基于Lie群表示的保体积2D-3D点集配准算法

2D-3D点集配准的目标是寻找三维原始点集与二维目标投影点集之间的对应关系和最优变换.为了给出配准问题的解析解,避免投影引起的体积退化,提出基于Lie群表示的保体积2D-3D点集配准算法.首先,考虑投影矩阵和旋转矩阵的非交换性,引入Lie群表示,将配准问题形式化为一个Lie群优化问题.利用局部线性化方法,将Lie群优化问题转化为一个可计算的二次规划问题.其次,为了避免体积退化,考虑约束变换后的三维点集的投影与二维目标点集的投影具有相同的体积.为便于计算,引入Jensen-Bregman LogDet散度作为保体积正则项,将计算点集的体积差异转化为计算协方差矩阵之间的差异.然后,通过交替求解对应关系和最优变换,形成完整且可解的迭代策略.最后,在两个经典数据集上进行对比实验和消融实验,验证了该算法的精确性和有效性.

基于参数化水平集的三维多相材料拓扑优化方法

参数化水平集拓扑优化解决了传统水平集方法数值计算复杂的问题,由于水平集拓扑优化需要引入更高级别的函数来构建拓扑模型,大部分关于参数化水平集拓扑优化的研究止于二维。文章在二维参数化水平集拓扑优化的基础上拓展到三维,结合点云的思想解决了三维拓扑构型的表达问题,并通过悬臂梁、简支梁等典型数值算例验证了算法能解决三维水平集无法引入更高维度函数等问题,亦讨论了引入SIMP(Solid Isotropic Material with Penalization)多材料插值模型的多相材料拓扑优化方法,以供多相材料拓扑优化方面研究进行参考。

基于PointNet的点云数据处理及识别技术应用研究

主要基于PointNet模型对点云数据进行特征分类处理,直接对无序化的三维点云数据进行无规则输入处理,通过对无序化的点云数据中的每一个点进行单独的处理,来实现点云数据的输入,与点的输入顺序没有关系,在PointNet中最重要的方法是对称函数最大池化来合并点云数据中每一个点的信息,输出分类特征集合或分割结果,然后结合计算机视觉的神经网络和深度学习等方法,来理解和分析点云数据对物体和环境的智能化识别的应用研究。

三维散乱点集的曲面三角剖分

根据三维散乱点集构造曲面剖分在 CAGD/CAD、反求工程等方面有着十分广泛的应用 .本文回顾了三维散乱点集曲面三角剖分的两种主要方法即平面投影法和直接剖分法 ,对几种常用的算法作了较为详细的描述 ,同时对剖分算法中经常出现的数据结构作了详细的介绍 .由于剖分采用的优化准则决定了剖分结果 ,因此本文讨论了几种常用的剖分优化准则 ,并举例对几种优化准则进行了较详细的分析比较 .最后简要地讨论了算法复杂度以及目前剖分的主要研究方向 ,并指出在实际工程应用中对复杂曲面采样得到的散乱点集 ,要得到光顺和保形的三角剖分 ,需要新的剖分准则和算法 .

改进的三维点集凸包求取算法

为提高三维点集凸包的求取效率,提出充分利用凸包极值点和性质改进的三维点集凸包求取算法.首先,求出三维点集中的极值点,并由它们形成初步凸包;其次,根据初步凸包与点的位置关系,排除其内部点;最后,依次考察其外部点,求出符合要求的点集、棱边集和面集,并对凸包进行扩展,得到凸包的点集、棱边集和面集.与普通算法进行时间的复杂度分析比较及实验表明,该算法效率较高.

异源点集下三维断层建模方法

用于断层建模的异源点集,因其具有不同特征而影响到建模途径和方法。以三维断层模型的3D GIS应用为目标,分析了原始地质观测点集、钻孔点集、剖面点集和平面点集的信息构成特征,提出了异源点集下三维断层数据模型的构建方法和流程。原始地质观测点集和钻孔点集间接表达了断层的空间特征,通过空间平面、曲面和曲线构建了断层面、地层面和断层交线的数学模型,并借助于连续模型的离散化,实现了独立断层建模点集的重建;剖面点集和平面点集可直接用于断层建模。以双TIN面模型为例阐述了断层三维模型的构建方法。

