三维重建是利用目标物体的二维投影恢复其三维模型的技术,近年来获取高精度的三维模型受到越来越多的关注,而基于运动恢复结构(Structure From Motion,SFM)的三维重建是目前的热点研究方向。文章首先介绍了常用的三维重建方法和基于SFM...三维重建是利用目标物体的二维投影恢复其三维模型的技术,近年来获取高精度的三维模型受到越来越多的关注,而基于运动恢复结构(Structure From Motion,SFM)的三维重建是目前的热点研究方向。文章首先介绍了常用的三维重建方法和基于SFM三维重建的发展现状;其次介绍了基于SFM重建中的2个主要内容,包括摄像机标定和光束平差法;然后介绍了基于SFM三维重建技术的原理及方法;最后介绍了基于SFM的三维重建在不同领域的应用,同时提供了该技术在三维人体重建及人体测量方面的研究思路,为服装个性化定制和服装企业团体定制提供参考。展开更多
采用运动恢复结构(structure from motion,SFM)算法进行三维人脸建模一直以来受到研究者的关注,但其对错误的匹配点比较敏感,因此,文章提出了一种融合Gabor特征的SFM算法三维人脸建模方法。该方法利用Gabor滤波器提取纹理特征,判别轮廓...采用运动恢复结构(structure from motion,SFM)算法进行三维人脸建模一直以来受到研究者的关注,但其对错误的匹配点比较敏感,因此,文章提出了一种融合Gabor特征的SFM算法三维人脸建模方法。该方法利用Gabor滤波器提取纹理特征,判别轮廓特征点匹配的准确性;针对图像数增多,传统因子分解法不易修正旋转矩阵的问题,利用旋转矩阵的性质求得修正矩阵,避开方程组的求解;提出引入迭代最近点算法将稀疏三维特征点与三维模型进行配准,缩小空间距离,并结合薄板样条函数插值生成特定的三维人脸模型,为增强真实感,进行纹理映射。实验结果表明,该方法有效提高了匹配点的准确性,能够重建出具有较强真实感的三维人脸。展开更多
在运动恢复结构(Structure From Motion,SFM)技术的实际应用中,不同数量影像数据集的SFM重建精度和效率通常存在差异。为了研究影像数量对SFM重建模型精度的影响,为三维重建应用中的影像数据采集与选取提供参考依据,利用手持数码相机对...在运动恢复结构(Structure From Motion,SFM)技术的实际应用中,不同数量影像数据集的SFM重建精度和效率通常存在差异。为了研究影像数量对SFM重建模型精度的影响,为三维重建应用中的影像数据采集与选取提供参考依据,利用手持数码相机对目标物体进行数据采集,选取不同数量的影像执行SFM点云和网格模型的重建,并将各组SFM三维模型与激光扫描模型进行模型精确度、噪声和完整度的对比分析。实验结果表明,影像数量与SFM三维模型的精度之间具有一定的相关性,影像数量越多,重建模型的完整度越高,但受SFM特征点匹配误差、配准误差以及影像中多余场景的影响,影像数量的增加会导致模型精确度的降低以及噪声程度的加重。在实际的工程应用中,需要深入分析生产三维模型的特点和需求,选取合适影像数量的数据集进行SFM三维重建。展开更多
将基于因子分解的运动估计结构(structure from motion,SFM)算法延伸至室外环境障碍物检测,提出了一种基于单相机的障碍物检测方法.通过图像序列特征点的匹配和跟踪,运用基于因子分解的运动估计结构算法得到场景的投影重建;通过满足绝...将基于因子分解的运动估计结构(structure from motion,SFM)算法延伸至室外环境障碍物检测,提出了一种基于单相机的障碍物检测方法.通过图像序列特征点的匹配和跟踪,运用基于因子分解的运动估计结构算法得到场景的投影重建;通过满足绝对二次曲面(dual absolute quadric,DAQ)约束的自标定升级至欧式重建,同时得到相机的运动;通过将图像分割为等面积的区域,每个独立的区域通过从欧氏重建得到的深度信息来区分是障碍物还是背景.室外真实场景的实验结果表明,该方法能够在室外环境下获得比较好的障碍物检测效果.展开更多
