Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 论文研究-金属断口SEM图像三维重建模型及实现研究.pdf 根据金属断口SEM图像的成像机制,提出了针对SEM图像的神经网络反射模型。通过引入分形约束条件和对传统亮度约束条件进行修正,构造了新的能量代价函数,重建出粗糙断口表面的细节特征。分别采用传统的SFS模型和新模型对断口SEM图像进行了对比重建试验,结果最大亮度误差由2384%降到628%;平均亮度误差由446%降到107%。实验表明新模型对未知光源方向的SEM图像有很好的重建效果。
  • 论文研究-特征驱动的曲面重建.pdf 提出了基于散乱空间点集进行曲面重建的新方法,从点集的空间位置信息中提取待建曲面的内蕴特征量——法向和曲率,利用点集的这些特征信息来确定拓扑重建的搜索空间,采用面片生长的方式重建曲面。该方法在快速获得正确拓扑连接的同时,直接生成了用较少的面片就能保持曲面特征的优化网格。
  • 论文研究-基于CUDA的数字化放射图像重建算法.pdf 为了提高重建图像的速度及质量,利用CUDA(compute unified device architecture)架构下GPU(graphic processing unit)的多核并行运算能力,将光线投射的几何变换、场景遍历和渲染三个步骤在可编程图像硬件中实现,降低模拟所需的时间;利用3D纹理、光线程基元的同步遍历机制及不透明度提前终止,在不影响成像质量的前提下,减少生成最终模拟效果所需的时间。实验结果表明,该算法不仅可以提高重建的速度,而且成像质量较好。
  • 论文研究-基于贝叶斯理论快速ERT图像重建算法.pdf 针对电阻层析成像系统中图像重建不适定问题,与现有ERT图像代数重建算法不同,提出一种基于贝叶斯理论快速一步动态图像重建算法。在阐述电阻层析成像的理论基础上,利用有限元 ... 。在分析贝叶斯理论基础上,推导出快速一步动态图像重建模型,并将介质分布的先验信息和噪声随机信息等统计信息引入到图像重建中,实现对电导率的重建。分析了不同分布先验概率参数和不同噪声信噪比等影响因子对算法重建结果的影响,并与高斯牛顿迭代、贝叶斯迭代重建算法相比较。结果表明,所提算法重建速度有很大提高,并能较好反映被测介质的相对位置。
  • 论文研究-一种频率域解混叠的CCD图像超分辨重建方法.pdf ... 建模,进而得到它们之间的关系;然后,通过对模型求解,得到高分辨率图像的频率值;最后,进行傅里叶反变换即可得到高分辨率图像。实验结果表明,该重建方法获得的高分辨率影像在视觉上比用任意一帧影像经过双线性插值获得的影像要清晰得多,与实际摄取高一倍的分辨率影像几乎达到一样。对b
  • 论文研究-基于参数限定的CS-RBF曲面重建算法.pdf 针对非密度均匀的点云,提出了一种高效保持特征的曲面重建算法。首先利用八叉树进行点云空间分割,然后对每个点在小邻域内求出局部逼近曲面,建立隐式曲面方程。通过参数限定点的邻域范围,使整个算法既保证了重建效果,又不致于很大程度上增加重建时间,达到了速度和效果在一个范围内的平衡。实验结果证明,本算法重建效果良好,适用于各种散乱点云的重建
  • 论文研究-基于点云增强优化的泊松重建算法.pdf 为了提高大规模散乱点云的重建精度和效率,针对泊松算法在实际工程应用过程中产生的数据空白现象以及不能很好地捕捉重建表面局部细节的缺陷提出了改进。通过对采样点中的异常点进行详细分析,根据分析结果进行相应的降噪后处理,利用双三次样条插值方程拟合曲面,能够很好地修复孔洞,解决点云模型全局偏移的问题,形成新的采样点,采用最小二乘法精确计算并调整了点云数据法向量;实验解决了传统算法重建的面片质量问题,使重建出的表面细节更加显著。实验结果表明,该方法具有良好的适用性,具有较高的重建效率和精度。
  • 论文研究-基于有限状态机的一种事件重建算法.pdf 摘要:介绍了运用有限状态机进行事件重建的理论,利用已搜集到的证据作为限制条件,提出了一种改进的事件重建算法,最后简要分析了一个案例。实验结果表明该算法是可行和有效的。
  • 论文研究-基于单张人脸图片和一般模型的三维重建方法.pdf 提出一种使用单幅人脸照片进行特征提取、标准模型变形的全自动三维人脸重建方法。使用改进ASM方法自动精确提取人脸特征点,通过使稀疏形变模型匹配平面特征点来获取照片人脸的深度信息,再将一般人脸模型变形到特定人脸。基于肤色模型优化的ASM提取人脸特征,使得一定角度的侧面照片也可以有很好的重建效果。同时,使用基于肤色模型的纹理融合技术使侧面信息缺失的问题得到很好解决。实验证明,该方法快速简便,只用单幅照片全自动化完成重建,无须用户交互,生成的三维模型有较好的真实感。
  • 论文研究-基于稀疏和低秩先验分离的快速动态MRI重建.pdf 为了加速动态核磁共振成像的重建,并提取动态组织部分,提出一种基于将稀疏和低秩先验分离的重建方法。算法利用鲁棒主成分分析法,将动态MRI看做静态背景和动态组织的合成,建立相应的低秩矩阵和x-f域稀疏模型,再通过交替方向拉格朗日乘子法求解优化问题。与经典的k-t FOCUSS算法和k-t SLR算法进行对比,提出的算法能保证重建质量,即峰值信噪比(PSNR)、结构相似性(SSIM)等评价指标。实验结果表明,该算法能实现快速动态MRI的成像,减少运动伪影,同时更利于提取动态信息。