基于拓扑约束释放与重构的变结构设计技术研究

针对拓扑约束型模型难以进行变结构处理的问题,提出了一种约束释放、形状变形、拓扑重构的变结构设计方法。对三维实体进行面片分解以形成面片族,结合增减关键点的策略,以使每一曲面点集的局部拓扑关系确定化,只记录实体点集的数据而释放其拓扑连接关系。通过对约束释放的拓扑自由面片进行细分操作,并运用工具对其进行编辑,实现了变结构处理。对编辑完成的面片进行优化和拓扑重构操作,完成变结构的过程。最后给出了应用实例。

基于点集与互信息的肺部CT图像三维弹性配准算法

针对基于互信息的肺部CT图像三维弹性配准算法精度低、耗时多的问题,提出了一种基于混合配准框架的配准算法.该方法将点集与互信息相结合,先采用点集配准算法获得点集位移向量,再求出变换函数,最后以基于互信息的方法进行细化配准.采用4组三维肺部CT图像,以标志点距离误差来验证算法精度.试验结果表明,所提方法能够快速精确地完成三维肺部CT图像弹性配准;相对于仅基于互信息的配准算法,耗时平均减少70%,配准精度平均提高5%.该方法可以用于4D肺CT图像的快速配准.

互动优化的增量三角剖分算法

当前三角化文献中一般只介绍点云的三角化方法,几乎没有文献注意到点云三角化过程中与用户互动的过程,按用户的要求进行点云的三角化。本算法是一种增量算法,为了提高算法是实用性,算法将剖分信息按照点的不同位置存储到不同的对应边链表和三角形链表中,以降低边和三角形的搜索操作时间,提高三角化的速度;算法中采用了加点剖分中同步优化和初步剖分后用户随意多次优化的多重优化方案提高剖分三角形的质量,并且剖分中同步优化和用户再次优化分别采用最小角最大化优化准则和曲率最小优化准则,使剖分拟合表面更加光顺。通过点云剖分的实例结果显示,该算法具有速度极快、占用内存少、形成三角表面质量高,程序运行界面友好等优点。

3维点云的拓扑结构表征与计算技术

拓扑结构特征在3维点云的简化、变形、曲面重建、匹配与检索、形状分析与理解、压缩与传输以及实际应用中具有重要的作用,是3维点云信息的一类关键特征。该文综述了3维点云拓扑结构表征与计算的一些有关概念、方法和技术,评述了点云拓扑结构表征与计算的典型方法及其最新进展,介绍了点云拓扑结构表征及计算的一些实际应用,给出了一些研究结果,并展望了这些问题的发展趋势。

八象限法三角化

空间点云的三角化是三维立体视觉领域中的研究热点,当前三角化文献中大多数只介绍空间部分点云的三角化方法,只有少量文献中介绍的空间闭合点云的三角化方法,但其算法较复杂而不太实用。本文通过将空间闭合点云划分成多个相当的部分点云进行平面三角化,然后再将分割的部分点云进行缝合,而最终形成对整体空间闭合点云的完整三角化。实验表明该算法简单,速度快,三角化的质量高。

在点模型上实现三维纹理合成的算法

为了避免网格重建过程而直接在三维点采样表面上进行纹理合成,研究了在点模型上的三维纹理合成的算法。利用KDtree这种数据结构在离散采样点上构建点与点的邻域关系,通过投影和建立匹配窗得到每一个待合成纹理的点与样图的映射关系,根据映射关系在样图中找出与待定点纹理值最佳匹配的点。最后将该匹配点的纹理值赋给待定点,同时结合邻域关系实现多点同时赋值。实验结果表明,该算法能有效地保持了生成的纹理结构和视觉效果的连续性和平滑性,具有耗时短、灵活可控、较好的鲁棒性等特点。

潜在连接点集下拓扑推进三维建模算法研究

通过三维激光扫描仪可以获取到表示空间对象的点云数据。通过设置仪器的采样间隔可以获取到表示对象不同精密程度的点集。但是由于离散点之间缺乏相应的拓扑关系,限制了以点为基本图元的模型的应用。以空间离散特征点集为研究对象,研究了一种三维建模算法。算法基于距离较近的点之间比距离较远的点之间存在拓扑连接的可能性更大的前提,对点集进行预处理,然后在此基础上进行快速建模,最终获取到以三角形为基本面片的格网模型。所建立的模型易于进行各项空间分析和操作。该算法也能够有效地应用于更为复杂的建模任务中,以达到一体化建模的目的。

