一种基于单幅图像双消失点的摄像机标定方法

介绍了摄像机标定的概念和两种经典方法。针对不同的视觉任务要求,提出了一种基于单幅图像双消失点的摄像机标定方法。首先对图像进行一些合理的假设。如图像包含两个消失点、图像中心为摄像机在投影面上的投影中心。通过实验仿真验证,此方法在对摄像机标定精度要求不高的情况下,可以很方便的求解摄像机的参数。     

基于深度学习的单幅图像三维重建

随着深度学习技术的发展,深度神经网络在图像处理和三维重建中得到广泛应用,为探究目前深度学习框架下的单幅图像三维重建研究现状,该文对近年的相关研究工作进行综述.首先介绍深度学习框架下基于图像的不同三维重建方法的分类;其次梳理图像三维重建中不同神经网络方法的研究进展;并根据重建三维模型表示方式的不同,分别讨论针对体素、点云、网格、隐式等不同表示方式的单幅图像三维重建网络和方法;然后给出单幅图像三维重建中的常用评价指标与数据集,并对公开数据集下针对不同表示方式的各类三维重建方法的结果进行比较与分析;最后对单幅图像三维重建所面临的困难和挑战进行讨论,并给出未来的研究方向.     

基于单幅影像的三维重建及精度分析

研究了基于单幅影像的快速三维重建,以某一小型建筑三维重建为例,分析了以体为基本单元和以平面为基本单元的两种影像建模方法.并对重建三维模型的精度进行了分析.试验表明,三维重建质量与效率较高、成本较低,在实际中可以满足工程测量要求.     

基于图像的三维重建流程及实现

在介绍三维重建基本原理的基础之上,给出了一种简单易行的三维重建实现流程,重点介绍了点云获取的关键技术,最后给出三维重建实验结果。     

基于单幅图像三维重建系统的研究与实现

从三维艺术造型及其加工集成系统的需求出发，设计并实现了基于单幅图像的三维重建系统，给出了系统实现的技术和两种三维艺术造型的新方法。     

基于腹部 CT 图像三维重建算法的实现

随着计算机辅助诊断技术的迅速发展,更多的算法和计算机技术在医学影像领域得到了非常广泛的应用,已经成为促进医疗水平提高的必不可少的方法。目前,CT技术由于自身的特点,在医学影像中仅能得到人体横断面的二维平面图像。而本文利用三维重建技术,进行腹部人体CT图像的重建,包括重建出矢状面和冠状面及三维立体结构,从而提供CT设备直接所得图像无法达到的信息,为进一步制定治疗计划提供依据。     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.     

基于非定标图像序列的三维重建

本文介绍了非定标图像序列的三维重建的应用需求、基本概念和当前国际上研究进展情况。     

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。     

基于MC算法的CT图像三维重建

医学图像三维重建利用二维医学图像序列重建出三维模型,为医生提供直观、全面、准确的病灶和正常组织信息.采用VTK库进行医学数据可视化,分析了VTK可视化工具包的机制,介绍了MC算法的机理与实现过程.基于MC算法,使用三维可视化工具包VTK结合VC 6.0对基于DICOM格式的CT图像序列进行三维重建,并给出了实验结果.重建结果表明,采用VTK进行医学图像三维重建可以帮助医生明确诊断和制定正确的手术方案.     

基于二维灰度图像的“非规则形体”三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点,对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线特征点进行非规则形体三维重构的方法;该方法从一幅二维灰度图像中提取非规则形体作为研究对象,通过角点检测方法并结合检测阈值获取每条轮廓线的主次特征点;根据主特征点确定轮廓线间的形状匹配关系完成分段连接,根据次特征点并结合最小对角线优化策略完成三角面片拼接,最终实现非规则形体表面的三维重建;实验证明,该方法可以根据形体的二维灰度图像方便有效的重建出其三维形状。     

基于单幅人脸正视图的个性化人脸三维重建

人脸三维模型在很多领域有着广泛的应用,如何有效获取人脸三维模型已成为研究热点.基于单幅人脸正视图的个性化人脸三维重建方法,指出采用单幅人脸正视图进行三维重建存在的两大瓶颈问题.针对前期工作中为了解决纹理信息不足的问题,提出的基于顶点一环邻域及面片分类的纹理映射方法进行改进和完善,在此基础上设计实现一套基于单幅人脸正视图的人脸三维重建系统.实验结果表明,改进后的基于顶点一环邻域及面片分类的纹理映射方法可以有效解决此前出现的耳朵区域纹理信息不合理问题.     

