基于IR-SFS算法空间目标红外影像3D重建

在利用单幅影像的明暗恢复形状(Shape From Shading,SFS)三维重构算法的基础上,提出同时考虑外界辐射源和目标自身红外辐射的IR-SFS(infrared-SFS)算法。首先通过分析SFS算法原理和空间目标的红外成像特性,建立IR-SFS辐射方程并进行了仿真研究,然后利用温度场估计获得红外差值图,在人工合成的理想半球体、半圆柱体卫星红外影像上进行算法测试,并以美国STS107真实红外影像作为实验目标进行三维重建。实验结果表明,所提出IR-SFS算法经过参数优化后,与原SFS算法相比,重建模型的峰值信噪比更高,对STS107顶部舱门、尾翼、机舱、机舱内方形部件具有更佳显示度,整体效果得到明显改善。

基于SFS技术的纹理力触觉再现方法研究

虚拟现实技术中,纹理的力触觉表达通常需要提取纹理表面的高度轮廓特征,从而再现纹理的凹凸感,而图像纹理则反映的是纹理表面的二维灰度特征。提出了一种根据图像灰度信息恢复表面三维轮廓(shape from shading,SFS),并用于纹理的力触觉表达的方法。采用Tsai&Shah算法从二维纹理图像中恢复出表面三维微观形状,并用力触觉模型渲染。该方法无需专门仪器测量物体表面的微观轮廓,无需设计专用的纹理力触觉表达装置。实验表明该方法是可行的,并通过对实验结果的分析给出了改进方向。

RECONSTRUCTION OF WELD POOL SURFACE BASED ON SHAPE FROM SHADING

A valid image-processing algorithm of weld pool surface reconstruction according to an input image of weld pool based on shape from shading （SFS） in computer vision is presented. The weld pool surface information is related to the backside weld width, which is crucial to the quality of weld joint. The image of weld pool is recorded with an optical sensing method. Firstly, the reflectance map model, which specifies the imaging process, is estimated. Then, the algorithm of weld pool surface reconstruction based on SFS is implemented by iteration scheme and speeded by hierarchical structure. The results indicate the accuracy and effectiveness of the approach.

融合SFS和主动视觉技术的未知物体重建方法

针对未知三维物体自动重建问题,提出一种结合明暗恢复形状的被动视觉和主动视觉技术的新颖三维重建方法。首先利用摄像机分别获取初始位置及旋转180°位置下的未知物体图像信息,采用改进的Tsai-SFS算法恢复物体表面粗糙轮廓,从而获取未知物体的最大尺寸信息。然后结合单目线激光主动视觉系统沿Z轴旋转方向和绕X轴翻转方向上的可视空间模型,预测出物体未知区域信息。最终依据下一视点的可见性判据,将规划过程分为物体侧表面重建规划和上表面重建规划。其中将能获取最大可视曲面面积和最佳表面重建精度的位置定义为下一最优视点位置。并经过实体模型的三维重建验证所提方法的可行性及有效性。

基于Shape from Shading的医学图像三维重建

通过对由医疗成像设备获取的二维灰度图像进行形状重建,得到的三维立体原型能帮助医学诊断人员确诊病情。介绍了Shape from Shading的实现原理和扫描电镜成像系统的简单构成,提出了一种基于线性逼近的用于解决SEM反射映射函数的实现方法,并将之应用于红血细胞的三维图像重构,得到的细胞图形非常接近其真实形状。

用SFS法进行三维表面重建的分析和实现

为适应快速产品开发的需要,基于阴影恢复形状技术,采用 SFS 方法,快速、准确地获取物体表面的三维几何信息,生成图云数据。通过适当的算法对数据进行处理,获得轮廓文件切片,重构了满足精度的三维 CAD 模型,从而简化了反求的步骤。通过实例证明了方法的可行性。

一种非朗伯表面SFS的快速粘性解算法

针对传统的非朗伯表面明暗恢复形状(SFS)算法存在运行时间长、精度不高的问题,提出了一种粘性意义下的明暗恢复形状快速算法。首先,非朗伯物体表面采用Oren-Nayar模型描述其表面反射属性,摄像机镜头使用适合于实际成像过程的透视投影模式,同时假设光源置于镜头像方主点附近,建立了上述情况下的图像辐照度方程,此方程蕴含着非朗伯表面的高度信息。其次,将辐照度方程转化为Hamilton-Jacobi(H-J)类偏微分方程,运用Legendre变换和最优控制理论得到H-J方程对应的Hamilton函数的控制形式。接着,建立了Hamilton函数的逼近算法,使用非线性规划原理构建Hamilton函数最优问题的等价约束问题,利用得到的最优控制并通过Newton法最终得到了H-J方程的粘性解,该粘性解即是非朗伯物体表面的高度。实验结果表明,提出的算法与典型的基于Lax-Friedrichs方法的算法相比,所需要的运行时间大幅度减少,重构的物体表面的高度平均误差与均方根误差也有较大幅度降低。

