形状基视觉传达约束下三维图像重构算法改进

由于忽略了图像以真实性为准则的视觉传达需求,导致以形状基重构为主的相关方法效果不佳。为此,从视觉约束性出发,改进三维图像重构算法。分割、筛选所采集的目标点云数据,构建数据集。利用局部空间差分算法求解各像素值,并获得形状基约束性的像素值差分系数填充像素,以赋予各点云数据视觉传达约束性。以基于改进量子粒子群的k-means聚类算法和基于数字特征的二型熵模糊C均值聚类算法为基本算法,通过聚类目标区域和背景区域的数据,转换实际目标坐标系和重构图像坐标系,完成不同尺度、不同角度的三维图像重构。结果表明,所提方法重构的图像更贴合目标建筑的实际信息,符合图像的视觉传达需求,且峰值信噪比始终高于85 dB,均方误差均低于70 pixel,重构效果优越性显著。

桥墩冲淤检测中多波束测深系统结合三维图像声呐的应用

东海大桥是我国第一座真正意义上的跨海大桥,东海大桥桥墩冲淤研究对类似海上风电、杭州湾大桥等跨海大桥冲刷防护等工程提供借鉴。多波束测深系统结合三维图像声呐在东海大桥水下地形测量的成熟运用为后期桥墩回填工程提供重要依据。冲淤变化直接影响桥墩桩基的桩基承载能力,桥墩基础局部冲刷深度是确定基础埋深和保证桥梁运行安全的重要参数,通过对多年东海大桥桥墩冲淤分析,为东海大桥整体冲淤评估提供可靠的数据依据。

激光三维图像高精度快速重建方法设计与研究

当前激光三维图像重建方法存在效率低,时间长等缺陷,为了获得更理想的激光三维图像重建效果,提出了一种新型激光三维图像高精度快速重建方法。该方法利用非线性改进方法计算3D摄像机位置和空间坐标点,并使其误差分布均匀。同时,利用稀疏矩阵方法自动检测激光点云,去除噪声和障碍物,优化点云数据,从而得到更准确的激光三维图像。采用差分逼近策略计算激光三维图像的一阶偏导数,初步确定图像中的大致边缘位置。通过蚁群算法提取三维图像的边缘特征,计算激光三维图像边缘特征的重建坐标点,最终实现了激光三维图像的重建。实验结果表明:本方法可以高精度提取激光三维图像边缘轮廓,重建精度为97%,重建时间为35 ms。

基于视觉传达技术的激光三维图像虚拟重建方法

为了提升激光三维图像虚拟重建效果,提出了基于视觉传达技术的激光三维图像虚拟重建方法。获取激光三维图像的纹理特征值,采集到激光三维图像,提取激光三维图像重建特征;融合频率域特征和纹理特征,得到激光三维图像多特征数据集以及激光三维图像多特征数据集内坏特征,设计多特征融合的步骤;根据多特征融合结果,得到三维特定激光三维图像模型,实现激光三维图像虚拟重建结果。实验结果证明:该系统可有效解决了激光三维图像重建难题,当遮挡比例为18%时,尺度不变深度误差值与平均角度误差值均达到最大,最大值均未超过设置阈值,本方法结构相似度在90%以上,重建精度较高,可以实现激光三维图像高精度虚拟重建。

运输轨道结冰数值三维图像模拟研究与仿真

运输轨道结冰会影响列车的行驶速度和稳定性,增加列车行驶的安全风险,为此,开展了运输轨道结冰数值三维图像模拟与仿真研究。首先,将轨道面分成多个控制体,根据各控制体的水体连续相和当前方位的气流场,获取水体的下落轨迹与落地位置;然后,依据水体质量守恒和能量守恒情况,计算轨道结冰厚度;最后,利用罗德里格矩阵变换策略与齐次坐标变换策略,统一数据点维度,并采用图形处理器按照文件转换格式,将数据点转换为图像元素点,从而构建结冰数值模拟的三维图像。仿真结果表明,该方法可有效模拟结冰数值三维图像,对于常见气象条件具有良好的免疫性,环境抑制能力较强。

数字光学三维图像分析仪EvaSKIN在评价皱纹中的应用

验证数字光学三维图像分析仪EvaSKIN在客观、定量评价皱纹中的有效性。招募115例受试者,使用数字光学三维图像分析仪和人工摄像方式采集受试者的面部图像,分析鱼尾纹随年龄的变化情况。相较于人工摄像方式,数字光学三维图像分析仪EvaSKIN实现对皱纹三维提取,得到鱼尾纹随年龄变化趋势:20~30岁皱纹开始慢慢出现;30~50岁皱纹会快速增加;50~60岁皱纹长度基本定型,皱纹呈纵向发展,逐渐加宽加深,其面积、深度和体积增长幅度增加,皮肤衰老状况加剧。数字光学三维图像分析仪EvaSKIN实现对皱纹的三维提取,量化了皱纹的周长、面积、平均深度、最大深度和体积,实现对皱纹状态的客观、定量评价。

