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。     

浅议因式分解方法

因式分解是初中八年级第十五章的学习内容,是一种式子的恒等变形,是整式来法的逆过程。它被广泛应用于初等数学之中,是我们学习数学的工具之一,因式分解方法灵活,技巧性强。对学生综合分析能力要求较高。     

图像三维模型重建方法研究

提出一种基于数据挖掘技术的图像三维模型重建方法.首先对图像进行去噪处理和缺陷修复,并采用点云配准将不同图像分配到统一坐标系中,过滤掉图像中的冗杂信息;然后通过TSDF算法对点云配准后的图像进行数据融合,获取完整的点云模型;最后在OpenGl条件下对点云模型实施渲染,完成图像三维模型的重建.实验结果表明,该方法具有较高的重建效率和配准效率,重建的图像三维模型真实性高,边缘和纹理的处理效果清晰.     

三维含摩擦多刚体碰撞问题的数值计算方法

由于碰撞过程中切向冲量的方向会发生变化, 一般情况下三维含摩擦的多刚体碰撞问题需要通过数值计算的方法来确定碰撞结束时最终冲量. 以法向冲量作为独立变量建立碰撞过程中的动力学方程, 以Poisson给出的恢复系数的定义作为碰撞结束的终止条件, 建立了处理一般多刚体系统含摩擦碰撞问题的数值计算方法. 通过数值计算和定性分析展示了碰撞过程中切向运动随法向冲量演化的各种运动模式.     

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。     

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。     

一种简单的三维地形重建方法

基于等高线地图的三维地形重建是目前的研究热点,但读懂等高线地图需要一定的专业知识,并且应用等高线地图进行地形重建需要较专业的OpenGL等工具以及很高的编程技术.提出了一种基于散乱点的三维地形重建算法:先对这些散乱点在平面内做三角剖分得到一些三角形,然后用等值线切割每个三角形得到一些内点,并计算出每一个内点的坐标及高程,最后对所有的点再次应用三角剖分方法生成空间中的三角形面片.实验结果及算法复杂度分析表明该算法既简单易行又达到了预期效果.     

基于改进ICP算法的三维点云刚体配准方法

针对含有噪声和外点的三维点云刚体配准问题,由于迭代最近点(iterative closest point, ICP)算法的配准精度较低,为此,该文提出了一种基于改进ICP算法的三维点云刚体配准方法。考虑到伪Huber损失函数对噪声和外点不敏感、鲁棒性强,首先,建立了基于伪Huber损失函数的三维点云刚体配准模型。其次,利用RGB-D点云数据中颜色信息辅助建立点云对应关系,以提高改进ICP算法中对应点匹配的准确性。最后,结合奇异值分解(singular value decomposition, SVD)和Levenberg-Marquardt(LM)的优化算法对三维点云刚体配准模型进行优化求解。实验结果表明,该文所提三维点云刚体配准方法的配准精度高,能够有效抑制噪声和外点对配准精度的影响。     

平面型场景图像的非层次化三维度量重建

平面型场景图像的三维度量重建就是确定图像平面到度量平面的八自由度同形矩阵,通过对平面型场景图像的三维度量重建方法的阐释,提出了非层次化平面型场景图像的三维度量重建方法,该方法不必对摄像机定标,直接考虑射影图像平面上的圆点Ip和Jp,Ip和Jp包含非度量矩阵N的四个自由度,把它们结合起来用两个圆点Ip和Jp表示对偶二次曲线来计算非度量矩阵N,基于场景几何知识,计算图像平面和世界平面之间的非度量矩阵N后就可得到平面型场景图像的三维度量重建。     

三维刚体装配约束求解问题研究

三维装配约束求解是三维计算机辅助设计系统的核心技术之一。根据装配设计的实际需求,对基本装配约束的构成及约束度进行了分析,对约束组合基本类型为3D3A型和4D2A型的两个刚体的装配问题进行了研究,采用基于吴消元法的符号计算方法给出了装配约束及实数解参数有效范围的求解方法,并用实例验证了方法的有效性。     

连接刚体的三维结构和运动参数估计

根据连接刚体的结构和运动属性，提出了一种基于单目图像序列点对应元的连接刚体三维运动估计新方法．该方法首先利用相邻两个连杆的运动连接关系，由2幅图像估计连接刚体的初始位姿，即确定连接点的空间位置．其次在初始位姿估计的基础上，将各个连杆的运动用螺旋和指数映射表示．最后利用图像点对应元的运动约束方程，求得连接刚体的运动参数．实验结果表明，连接刚体的各个连杆的相互关联性被充分利用。降低了问题的复杂度，提高了算法稳健性．     

