基于深度学习的单幅图像三维重建

随着深度学习技术的发展,深度神经网络在图像处理和三维重建中得到广泛应用,为探究目前深度学习框架下的单幅图像三维重建研究现状,该文对近年的相关研究工作进行综述.首先介绍深度学习框架下基于图像的不同三维重建方法的分类;其次梳理图像三维重建中不同神经网络方法的研究进展;并根据重建三维模型表示方式的不同,分别讨论针对体素、点云、网格、隐式等不同表示方式的单幅图像三维重建网络和方法;然后给出单幅图像三维重建中的常用评价指标与数据集,并对公开数据集下针对不同表示方式的各类三维重建方法的结果进行比较与分析;最后对单幅图像三维重建所面临的困难和挑战进行讨论,并给出未来的研究方向.

基于体素网格划分的二维DDA接触粗检测优化算法

接触检测在非连续变形分析方法计算流程中耗时占比最高。提出一种高效的基于体素网格划分的接触粗检测算法。该算法将符合特定条件的复杂块体剖到网格中,有效减少预检测获得的块体对数。本文的算法已整合到非连续变形分析程序中,经过经典算例测试,该算法相比现有算法优势明显。

一种新的压缩体素模型及其应用

用体素模型 ( Voxel)表示体积较大或精度要求较高的物体时需要大量的计算机存贮空间 ,相应的操作时间也较长。介绍了一种压缩表示形式的 Voxel模型结构 ,该方法用 3个方向的 Dexel模型表示 Voxel模型 ,其计算机内部存贮空间得到了很大的压缩 ,布尔操作也得到了进一步的简化。文章也讨论了压缩体素模型的图形显示方法 ,提出基于渐进立方体 ( Marching Cubes)方法的优化表面三角网格提取算法 ,并利用 Open GL功能显示产生的表面三角网格。基于该压缩 Voxel模型开发的虚拟油泥造型系统在实际中得到了应用 。

基于八叉树的三维网格模型体素化方法

利用八叉树结构的编码特性,提出一种将三维多边形网格模型离散成体素表示。进而产生整个模型的体素表示的算法,提出利用多边形网格轮廓体素和模型内、外体素序列的标志位特性,将三维网格模型内部体素化,纠正了Flooding算法在处理内部封闭空腔时产生的错误。算法可在PC平台上实现。通过证明和实验可知,本算法能产生准确的26-邻接体素模型,并且具有较高的执行效率,能取得较好的效果。

基于泊松形状信号的网格模型部件分割算法

为了将网格模型分割成若干个有意义的部件,提出了一种基于网格模型结构信号的分割算法.通过构造网格模型对应的体素模型,基于体素模型求解泊松方程得出每个体素对应的泊松形状信号;根据网格模型顶点与体素模型的对应关系,计算出网格模型中每个三角面片对应的泊松形状信号;采用Mean-Shift算法将每个三角面片对应的泊松形状信号进行聚类;最后基于泊松形状信号值,提取网格模型主要部件,并精化分块结果边界,从而达到网格模型部件分割的目的.实验表明,该算法能对具有部件结构特征的实体模型有较好的分割效果、鲁棒、速度快,与物体各个部件刚体变换无关.

改进的基于欧氏距离测度网格模型体素化算法

在基于到网格多边形表面的法矢量函数作为距离标准的体素化算法的基础上 ,提出以多边形面的最小包围盒作为计算单元 ,以欧式距离作为测度实现网格模型的体素化 ,极大地提高了计算速度 ,使得只能在图形工作站上实现的算法在微机平台上得以实现 针对通常采用Flooding操作判断内外体素、但应用于存在封闭空腔的模型时将会产生错误的情况 。

三维模型面片链码表示方法

将三维模型的三角面片表示与基于体素的链码技术相结合,提出一种基于体素的三维模型面片链码表示方法.首先对三维模型进行基于体素空间的切分,将获得的面片顶点归一化在体素顶点上,构造基于体素三角面片的模型表示;然后依据构造的体素三角面片间连接边与第3顶点的位置关系定义面片链码的数据结构;再根据连接边的类型和方向计算层次三角面片法向量的大小和方向;最后通过逐层遍历体素内归一化的三角面片,获得三维模型的面片链码表示.相应地,给出了面片链码的解码方法.文中比较了面片链码与其他三维模型压缩算法的压缩效率和时间开销,计算了不同体素粒度切分的三维模型与被切分的原始模型之间以及与体素切分模型具有同级别面片数量的原始模型之间的误差,结果表明,该方法能够有效地表达三维模型.