基于激光成像三维数据的目标重建

激光成像具有成像速度高、测距精度高、成本低、抗干扰能力强、可靠性好等优点,具有广阔的应用前景.比较了几种激光成像体制,重点研究了在距离选通成像体制下的数据获取、三维目标重建等内容,并提出了在距离选通成像模式下的运动补偿算法,修正了探测系统和目标相对运动时的测量误差.     

CT脑血管图像三维重建中的层间目标对齐算法

在CT脑血管三维重建过程中,为了解决二维医学图像的层间目标对齐问题,提出了一种功效函数新算法.该算法根据图像的内部信息,一次性将断层图像移动到理想对齐位置的附近,然后在其目标周围寻找使相邻断层各匹配轮廓平均距离最小和功效函数最小的位置,即为最佳对齐位置.用几何中心代替质量重心,求出各轮廓的质量重心,降低了计算复杂度.     

基于一般模型的单幅人脸照片三维重建

针对由单幅照片进行三维人脸自动重建的问题,提出了基于一般模型变形的快速三维重建方法.先通过稀疏形变模型获取照片人脸特征点的深度信息,再将一般人脸模型变形到特定人脸,并使用基于肤色模型的插值合成皮肤纹理.实验证明,三维人脸重建方法快速简便,且只需单幅人脸照片,真实感强,并且可生成多种姿态、光照和表情的人脸图像,有较好的应用价值.     

视图特征的曲面重建方法研究

提出了一种基于视图特征的三维形体重建方法,根据分离视图的投影特征定义曲面特征,通过匹配二维视图特征识别曲面类型及参数,从而构造曲面线框图生成B-rep结构形体模型.利用曲面求交法求解三维二次曲面交线及高次曲线,解决了五点法及共轭直径法在求解二次曲线时采样复杂且耗时的问题以及无法通过视图投影获取高次曲线的问题.实验结果和算法分析表明,通过特征获得曲面类型再求交获得高次曲线的这一过程,是恢复二次或高次曲线的行之有效的方法,而且计算效率也有较大提高.     

单幅图像重构中的灭点计算

从射影几何的角度,提出了一种灭点计算方法,即将齐次坐标的向量运算特性应用到交点拟合中,利用最小二乘法整体平差,较精确地提取空间平行线在平面透视图中的交点。给出了两组实验结果,一组为标准测量块,另一组为大型建筑物。实验结果表明,此方法数据稳定,耗时少,可以作为交点拟合的理想算法。     

基于轮廓线的任意形体三维重建

由二维灰度图像恢复形体的三维形状已经成为计算机视觉领域的一个研究热点.对该问题进行了深入的研究,提出了一种基于单幅图像,利用轮廓线进行形体三维重构的方法.该方法从一幅二维灰度图像的断层剖面中使用行扫描线法提取带有孔洞的轮廓线,并且根据一定的准则对其进行分层处理,采用曲率法对各相邻层轮廓线中的分层轮廓线进行匹配,结合最小对角线优化策略完成三角面片拼接,最终实现任意形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.     

一种基于图象序列的3D重构算法

提出一种基于图象序列的 3D重构算法。采用共轭梯度法迭代估计射影深度 ,通过矩阵分解方法实现射影重构。然后利用一个 4× 4非奇异矩阵 ,将射影重构变换为欧氏重构。实验结果表明此算法是行之有效的     

基于二维灰度图像的规则形体三维重建

对二维灰度图像恢复形体的三维形状问题做了深入研究,提出了一种基于单幅图像,利用几何对称特性进行规则形体重构的方法,即从一幅二维灰度图像中提取规则形体作为研究对象,通过角点检测方法获取其有效特征信息,根据相关特征信息构造对称面或者对称轴,结合形体的几何特性实现规则形体表面的三维重建.实验证明,该方法可以根据形体的二维灰度图像方便有效地重建出其三维形状.