分享到:

计算机视觉中的三维重构建模

三维重构建模是计算机视觉技术的主要内容之一。相机内外参数的标定、图像特征点的提取以及特征点的  (本文共3页) 阅读全文>>

西北工业大学
西北工业大学

面向工业设计的三维重构方法研究

三维重构的任务是从二维图像中抽取三维信息,通过对这些信息进行分类、综合等一系列处理,在三维空间中重新构造图像的相应形体。三维重构在工业设计领域有着很广泛的应用需求。工业设计的传统建模方法大都是基于几何的建模,论文通过对单幅图像三维重构的研究,提出面向工业设计的基于几何和图像的混合建模方法即三维重构混合建模方法,进而提出基于草图反求的三维重构,快速的实现工业设计草图、效果图或者产品照片的三维模型重构。这种三维重构方法能快速高效的进行工业产品设计,实现设计自动化。论文主要新见解有:1.提出了一种产品设计的新思想。即从工业设计草图、效果图或者有关工业产品的外型图片出发,进行三维重构,为产品自动化设计打下基础。2.提出了面向工业设计的基于几何和图像的混合建模方法,进而对基于草图反求的三维重构进行了具体的研究和验证。3.提出了基于单幅图像的透视反求理论。从透视学的角度出发,先进行透视元素及基本体素的反求研究,最后作组合体素的反求研究,并给...  (本文共80页) 本文目录 | 阅读全文>>

中国科学院大学(中国科学院遥感与数字地球研究所)
中国科学院大学(中国科学院遥感与数字地球研究所)

密集匹配技术在多视遥感影像三维重构中的研究

近年来计算机技术迅猛发展,特别是基于多视几何的计算视觉理论的,对传统的测绘与遥感技术产生了深远的影响。对于多视遥感影像而言,传统的匹配一般是针对特征点。目的是由少量稀疏的同名像点产生条件约束,实现求解影像的姿态和位置的定向。因此,传统匹配的目标并不是三维重构,其得到的三维信息,如点云也是稀疏点云。而密集匹配技术,是针对影像中的所有像素,一般是面向三维重构和可视化任务的。针对密集匹配技术和遥感图像的本身特点,特别是针对多视遥感图像的特点,本文在充分了解遥感影像成像方式的基础上,分别从框幅式和线阵列式两种常见的影像出发,提出了两种新的密集匹配算法,同时在公开数据集、多视面阵影像和卫星遥感影像进行了的三维重建实验,并进行了精度的评价,实验表明,本文提出的算法取得了很好的三维重建效果。其主要创新性工作如下:1.研究了一种基于Opponent-SIFT和Segments-Tree算法的框幅式遥感影像密集匹配算法。本文采用Opponent-...  (本文共129页) 本文目录 | 阅读全文>>

浙江工业大学
浙江工业大学

基于镜面成像技术的单目全景立体感知三维重构技术研究

高效率、高精度、高鲁棒性地获得物体表面三维坐标是三维测量与重构的基础与关键。随着超高清摄像技术的发展,基于镜面成像的单目全景感知技术由于其在成像过程中具有严格一致的内外摄像机参数、全方位视角、重建算法实现简单方便等诸多优点,被认为是非常有应用前景的全景成像技术。可广泛应用于工农业检测、机器人视觉、模具快速成型、虚拟现实、医学诊疗、动漫影视、游戏制作等领域。本文针对基于镜面成像技术的单目全景立体感知三维重建,通过研究单目多视角与单目单视点折反射全景成像机理,利用平面镜组和二次曲面镜的光学特性,提出适用于不同领域的单目全景立体感知理论与方法。通过单目全景成像技术获取物体表面信息,采用相应的透视展开算法,利用空间几何约束、纹理颜色约束,获取物体表面采样点数据,采用改进的B样条柔性插值重构方法,改进传统重构方法在处理非均匀扫描数据点时几何形状的失真和运算的不稳定现象,同时避免控制点的大量增加,快速实现被测物体的三维重建。最终实现资源消耗...  (本文共108页) 本文目录 | 阅读全文>>

长安大学
长安大学

基于图像的汽车零部件曲面三维重构技术研究

随着计算机技术以及图像处理技术的发展,计算机视觉已经在医学、人工智能以及工业测量等领域获得了广泛的使用,应用计算机技术完成汽车零部件的三维重构也成为汽车开发过程中不可缺少的重要组成部分。相对于汽车行业传统的CAD三维重构、逆向点云三维重构来说,与计算机视觉密切相关的基于图像的汽车零部件曲面三维重构技术则有高效、经济、便捷的优点。逆向过程中可以通过图像对目标汽车的零部件进行三维重构,从而缩短汽车的开发周期。本文结合计算机视觉和图像处理相关理论,运用MATLAB工具,实现了基于图像的汽车零部件曲面的三维重构。本文首先系统的介绍了三维重构的基本方法和相关理论基础。然后对三维重构过程中的相关算法进行了研究,探讨了特征点检测与匹配的相关方法。通过对汽车零部件车门不同视角下的两幅图像进行特征检测与匹配,然后利用匹配的特征点对还原了其对应的空间点的三维坐标,最后插值处理相关数据,运用MATLAB数据可视化功能重构了车门的表面,实现了汽车车门表...  (本文共71页) 本文目录 | 阅读全文>>

中南大学
中南大学

面向深度图像的遮挡物体部件化建模与分割

部件化物体分割是面向深度图像建模与识别的关键步骤。在多物体场景中,物体之间因相互遮挡而产生采样数据部分缺失的现象。本文研究并设计了超二次曲面边缘对缺失部分数据的物体建模,以及基于边缘增长的深度图像区域分割方法,实现了遮挡物体的部件化建模与分割。本文首先采用超二次曲面投影边缘对缺失部分数据物体建模,通过分析超二次曲面边缘拟合的原理,建立了超二次曲面边缘拟合的初始目标函数,同时利用曲线等距取样和边缘投影等策略,优化了目标函数,设计并实现了超二次曲面边缘拟合算法,得到了物体的超二次曲面模型参数,成功恢复了缺失部分数据物体的原始模型。然后针对多个物体间存在相互遮挡的情况,用基于边缘和区域约束的区域增长方法进行部件化物体建模与分割,通过分析区域增长方法的基本原理和深度图像分割的基本过程,并研究和设计了基于边缘和区域约束的区域增长策略,将深度图像的区域信息和边界信息互相融合,改进了区域增长规则。最后设计并实现了面向深度图像的部件化物体建模与...  (本文共69页) 本文目录 | 阅读全文>>