基于B样条的空间自由曲线三维重建

Stereo vision,3D Reconstruction,Spatial free- form curve, B- spline,Affine camera

基于空间约束联合字典学习的三维冲击波超压场重建

针对有限测点条件下冲击波超压场全时空全区域重建的需求,提出一种基于空间约束联合字典学习的三维冲击波超压场重建方法。建立三维走时层析成像模型,利用字典学习对图像的稀疏表征优势和空间约束对图像边缘纹理保真特性,采用交替最小化思想对目标函数进行优化解算,实现大型病态稀疏矩阵的高精度求解。试验结果表明,该方法与代数重建算法(ART)、联合代数重建算法(SART)和期望极大化算法(EM)相比,重建精度更高,全区域重建误差达到了15.81%,在时空场重建过程中具有较高的应用价值。

基于时空注意力的空间关联三维形貌重建

聚焦形貌恢复通过对场景深度和散焦模糊之间的潜在关系进行建模实现三维形貌重建。但现有的三维形貌重建网络无法有效利用图像序列的时序关联进行表征学习,因此,提出一种基于多景深图像序列空间关联特征的深度网络框架——三维空间相关水平分析模型(3D SCHAM)进行三维形貌重建。该模型不仅可以精确捕获单帧图像中聚焦区域到离焦区域的边缘特征,而且可有效利用不同图像帧之间的空间依赖性特征。首先,通过构建深度、宽度和感受野复合扩展的网络构造三维形貌重建的时域连续模型,进而确定单点深度结果;其次,引入基于空间关联的注意力模块,充分学习帧与帧间的“邻接性”与“距离性”空间依赖关系;另外,利用残差反转瓶颈进行重采样,以保持跨尺度的语义丰富性。在DDFF 12-Scene真实场景数据集上的实验结果显示,相较于DfFintheWild模型,3D SCHAM在深度值准确度度量的3个阈值1.25,1.25^(2),1.25^(3)上的精确度分别提升了15.34%、3.62%、0.86%,验证了该模型在真实场景的鲁棒性。

基于绝对二次曲线像的三维图像重建方法

传统三维图像重建方法的重建效果较差、重建耗时较长。为解决上述问题,提出基于绝对二次曲线像的三维图像重建方法。根据多线程调度方法构建三维图像重建框架,将图像重建工作分为三个部分,分别为图像导入显示,预处理和分层重建。引入中值滤波方法对图像进行滤波,并使用Canny算子对图像进行分割。在重建过程中,计算无限平面单应矩阵以实现仿射重建,并计算绝对二次曲线像以进一步执行欧式重构,实现三维图像的分层重建。仿真结果表明,设计方法的重建效果好,重建时间短,应用性较好。

基于序列图像的空间目标三维重建

空间目标三维重建对空间态势感知和理论研究具有重要意义。针对空间目标图像存在的由纹理重复导致的错误重建问题,提出了一种新的基于运动信息恢复三维场景结构策略。该策略将序列目标图像的成像时间顺序作为先验信息,顺序地加入新图像进行迭代,以避免因目标结构对称、纹理重复所导致的重建错误。同时针对空间目标成像数据匮乏的问题,进行了空间目标图像仿真,并开展了空间目标地面模拟成像实验研究。结果表明:运动分析结果精确,对噪声有较强的鲁棒性,恢复出的目标三维点云能在一定程度上表达目标的结构信息。同时给出了进行空间目标三维重建时图像序列应满足的边界条件。

一维子空间的三维重建方法

为了从图像序列中恢复三维物体,假设相机为正投影模型,提出了一种基于一维子空间的三维重建方法.利用所有图像序列构成的行向量生成的子空间之和与三维空间点构成的行向量生成的子空间是同一线性子空间、同时由所有图像点构成的2个行向量外加一个行向量就可以组成该子空间的一个基底的特性,线性地求取子空间中的行向量,最后完成三维重建.模拟和真实实验结果表明,该重建方法具有鲁棒性好、重投影误差小等优点,而且能够将图像平等地对待.