面向室内动态场景的VSLAM

传统VSLAM算法基于静态场景实现,其在室内动态场景下定位精度退化,三维稀疏点云地图也会出现动态特征点误匹配等问题。文中在ORB-SLAM2框架上进行改进,结合Mask R-CNN进行图像的语义分割,剔除位于动态物体上的动态特征点,优化了相机位姿,得到了静态的三维稀疏点云地图。在公开的TUM数据集上的实验结果表明,结合Mask R-CNN的ORB-SLAM2有效提高了智能移动机器人的位姿估计精度,绝对轨迹的均方根误差可提高96.3%,相对平移轨迹的均方根误差可提高41.2%,相对旋转轨迹的误差也有明显改善。相较于ORB-SLAM2,文中所提方法能更准确地建立无动态物体特征点干扰的三维稀疏点云地图。

一种基于三维空间信息的字形匹配方法

提出一种基于三维空间信息的字形匹配方法。首先将字形轮廓Bézier曲线的二维控制点集扩展至三维,然后为三维点集建立高斯混合模型,最后通过最小化高斯混合模型间的欧氏距离(L2)完成匹配。采用三维空间信息可以充分利用字形所蕴含的内在约束条件。采用高斯混合模型有利于在匹配过程中保持字形整体结构特征和局部书写特征。实验结果表明,该方法提升了汉字单笔画以及整字字形匹配的准确度和美观度,并且具有稳定性高、扩展性强的特点。

一种通用的三维散乱数据点图形重建算法

通过三维扫描仪可以获得物体表面的三维散乱数据点集 ,如何通过图形重建算法来对散乱数据点集进行重建 ,在许多系统中是一个重要的步骤 ,并在许多行业有广泛的应用前景。文章提出了一种新的通用的三维散乱数据点重建算法 ,它是基于轮廓线的构型方法 ,该方法不仅能够适用于凸形物体的构型 。

三维物体表面三角划分的遗传算法

提出了一种基于遗传算法的从给定平行截面线重建物体表面的方法。该算法利用了三维表面三角形划分和遗传算法的基本原理，使用多目标适应值函数，能够进行多个目标的优化从而满足不同的要求。算法还采用了新的交叉与变异算子———三维多边形交叉与三维四边形变异。

一种基于SolidWorks三维规则数据场的实体重构方法

介绍了一种根据三维规则体数据场体素数据进行三维实体重构的方法。利用VB.net调用SolidWorks2005 API函数构造实体模型。在重构过程中,分层读入每一薄层的体数据信息,通过奇异点和冗余数据排除获得有用重构数据,调用SolidWorks绘制薄层模型;提取薄层轮廓,绘制实体表面,利用曲面替换法对模型进行光顺处理,最终重构出三维实体。

三维空间点集可视化

介绍了采用空间点集绘制实体的方法,生成真实感较强的三维实体图形的过程和三维实体的交互式旋转、缩放、多方位剖切等可视化显示。

相机投影仪结构光三维扫描系统标定

单相机投影仪组成的结构光三维测量系统,需要将投影仪看作反向相机与相机构成主动双目立体视觉系统,针对反向相机——投影仪的标定。本文提出相机投影仪结构光三维扫描系统标定,标定靶标为原点阵列,投影仪投射棋盘格图像到作为幕布的靶标上,相机获取靶标上的棋盘格和圆点阵列图像,由靶标圆点三维坐标和图像上提取的圆点图像坐标对相机进行标定。对图像进行校正,由校正后的圆点图像二维坐标和靶标三维圆点坐标建立平面投影映射,根据映射关系,确定靶标上棋盘格角点的三维坐标。置靶标与不同姿态位置,获取多组靶标上棋盘格角点的三维坐标,投影仪投射的棋盘格图像为已知,由此构成投影仪靶标所需三维点集合和二维点集合,采用相机的标定法对投影仪进行标定。该方法首先对相机进行标定,将校正后的图像用于投影仪标定,消除了相机畸变对投影仪标定的影响。减少了投影仪与相机的联合误差。