明暗恢复形状(shape from shading,SFS)算法是三维重建中不可缺少的关键技术。该方法通过单幅图像中物体的灰度的亮度信息,求出每个点的相对高度和表面法向量,现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响,导致三维重...明暗恢复形状(shape from shading,SFS)算法是三维重建中不可缺少的关键技术。该方法通过单幅图像中物体的灰度的亮度信息,求出每个点的相对高度和表面法向量,现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响,导致三维重建的图像不够精确等问题。为解决三维重建精度问题,本文提出一种基于SFS算法改进的高精度快速水下图像三维重建方法,在提高三维重建精度的前提下,解决了对本轮数据利用率不够、迭代速度慢等问题。将其应用在真实图像和虚拟图像上进行实验评估以及三维重建的量化分析,验证了相比于经典SFS线性化算法和SFS最小化算法,本文提出的SFS算法改进的高精度快速水下图像三维重建方法,取得了令人满意的信噪比和图像信息熵值。展开更多
针对传统的混合表面形状恢复算法存在较大误差的问题,提出了一种基于透视投影的从混合表面的明暗变化恢复形状的新算法。首先,建立了一种改进的Ward反射模型来描述混合表面的反射特性,其次,采用更接近摄像机实际拍摄的透视投影方式,并...针对传统的混合表面形状恢复算法存在较大误差的问题,提出了一种基于透视投影的从混合表面的明暗变化恢复形状的新算法。首先,建立了一种改进的Ward反射模型来描述混合表面的反射特性,其次,采用更接近摄像机实际拍摄的透视投影方式,并且假定光源位于摄像机的光心处,构造了新模型下的图像辐照度方程,然后将该方程转化为包含物体表面深度信息的Hamilton-Jacobi偏微分方程,使用Fixed-point Iterative Sweeping方法和2D Central Hamiltonian函数逼近该微分方程的黏性解,进而得到物体表面的三维形状。与同类算法相比,新算法恢复的结果更加准确有效。合成花瓶图像的实验结果表明,与基于正交投影的算法相比,新算法恢复三维形状高度的平均误差和均方根误差均有较大幅度减少。展开更多
为了高效、高精度、低成本地实现对物体的全视角三维重建,提出一种使用深度相机融合光照约束实现全视角三维重建的方法。该重建方法中,在进行单帧重建时采用RGBD深度图像融合明暗恢复形状(Shape from shading,SFS)的重建方法,即在原有...为了高效、高精度、低成本地实现对物体的全视角三维重建,提出一种使用深度相机融合光照约束实现全视角三维重建的方法。该重建方法中,在进行单帧重建时采用RGBD深度图像融合明暗恢复形状(Shape from shading,SFS)的重建方法,即在原有的深度数据上加上额外的光照约束来优化深度值;在相邻两帧配准时,采用快速点特征直方图(Fast point feature histograms,FPFH)特征进行匹配并通过随机采样一致性(Random sample consensus,RANSAC)滤除错误的匹配点对求解粗配准矩阵,然后通过迭代最近点(Iterative closest point,ICP)算法进行精配准得出两帧间的配准矩阵;在进行全视角的三维重建时,采用光束平差法优化相机位姿,从而消除累积误差使首尾帧完全重合,最后融合生成一个完整的模型。该方法融入了物体表面的光照信息,因此生成的三维模型更为光顺,也包含了更多物体表面的细节信息,提高了重建精度;同时该方法仅通过单张照片就能在自然光环境下完成对多反射率三维物体的重建,适用范围更广。本文方法的整个实验过程通过手持深度相机就能完成,不需要借助转台,操作更加方便。展开更多
传统的从明暗恢复形状(Shape from Shading,SFS)技术通常假定物体表面为Lambert表面,然而对于实际的物体表面来说,上述简化造成了重构结果误差较大。近年来,许多学者开始关注于非Lambert表面下的SFS技术的研究。结合作者自身的研究,从...传统的从明暗恢复形状(Shape from Shading,SFS)技术通常假定物体表面为Lambert表面,然而对于实际的物体表面来说,上述简化造成了重构结果误差较大。近年来,许多学者开始关注于非Lambert表面下的SFS技术的研究。结合作者自身的研究,从成像过程建模、图像辐照度方程的建立及求解数值算法出发,介绍了非Lam-bert表面从明暗恢复形状技术的研究进展。首先,简要介绍了非Lambert表面下典型的SFS技术;其次,以Oren-Nayer模型为例详细说明了非Lambert表面SFS方法的关键技术;最后,对非Lambert表面SFS技术的发展趋势进行了探讨。展开更多
