摘要：讨论了采用针孔摄像机进行摄像机沿光轴运动下的场景三维重建的方法 基于摄像机轴向运动的特点和性质 ,利用该方法找到图像间的缩放因子 ,进而解决了轴向运动下的特征匹配 ;采用Sturm的摄像机自标定方法得到摄像机的内外参数 ;

摘要：将多视点图像中的离散线段(称为线特征)用于场景的三维重建过程.首先将平均重投影几何误差作为线特征三角形法和光束平差法的目标函数,保证了重建结果的最优性;其次提出一种对含噪声的空间直线Plücker坐标进行双线性约束矫正的解析方法,并给出理论证明;最后推导出针对具有4自由度空间直线的最少参数化迭代方法,消除了优化过程中的过参数化问题,以避免由于内约束存在而导致迭代难于收敛的情况,提高了重建结果的精度.仿真数据以及真实图像的实验结果验证了该方法的有效性和精确性.

摘要：集束调整是运动推断结构的核心,针对现有算法在大规模场景下易受外点影响,空间占用率过高和效率较低问题,提出一种快速鲁棒的集束调整(fast and robust bundle adjustment,FRBA)算法.首先,为了避免外点(outliers)的影响,采用Cauchy损失降低外点的权重,提高算法精度.其次,充分利用运动推断结构中三维点与摄像机之间的稀疏性对大规模集束调整进行稀疏分解,降低内存空间的使用.最后,根据稀疏分解后矩阵的固有特性,采用快速矩阵分解法求解正态方程的解.在合成数据集、BAL数据集和真实图像数据集上对FRBA算法进行测试,并与现有经典算法进行比较.实验结果表明无论在时间效率还是精度上,FRBA算法均处于领先位置.

摘要：项目实现了医学影像三维重建的体绘制算法，并在传统的二维图像采集、存储、传输、共享与处理等功能之上，附加了影像的三维重建功能，开发出一套全新的医学影像存档与通信系统，具有很高的实用价值。

摘要：为进一步提升由单图像进行三维重建的精度,通过对Pix2Vox网络进行改进,提出一种基于深度学习的方法实现单图像三维重建的神经网络.首先,在Pix2Vox网络结构中增加多尺度连接和通道注意力机制,以保留多尺度信息,强化重点特征学习;其次,提出一个阈值计算模块,实现了适应不同类别的阈值设定方法,优化阈值取值;最后,提出一种融合型损失函数,融合模型的结构损失和类别损失,减小不平衡数据与类间差异对重建效果的影响.实验结果表明,该网络在公共数据集ShapeNet的13种模型类别上,平均IoU指标达到0.670,比Pix2Vox等网络取得了更好的单图像三维重建效果.

摘要：随着计算机辅助设计（computer aided design，CAD）、计算机辅助制造（computer aided manufacture，CAM）、数控技术、激光技术及材料科学的进步，三维重建（three—dimensional reconstruction）及快速成型（rapid prototyping）技术逐渐渗透到诊断、手术计划、手术导航、术后及模拟仿真等医学领域。尤其是其在临床骨创伤手术及修复重建术中的应用，

摘要：从两幅不同角度的造影图像实现血管树的三维骨架重建,传统重建方法常常需要较多的人工干预,才能为每一点找到准确的对应点.文中研究了一种基于Snake模型的重建方法.它在采用多尺度Gabor滤波提取造影血管中轴线的基础上,选取血管树分叉点,优化几何变换矩阵,提高用以初始化Snake的对应点的准确性;然后,针对血管的特性,文中采用GVF(Gradient Vector Flow)流量场作为三维Snake的外部能量场,并给出最小化血管Snake模型能量函数的表达式,使Snake保持自身平滑连续的同时在空间中发生形变以逼近真实轮廓.实验结果表明,该方法与传统的重建方法相比,不但减少了人工干预,而且有效地提高了重建精度.

摘要：传统的准稠密对应点匹配算法大都是针对一般场景开发的,未考虑场景的结构特点.为此,针对结构化场景提出一种基于平面单应约束的准稠密匹配方法.首先采用基于仿射不变量的方法检测和匹配稀疏平面种子区域,然后根据平面间的几何约束和对应点相似性约束,利用区域增长的方法实现准稠密扩散匹配.最优种子区域优先扩散策略的应用大大减小了初始错误种子区域对扩散过程的影响,而对不可靠扩散点的后处理也有效地提高了最终三维重建的精度.实验结果表明,相比传统的准稠密匹配方法,对于结构化场景,采用文中方法更加精确和稳定.

摘要：针对大场景三维重建中,由位姿估计的累积误差而导致的相机漂移和重建模型质量低的问题,提出了减少累积误差的方法。首先,基于由最新K对深度和彩色图像融合的模型,最小化输入RGB-D图像的几何误差和亮度误差来跟踪相机。然后,若相机位置与当前子网格的中心点距离大于给定阈值时,则将子网格平移体素单元整数倍的距离,基于新建的子网格继续跟踪相机并重建局部场景模型。最后,在子网格间以迭代步长式的方法寻找对应表面点,以对应点间的欧氏距离与亮度误差为约束,优化全局相机轨迹。基于数据集的实验结果表明,相机位姿估计精度比主流方法提升14.1%,全局轨迹优化精度提升8%。对于自采数据,本文设计的系统可减少位姿估计中的累积误差、重建高质量的场景模型。

摘要：透明物体的三维重建一直以来都被认为是很有挑战性的问题.不同于传统重建算法对物体表面的漫反射属性假设,因为透明物体与光线之间存在复杂的,如反射和折射等,与视角相关的光学效应,将导致传统重建算法无法直接应用在透明物体上.文中简要介绍透明物体的三维重建相关研究,围绕从X恢复形状、反向渲染技术、断层摄影技术和直接光线测量这4个方面回顾了近些年来的主要研究工作,分析并指出当前工作的优缺点以及不同的应用环境,展示了这一挑战性问题的研究现状和发展趋势,并探讨了未来有潜力的研究方向.