学位论文 > 优秀研究生学位论文题录展示

基于物体表面形状模型由单幅图象重构三维曲面的研究

作　者: 郑雪琴
导　师: 冯乔生
学　校: 云南师范大学
专　业: 计算机软件与理论
关键词: 三维重构图象分割相机标定光照模型二次曲面
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 20次
引　用: 0次
阅　读: 论文下载

内容摘要

三维重构技术作为计算机视觉领域重要的研究方向,已在各个方面显示出重要的地位和作用,具有广泛的应用价值。本文研究基于利用计算机视觉技术,从单幅图象提取目标的信息来进行三维重构目标物体的方法与技术。论文的主要研究工作有：1)在比较各种边缘特征检测算法的基础上,介绍了otsu方法进行图象分割获方法原理。本文采用了基于RGB彩色模型来对图象进行分割,利用中值滤波原理去除图象上的噪声,同时,结合LOG检测器提取了物体的边缘。2)分析比较了相机标定的各种方法,本文采用了基于立方体的相机标定法,利用立方体上已知的六个特征点的坐标,标定出了相机的内外参数。3)基于单幅图象求其表面形状。对于所分割出的目标区域,若不考虑亮度分布,几何重构会产生两种情况,一种是二维平面,另一种是三维曲面。本文先提出的几何模型假设,首先利用物体的几何模型构造物体表面,再利用物体Lambert漫放射模型和目标图象的灰度信息重构出物体的光源方向和强度,进而验证物体几何模型假设的正确性。本文进一步对简单规则物体的表面重构方法推广到重构一个不规则的物体表面,即将不规则的物体表面分割成若干区域,每一区域都用一个统一的二次曲面表示,结合物体表面的灰度分布,重构出该模型的参数,每一区域的参数确定之后,整个物体三维表面也就随即确定。