一般的测深侧扫声纳应用中,单独利用回波数据的幅度信息或相位信息获取侧扫图或测深图以展示海底细节特征。为提取侧扫数据中的微地貌信息,实现更高精度的海底地形探测,提出了两步循环迭代算法:首先利用原始测深侧扫结果数据对散射模型...一般的测深侧扫声纳应用中,单独利用回波数据的幅度信息或相位信息获取侧扫图或测深图以展示海底细节特征。为提取侧扫数据中的微地貌信息,实现更高精度的海底地形探测,提出了两步循环迭代算法:首先利用原始测深侧扫结果数据对散射模型进行最优拟合,其次,引入亮度误差修正因子,改进从明暗恢复形状算法并迭代地形,保证其快速稳定的收敛,最终通过循环迭代获取了海底底质参数和精度更高、与真实地形起伏相关性更强的地形深度值。同时,利用Jackson海底散射模型,模拟测深侧扫声纳信号的发射接收过程,并利用其回波数据,验证本迭代算法的正确性和有效性。结果表明:该方法可以有效地修正地形,且接收信噪比越高,地形修正效果越好;在信噪比为20 d B时,相比于原始测深结果,修正后地形起伏相关系数提升52. 4%,地形误差绝对值降低37%。最后,将该算法应用于测深侧扫声纳数据,通过修正前后地形图的对比分析,验证了本算法的可行性和有效性。展开更多
文摘明暗恢复形状(shape from shading,SFS)算法是三维重建中不可缺少的关键技术。该方法通过单幅图像中物体的灰度的亮度信息,求出每个点的相对高度和表面法向量,现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响,导致三维重建的图像不够精确等问题。为解决三维重建精度问题,本文提出一种基于SFS算法改进的高精度快速水下图像三维重建方法,在提高三维重建精度的前提下,解决了对本轮数据利用率不够、迭代速度慢等问题。将其应用在真实图像和虚拟图像上进行实验评估以及三维重建的量化分析,验证了相比于经典SFS线性化算法和SFS最小化算法,本文提出的SFS算法改进的高精度快速水下图像三维重建方法,取得了令人满意的信噪比和图像信息熵值。
文摘针对传统的混合表面形状恢复算法存在较大误差的问题,提出了一种基于透视投影的从混合表面的明暗变化恢复形状的新算法。首先,建立了一种改进的Ward反射模型来描述混合表面的反射特性,其次,采用更接近摄像机实际拍摄的透视投影方式,并且假定光源位于摄像机的光心处,构造了新模型下的图像辐照度方程,然后将该方程转化为包含物体表面深度信息的Hamilton-Jacobi偏微分方程,使用Fixed-point Iterative Sweeping方法和2D Central Hamiltonian函数逼近该微分方程的黏性解,进而得到物体表面的三维形状。与同类算法相比,新算法恢复的结果更加准确有效。合成花瓶图像的实验结果表明,与基于正交投影的算法相比,新算法恢复三维形状高度的平均误差和均方根误差均有较大幅度减少。
文摘为了高效、高精度、低成本地实现对物体的全视角三维重建,提出一种使用深度相机融合光照约束实现全视角三维重建的方法。该重建方法中,在进行单帧重建时采用RGBD深度图像融合明暗恢复形状(Shape from shading,SFS)的重建方法,即在原有的深度数据上加上额外的光照约束来优化深度值;在相邻两帧配准时,采用快速点特征直方图(Fast point feature histograms,FPFH)特征进行匹配并通过随机采样一致性(Random sample consensus,RANSAC)滤除错误的匹配点对求解粗配准矩阵,然后通过迭代最近点(Iterative closest point,ICP)算法进行精配准得出两帧间的配准矩阵;在进行全视角的三维重建时,采用光束平差法优化相机位姿,从而消除累积误差使首尾帧完全重合,最后融合生成一个完整的模型。该方法融入了物体表面的光照信息,因此生成的三维模型更为光顺,也包含了更多物体表面的细节信息,提高了重建精度;同时该方法仅通过单张照片就能在自然光环境下完成对多反射率三维物体的重建,适用范围更广。本文方法的整个实验过程通过手持深度相机就能完成,不需要借助转台,操作更加方便。
文摘传统的从明暗恢复形状(Shape from Shading,SFS)技术通常假定物体表面为Lambert表面,然而对于实际的物体表面来说,上述简化造成了重构结果误差较大。近年来,许多学者开始关注于非Lambert表面下的SFS技术的研究。结合作者自身的研究,从成像过程建模、图像辐照度方程的建立及求解数值算法出发,介绍了非Lam-bert表面从明暗恢复形状技术的研究进展。首先,简要介绍了非Lambert表面下典型的SFS技术;其次,以Oren-Nayer模型为例详细说明了非Lambert表面SFS方法的关键技术;最后,对非Lambert表面SFS技术的发展趋势进行了探讨。
文摘一般的测深侧扫声纳应用中,单独利用回波数据的幅度信息或相位信息获取侧扫图或测深图以展示海底细节特征。为提取侧扫数据中的微地貌信息,实现更高精度的海底地形探测,提出了两步循环迭代算法:首先利用原始测深侧扫结果数据对散射模型进行最优拟合,其次,引入亮度误差修正因子,改进从明暗恢复形状算法并迭代地形,保证其快速稳定的收敛,最终通过循环迭代获取了海底底质参数和精度更高、与真实地形起伏相关性更强的地形深度值。同时,利用Jackson海底散射模型,模拟测深侧扫声纳信号的发射接收过程,并利用其回波数据,验证本迭代算法的正确性和有效性。结果表明:该方法可以有效地修正地形,且接收信噪比越高,地形修正效果越好;在信噪比为20 d B时,相比于原始测深结果,修正后地形起伏相关系数提升52. 4%,地形误差绝对值降低37%。最后,将该算法应用于测深侧扫声纳数据,通过修正前后地形图的对比分析,验证了本算法的可行性和有效性。