任意空间位置回转二次曲面体的三维重建

本文提出了一种适用于任意空间位置摆放的回转二次曲面体的三维重建算法，主要技术途径是根据回转二次曲面体的投影特性，定义了曲面上的一些具有特征性质的点和线。通过寻找特征点，用特征匹配的方法，实现了空间任意摆放的回转二次曲面体的三维重建。

基于激光三维扫描建筑空间结构虚拟重建系统

当前方法在重建建筑空间结构时由于缺少单片测图,导致三维建模结果与实际结果拟合度低、建模过程耗时较长。提出基于激光三维扫描的建筑空间结构虚拟重建系统。根据单片测图和三维激光扫描技术对重建系统进行总体设计,详细分析经激光三维扫描获取建筑空间结构数据的流程、预处理以及配准方法,利用三角网格对建筑空间结构模型进行三维重建,并提供建筑空间结构的外廓采集工具以及交互编辑环境给作业人员,实现对建筑空间结构的虚拟重建。实验结果表明,利用该系统进行建筑空间结构虚拟重建,三维建模结果与实际结果的拟合度较高,且建模耗时较短,应用性更强。

基于细化等值面拓扑的病灶切片三维重建方法

脑组织病灶切片的三维重构对于了解神经胶质神经瘤状态具有重要意义,可用于鉴别诊断、手术模拟等。移动立方体(MC)算法是经典的多边形曲面重建算法,具有简单易实现的优点,但其存在低效且梯级现象明显的情况。针对该问题,本研究提出一种细化等值面拓扑的病灶切片空间堆叠重建方法(SSR-RI),旨在实现拓扑构形与运行效率的优化。SSR-RI通过构建空间坐标系对磁共振图像(MRI)切片邻近图进行处理,为了改善双线性插值法中图像分量易受损的问题,提出一种自适应空间插值法,根据灰度值变化自适应选择插值点,对周围进行扩充。在结合等法线顶点的基础上,设计了一种细化等值面提取方式的堆叠重建方法,以提高堆叠速度,并减少梯级问题。为了进一步优化SSR-RI的三维重建效果,提出一种改进的局部反射光照法(PR)以绘制三维病变,利用镜面颜色反射(SCR)与镜面指数(SE)对重建体进行渲染优化。使用公开脑肿瘤分割数据集BraTS的618例病例开展三维重建实验,以验证所提出方法性能。实验结果显示,所提算法的重建时间只需2.124 s,F-score值达到0.845,SSIM值达到0.81,相较于MC算法减少了38%的重建时间,F-score值和SSIM值分别提高了30.89%和38.4%。重构体序列间结构紧密,视觉效果更富立体感和纹理感,有效地提高了三维重建的绘制效率。

踝关节骨折CT三维重建空间分型初探

[目的]评价踝关节三维CT重建检查的价值以及能否根据三维图像进行踝关节骨折的空间分型。[方法]收集20例踝关节损伤患者的X线片和三维CT重建图像进行分析。[结果]X线平片与CT三维重建检查诊断结果相符的6例(30%),X线平片发现了骨折但CT三维重建检查发现更多骨折的5例(25%),X线平片怀疑有骨折但CT三维重建检查确定诊断的6例(30%),通过CT三维重建检查更正X线平片诊断的3例(15%)。[结论]可以根据CT三维重建图像对踝关节骨折进行简单而直观的三维空间分型。

高空遥感图像空间特征信息三维虚拟重建仿真

卫星采集的高空遥感图像容易出现模糊区域,需要对高空遥感图像空间特征信息进行三维重建。传统的特征重建方法无法获取较好的效果,提出基于序列图像的特征重建方法。使用SIFT算法提取匹配空间目标图像序列特征,采用改进SFM方法重建并优化稀疏点云和稠密点云,以此为依据,按照三维点云数据信息完成目标表面三维虚拟重建。结合层次分析法与纹理映射关系模型,构建多层次纹理映射模型,采用傅里叶变换思想计算物体特征点间的空间位置关系,优化目标表面三维虚拟重建结果。实验结果表明:所提方法重建高空遥感图像效果真实、细致,对噪声具有较高的鲁棒性。

