用投影空间重投影重建迭代法重建电弧温度场

本文结合气体温度场的先验知识 ,研究了基于光束偏转层析技术的投影空间重投影重建迭代法 ,考查了数据误差、有限观察角和遮挡物对重建精度的影响 .作为一个应用实例 ,诊断了自由电弧等离子体的温度分布 .

基于切片轮廓重投影的锥束CT射束硬化校正方法

根据锥束CT射束硬化机理,提出一种基于切片轮廓重投影的锥束CT射束硬化校正新方法。该方法从原始投影图像重建的序列切片图像中得到中心切片和斜切片的轮廓信息,然后根据实际扫描时的锥束CT成像系统参数建立重投影坐标系,通过射线与切片轮廓重投影到平板探测器上的求交计算,得到射线穿越物体长度与投影灰度之间的对应关系,最后拟合射束硬化曲线并校正射束硬化伪影。仿真与实际校正结果均表明,该方法可简单有效地消除锥束CT的射束硬化伪影。

基于双向重投影的双目视觉里程计

针对视觉里程计中的特征点漂移与累积误差问题,提出一种基于双向重投影的双目视觉里程计方法。为降低特征点匹配的高错误率及改善匹配效率,提出一种改进的随机采样一致(RANSAC)算法。该算法依据特征点寿命长短、环形匹配、优质匹配等方法选取优质特征点以降低特征点样本容量,从而改善RANSAC算法的效率;为抑制视觉里程计累积误差、提升位姿估计精度,提出一种双向重投影的位姿估计算法,该方法通过解算下一帧图像中的最小化重投影误差得到相机位姿以更新空间点集,更新后的空间点重新投影至当前帧图像以提升位姿解算精度。最后利用KITTI数据集进行了仿真。结果表明该算法的150 m内定位误差在X方向小于1 m,在Z方向小于0.9 m;相对于ORB-SLAM2算法,定位精度提升了约20%,系统的稳定性更好,有效削弱了累积误差,验证了该算法的正确性与可行性。

基于仿射重投影的增强现实三维注册方法

针对增强现实虚实配准中的无标志点虚实场景注册问题,提出一种基于仿射重投影与自然特征点追踪相结合的虚实注册方法.该方法以仿射变换为桥梁来建立欧氏空间下的摄像机坐标系与世界坐标系之间的变换关系,它与OpenGL等当前流行的图形渲染工具一致,具有更强的通用性;采用基于分类的自然特征匹配策略,能够在视角和视点发生大幅度变化情况下依然正常工作;提出基于特征点集合的仿射坐标系定义方法,使增强现实系统在最小配置下只需4点追踪成功即可完成注册,比需要6点的透视投影方法具有更好的健壮性和精确性.实验结果表明,该方法的运算速度能够达到18帧/s,具有较好的实时性;同时注册误差保持在5mm以内,达到令人满意的配准精度.

基于重投影变换的实时障碍物检测视觉系统

文中报告了基于重投影变换技术的实时障碍物检测双目立体视觉系统的研制．关键技术包括单摄像机双目立体成像、图像级重投影变换、非零视差滤波和姿态自适应动态重投影变换．该系统利用重投影变换图像间的路面视差为零和非路面视差不为零的特性，在不进行特征提取和对应的情况下，实现了对路面障碍物的实时检测，具有算法鲁棒、计算简单、并行性高、以及对复杂环境的适应能力强等优点．文章给出了室外自然环境中真实图像的试验结果，并讨论了现有系统的问题及可能解决方案．

最小化重投影误差的PFR三维射影重建

基于PowerFactorization(PF)仿射重建算法提出了一种最小化重投影误差的线性射影重建算法PFR(PF reprojection).该算法通过线性算法实现了重投影误差的最小化.算法通过添加权值参数将重投影误差非线性的代价函数转化为三线性的代价函数,并基于摄像机运动、三维场景结构以及射影深度之间的加权交错最小二乘法实现了重投影误差的交错最小化.实验结果表明本算法能在不影响输出精度的前提下提升射影重建30%的整体效率,适合作为标准光束法平差算法的引导算法或与光束法平差组成混合算法.

图像重投影及其在极线校正中的应用

针对摄像机绕光心旋转的情形,讨论了在这种特殊情形下图像重投影具有的性质,然后根据这些性质给出了使2幅图像平面平行的方法,最后介绍了图像重投影技术在极线校正中的应用,提出了一种新的极线校正方法.该极线校正方法的特点是需要采用图像重投影技术将2幅图像重投影到平行的平面.实验表明,该方法能够在完成极线校正的同时保持图像的扭曲较小.