浅谈钳工锤凹陷痕迹三维图像处理方法

本文使用钳工锤分别采取人工打击与自制标准打击装置的方法,制备了15°接触角度时的凹陷痕迹,使用三维形貌测量仪采集获得三维点云数据,后经点云位姿变换、图像补全与数学化表达、滤波平滑等图像处理方法,获得可用性较高的凹陷痕迹深度矩阵数据。最终通过互相关测度计算了相同打击角度下的两凹陷痕迹的相似度。

基于多媒体智能三维图像处理系统的设计与实现

提出了一种基于多媒体智能三维图像处理系统的设计与实现方法。该系统结合图像采集、预处理、智能分析和应用展示等关键技术,实现对三维图像数据的高效处理和应用。实验结果表明,该系统具有良好的性能和稳定性,为三维图像处理领域的进一步研究和应用提供了有效的技术支持。

轮对踏面三维图像检测系统研究

轮对踏面作为轮轨唯一的接触面,车轮尺寸和踏面状态的自动检测是保证列车运行安全的重要前提之一;针对轮对踏面二维图像检测系统和人工测量轮对尺寸检测精度低、误报率高、环境依赖性强以及人工效率低等问题,研制了踏面三维图像检测系统并附带轮对尺寸检测功能。该系统基于激光三角法确定被测对象的深度信息,通过改进的高斯型光心提取算法,准确地提取每一条踏面曲线,最终由1800条踏面曲线还原了轮对踏面的三维状态信息。通过大量故障模拟试验发现:系统不但能够准确识别模拟的故障,而且能够排除轮对上的污渍、水渍等深度信息未发生变化干扰情况,同时识别率达到95%以上,为踏面的状态检测以及轮对尺寸检测提供了一套更加适用的三维检测系统。

基于三维图像视觉的手机app交互界面设计

针对手机app交互界面设计感官效果不足、时间消耗大的问题,提出基于三维注册的app交互界面设计方案。基于SURF算法提取图像特征点,通过汉明距离匹配提取的图像特征点;利用相邻帧间特征点匹配获取单应性矩阵,求解摄像机位姿以完成三维图像视觉注册。测试结果表明,该方法三维图像注册的时间开销低、误差小,并且取得了理想的用户满意度。

基于三维图像的道砟几何形态分布规律研究

道砟几何形态对道床结构物理力学性能有重要影响,量化评价和分析道砟颗粒几何形态对结构的相互作用机理研究、数值仿真分析等都具有重要意义,可为道床养护维修优化提供支持。基于颗粒三维图像特点,提出一个新的局部特征评价参数——综合局部特征参数,通过检验表明该参数的有效性;结合整体形状特征参数,从整体及局部两个层次对我国铁路道砟颗粒几何形态分布规律进行统计分析。此外,分析道砟颗粒的比表面积分布规律。道砟颗粒比表面积分布规律研究有助于分析研究颗粒交互作用及能量利用效率。研究结果表明,三维尺寸方面,片状道砟尺寸偏差程度最大。随道砟粒径增加,块状道砟尺寸偏差程度逐渐变大,针状道砟基本保持不变,片状道砟逐渐减小。整体形状方面,块状道砟整体形状最接近球形,随道砟粒径增加,片状道砟整体形状向球形趋近,块状及针状道砟整体形状基本不变;局部特征方面,针状道砟局部特征最显著;随道砟粒径增加,各种形状道砟颗粒的局部特征均变得明显。道砟颗粒的比表面积与3D粒径有关,随3D粒径增加,道砟比表面积减小,其中片状道砟的比表面积减小速率最大。

基于三维图像处理技术识别高速公路路面病害的方法研究

随着社会的进步,我国基建行业发展迅速。高速公路作为其中一项重要的分支,在使用周期内常常出现裂缝、龟裂、块裂等路面病害,并且这些路面病害随着时间的流逝在不断加重。当路面出现病害后,不但影响着公路路面行车的安全性与舒适性,还会大大缩短路面的使用寿命。因此,正确识别并诊断路面病害已成为当下十分重要的课题。

VR技术在船舶舱室三维图像重建中的应用

为了实现对船舱舱室的三维视景重构,提出基于VR技术的舱室三维图像重建技术,采用锐化模板匹配动态增强技术和帧点扫描技术,实现对船舱室的三维立体图像扫描和特征提取,结合像素匹配模型和滤波抑制方法,实现三维图像的不规则点滤波和修正处理。通过光场边缘轮廓检测和模板分块融合匹配,结合VR视景重建技术,实现对舱室的三维图像重建。仿真结果表明,采用该方法进行舱室三维图像重建,有效解决舱物理结构复杂导致的结构不规则和空间表达能力不好的问题,具有很好的视景重构性能。