改进的点到三角网距离快捷算法

针对现有基于体素结构的点到三角网距离算法中存在的可能因未找到最近三角形所在体素而导致计算结果错误,以及较远点距离计算速度慢的问题,对其进行改进,提出准确快捷的基于体素结构的距离算法.首先将每个三角形进行点采样并求出采样点所在体素,得到三角网的体素化结果;对于每个待计算点,通过邻接体素与点距离变化规律寻找三角网包围盒内与该点距离小于某半径值的所有体素,逐渐扩大该半径值直至找到非空体素为止;以找到的体素中最近三角形到该点的距离作为初始距离,再令该半径值等于初始距离与一个适当微小量之和,即可找到与该点最近的三角形,得到准确的距离.实例测试结果表明,文中算法在一般情况下运算速度较快,与现有算法相比,较远点到三角网距离的计算时间明显缩短.

三维模型的读取与体素化

简要说明3DS文件格式及模型数据读取方法,利用OpenGL库函数在VC++环境下分别对3DS文件中三维模型的顶点、边及面的坐标值和模型材质等进行读取,采用基于欧氏距离度量的体素化算法分别对读取到的顶点、边、面进行体素化,将以多边形网格表示的三维模型转化为6-邻域或26-邻域的体素模型,并对模型进行绘制.实验证明,程序具有较高的执行效率,能取得较好的效果.文章提出的体素模型有利于模型信号的规则化,方便模型特征信号的提取.

二维三轴编织复合材料预压单胞模型建立及其弹性规律数值预测

针对二维三轴编织复合材料预压参数化单胞模型建立困难的问题,结合变形后的预制件模型单元离散数据,采用体素法生成了参数化的单胞模型,同时利用周期三次样条曲线构造了纤维束路径,建立了纤维束任意一点处的材料方向计算方法,以及可以描述非对称透镜形平面曲线的参数方程,然后通过单元切割程序,获得了挤压变形的编织预制件网格模型。结合变形后的预制件单元离散数据,利用体素法生成了在界面上和单胞边界面上均位移连续的参数化单胞模型,分析了不同网格尺寸下有限元模型的收敛性,并验证了模型的计算精度。实验结果表明可利用该模型对实际预压条件下二维三轴编织复合材料的弹性规律进行预测。

三角网格模型体素特征分割

针对现有机械制造领域网格模型分割结果缺少工程含义的现状,提出了一种三角网格模型体素特征分割方法。首先在对三角网格模型分割的基础上,对由网格分割得到的每个子网格进行曲面类型识别,然后在基本体素及典型结构显著特征表示的基础上,把识别出的曲面集合与基本体素及典型结构进行匹配,从而将分割结果分类为自由曲面、基本体素和复杂体素,实现具有工程含义的体素特征分割。该方法可以降低模型重构的难度,加快模型重构的速度。

体素模型表面优化提取方法及图形显示

三维体数据的显示方法有2种:直接体绘制方法和间接体绘制方法.本文首先比较了这2种体数据显示方法的优缺点,然后介绍了基于渐进立方体(Marching Cubes)方法的间接体绘制方法.根据压缩形式的体素模型特点,提出了一种新的体素模型表面三角网格提取优化算法,该算法利用材料变化信息直接在位于物体表面的体素模型中提取表面三角网格,与传统的Marching Cubes算法相比,该算法不仅可以跨越物体外部全空的体素,还可以跨越位于物体内部全实的体素.该方法在基于Voxel模型的五坐标数控加工仿真系统中得到了应用,测试结果表明,采用该方法提取体素模型表面三角网格时可以提高效率2～3倍.

基于三角形细分的三角网格模型表面体素化算法

针对现有三角网格模型表面体素化算法效率低的问题,提出一种基于三角形细分的三角网格模型表面体素化算法。该算法采用三角形细分方式获取大量顶点信息,采用面积阈值控制顶点的生成数量,并采用点的向量平移方式减少求解顶点坐标的计算量。通过建立顶点信息与三角形相交体素单元的一一对应关系实现三角网格模型的表面体素化。通过与现有2种算法在不同分辨率下的多种模型实验对比,表明该算法所需的采样点数量少于现有算法,在模型表面体素化效率方面优于现有算法。此外,所提算法也适用于亏格不为0和存在封闭内腔的三角网格模型。

基于地面激光雷达点云的树木冠层变化定量分析

采用切片形式的Alpha Shape 3D法估算树木冠层体积,从不同相对位置分析体素空间分布状态的变化.基于网格模型提取变化点云,研究冠层组分的空间变化,以受台风玛利亚破坏树木冠层为例,应用所提出的方法进行定量分析.通过多角度分析可知,该台风对目标树木总体破坏较小,树木冠层垂直方向的中下部受损较大,枝叶受损多集中于距离冠层中心水平方向2.0~2.5 m区间.分析结果表明,该定量分析方法可以反映树木冠层分布及体积变化情况.