文摘三维重建是利用目标物体的二维投影恢复其三维模型的技术,近年来获取高精度的三维模型受到越来越多的关注,而基于运动恢复结构(Structure From Motion,SFM)的三维重建是目前的热点研究方向。文章首先介绍了常用的三维重建方法和基于SFM三维重建的发展现状;其次介绍了基于SFM重建中的2个主要内容,包括摄像机标定和光束平差法;然后介绍了基于SFM三维重建技术的原理及方法;最后介绍了基于SFM的三维重建在不同领域的应用,同时提供了该技术在三维人体重建及人体测量方面的研究思路,为服装个性化定制和服装企业团体定制提供参考。
文摘运动目标传统检测方法只考虑图像的亮度或纹理等某一种特性,受特异值影响较大,对噪声比较敏感,鲁棒性也不够好,而且背景恢复精度不高。针对以上局限性,提出一种融合结构相似度(structural similarity,SSIM)全参考模型和鲁棒主成分分析(robust principal component analysis,RPCA)的运动目标检测方法。此方法综合考虑图像的亮度、对比度和结构三种特性,不采用传统的背景减除法,而是把图像像素点的结构相似度作为度量来实现运动对象与背景的分离。实验结果表明,此方法准确率可达0.95,且F度量较传统运动目标检测算法平均提升0.15,总体上比传统方法更具优势。
文摘采用运动恢复结构(structure from motion,SFM)算法进行三维人脸建模一直以来受到研究者的关注,但其对错误的匹配点比较敏感,因此,文章提出了一种融合Gabor特征的SFM算法三维人脸建模方法。该方法利用Gabor滤波器提取纹理特征,判别轮廓特征点匹配的准确性;针对图像数增多,传统因子分解法不易修正旋转矩阵的问题,利用旋转矩阵的性质求得修正矩阵,避开方程组的求解;提出引入迭代最近点算法将稀疏三维特征点与三维模型进行配准,缩小空间距离,并结合薄板样条函数插值生成特定的三维人脸模型,为增强真实感,进行纹理映射。实验结果表明,该方法有效提高了匹配点的准确性,能够重建出具有较强真实感的三维人脸。
文摘在运动恢复结构(Structure From Motion,SFM)技术的实际应用中,不同数量影像数据集的SFM重建精度和效率通常存在差异。为了研究影像数量对SFM重建模型精度的影响,为三维重建应用中的影像数据采集与选取提供参考依据,利用手持数码相机对目标物体进行数据采集,选取不同数量的影像执行SFM点云和网格模型的重建,并将各组SFM三维模型与激光扫描模型进行模型精确度、噪声和完整度的对比分析。实验结果表明,影像数量与SFM三维模型的精度之间具有一定的相关性,影像数量越多,重建模型的完整度越高,但受SFM特征点匹配误差、配准误差以及影像中多余场景的影响,影像数量的增加会导致模型精确度的降低以及噪声程度的加重。在实际的工程应用中,需要深入分析生产三维模型的特点和需求,选取合适影像数量的数据集进行SFM三维重建。
文摘将基于因子分解的运动估计结构(structure from motion,SFM)算法延伸至室外环境障碍物检测,提出了一种基于单相机的障碍物检测方法.通过图像序列特征点的匹配和跟踪,运用基于因子分解的运动估计结构算法得到场景的投影重建;通过满足绝对二次曲面(dual absolute quadric,DAQ)约束的自标定升级至欧式重建,同时得到相机的运动;通过将图像分割为等面积的区域,每个独立的区域通过从欧氏重建得到的深度信息来区分是障碍物还是背景.室外真实场景的实验结果表明,该方法能够在室外环境下获得比较好的障碍物检测效果.
