-
-
论文研究-序列图像的非局部均值超分辨率重建算法及GPU实现.pdf
针对序列图像超分辨率重建非局部均值(non-local means,NLM)算法重建结果图像边缘区域过平滑的问题,提出了一种局部参数自适应改进方法。将整幅图像划分为图像子块, ... 因整幅图像使用统一滤波参数而导致的某些高频信息的丢失。实验结果表明,与经典NLM重构算法相比,改进算法重建出的结果图像的轮廓边缘更清晰,字符辨识度更高;在算法实现方面,图像重构程序在CPU/GPU平台上实现 ... 程序比单CPU运算的程序,加速比最高可达到30倍,显著缩短了重构程序计算时间,提高了该图像超分辨率重建算法应用于实际场所的可能性。
-
论文研究-考古地层的三维重建方法.pdf
基于现有三维可视化技术,分别介绍了3D图形库接口、3D GIS技术、3D GMS技术、虚拟现实技术等可以实现考古地层三维重建的方法,并从地层三维建模的角度比较了各种方法的特点,探讨了较为实用的考古地层三维重建途径。
-
论文研究-基于张量奇异值分解的动态核磁共振图像重建.pdf
为了改善动态MR图像重建质量,提出了一种结合张量奇异值分解和全变分稀疏模型(TV)的动态核磁共振图像重建算法。算法对动态MR图像进行了低秩约束规范和稀疏约束规范,分别使用了张量奇异值分解阈值方法和全变分稀疏变化基方法求解。实验结果和重建视觉效果表明,在相同采样率下,该算法与单独使用全变分方法、k-t SLR方法、单独使用张量奇异值分解方法相比重建质量更优,在峰值信噪比(PSNR)、均方差(MSE)和结构相似性度量(SSIM)的评价指标上有所提高,对图像去噪去模糊重建有具体的应用价值。
-
论文研究-基于复杂图形的三维重建方法及实现.pdf
提出了一种对复杂图形进行三维重建的新方法:将复杂图形分割成若干个同质的简单子图形,对各子图形分别进行三维重建后进行拼接,以实现复杂图形的三维重建,并以相图的三维重建为例说明了此方法的必要性、可行性及实现。
-
论文研究-一种新的射影重建方法.pdf
提出一种新的射影重建方法。它以最小化射影三维空间点的平均二维反投影误差为准则,以奇异值分解为工具,分步线性迭代实现求解过程,避免了传统射影重建方法中复杂的非线性优化过程和基础矩阵计算过程,且不需要任何初始估计,适用于匹配特征点存在“丢失点”的情况,不受相机特殊运动的限制。利用虚拟物体和真实物体图像序列进行了实验,证明该方法具有计算简单、准确性和鲁棒性高等方面的特点,具有较高的实用价值。
-
-
论文研究-立体视频对象分割及其三维重建算法研究.pdf
为更加有效分析立体视频对象,提出了一种基于离散冗余小波变换的立体视频对象分割算法。采用离散冗余小波变换提取特征点结合DT网格技术的视差估计方法,获得了可靠的视差场,再利用视差信息对立体视频中静止对象进行分割。对于立体视频序列中的运动对象,采用离散冗余小波提取运动区域的方法进行分割。实验结果表明,本算法对有重叠的多视频对象具有较好的分割效果,可同时分割静止物体和运动物体,具有较好的精确性和鲁棒性。对于分割出的立体视频对象,结合深度信息对其进行三维重建,得到较好的三维效果。
-
论文研究-基于双正则化参数的在线字典学习超分辨率重建.pdf
基于学习的单图超分辨率重建算法能获得较好的超分效果,但存在重建图像伪影较为明显的问题。为解决这一问题,提出了一种基于双正则化参数的在线字典学习超分辨率重建算法。在字典学习过程中运用在线字典学习方法(online dictionary learning,ODL),并在稀疏字典生成阶段和图像重建阶段分别设置了两个不同的正则化参数。实验中生成的目标高分辨率 ... 和双正则化参数的引入,提高了字典训练的精度,使字典训练和图像重建阶段的稀疏系数独立可调,实验中能够有效地消除伪影,提升了超分辨率重建的效果。
-
论文研究-基于点云面的区域性三维重建及点云拼接.pdf
目前基于点云面的三维重建方法中,重建的区域性选择存在着两个问题:重建区域过大会导致目标物体不明确,效果不佳,运行时间长;重建区域过小会导致目标物体不完整,信息丢失。针对重建窗口过大时,采用改进的Snake的区域性重建算法,即通过轮廓提取只对窗口内的目标物进行重建;针对重建窗口过小时,采用基于投影面的点云拼接算法,即通过重建后的点云进行拼接的方法使目标物体恢复完整。以上两点改进弥补了点云三维重建及拼接时出现的应用局限性和不稳定性,减少了重建时间,提高重建有效性,鲁棒性。
-
论文研究-基于独立三视图的图像序列三维重建.pdf
针对图像序列的高效、稳定三维重建问题,提出一种基于独立三视图的三维重建方法。首先以三视图为重建单元,叠加三视图约束,实现基础矩阵的鲁棒性计算,然后通过三角测量恢复得到三视图对应的三维场景局部三维点云。对于三视图的稳定三维点云刚体结构,通过求解相邻三视图间转换参数,将整个图像序列的三维点云统一到同一空间坐标系,实现完整图像序列的三维点云重建。实验表明,所提出算法计算简单、效率高,并且不产生误差累积,重投影误差在1个像素左右,实现建模所需可靠三维点云数据的快速生成。
-