股骨颈骨折空间移位的三维重建研究及改良Garden分型的提出

目的通过测量股骨头空间移位参数,探讨Garden分型的不足,提出改良的Garden分型。方法选取股骨颈骨折患者160例,其中包括GardenⅠ、Ⅱ、Ⅲ、Ⅳ型各40例,GardenⅠ型组包括不完全骨折者6例和嵌插型骨折者34例。利用患者双髋CT数据行三维重建,将健侧三维模型与骨折侧相配准,在两个模型上测量股骨头中心移位距离、股骨头凹最深点移位距离及股骨头空间移位角度;对四组患者股骨头空间移位参数进行统计分析。结果嵌插型股骨颈骨折平均股骨头相对移位角度为(18.06±10.77)°,30%(10/34),嵌插型骨折移位角度>20°;6例不完全股骨颈骨折通过CT扫描及三维重建发现仅3例为不完全骨折。GardenⅡ型组股骨头空间移位角度为(16.79±9.98)°,25%(10/40)患者股骨头移位角度>20°。GardenⅢ、Ⅳ型组股骨头中心空间移位距离分别为(14.36±5.61)、(18.77±5.45)mm。其中Ⅱ型组与Ⅰ型中嵌插型骨折组之间移位参数的比较差异无统计学意义(P>0.05)。GardenⅣ型组股骨头的空间移位参数与其他三组相比较,差异均有统计学意义(P<0.05)。结论嵌插型股骨颈骨折定义为无移位型骨折具有较大偏差,嵌插型与GardenⅡ型空间移位无明显差别,Garden分型具有一定的局限性,改良Garden分型更适用于临床。

基于三维扫描的火灾后建筑空间结构虚拟重建系统

传统系统在进行火灾后损毁建筑空间结构虚拟重建时,未进行虚拟受力模拟,重建效果不佳,并行处理效果差。为此,该文结合三维扫描技术,构建灾后建筑空间的草图,设计出一个性能更佳的系统完成火灾后建筑空间结构虚拟重建。三维激光扫描仪直接连接计算机实现对灾后损毁建筑数据采集,提高数据是准确性;对系统软件功能架构进行设计,通过单片测图功能进行灾后建筑空间草图生成,根据坐标转换对灾后建筑的三维模型重建,实现火灾后建筑空间结构虚拟重建系统的设计。为验证系统性能,设计对比实验。实验结果表明,所设计的系统建筑重建时间短,运行速率块,仅为传统系统处理时间的十四分之一,具有一定的应用价值。

城市园林景观空间格局三维数字化重建系统设计

以往三维数字化重建系统因未采取特征匹配算法提取城市园林景观图像中空间格局特征,导致重建精度较低。为此,设计城市园林景观空间格局三维数字化重建系统,通过ZED双目立体相机采集城市园林景观的二维图像,所采集二维图像通过视差图修复和细化环节等预处理后,利用SIFT相关特征匹配算法提取预处理后图像的空间格局特征,通过三维点云的纹理映射功能将图像的空间格局特征映射至三维点云模型中,并将数字影像色彩属性信息通过OpenGL图像库添加至三维点云模型中,实现城市园林景观空间格局三维数字化重建。实验结果表明,该系统可有效重建逼真、色彩鲜明的三维数字化城市园林景观空间格局,建模误差均在1%以内,建模精度较高,满足三维数字化重建要求。

生态交错带景观空间格局三维数字化重建系统设计

针对二维图像仅能展示生态交错带景观布局情况,缺乏空间感的问题,设计生态交错带景观空间格局三维数字化重建系统。系统采用固定翼无人机从不同方向获取生态交错带景观空间格局二维高空图像;采用GPS等高端仪器获取测绘数据,结合所采集二维图像构建数字高程模型,利用地理信息分析软件校正二维图像,消除畸变和位移产生的图像误差,得到数字正射影像叠加在数字高程模型上;利用TerraBuilder三维地形管理工具创建三维生态交错带景观空间格局数据库,融合差异图像与数据构建三维数字化生态交错带景观空间格局。实例分析显示,所设计系统可呈现逼真的生态交错带景观空间格局三维重建效果,为分析各斑块在景观空间格局中的分布情况提供准确数据。

