基于局部结构和视觉显著特征的红外和可见光图像泊松重构融合算法

研究了一种基于泊松重构的红外和可见光图像融合算法,算法在梯度域内实现图像信息的融合,可有效避免传统空域和变换域方法在融合图像中由于局部亮度不一致而产生伪边缘。另外,提出的算法在源图像梯度融合时,同时考虑了图像的局部结构显著和视觉显著特征,能够在保留源图像更多细节的同时突出输入图像的视觉显著目标信息。通过与其他最新融合算法的对比实验结果显示本文算法获得的融合图像既有突出的红外目标,又有清晰的可见光背景细节,并且不会产生伪影和噪声,同时客观评价指标也有显著的优势。

室内雕塑点云三维重构

针对室内雕塑传统建模效率低的问题,探讨并实现了点云三维自动重建的方法。通过对点云数据预处理,包括异常点剔除、数据精简等,减少了异常点对建模的影响,使用泊松曲面重建技术进行雕塑点云三维重构。运用这种方法,可以使得表面能够很好的拟合。

基于改进法线方向的泊松曲面重构算法

针对三维点云在泊松曲面重构过程中由于法线方向不一致而导致重构结果出现偏差的问题,提出一种基于改进法线方向的泊松曲面重构算法。利用包围盒将原始点云分割为若干个立方体体素,并将每个有效体素标记为"位置已知"或"位置未知"。采用KD(k-dimensional)树对每个有效体素内的点云重新排序,利用主成分分析法进行法线估计,将新的顺序作为法线传播方向,实现点云法线的局部定向。针对"位置已知"的体素,依据体素质心位置完成法线的全局定向;对于"位置未知"的体素,则依据相邻体素的法线实现法线的全局定向。最后,结合法线定向结果对点云进行泊松曲面重构。实验结果表明,该算法能将复杂曲面点云的法线定向至同一侧,法线估计误差接近于0,能较好地实现泊松曲面重构,提高重构曲面的准确度。