基于视觉心理学的SFS流形算法研究

通过视觉方法获取形状在科学研究及工程实践中有着重要作用,灰度图像是最容易获取的视觉信息之一。目前由灰度重构的形状(SFS,shape from shading)受到了广泛的关注,但现有的算法稳定性差、效率低,一直阻碍着SFS方法的推广应用。受近期的视觉心理学研究成果的启发,针对SFS问题,从局部分析入手,即:在图像上,在每一灰度极值点附近,根据灰度单调变化的情况,形成一个椭圆形邻域,对应着表面凹凸区;在每一椭圆域上,形状可用抛物面逼近,其参数可由局部辐射度约束求解;整个图像被椭圆形邻域覆盖,这些覆盖可构成一个二维流形;借助于流形上单位分解函数,各局部抛物面粘合在一起,形成光滑的整体形状;总体形状在整幅图像的灰度约束下再进行全局优化,可得到最终的重构结果。给出了初步算例,算法的稳定性和效率均有大幅度提高。

基于形态学的SFS法物体表面三维恢复

目前采用的从明暗恢复形状(shape from shading,SFS)法存在对物体表面光滑度要求高,对噪声敏感等问题,为此,提出了一种基于数学形态学的SFS法,通过数学形态学提取图像灰度函数的峰、谷、脊、沟,鞍等形状特征,并采用球状点假设法确定物体的表面方向,恢复物体三维表面。实验表明,该方法具有更好的精度和抗噪性能。

基于混合反射模型的SFS有限元方法的研究

提出了基于混合反射模型的由明暗恢复物体三维形状的有限元算法。用正方形面元逼近光滑曲面,把曲面表示为所有节点基函数的线性组合;基于既含有漫反射成分又有镜面反射成分的混合模型,结合节点基函数,将反射图线性化。考虑数字图像的特点,直接使用离散形式的SFS问题的亮度约束形式,用最小化方法得到高度满足的线性方程;使用Kaczmarz算法计算出表面三维形状。使用合成图像和实际图像验证该文算法的有效性,探讨了该算法的性能。

稳定交错差分求解线性SFS问题的新算法

针对采用偏心格式求解明暗恢复形状问题中的图像辐照方程时只能针对特定光源计算的特点,提出了一种新的稳定差分解法。首先使用泰勒展式线性化反射图函数,然后结合定解条件,讨论了一种新的交错差分格式用于求解图像辐照方程的具体算法,并给出了新差分格式稳定性和收敛性的具体证明。结合最佳松弛因子的选取方法,表面高度的最终值采用超松弛法迭代计算求得。经过多组图像计算可知,该新方法适用于任意的光照环境,且重构精度高于已有算法。

从明暗恢复形状(SFS)的几类典型算法分析与评价

从明暗恢复形状 (shape from shading,简称 SFS)是计算机视觉中三维形状恢复问题的关键技术之一 ,其任务是利用单幅图象中物体表面的明暗变化来恢复其表面三维形状 .为了使人们对 SFS研究现状及求解 SFS问题的各种算法的优缺点有个概略了解 ,首先介绍了求解传统 SFS问题的 4类方法中几个典型算法的基本原理及求解方法 ,并给出了实验结果 ,然后从算法解的唯一性、对真解的逼近程度、求解效率及适用范围等方面对这 4类算法进行了比较和评价 .