基于密集点云重投影的三维线段模型重建算法

为实现大规模建筑物三维线段模型重建,提出一种基于密集点云重投影的三维线段模型重建算法。由运动恢复结构算法和多视图三维重建算法得到密集点云;在二维线段匹配阶段,将密集点云重投影到各视图中,根据关联同一空间点的二维线段存在弱匹配关系原理构建匹配线段集;在三维线段生成阶段,使用反向投影平面和反向投影射线相交法确定三维线段端点,使用RANSAC算法去除错误线段,以最小化三维线段重投影误差方法优化场景模型。实验结果表明,该算法的重建结果精确且具有良好的视觉效果。

一种基于三角形重投影的虚拟视角合成

相比较传统的视角插值合成方法只能在基线上合成虚拟图像,提出的一种基于三角形重投影的虚拟视角合成方法,可以在已知少数几个匹配点的情况下,将场景内容自动迭代划分为一致和非一致三角形区域,通过不同策略的三角形重投影实现更加自由的视点的虚拟图像合成.划分过程中引入直线段约束可以解决直线纹理在三角形接缝处的畸变问题,保证最后的合成图像中场景表示在此处的连续性.利用设计的可信度函数,沿一定搜索路径可找到更多的新匹配点,从而带来更多的一致三角形区域.将此方法应用到虚拟彩色图像的合成,实验结果证明了此方法可以在更大视点范围内合成逼近于真实图的虚拟图像.

基于图像重投影的视图合成

针对摄像机绕光心旋转的情形,讨论了在这种特殊情形下单应矩阵具有的性质。然后根据这些性质结合三维图像变换技术给出了一种摄像机绕光心旋转时新视图的合成方法。该方法首先利用单应矩阵的性质生成目标图像的一部分,并采用逆向映射的方法以避免产生空洞;接着利用三维图像变换生成目标图像的剩余部分;最后对由三维图像变换生成的部分进行空洞填补。实验结果表明,该方法能够生成质量较好的新视图。

基于重投影的CT图像硬化伪影校正

在工业计算机断层成像(CT)技术中所用的X射线源通常是多能的,检测过程中只能获得多能投影数据,若直接重建图像则会出现硬化伪影,硬化伪影校正是提高重建图像质量的一重要步骤。本文采用重投影的方法来校正由于射线硬化导致重建图像出现的硬化伪影,通过硬化校正后的重建CT图像质量得到显著提高。

最小化重投影误差的手眼标定优化算法

为了减小图像噪声对手眼标定精度的影响,在传统的手眼标定算法的基础上,利用基于最小化重投影误差优化算法求解手眼标定方程。以基于矩阵直积参数化方法计算出的手眼关系矩阵为初值,以摄影测量光束平差为优化模型,最小化重投影误差为代价函数,获得最优的手眼关系标定值。实验结果证明了该方法的具有较好的稳定性和精确性,算法求解了10次实验结果,手眼标定矩阵的最大重投影误差为1.037个像素,波动值为0.007像素。与最小化代数误差的优化方法和线性优化分步估计方法相比,提高了手眼标定的求解精度。

重投影优化的自由双目相机位姿估计方法

在自由双目立体视觉系统中,左右相机自由旋转,导致相机位姿发生实时变化。针对这一问题,提出一种重投影优化的自由双目相机位姿估计方法。通过分解相邻两幅图像间的单应矩阵估计相机的运动参数;将其作为初值计算重叠拍摄区域内特征点云的重投影误差,构建目标函数;利用非线性优化算法优化目标函数,得到最优的相机运动参数,结合相机旋转前的位姿参数,计算当前位置的相机位姿。仿真实验表明,位姿估计误差随重投影误差的减小而减小,所提算法能快速稳定收敛至全局最优值;水泥模型的三维重建实验表明,利用所提的相机位姿估计算法能够有效生成模型的三维点云,并可实现相邻点云的高精度拼接,拼接点云模型上两点距离的平均误差为1.68%。

基于重投影深度差累积图与静态概率的动态RGB-D SLAM算法

为了提高同时定位与建图(SLAM)系统在动态场景下的定位精度和鲁棒性,提出新的RGB-D SLAM算法.建立基于重投影深度差值的累积模型,分割图像的动静态区域;为了避免动态区域过分割,先剔除与匹配地图点欧氏距离过大的动态区域特征点,再根据t分布估计其余特征点的静态概率;将静态区域特征点和动态区域的疑似静态点以不同权重加入位姿优化,得到提纯后的位姿.在公开数据集上的实验结果表明,所提算法在动态场景下较改进前的RGB-D ORB-SLAM2算法的定位精度提升96.1%,较其他动态SLAM算法提升31.2%,有效提高了视觉SLAM系统在动态环境下的定位精度和鲁棒性.