基于改进MobileNet V2的多视图三维人脸重建

针对多视图三维人脸重建时,由于图像特征提取能力有限而导致三维人脸模型重建效果不佳的问题,本文提出了一种基于改进MobileNet V2网络的三维人脸重建方法。首先在MobileNet V2网络中引入多路径结构,使不同子路径的特征能够进行交互,从而增强网络的表达能力;然后在通道维度上加入压缩激励(Squeeze and Excitation,SE)模块,在空间维度上加入空间分组增强(Spatial Group-wise Enhance,SGE)模块,从而有效提取人脸形状参数和表情参数;最后使用三维可形变模型(3D Morphable Model,3DMM),并根据形状参数和表情参数完成三维人脸重建。在300W-LP数据集上,与基于卷积神经网络(Convolutional Neural Network,CNN)的重建方法以及基于Visual Geometry Group Batch Normalization(VGG-BN)改进网络的重建方法进行对比实验,实验结果表明平均重建精度分别提升约0.46%和0.31%。

基于序列图像的三维重建方法在空间目标探测识别中的应用研究

为通过目标探测识别获得空间目标三维结构等更多在轨信息,以更好地完成在轨服务和操控等任务,根据三维重建各种方式及资源需求,对基于序列图像的三维重建方法进行了研究。通过平台对目标进行绕飞/悬停,由高分辨率相机载荷采集目标不同方位的序列图像,然后对序列图像进行三维重建处理,获得目标三维结构、形貌等信息。仿真和地面试验结果表明:在绕飞/悬停路径设计合理的情况下,基于序列图像的三维重建技术可行,能够实现目标结构模型的重建,并可以提供帆板、天线等部位结构信息,可为后续工程应用提供技术参考。

建筑室内空间虚拟场景多视图三维重建方法

传统方法在重建过程中由于采集的数据较多且具有连续性,会出现数据跃迁等问题,导致重建的精准度与完整度不高。为此提出建筑室内空间虚拟场景多视图三维重建方法。对三维采样集合点做多视图融合处理,以此获取完整的三维信息,并计算采样点的深度置信度,剔除冗余融合数据。根据数据处理结果结合三点测量方法,确定最佳主视图和副视图,再经过多次迭代达到优化生长的目的,并在因式分解的基础上利用三维模型像素求取特征点集合。最后根据连续深度融合方式求解该特征点对应的三维虚拟空间点,即可实现建筑室内空间虚拟场景多视图的三维重建。通过实验证明,所提方法在重建过程中趋光性能平稳,重建准确度高,可以呈现出最佳的三维虚拟场景效果。

一种空间目标三维激光点云与可见光图像重建点云融合方法

提出一种高精度的空间目标激光雷达三维扫描点云与可见光图像三维重建点云融合方法,此融合方法利用可见光图像三维重建过程中计算的相机姿态与三维点云模型形心位置优化初值选取,提升了ICP算法的配准精度与配准效率;同时根据两组点云的特点,利用欧式距离阈值对三维点云边缘进行杂点删除,最后利用优化的ICP算法得到带有尺度信息融合的高精度三维重建点云。对空间目标仿真模型进行模拟实验,实验表明本融合方法可有效提升点云密度,填补重建漏洞,提升空间目标三维重建的点云精度。

基于轴向空间注意力和中间融合表示的单图像三维重建模型

提出一种基于注意力和中间融合表示的三维重建模型,旨在重建具有精细化结构的三维模型。该方法利用轴向空间注意力机制学习不同方向的信息,将其嵌入编码器中以捕获局部结构特征;并基于双流网络推测深度图和三维平均形状以设计中间融合表示模块,该模块能够有效地融合可见表面细节信息,从而更好地描绘对象的三维空间结构。实验结果表明:所提出的轴向空间注意力机制和中间融合表示模块增强了特征提取的能力,IoU和F-score比PixVox++分别提升了1.3%和0.4%,三维重建效果更优。