确定刚体惯量主轴的方法

确定刚体的惯量主轴，一般是视刚体质量的分布情况而选用不同的方法。常用的有：（１）对于质量分布对称的刚体，可用对称分析的方法找其惯量主轴。（2）给出刚体的惯量椭球方程，用确定二次曲面主轴的方法确定其惯量主轴。（3）用几何做图的方法，画出莫尔圆，通过莫尔圆中各线段所表示的物理量间的关系来确定其惯量主轴。（4）用三维转动群SO（3）作用于刚体的转动惯量算符，根据惯量张量在坐标系旋转的F不变性，而求得旋转群SO（3）的表示的基矢，进而求得刚体的主惯量和惯量主轴。     

一元多项式因式分解一般方法

通过研究一元多项式的因式分解,给出了给出了因式分解的两种方法。     

基于三维分叉模型的血管轴重建方法

针对血管轴重建中血管段难以配准的问题，提出了一种基于先验分叉模型的血管轴重建方法。该方法利用血管走向和分叉结构的先验信息，对血管片段进行基于先验分叉模型的配准，从而更有效地将血管分支的三维结构信息提取出来。实验结果表明，该方法降低了血管片断重建的复杂度，提高了重建速度和重建精度。     

利用GPU实现三维图像重建方法研究

利用CT进行三维重建需要高迭几十亿字节的数据,处理这样的海量数据对PC机或普通图形工作站的CPU来说都将是十分耗时的,重建速度仍是制约三维锥束CT应用的主要因素之一。图形处理器（Graphics Processing Unit,GPU）由于其所具有的超长流水线和高度并行化,不仅在图形处理领域得到广泛应用,而且被用来进行通用计算任务。由于计算机图形学中的投影过程和CT的数据生成本质是一致的,基于GPU进行CT重建是提高速度的有效途径,本文首先针对GPU的特点进行概述,之后着重介绍了在GPU上实现CT重建的原理和方法,同时分析了GPU能够实现加速的原因。     

单幅手绘草图重建三维模型方法研究

提出从单幅手绘草图快速生成三维模型的方法,对输入草图进行在线识别与规整,将草图转换为规则的几何图形.然后提出二维图形向三维模型转换的映射机制,完成三维信息的添加.最后进行实验验证,结果表明可自然高技地完成手绘筒田的三维重建.     

基于LDQPSO算法的非刚体配准

如何快速准确地实现匹配一直是非刚体配准领域极具挑战性的问题。针对该问题,该文提出一种快速、高精度的非刚体配准方法——基于LDQPSO的非刚体配准算法。首先针对QPSO算法过早收敛的缺点,采用线性自适应策略对QPSO惯性权重因子进行更新,提出了LDQPSO算法。在此基础上,用LDQPSO实现非刚体点云配准参数的优化确定,最终实现了快速高精度的非刚体点云配准。文中选择不同的非刚体配准实例验证算法有效性,并与原有算法进行对比。实验表明该文提出的算法具有更好的寻优性能。     

多模态医学影像的非刚体配准与多分辨率融合方法

为了利用不同模态医学影像提供的有效信息,研究了多模态医学影像的配准与融合方法。为了实现灰度、形态差异较大的多模态医学影像的空间几何匹配,提出了互信息测度下基于仿射变换的粗配准与基于B样条变换的精配准相结合的高性能配准方法,并以此为基础提出基于小波变换的多分辨率融合方法,实现了不同频带系数的差异性融合。实验结果表明,所提方法可以使多模态医学影像达到空间坐标上的配准,并实现了多模态医学影像的高质量融合。     

非完整多刚体系统的动力学方程

本文利用图论中的一些基本概念,把非完整闭环多刚体系统中的某些刚体一变为二,构成开环多刚体系统,用Gauss原理导出了动力学方程。另外对非完整树形多刚体系统又用Bertrend原理导出了动力学方程。最后指出了不同方法之间的联系。     

由粗到精的三维人脸稀疏重建方法

针对传统三维人脸重建算法精度不高的问题, 提出一种由粗到精的三维人脸稀疏重建方法。根据稀疏形变模型方法对待重建人脸的部分区域显著点进行重建, 得到第1步重建结果, 并在此基础上进行后续重建。将第1步的重建结果作为新的参考模型, 求取待重建人脸与参考模型的特征点的坐标投影距离, 从而求取参考模型的形变因子, 完成最终三维人脸的重建。由于两步稀疏重建的作用不同, 对重建过程中参数的选取也采用不同方式。实验结果表明, 该方法能有效提高人脸重建精度, 同时保持较快的重建速度。