基于细分的树干三维表面重建算法

为提高树干三维表面模型重建精度,使其能更有效反映树干表面特征,提出基于细分的树干三维表面重建算法。根据给定分段高度,对树干点云垂直分段;在计算每个分段质心的基础上,根据给定角度参数将每个垂直分段划分为若干角度分区,并得到角度分区中心点点集;以该点集为输入,使用基于切平面投影的树干三维表面重建算法,得到粗粒度树干表面模型;分别在改进Loop细分算法和Sqrt3细分算法的基础上,对粗粒度表面模型细分得到细粒度表面模型。实验结果表明,改进Loop细分算法和改进Sqrt3细分算法重建的树干表面模型,更能有效反映树干表面的凹凸不平特征;改进Loop细分算法比改进Sqrt3细分算法重建的树干表面模型具有更小的Hausdorff距离。改进算法构建的树干表面模型能有效反映树干表面不规则的几何特征,构建模型更精确;实际应用中应优先使用改进Loop细分方法重建树干表面模型。     

单幅图像三维目标定位及重建

首先对图像进行拉普拉斯滤波处理,进而利用Canny算子对图像进行边缘检测,通过Hough变换检测目标图像,采用CAD辅助提取边界直线,基于灭点理论标定数码相机,之后采用透视投影模型中基于图像相对深度方法对图像三维信息进行恢复。最后计算出了目标物体的特征点三维坐标,实现目标定位。通过CAD实现模型的重建与显示。     

超声图像的表面轮廓提取及三维图像重建过程的探讨

通过超声对被测元件进行检测,获得二维图像,然后提取二维轮廓信息,最终形成三维图像这一过程进行研究,并针对每一过程给出了具体的数据采集方法或算法,算法经实验检验均有非常好的效果,基本能够达到二维信息提取要求.     

三维人体的点云获取与点云重建

针对三维人体重建中人体曲面复杂,点云庞大的问题,提出一种基于三维Voronoi图,并利用Delaunay三角剖分性质的Crust算法进行人体三维重建.采用三角测量原理计算三维坐标,散乱的点云构成Voronoi图,Delaunay三角剖分Voronoi图得到原始模型.利用Xjtuom三维面扫描仪测量人体点云,进而采集到了49幅不同角度和高度的图片,并用自带软件完成了配准.通过Matlab平台完成点云读取,点云精简和基于Crust算法的三维重建.实验表明,该算法可以保证曲面重建的拓扑正确性和收敛性.该三维重建系统能够实现人体庞大点云的三角剖分与人体复杂自由曲面的重建,并得到了360°无缝隙的人体重建模型.     

用于面部虚拟整形的三维人脸重建系统设计

为解决面部整形手术成功率低的问题,设计了用于面部虚拟整形的三维面部重建系统。该系统首先利用高精度深度相机采集人脸多角度深度图像,将每幅深度图像分别转换为对应点云模型并进行去噪预处理。接着,将正面点云和侧面点云进行粗匹配实现点云拼接,并提出一种改进的精配准算法进行精配准,得到目标人脸三维点云模型。对点云模型网格化处理后,提出一种基于半边结构的细分算法来提高重建模形精度,最后完成贴图即可构建人脸模型。为了验证所设计系统的重建精度,设计了对比实验。结果表明:系统重构人脸与其他重建系统相比,提高了人脸精度,且与真实人脸间差距小于2 mm,可以将其应用于面部虚拟整形,从而对专业医师提供术前指导,提高手术成功率。     

一种平面微观形态三维信息获取与处理方法

为获取平面微观形态信息,提出了一种基于线激光扫描和精密程控平移台的点云信息自动采集方案,实现了对A3纸张尺寸范围内低厚物品的分幅面全自动扫描;并自动对所获取的各幅面点云数据进行无缝拼接,生成被测物体的全幅面点云集,重建出被测物体三维模型。为便于观测分析并实现3D打印,对获取的点云集进行了区域选择、高度直方图统计、等高线绘制以及三角网格化,得到被测物体的三维模型;并对模型表面积进行计算。所设计的系统实现了平面精度±0.01 mm,高程精度±0.002 mm的点云采集。     

利用VBA重构物体表面的三维几何模型

利用一种新的面向对象的开发工具VBA,在通用CAD软件包AutoCAD2000平台上,进行基于点云的物体表面网格模型重构的应用程序开发。利用该面向对象的工具所提供的核心技术,可以在AutoCAD下自由开发CAD应用程序,它避免了利用其它造型其它造型软件进行逆向设计的复杂数据结构和数据格式问题,方便了曲面造型的需要。     

胎儿大脑左右两半球Broca氏区皮质组织结构的比较

取4至10月龄的胎儿大脑两半球Broca氏区的皮质进行组织学切片，染色、显微镜观察，比较各月龄胎儿大脑左右两半球Broca氏区的皮质厚度，第Ⅲ层锥体细胞的体积和密度，发现各月龄胎儿左右两半球Broca氏区皮质厚度及其第Ⅲ层锥体细胞密度无显著性差异；锥体细胞的体积在8、9月龄胎儿左右半球无显著性差异，但10月龄则左半球的大于右半球。     

用不变矩从机载激光扫描测高点云重建建筑物

基于机栽激光扫描测高数据重建建筑物模型是当前该领域的研究热点。首先介绍不变矩的概念，然后基于平移不变矩和旋转不变矩给出了由不变矩计算房屋特征参数的表达式，并根据特征参数计算房屋特征点的坐标。     

用SFS法进行三维表面重建的分析和实现

为适应快速产品开发的需要,基于阴影恢复形状技术,采用SFS方法,快速、准确地获取物体表面的三维几何信息,生成图云数据。通过适当的算法对数据进行处理,获得轮廓文件切片,重构了满足精度的三维CAD模型,从而简化了反求的步骤。通过实例证明了方法的可行性。     

基于多视角图像的作物果实三维表型重建

针对基于激光扫描设备获取点云存在操作复杂、成本高、难以被普及等问题,本文研究了基于普通图像的复杂背景中作物果实三维表型重建.我们建立了集SFM算法、PMVS算法以及半自动化去噪方法的优势为一体的三维重建架构.以一组多视角目标作物果实二维图片为输入源,首先基于SIFT算子的比例和旋转不变性参数,提取多幅二维图像特征信息....     

