准确和详细的手段,地层的内部构造可以通过钻孔信息应用三维建模方法表达出来.为了保证隧道施工安全,实现盾构隧道顶部地表层的可视化,提出了一种基于钻孔数据构建三维地层模型的方法:首先应用ArcEngine对钻孔数据进行预处理,得到钻孔的空间信息;基于三维约束Delaunay四面体化算法和预处理后的离散钻孔信息构建TEN(四面体格网)模型;在ArcEngine的平台调用数据库中的钻孔数据、地表层属性等信息,实现地表与钻孔信息的三维显示、信息查询和地层分析等功能.     

基于核主成分分析的三维模型分类算法

针对三维模型的分类问题,提出了一种基于核主成分分析(Kernel-Principal Components Analysis,K-PCA)的三维模型分类算法。该算法首先选择形状直径函数(Shape Diameter Function,SDF)作为特征描述符来提取三维模型的特征向量;然后使用核函数将原始特征向量映射到高维空间中并在该空间上进行PCA得到新的特征向量;最后使用KNN算法并计算未知模型与已知类别的k个模型之间的l2范数以实现模型的分类,确定未知模型的类别。实验结果表明,该算法能够很好的识别三维模型的几何特征,能准确的区分不同类别的三维模型,具有较高的分类准确率。     

基于点云数据的牙齿表面重建算法

由三维扫描仪对牙齿进行扫描, 得到散乱的点云模型, 首先通过构建K D树的方法对每个点进行K邻域搜索; 然后根据这种邻域关系, 利用最小二乘原理拟合平面, 估算出每个点的法向量信息; 接着确定点云边界, 选取极值点作为初始点并建立种子三角形; 最后采用基于多约束的局部最优三角网格生长算法, 从种子三角形开始, 以边为扩展条件, 逐层搜索点并建立新的三角形; 在此过程中添加了四个约束条件, 能够较好的选取扩展点并对已存在的三角形边向外扩展, 从而形成互相邻接的三角形网格, 实现了牙齿表面的重建.     

基于自适应阈值的三维图像多尺度边缘检测

目的研究三维图像边缘检测中边缘的定位精度问题,根据多尺度小波变换的方法,提出一种自适应阈值三维图像多尺度边缘检测技术。方法首先对三维医学图像分解成多幅二维图像,再对图像直方图滤波平滑处理,消除噪声的影响,然后对平滑后的直方图进行多尺度分析,找出直方图的谷点,以不同尺度下的谷点比较后自动确定精确阈值,按照阈值对图像分割,然后对分割图像进行边缘检测,最后将多幅二维图像合成三维图像。结果实验表明,该方法能够自动准确选择分割阈值,准确检测三维图像的边缘。结论算法能解决人工估算阈值不够准确的问题,所检测到的三维图像的边缘能够满足目标识别和三维重建的要求。     

基于图像投影直方图法的二维码在线检测与识别

定义了一种二维码,并针对这种二维码提出了基于投影直方图法的图像识别方法,该方法成功地解决了图像识别中对于此类具有不确定边缘的二维码识别问题,对于其他在图像识别中边缘不确定目标的识别同样具有很高的参考价值。     

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。     

基于距离角度图的三维物体表达方法

利用三角形格网提出一种新的三维物体表达方法——距离角度图法 ,它将由激光相机获取的深度图像场景数据和物体模型描述成一种易于匹配和识别的表达 .这种表达方法能够描述任意形状的物体 ,通过对参数的控制 ,能做到既可以表达物体的局部特征又可以表达物体的全局特征 ,且能够适应不均匀格网的情况     

构件内部裂缝缺陷的有限元三维重建

提出了利用有限元的网格生成方法来实现构件内部裂缝缺陷的三维重建算法。首先,将边缘检测算法和基于种子填充的区域生长算法相结合,准确定位出裂缝的形状,提高重建的精度;其次,应用8节点的六面体单元格创建出裂缝模型,直接利用等方性体素建模,节约了计算成本;最后,对模型中的节点分类,针对不同种类的节点分别进行光顺处理。试验结果表明,该算法实现了对构件内部裂缝缺陷的三维空间形态的观察,弥补了以往算法只进行面重建的不足,提供了构件质量判定依据。     

基于面部表情GEM和稀疏立方矩阵的三维人脸识别方法

针对姿态和表情变化对3D人脸识别影响较大的问题,提出一种基于面部表情通用弹性模型(generic elastic models,GEM)和稀疏立方矩阵的3D人脸识别方法.利用面部表情通用弹性模型构造3D人脸数据库,3D重建模型为所有人脸姿态创建稀疏立方矩阵(sparse cubic matrix,SCM),并利用自动头部姿态估计法获得人脸图像中三元组角度的初始估计值;为每个子集估计的三元组角度选择SCM的阵列;通过稀疏表示从SCM中选择阵列与探针图像.在FERET,CMU PIE和LFW数据库上的实验验证了提出方法的有效性.与几种优秀3D人脸识别方法相比,提出的方法识别率更高,当姿态变化角度较大时尤为明显.此外,对于480×640图像,LFW数据库上,预处理、人脸检测和分类的总平均处理时间仅为89.4 ms.     

基于结构光和序列图像的三维重建方法

为解决在基于图像三维重建物体表面的过程中,对不同图像进行立体匹配的难题,提出了基于特征的立体匹配算法,建立了利用序列图像重建物体表面的系统。系统采用投影结构光给物体表面加上主动特征的方法,以快速精确地重建物体表面,并对Canny算法进行了改进,用于轮廓提取、细化和修正等操作,从而准确获取图像主动线索特征。该方法能快速获取物体表面的三维点云数据,并达到了较高的精度。     

基于小波变换和模糊算法医学图像边缘检测算法

在医学图像三维显示技术中，需要得到单像素级的清晰轮廓线。为了适应这种需求，提出了一种边缘检测算法。它基于Mallat小波模极大值边缘检测方法，同时应用模糊算法构造相应的隶属函数，再对得到的极大值进行进一步筛选，最终可以得到单像素级的边缘。实验结果证明了该算法的可行性。