SFS方法及其与立体视觉方法的集成方案综述

立体视觉(StereoVision)方法是目前利用图象数据获取物体三维信息的主要方法之一。但该方法在图象灰度变化较缓慢的区域,由于难以准确地进行图象间的象素配对,而严重影响了它的效果。利用从明暗重构物体三维表面形状(ShapefromShading,简称SFS)的方法与该方法相结合,是改善重构结果的主要途径之一。文章通过分析SFS问题本身的不适定性,揭示了目前几类主要的SFS算法在可靠性、稳定性、局限性以及实用性方面所存在的问题,并在此基础上,简要地介绍了四类SFS与立体视觉方法相结合的形式,说明了通过利用立体视觉为SFS补充辅助的信息来消除SFS问题的不适定性,并对过去SFS的实现方法进行有效的改进,它是提高集成系统准确性的关键。

基于径向基函数网络的SFS算法研究

分析了现有从明暗恢复形状(SFS)的几种方法普遍存在对恢复的形状的连续性和光滑性的缺点,提出了一种基于径向基函数网络模型进行从明暗恢复形状的新算法。该算法先采用网络构造一个曲面方程,再利用反射函数作为约束条件,通过调整权因子和径向基函数中心和宽度对网络进行自学习,得到一个满意的曲面方程。理论和实验证明,该算法在恢复形状的准确性和曲面的光滑性,连续性上有较大改进。

基于SFS技术的全极化SAR图像海浪反演机制

从机理上对基于阴影恢复形状技术(shape from shading,SFS)全极化SAR海浪谱反演方法的可行性进行了理论论证。结果表明,利用全极化SAR图像计算方位角漂移时,实际上隐含了速度聚束调制。除方位角处于90°附近很窄范围内的情形,流体动力学调制机制的影响可以忽略。通过对比不同极化模式数值模拟结果发现,将HH极化图像强度应用于SFS技术公式时,比采用VV极化图像强度所得的结果精度高,特别是在方位角ψ值较大时,采用HH极化SAR图像的优势更为明显。

基于Shape-from-Shading的月球表面三维形状恢复算法研究

提出了一种基于Shape-from-Shading的月球表面三维形状恢复算法。首先分析了在太阳光照射下月球表面成像模型,建立了使用Lommel-Seeliger反射模型描述的反射图方程。然后用有限差分近似微分运算,将反射图方程所示的一阶变系数线性偏微分方程进行离散化处理,得到关于表面高度函数的代数方程。进而采用超松弛迭代法进行求解,获得月球表面三维高度函数值。最后使用合成图像和实际月球图像进行三维形状恢复仿真实验。实验结果表明提出的算法可以有效地恢复月球表面三维形状。

利用光源投影坐标系处理SFS中的自阴影问题

对于由明暗恢复形状(SFS)问题来说,自阴影的存在是影响其重构效果的因素之一,应该加以特殊的处理。为了使自阴影的处理不延伸破坏其他区域,并能保护整体的重构形状,提出了一套从阴影分割、坐标系变换到数据拟合的自阴影处理方法。该方法使用了根据图像平面以及光源方向定义的光源投影坐标系,以降低自阴影处理问题的复杂性,从而使得可以通过逐行恢复图像内跨各自阴影数据区段高度变化量的方式来实现其基本处理要求,并可采用抛物线拟合的方法来完成重构的阴影区形状与其他部分的光滑连接。实验表明,该方法能有效地改善SFS的重构形状。

基于RGBD信息和SFS融合的三维数字化方法

提出一种融合RGBD(red,green,blue and depth)信息和明暗恢复形状(SFS)的三维(3D)数字化方法。首先在室内自然光环境下使用Kinect深度相机获取被测物体表面的彩色图和深度图,其次对采集到的深度图进行双边滤波处理,并估计处理后深度图的表面法向量,然后建立光照模型并对其求解,最后构建全局代价函数,以完成对目标物体深度信息的优化求解。实验结果表明:该方法可以在室内自然光环境下较好地恢复出重建物体的细节信息。

基于改进光照模型由SFS方法重构SMT焊点三维形状技术

在采用SFS方法重构SMT焊点三维形状技术中,由于焊点表面镜面反射而在图像中产生的亮点会影响重构形状,从而降低SMT焊点三维重构精度,为此提出一种改进光照模型,该模型不仅对物体表面漫反射分量进行了改进,同时考虑了物体表面镜面反射分量对表面重构所产生的影响,把漫反射分量和镜面反射分量线性叠加,在采用图像处理技术对焊点图像进行适当处理后,利用改进模型对SMT焊点进行三维重构.结果表明,采用改进光照模型与传统光照模型相比,改进光照模型能较好地减少镜面反射对重构结果的影响.

基于SFS方法的三维表面重建算法研究

SFS(由明暗恢复形状)方法研究是计算机三维视觉研究领域中的一个重要分支。以朗伯体光照漫反射模型为基础,对物体表面图像明暗恢复其表面高度和梯度的抽象模型进行分析,研究基于朗伯体定律求解受光点梯度的算法及SFS方法的实现原理。