全文目录

基于物体表面形状模型由单幅图象重构三维曲面的研究  4-47
  摘要  5-6
  Abstract  6-10
  第1章基于图象的三维重构概述  10-13
    1.1 基于图象的三维重构的研究现状和意义  10-11
    1.2 论文的主要研究内容及组织结构  11-13
  第2章图象中的目标分割  13-20
    2.1 图象分割的一般过程  13
    2.2 图象分割算法概述  13-16
      2.2.1 Otsu类判别分析法进行图象分割算法概述  14-15
      2.2.2 基于RGB彩色模型的分割  15-16
    2.3 利用中值滤波去除图象中的噪声点  16-17
    2.4 图象边缘检测  17-20
      2.4.1 利用高斯—拉普拉斯算子检测边缘  18
      2.4.2 实验结果与分析  18-20
  第3章三维重构中摄像机的标定  20-27
    3.1 摄像机模型  20-23
      3.1.1 图象坐标系、摄像机坐标系、世界坐标系  20-22
      3.1.2 摄像机模型  22-23
    3.2 基于立方体的摄像机标定法  23-27
      3.2.1 特征点的获取  23
      3.2.2 线性模型摄像机标定  23-26
      3.2.3 实验结果  26-27
  第4章基于物体表面形状的三维曲面重构分析  27-41
    4.1 图象灰度与物体表面光辐照度的关系  27-28
    4.2 简单的规则物体重构分析  28-35
      4.2.1 求解非线性方程组最小二乘解广义逆法  31
      4.2.2 物体光源方向的确定  31-32
      4.2.3 实验分析与结果  32-35
    4.3 基于二次曲面的不规则曲面重构分析  35-40
      4.3.1 空间二次曲面的表示及不规则曲面重构  35-37
      4.3.2 非线性方程组的梯度法求解  37-38
      4.3.3 实验验证与结果  38-40
    4.4 本章小节  40-41
  第5章结论与展望  41-43
    5.1 结论  41
    5.2 进一步工作展望  41-43
  参考文献  43-45
  攻读硕士学位期间发表学术论文情况  45-46
  致谢  46-47
基于图象的三维重构方法探讨  47-89
  第1章绪论  50-53
    1.1 计算机视觉  50-53
  第2章三维重构技术  53-67
    2.1 基于主动技术的三维重构  53-55
      2.1.1 三角测量法  53
      2.1.2 相位测量法  53-55
    2.2 基于被动技术的三维重构  55-67
      2.2.1 从纹理恢复形状(SFT)  55
      2.2.2 从明暗恢复形状(SFS)  55-58
      2.2.3 从轮廓恢复形状  58-59
      2.2.4 从几何信息恢复形状  59-60
      2.2.5 基于骨架模型  60-61
      2.2.6 立体视觉技术  61-65
      2.2.7 分层重构技术  65-67
  第3章图象预处理  67-78
    3.1 图像平滑处理  67-68
      3.1.1 均值滤波器  67-68
      3.1.2 中值滤波器  68
    3.2 图象分割  68-74
      3.2.1 图象分割的定义及过程  68-69
      3.2.2 基于阈值的分割方法  69
      3.2.3 基于边缘的分割方法  69-70
      3.2.4 基于区域的分割方法  70
      3.2.5 基于人工神经网络的分割方法  70-71
      3.2.6 基于小波分析和变换的分割方法  71
      3.2.7 基于数学形态学的分割技术  71-72
      3.2.8 遗传算法在图像分割中的应用  72-73
      3.2.9 基于偏微分方程的图像分割  73-74
      3.2.10 基于模糊集理论的分割方法  74
    3.3 图像边缘检测  74-78
      3.3.1 梯度  75
      3.3.2 常用边缘检测算子  75-78
  第4章摄相机标定  78-83
    4.1 传统标定方法  78-80
    4.2 基于主动视觉系统的自定标方法  80-81
    4.3 自标定方法(self-calibration)  81-83
  第5章结论与展望  83-84
    5.1 结论  83
    5.2 进一步工作展望  83-84
  参考文献  84-89
The study of Based on the object's surface shape mode of three-dimensional reconstruction from a single image  89-127
  Chapter 1 Based on the image three-dimensional reconstructionOverview  92-96
    1.1 Image-based measurement technology of the status and significance  92-94
    1.2 the paper the main content and organizational structure  94-96
  Chapter 2 the goals of image segmentation  96-104
    2.1 Segmentation of the general process  96
    2.2 Image Segmentation Overview  96-99
      2.2.1 Otsu category discriminant analysis method outlined Segmentation Algorithm  97-98
      2.2.2 RGB color model based on the segmentation  98-99
    2.3 in the use of median filtering to remove images of isolated points  99-100
      2.3.1 median filtering  99-100
    2.4 Edge detection  100-104
      2.4.1 detection of useing Gauss-Laplace operator edge  101-102
      2.4.2 The results and analysis  102-104
  Chapter 3 the camera calibration of three-dimensional reconstruction  104-111
    3.1 camera model  104-107
      3.1.1 image coordinates,the camera coordinate system,the world coordinate system  104-106
      3.1.2 camera model  106-107
    3.2 Based on the calibration of the cube  107-111
      3.2.1 feature points of access  107-108
      3.2.2 linear model calibration  108-110
      3.2.3 The results  110-111
   Chapter 4 based on the surface of the three-dimensional shape ofsurface reconstruction  111-125
    4.1 image with the gray surface of the relationship between the radiation  111-113
    4.2 simple rules objects of reconstruction  113-119
      4.2.1 for solving nonlinear equations generalized inverse law of the least-squares  115
      4.2.2 objects determine the direction of light  115-116
      4.2.3 experimental analysis and results  116-119
    4.3 on the second surface of the irregular surface reconstruction  119-125
      4.3.1 space and that the second surface of the irregular surface reconstruction  119-121
      4.3.3 nonlinear equations of the gradient method  121-122
      4.3.4 experimental verification and results  122-125
  Chapter 5 conclusions and Prospects  125-127
    5.1 Conclusion  125
    5.2 Prospects for further work  125-127
Based on the three-dimensional image reconstruction of Discussion  127-174
  Chapter 1 Computer Vision  130-133
    1.1 Computer Vision  130-133
  Chapter 2 3D Reconstruction  133-155
    2.1 The 3D Reconstruction base on the initiative technology  133-135
      2.1.1 triangulation method  133-134
      2.1.2 phase measurement  134-135
    2.2 passive technology based on the three-dimensional reconstruction  135-155
      2.2.1 texture from the resumption of shape (SFT)  135-136
      2.2.2 resume from the dark shape(SFS)  136-140
      2.2.3 resume from the contour shape  140-142
      2.2.4 information from the geometric shape resume  142-144
      2.2.5 based on the model skeleton  144-145
      2.2.6 three-dimensional visual technology  145-152
      2.2.7 layered Reconstruction  152-155
  Chapter 3 Image Segmentation  155-166
    3.1 image segmentation approach  155-163
      3.1.1 based on the threshold of segmentation  155-156
      3.1.2 based on the edge of the Segmentation  156-157
      3.1.3 based on the regional segmentation method  157-158
      3.1.4 based on artificial neural network segmentation  158-159
      3.1.5 based on wavelet analysis and transform the segmentation method  159-160
      3.1.6 based on the mathematical morphology Segmentation  160-161
      3.1.7 genetic algorithm in the application of image segmentation  161-162
      3.1.8 based on partial differential equations of image segmentation  162-163
      3.1.9 based on fuzzy set theory of segmentation  163
    3.2 image segmentation and technological development trend  163-165
      3.2.1 the integration of a variety of features  164
      3.2.2 The combination of a variety of separate ways  164-165
    3.3 edge detection  165-166
  Chapter 4 camera calibration  166-173
    4.1 The traditional method of calibration  166-169
    4.2 Based on the initiative of the visual system since Calibration  169-170
    4.3 self-calibration methods(self-calibration)  170-173
  Chapter 5 conclusions and Prospects  173-174
    5.1 Conclusion  173
    5.2 Prospects for further work  173-174

相似论文

计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于光度立体视觉的表面精细特征三维重建技术研究,TP391.41
流体场景的屏幕空间实时绘制研究,TP391.41
基于视觉系统的无人直升机自主降落,V279
基于二维建筑图形构建三维虚拟场景的设计与实现,TP391.41
数字地貌晕渲技术的优化与实现,P283.7
非量测型彩色数码相机测量精度研究,TB852.1
颅骨修复体设计、制造工艺研究及有限元分析,R318.08
Measurement Error Control of Feature Points Photographing,TP391.41
基于光学图像的精确测量技术研究,TP391.41
基于二维图像的三维重构技术的研究与开发,TP391.41
低成本三维激光扫描仪系统关键技术研究,TP391.41
三维流场纹理可视化的光照算法研究与实现,TP391.41
水泥颗粒三维重构及并行化研究,TP391.41
基于无人飞行器序列影像的定位技术研究,TP391.41
三维对象重构技术的研究,TP391.41
管道容器损伤图像的分割和深度提取技术的研究及应用,TP391.41
基于机器视觉的轴承钢球表面缺陷检测,TP391.41
室内虚拟环境构建研究,TP391.9
复杂断块油层中高含水期岩心孔隙结构的网络模型研究,P618.13