反向重投影多线结构光立体视觉测量方法

研究了多线结构光立体视觉测量系统中激光条纹中心点的匹配问题。系统测量过程中,将两幅图像的激光条纹中心点通过重投影相互匹配,计算对应的三维空间点。针对一个激光条纹中心点存在多个匹配点的问题,提出了反向重投影的方法。该方法将匹配点反向重投影到原激光条纹图像,利用光路一致性,筛选出唯一匹配点。另外,分析了在重投影和反向重投影时采用不同大小的匹配窗口对测量结果的影响。实验表明,该方法能够充分利用激光条纹中心点,同时又有较高的唯一匹配率,明显提高了系统的测量效率。

仿射重投影混合虚实注册方法

针对特征图形结合自然纹理特征的虚实注册误差较大、运行速度慢的问题,提出仿射重投影混合虚实注册方法。通过建立摄像机、真实场景以及特征坐标系之间对应关系的仿射坐标系,且采用ORB算法进行特征检测及后续特征模板的构造,并利用仿射重投影矩阵来恢复特征模板在当前图像上的投影位置信息以计算虚实注册矩阵。采用Open GL生成的立方体模型与真实场景之间进行虚实注册仿真实验。仿真结果表明:在特征图形被遮挡或不可见时,本文方法在精度、健壮性以及速率方面表现优异,提高了增强现实(AR)系统的实时性和鲁棒性。

重投影技术在专题地图转绘中的应用

在高斯投影地形图和墨卡托投影专题图之间转换,地形图资料进行专题地图编绘作业时,首先把高斯投影坐标转换到以地理坐标为基础的统一地理框架,然后把地理坐标转换为墨卡托投影坐标,最终建立起地形图与专题地图之间的共同控制基础。通过计算验证,与在专题地图上加绘高斯公里网并进行套合转绘的传统方法相比,具有较高精度,能更好地满足转绘工作需要。

一种基于重投影的改进型CBCT射束硬化伪影校正方法

锥束计算机断层成像(Come-Beam computed tomography,CBCT)中,由于X射线具有较宽的能谱范围,导致在重建图像中产生严重的射束硬化伪影,对实验结果造成严重干扰。因此,对射束硬化伪影的校正是十分有必要的。目前各类校正方法中,基于重投影的射束硬化伪影校正方法因其无需材料先验信息的特点得到了广泛应用。本文针对现有基于重投影的校正方法在校正过程中易受外界因素影响,导致校正效果下降的问题,从数据预处理、数据筛选以及校正模型求解三方面对其进行改进,以此提升校正效果。实验结果表明,本文所提方法能够更有效的实现对射束硬化伪影的校正,对比度信噪比(Contrast to Noise Ratio,CNR)、杯状伪影指数(Tcup)以及平均梯度(Average Gradient,AG)均具有不同程度的提升。

基于重投影的多项式拟合校正射束硬化

在X射线工业CT(ICT)中,射束硬化会导致重建的图像出现伪影,甚至产生变形。为了消除这种影响,提出了一种基于重投影的多项式拟合校正射束硬化的方法。该方法对原始CT图像进行阈值分割二值化,将物体目标区域的像素值设为1;重投影此二值图像以获取X射线贯穿物体的长度集合;利用多项式拟合此长度集合与多色投影间的关系来建立射束硬化校正模型,用该模型对多色投影进行校正。与传统的多项式拟合校正方法相比,该方法不需要楔状模体(用于测量不同厚度下的衰减值,以此来建立射束硬化校正模型)。研究表明,该方法能有效地抑制射束硬化的影响。

三焦点张量重投影视频稳像算法

目的目前,特征点轨迹稳像算法无法兼顾轨迹长度、鲁棒性及轨迹利用率,因此容易造成该类算法的视频稳像结果扭曲失真或者局部不稳。针对此问题,提出基于三焦点张量重投影的特征点轨迹稳像算法。方法利用三焦点张量构建长虚拟轨迹,通过平滑虚拟轨迹定义稳定视图,然后利用三焦点张量将实特征点重投影到稳定视图,以此实现实特征点轨迹的平滑,最后利用网格变形生成稳定帧。结果对大量不同类型的视频进行稳像效果测试,并且与典型的特征点轨迹稳像算法以及商业软件进行稳像效果对比,其中包括基于轨迹增长的稳像算法、基于对极几何点转移的稳像算法以及商业软件Warp Stabilizer。本文算法的轨迹长度要求低、轨迹利用率高以及鲁棒性好,对于92%剧烈抖动的视频,稳像效果优于基于轨迹增长的稳像算法;对于93%缺乏长轨迹的视频以及71.4%存在滚动快门失真的视频,稳像效果优于Warp Stabilizer;而与基于对极几何点转移的稳像算法相比,退化情况更少,可避免摄像机阶段性静止、摄像机纯旋转等情况带来的算法失效问题。结论本文算法对摄像机运动模式和场景深度限制少,不仅适宜处理缺少视差、场景结构非平面、滚动快门失真等常见的视频稳像问题,而且在摄像机摇头、运动模糊、剧烈抖动等长轨迹缺乏的情况下,依然能取得较好的稳像效果,但该算法的时间性能还有所不足。