基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真

提出基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真方法,以提升高压开关柜温度场仿真效果。该方法利用主动式红外图像传感器采集高压开关柜温度场红外图像后,使用直方图非线性拉伸算法对其实施增强处理;再使用Lazy Snapping算法对增强后的高压开关柜温度场红外图像进行分割,并通过混合遗传模拟退火算法合成二维纹理流场图像;以该图像为基础,使用Image Quiltingh纹理合成算法合成高压开关柜温度场三维图像,完成高压开关柜温度场红外三维图像重建仿真过程。实验结果表明:该方法可有效增强高压开关柜温度场红外图像,其分割红外图像时的交并比数值接近1.0;可依据其生成的二维纹理流场图像生成三维图像,温度场仿真数值最大偏差仅为0.03℃。

基于深度卷积神经网络的激光三维图像重建方法

针对当前的激光三维图像重建方法存在的精度低、效果差,耗时长等难题,为了提高激光三维图像重建效果,提出基于深度卷积神经网络的激光三维图像重建方法。首先采集待重建激光三维图像,采用去噪算法对激光三维图像进行去噪操作,并对去噪处理后的激光三维图像进行增强操作,改善激光三维图像视觉效果,然后采用深度卷积神经网络对激光三维图像进行激光三维图像重建,最后进行了多幅激光三维图像重建仿真测试,结果表明,深度卷积神经网络的激光三维图像重建精度超过93%,重建后激光三维图像质量得到提升,激光三维图像重建时间控制在40 ms以内,可以快速实现激光三维图像重建结果,同时重建后的激光三维图像整体效果要明显优于当前经典重建方法,具有更加广泛的应用前景。

虚拟现实技术在三维图像表面重建中的应用

传统的三维图像表面重建技术主要通过3D扫描方法进行立体重建,当面对复杂场景时无法获取帧点坐标,导致重建图像的分辨率较低。基于此,提出融合虚拟现实技术的三维图像表面重建方法。首先,结合群体优化策略和信息素矩阵临界值,获取三维图像边缘信息;其次,运用虚拟现实技术,完成最小识别距离计算、重建点坐标计算和重建深度距离计算,确定复杂场景内每个帧点的重建坐标信息;最后,进行背景图像与前景图像的匹配分析,得到三维图像表面重建结果。实验结果表明,对于原始分辨率为1120 PPI×800 PPI的三维图像,应用该方法进行重建,所得图像的分辨率稳定保持在1280 PPI×1024 PPI,能够满足图像重建要求。

基于虚拟现实技术的低质量船舶三维图像重建

图像重建是图像处理领域中的重要组成部分,为提升图像重建质量,提出基于虚拟现实技术的低质量船舶三维图像重建方法。针对外部环境与采集设备等因素导致图像质量低的问题,采用虚拟现实技术的形态学滤波技术预处理初始船舶图像,通过膨胀、腐蚀与开启、闭合运算实现船舶图像增强处理;利用指数权重系数描述船舶图像特征;通过虚拟现实设备获取船舶三维图像最小识别距离,在船舶图像特征基础上,确定理论图像投影值与实际投影值间的偏差,利用偏差值校准船舶图像重建像素值,实现高精度船舶三维图像重建。实验结果显示,该方法增强后图像峰值信噪比提升14%以上,重建后图像结构相似性达到95%以上,清晰度显著提升。

基于深度学习的三维图像识别技术研究

本文针对三维图像识别中点云数据所存在的无序性、旋转不变性、非结构化、高冗余、易缺失等特点,提出了一个专用于三维图像点云识别的PointNet深度学习模型框架,并对其核心模块神经网络层(multi-layer perceptron,MLP)、训练网(training net,T-Net)的功能实现进行了详细分析,为深度学习技术在三维图像识别中的进一步应用奠定了研究基础。

生物组织三维图像分割与分析测量技术

本文提出一种基于序列断层图像的三维重建,任意区域分割和分析测量的新方法。实现了花粉孢子、分子伴侣、病毒、以及头颅等图像的三维重建分析、测量与分割。实验结果表明本技术为生物医学的结构功能研究提供了新的技术手段。

一种新型的三维ECT传感器及三维图像重建方法

针对二维电容层析成像系统轴向分辨率低,对介电常数在轴向有显著变化介质的分布不适应,在分析电容层析成像基本原理的基础上,提出了一种新型的三维电容层析成像传感器结构。三维电容层析成像传感器检测电极分为3层布置在绝缘管道外壁,在测量时根据需求,采用双电极激励检测模式对同层或不同层之间极板阵列组合进行检测,以获得传感器内部介质的三维数据。实验结果表明,介质轴向分布图像更加客观和真实,与传统的单电极激励模式相比较,检测电容值得到提高,测量区灵敏度均衡性得到改善,图像重建精度得到提高。