基于偏振成像的小尺度物体三维重建研究与应用

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:qq709532845
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
三维重建技术作为计算机视觉中一个热点研究方向,在社会生产生活如无人驾驶、医疗诊断、考古挖掘等领域发挥着重要的作用。和其它三维重建技术相比,利用反射光偏振信息恢复目标物体三维模型的方法,能够使用低成本的设备完成高精度的成像任务,受到了越来越多科研人员的关注。本文从反射光的偏振特性与表面法线的关系出发,提出了一种利用漫反射光偏振信息恢复物体三维模型的方法。该方法结合双目视觉重建技术获取物体初始点云作为先验知识对有歧义的法线方位角进行校正,重建得到具有真实信息的三维模型。首先,本文研究了偏振三维重建的原理。从光的折射和反射定律以及菲涅耳公式出发,分析反射光的偏振特性;建立漫反射偏振三维重建的几何模型,研究目标物体偏振信息与表面法线的关系,分析利用漫反射光进行偏振三维重建存在的问题;探究基于梯度积分技术的三维重建方法;搭建一套漫反射偏振三维重建实验系统对小尺度物体进行实验,对实验结果中出现的问题进行了分析。其次,针对利用偏振信息计算得到的法线方位角具有歧义的问题,本文提出双目视觉法线校正方法。该方法利用双目视觉方法获取目标物体初始点云,计算得到目标物体法线先验信息,对有歧义的法线方位角进行校正。实验证明,该方法具有良好的校正效果,用校正后的法线方位角能够重建得到准确的三维模型。然后,由于基于梯度积分技术的三维重建方法只能恢复目标物体的相对深度,本文提出结合双目视觉技术获取的目标物体初始点云将相对深度转化为绝对深度的方法,并进行了实验分析。实验中,三维模型计算数据和实际物体测量数据的相对误差小于10%,证明该方法能够恢复目标物体的真实信息,具有较高的精度。最后,基于漫反射偏振三维重建技术和双目视觉法线校正原理,结合实际的需求,本文设计并实现了一个利用偏振信息进行目标物体三维重建的应用系统。用户可以利用该系统获取目标物体的图像,根据具体物体调节偏振双目重建算法的参数,通过三维模型显示功能查看即时重建的结果。
其他文献
在问题规模不断增大的背景下,机器学习和深度学习的应用门槛越来越高,且需要极具经验的人工干预。然而,人工干预往往需要耗费大量的时间和计算成本。为了更好的解决上述限制,本文针对机器学习和深度学习流程中的超参数优化以及模型选择两个流程进行深入研究并实现高效的算法。对于超参数优化问题,本文以强化学习作为技术支持,实现了一种超参数优化方法。该方法通过序列选择各个超参数的方式,能够减少每一步超参数的搜索空间,
知识图谱已经在各行各业中得到了很好的应用,如法律、医疗、金融等领域。然而软件知识领域至今还没有相应的知识图谱得以建立,因此构建软件知识领域知识图谱显得十分重要。其次将软件知识图谱融入到软件领域个性化习题推荐中,可以增强推荐的科学性和可解释性。本文针对目前软件知识领域中的知识图谱构建及其相关技术问题展开了相关的研究,主要研究内容如下:对软件知识领域知识图谱的关键技术展开综述。由于目前关于领域知识图谱
近些年,人工智能已经由传统的感知智能逐渐向认知智能过渡,认知智能与自动推理成为研究的重点。如何将深度学习应用于逻辑推理,从而让机器具备思考和推理能力将是人工智能的重大突破口。本文的研究内容是基于图同构的初等数学推理引擎的设计和构建,推理引擎的系统设计理念基于产生式系统,并涉及到知识表示和实例化规则库的构建两部分。具体研究内容如下:(1)初等数学的知识表示知识表示是类人解答系统求解问题的第一步,只有
目前工业企业对于如何利用现有数据推动数字化转型,提升业务效率并没有十分明确的思路。针对这种现象,探索工业大数据的采集、分析与应用成为了大数据领域研究与发展的一个新方向,并且有必要建立一个专属的数据挖掘平台为工业数字化转型提供生态建立的支点。本文以工业大数据为基础、以工业应用场景为研究对象,挖掘工业应用场景中的通用化模块,并基于Hadoop分布式框架和Spring Cloud微服务框架实现一个能够对
新闻作为人们获取信息的一种重要手段,在推荐系统领域是一个研究热点。一个好的新闻推荐系统会吸引大量的用户,并且不同用户在不同地点的阅读需求是不同的,将地理位置这一因素加入到推荐系统中,可以使新闻推荐系统更有价值。基于此,本文设计了一种基于地理位置的个性化新闻推荐系统,本文的主要工作如下:(1)本文基于Flink分布式流式计算引擎,结合地理位置上下文信息,设计并实现了基于地理位置的个性化新闻推荐系统。
传统电信系统中的运维平台由于历史架构原因,与业务模块耦合较大,使得新模块的接入和兼容工作繁琐,开发效率低下,增加额外运维工作难度。同时运维平台需要关注服务的日志信息,通过过滤获取异常数据进行报警,传统运维平台中采用静态阈值过滤数据导致高负载机器出现大量无效报警影响运维效率。本文通过新的架构模式并运用不同的异常检测算法来解决上述两个问题。首先,本文按照软件工程开发流程,基于微服务架构中核心的服务治理
声纳图像作为准确获取水下信息的重要途径之一,在国防、军事、工程等方面发挥着巨大作用。然而,由于水声信道的复杂多变和声波本身的传播损失,声纳图像往往呈现出分辨率和对比度不高、噪声干扰严重、目标轮廓模糊等特点。虽然对于光学图像的预处理和分割已有大量效果很好的算法,但研究针对声纳图像特点的处理方法仍是极具应用价值的。本文主要聚焦于声纳图像预处理中的去噪、增强两个方面和声纳图像分割方法,开展了以下研究工作
如今不同科学技术发展迅速,在当前时代背景下医疗影像技术也有了飞速的进展,医疗影像在临床诊疗、教研科学等方面具有重要的作用,分析解读医疗影像同时书写对应的报告是当前诊疗过程中不可缺少的步骤。医疗影像的分析和解读是一项具有挑战性的工作,医生有可能会因为劳累或缺乏足够的经验而出现错误分析,造成疾病漏诊误诊的问题,导致病人错过最佳治疗时机;而对经验充足的医生而言,这是一项费时又枯燥的工作,且造成了医疗资源
阿尔茨海默病(Alzheimer’s disease,AD)是一种常见的神经系统疾病,多发于六十周岁以上的老年群体。其临床表现为记忆力、理解力、执行功能等多种认知功能障碍。由于当前并没有针对此病症的特效药物,要治愈阿尔茨海默病十分困难,提前进行预防就显得尤为重要。随着我国逐渐步入老龄化社会,对阿尔茨海默病患者的早期防治刻不容缓。在计算机技术保持发展的当下,基于磁共振成像(Magnetic Reso
近年来,我国越来越重视农业品牌建设。从2016年起,中央一号文件多次提出推进农产品品牌化建设。陕西作为农业大省,各地市特色农产品数量多、质量优,创建一批具有鲜明地方产业特色、生产经营规范、在市场上具有较强竞争力的农产品品牌,对于推动陕西农业发展、促进农民增收具有很大的意义。但是,由于农产品区域品牌建设是一项系统工程,如果仅仅依靠企业,就存在资源配置不均、资金技术力量有限、规模优势发挥不明显等问题,