针对密集点云的快速自适应四边形网格生成算法

为了能够从密集点云直接获得四边形网格,而不需要通过三角形网格重构获得,提出针对密集点直接构造的四边形网格生成算法.首先进行点云数据体素化得到体素模型,建立体素和点云的索引关系,并对体素做精细化操作,以提高映射效果;然后通过体素模型外表面的顶点与原始点云的映射得到四边形网格模型,并对四边形网格进行优化.在斯坦福的数据集上进行实验,并使用MeshLab软件进行效果展示,结果表明,该算法可以基于密集点云直接生成四边形网格模型,同时可以通过调整体素大小来自适应地改变算法效率和四边形网格的大小.

基本体素表面网格生成新方法

为提高三角网格生成的质量和速度,针对圆柱体和圆锥体,提出了一种新的曲面网格生成方法。根据曲面的表面形态特征,以正三角形单元为基础,利用波前法(advancing front method,AFM)层层推进原理直接在三维空间中进行三角剖分。实验分析结果表明该方法能够避免映射法的边界调整问题以及传统波前法由于递归剖分引入的累积变形,无须坐标变换和耗时的合法性检查就能够高效、快速地生成较高质量的曲面网格。

改进贪婪投影三角化算法的激光点云快速三维重建

通过三维激光扫描仪获取的点云数据具有密度大、精度高等特点。本文针对贪婪投影三角化算法在对采集的大量点云数据进行三维重建时耗时长,重构的模型表面不够光滑,存在细小孔洞的问题,提出一种改进的点云三维重建算法。该方法首先用体像素网格滤波算法对点云进行下采样;然后使用移动最小二乘算法对输入的点云进行平滑及重采样,并且使用八叉树来代替KD树进行近邻域搜索;最后使用基于移动最小二乘算法的点云法线估计的贪婪投影三角化算法对点云进行重建。经过实验验证,该方法可以缩短重建时间,减少孔洞,并构建出平滑、点云拓扑结构更为准确的模型。

基于体素的汽车装配体漏水缝隙识别与可视化

为了在新车型设计阶段发现漏水问题,提出基于体素的汽车装配体潜在漏水缝隙的识别与可视化方法.在汽车装配体模型体素化的基础上,通过定义相邻零件之间的缝隙体素,重构三角网格曲面并提取零件的边界边,以确定表达漏水部位的边界体素;基于所提出的映射点生成算法计算缝隙间距并构建缝隙曲面;通过由弦高误差控制的自适应细分方法降低缝隙曲面边界到零件曲面的误差,利用彩色云图进行可视化显示.该方法能够精确识别汽车的全部潜在漏水部位,并可以直观显示漏水部位的缝隙大小,以快速验证水密性设计的合理性,避免出现先天设计缺陷而造成声誉与经济损失.该方法还可以应用于航空航天、造船、化工等行业的大型复杂产品设计.

面向大型三维场景的优化分层A~*寻路算法研究

针对大型三维场景中A~*寻路算法存在搜索节点过多、寻路效率低的问题,提出了一种面向三维场景网格的改进分层A~*算法。首先将三维场景进行体素划分,根据三维体素的属性生成可行走域的导航网格,并利用多级K划分对导航网格进行抽象分层,形成抽象分层路径,然后使用双向搜索策略对A~*算法进行优化。建立了大型三维场景环境下寻路仿真实验平台,将传统A~*算法与改进分层A~*算法进行性能对比,实验证明改进分层A~*算法搜索效率明显高于传统A~*算法。

基于Voxel有限元网格对球形夹杂复合材料的应力分析

通过Voxel有限元网格对球形夹杂复合材料进行应力分析时,由于Voxel网格在两相界面呈现阶梯状,所以在两相界面附近的单元会表现出明显的应力集中现象。提出采用局部应力平均方法来处理由于Voxel有限元网格而引起的应力集中,并且考虑应力平均区域、应力平均加权函数以及网格密度的影响。结果表明:该局部应力平均方法能够有效地去除两相界面附近单元的应力集中,但应力平均区域不能过大也不能过小。通过计算发现采用2个Voxel网格深度的平均区域为最优,并且具有网格不依赖性。该方法也可以进一步用于球形夹杂复合材料的积累损伤演化分析。