基于除法模型和核密度估计算法的镜头径向失真校正方法

针对镜头径向失真的问题,提出了一种基于除法模型(DM,division model)和核密度估计算法的校正方法.该方法利用同一场景两个不同视点的失真图像对建立DM模型.首先对失真图像对进行特征点的提取和匹配.然后根据基本方程式联立方程组,采用核密度估计算法求出最优解即为校正参数.最后根据求得的校正参数对两幅失真图像进行校正.仿真表明,核密度估计算法提高了失真校正的鲁棒性和图像校正的精度.     

基于SURF-RANSAC配准的三维重建

为了提高三维重建中双目特征匹配的匹配效率和重建质量,在基于传统的加速鲁棒特征(SURF)匹配算法基础上,提出了一种基于SURF-RANSAC配准的三维重建算法。利用左右两幅图像来进行三维重建,首先通过Hessian矩阵来获取目标图像的初始特征点,并用邻近快速搜索算法完成初步的特征点匹配,然后融合随机抽样一致性算法(RANSAC)来优化匹配,最后利用三维坐标和纹理映射来完成三维重建。在Open CV上对该算法进行验证。结果表明,本文算法比传统的三维重建算法具有更高的精确度和更快的速度。     

基于无人机序列图像的三维场景重建

阐述了无人机拍摄的序列图像三维重建的方法,主要涉及图像之间特征点的提取与匹配、稀疏点云重建、密集点云重建、三维点云格网化、纹理映射,最后通过实例演示三维重建过程和最终效果,表明此方法可以重建出高精度、照片级逼真的三维场景.     

基于物体几何性质的单幅图像三维重建

基于单幅图像的三维重建,需要的信息少,避免了基于多幅图像三维重建时图像匹配的难点,成为基于图像三维重建研究的一个热点。物体的深度值的计算是单幅图像三维重建的研究难点,针对此难点,利用规则物体的几何性质,对单幅未标定图像进行三维重建。首先利用消失点进行摄像机标定,然后手动获得需要的最少二维点,通过标定矩阵和物体几何性质计算出这些二维点的三维坐标,进而得到物体精确重建需要的所有信息,最后利用OpenGL实现三维重建和纹理映射。实验表明,此方法可恢复出目标物体的精确三维结构,能够满足一般虚拟现实的需要。     

基于两视图的曲面物体自动建模方法

提出一种基于两视图的曲面物体自动重建方法. 采用基于Haudorff距离的特征匹配技术对图像的正面和侧面中的曲面物体进行匹配,自动获得图像中物体的大致形状及位置信息. 采用基于形状先验的图像分割算法自动地将曲面物体从图像的正面和侧面中分割出来. 利用这两幅图像中获得的侧影轮廓线,实现曲面自动重建和纹理自动提取. 通过真实曲面物体进行重建实验,验证了该方法的可行性.     

基于分类的纹理映射方法综述

对纹理映射的算法进行分类,从二维纹理映射和三维纹理映射两个大类分别进行阐述.二维纹理映射包括纹理的获取方法和映射方法两部分,映射方法中涵盖了参数化曲面、非参数化曲面和基于小变形的纹理映射方法的介绍.三维纹理映射介绍了基于三维纹理函数的映射,包括三维纹理的定义和映射方法研究;由于在虚拟世界的建造中对真实物体计算机重建的需要,就用于实物计算机三维重建中实物三维表面纹理的提取和映射算法等进行了研究和探讨.     

基于分类的纹理映射方法综述

对纹理映射的算法进行分类,从二维纹理映射和三维纹理映射两个大类分别进行阐述.二维纹理映射包括纹理的获取方法和映射方法两部分,映射方法中涵盖了参数化曲面、非参数化曲面和基于小变形的纹理映射方法的介绍.三维纹理映射介绍了基于三维纹理函数的映射,包括三维纹理的定义和映射方法研究;由于在虚拟世界的建造中对真实物体计算机重建的需要,就用于实物计算机三维重建中实物三维表面纹理的提取和映射算法等进行了研究和探讨.     

基于投影器-数码相机的物体三维重建

针对三维重建在计算机视觉和近景摄影测量目标物体纹理缺乏的特点,在传统用数码相机摄取影像数据的基础上,引入了投影器设备,构成投影器-数码相机系统。该系统可使投影器能够人为地给物体表面添加纹理特征,这些纹理特征清晰稳定、相对容易提取和匹配;利用投影器虚拟影像和数码相机拍摄的带有投影纹理特征的物体影像构成立体像对,可通过空间前方交会的方法解算纹理特征的空间坐标;连接相邻的空间纹理特征点,可形成物体三维立体模型。实验及其结果证明了基于投影器-数码相机系统的物体三维重建的有效性和实用性。     

基于图像校正技术的大豆病害自动诊断模型

为解决大豆病害无损采集的非线性失真图像与病种之间映射关系的问题,将数字图像处理技术与神经网络推理机制相结合,提出了基于图像校正技术的大豆病害自动诊断模型.通过自制标定模板无损采集大豆病害数字图像,利用双线性投影映射算法校正病害图像的几何失真,同时计算病斑区域的形状特征、颜色特征及纹理特征参数,以此多维特征指标为基础,应用神经网络的强自适应性自动取得大豆病种推理规则,建立大豆病害自动诊断模型.仿真试验表明:大豆病害的失真图像校正精度达到99%以上,其病害种类诊断准确率为98.33%,实现了大豆病害自动诊断和精确测报.     

基于特征点校正的几何鲁棒性水印算法

提出了一种基于SIFT特征点几何校正的抗几何攻击水印算法.该算法首先利用SIFT从原始图像中提取特征点集,并将其作为密钥保存;水印在检测前,再用SIFT从含水印图像中提取特征点集,根据特征点匹配算法(欧式距离)实现两个特征点集的匹配;然后利用匹配点对的几何特性校正几何攻击,恢复含水印图像的同步性.一个可标志的二值图像水印通过量化的方式自适应地嵌入到Coutourlet变换域的低频子带中;水印提取时不用原始图像,水印存在与否不仅可以通过阈值检测,也可以通过视觉直接判定.实验结果可验证,算法对常见的图像处理攻击、几何攻击和多种组合攻击均具有较强的抵抗能力.