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.     

基于激光扫描技术的三维模型重建

随着科技的不断发展,三维激光扫描技术以其独有的优势在文物数字化保护、工业测量、城乡规划、自然灾害调查等领域得到了广泛的应用。本文通过分析三维激光扫描系统获取的点云数据,并对原始测量的点云数据进行处理,得到正确的建筑物的表面信息,然后再通过构建三角网建立三维表面模型,通过进行纹理映射实现建筑物三维可视化模型重建。     

基于柱面反投影算法的三维物体表面纹理重建

从图像中提取纹理用作纹理映射是三维重建的常用方法之一,然而通过相机获取的照片纹理经常存在失真变形,不能直接用于纹理映射,故需要研究失真纹理的校正.针对圆柱面物体提出一种柱面反投影算法,将物体在圆柱面上的影像纹理投影到二维视平面上显示,并用线性插值算法对缺损的像素值进行插值校正,然后利用SIFT(Scale Invariant Feature Transform)尺度不变特征点匹配算法对校正后的纹理图像进行特征点提取与匹配,最后采用加权平滑算法实现图像的拼接,从而得到宽视角的纹理图像.实验表明,利用上述方法能够有效地生成三维重建所需的纹理.     

基于k-邻域密度的离散点云简化算法与实现

提出一种基于k-邻域密度(即k-邻域中的点云密度)的离散点云简化算法, 并给出了在三角网格重构中的实现. 该方法不仅可以保证实物模型重建后的整体轮廓, 而且在细节部分也较好地保持了局部形状特征. 三角网格重构的实验结果表明, 所给方法简单、 高效, 同时, 在实物模型平滑处与曲率变化较大处均取得了理想效果.     

三维帧间配准预测的V-PCC改进算法

针对视频点云压缩(video-based point cloud compression,V-PCC)把点云序列分解成2D的非规则图像块(patch)进行编码,破坏点云连续性,不利于后续帧间预测的问题,设计一种三维配准帧间预测结合V-PCC帧间预测的改进算法.首先,为了提高点云配准的有效性,设计一种基于运动一致性的二叉...     

点云数据的自动配准算法研究

针对传统ICP(Iterative Closest Points)配准算法计算量大、收敛速度慢且要求待配准的两片点云数据重合程度较高的问题提出了一种改进方法:首先基于均匀采样法精简点云数据;其次采用Kd-Tree算法查找最近点并基于距离阈值剔除错误匹配点;接着优化目标误差函数,计算点到切平面的距离;最后采用多角度的全局配准方法将两片重合程度最小的点云较好地配准在一起.通过对比实验,验证了本文的改进型ICP算法在运行时间和配准精度上都对传统的ICP算法做出了较大改进,取得了较好的配准效果.     

基于正态分布变换的多位姿手掌部三维静脉识别

研究基于三维点云匹配的多位姿手部静脉识别.考虑手部静脉点云的特点,结合双目视觉原理,建立了一种结合三维特征阵列和静脉点云的扩展数据库,提出了一种基于三维特征阵列的静脉点云粗配准算法.在双目静脉图像中提取稳定特征并重建为三维特征,根据三维特征匹配结果初步消除静脉点云位姿差异.并采用改进的正态分布变换算法完成静脉点云匹配.实验表明,本文算法能够有效提高多位姿下的静脉点云识别率,即使手部位姿变化范围较大时,系统的识别率仍超过90%.      

基于灰色关联分析的三维点云识别算法

为了适应激光引信识别战场目标时高动态、信息量少与干扰复杂的环境,该文提出一种基于灰色关联分析(GRA)的三维点云识别算法。构建由目标尺寸信息、目标轮廓信息组成的26维目标特征描述子,分析描述子中各元素的信息量、信息重要性、抗噪声能力和对遮挡的鲁棒性。提出基于层次分析法(AHP)的特征权重分配方法,建立目标特征空间转换和基于GRA的三维点云识别模型,实现对典型目标的识别。完成了对典型目标的仿真。实验结果表明：各种遮挡情况下的尺寸描述子的综合关联度最小为0.811,截面轮廓描述子的综合关联度在Ⅰ级和Ⅱ级的非严重遮挡下最低达到了0.875;对于Ⅲ级遮挡和Ⅳ级遮挡,通过降低特征融合时截面轮廓描述子边缘元素部分的分配权重,F最小为0.69;在各种遮挡情况下的平均识别率达到了0.862;最大识别时间为12 ms。     

基于广度搜索的增量式点云表面重建

将人工智能中广度优先的搜索算法引入散乱点云表面重建领域，借助增量计算思想，基于搜索算法状态不断扩展的特点，渐进均匀地扩展重建整个物体表面.算法以初始三角面片初始化搜索队列，以有向边为搜索元素，借助于八叉树空间划分和搜索约束条件，快速完成最优点评估及三角片重建，具有可视化并行计算、选择性填补空洞以及重建结果与参数弱耦合等特点.实验结果表明，本算法高效、稳定，可以重构任意拓扑结构的二维流形三角形网格.