单幅图像融合参考模型的三维人脸重建

基于单幅图像的三维人脸重建以其数据获取简易而具有广阔的应用前景.本文提出了一种融合参考模型的方法实现基于单幅图像的三维人脸重建,其主要思想是以球面调和函数表示图像的光照模型,从而建立图像的光照信息与深度信息之间的解析关系;进而可基于参考模型的深度信息获得输入图像的近似光照系数,再根据近似所得的光照系数恢复其深度信息.该法不仅可完全自动化地实现,而且因不需要多个人脸模型的信息而优于基于统计模型的三维重建;由实验中对不同库中人脸图像及真实采集的人脸图像进行重建的结果发现,本文提出的重建方法是切实可行的.     

基于自组装法的可见区三维完全带隙TiO2空心微球光子晶体的研究

项目类型：面上项目 项目编号：50902013 项目摘要：可见区三维完全带隙光子晶体有着极其广泛而重要的实际应用,其制备仍然是目前光子晶体研究的难点。在已知的可用自组装法实现的光子晶体中,产生三维完全带隙所需的材料折射率都不低于2．8;而可见区三维完全带隙光子晶体对材料的折射率及透明度有着更苛刻的要求。本项目提出了一种空心微球非密堆积面心立方结构的光子晶体模型,初步优化结果显示,开通完全带隙所需的最小折射率仅为2．3,     

磨粒的三维测量与重构

在铁谱分析中引入计算机三维测量与重构技术,通过使用改进拉普拉斯算子对在普通光学显微镜下拍摄到的磨粒连续图像序列进行清晰度分析来测量磨粒表面高度,重构磨粒三维图像.在普通光学显微镜下快速、方便地获取磨粒表面三维图,使铁谱分析技术不再仅限于对磨粒图像的二维分析.     

基于各向异性测度的路面三维图像裂缝识别

为准确而完整地识别路面裂缝,提出了基于1 mm/像素的路面三维图像裂缝自动识别算法．该算法主要包括各向异性测度计算与自适应优化阈值分割、深度验证和多分辨率去噪处理3个部分．首先,针对路面图像像素特征,基于0°、45°、90°和135°四个方向的线性邻域的均值和标准差计算每个像素的各向异性测度（表征方向性的强弱）,并应用最大类间方差法确定最优阈值,将路面图像分为强方向性和弱方向性像素两类;其次,根据半径为d的正方形邻域深度均值设定阈值,用方向性强且深度低于或等于该阈值的像素形成初步的裂缝图像;最后,将裂缝图像划分为多个子块,设计去噪模板对裂缝图像进行滑动窗口去噪处理,获得最终裂缝图像．基于166幅含有各类裂缝的三维路面图像（2048×2048像素）进行测试分析,结果显示,本文算法获得了较高的准确率（均值91．57％）和召回率（均值81．29％）,最终以84．26％的F1均值优于种子识别算法（F1均值69．19％）、Canny边缘检测（F1均值8．15％）和OTSU分割（F1均值5．11％）．     

沥青路面表面纹理三维高精度激光非接触式检测

为实现沥青路面纹理构造高精度自动检测,借助三维激光技术实现路面纹理三维重构,提出模拟铺砂的沥青路面构造深度测量方法. 首先采用高精度三维激光扫描仪获取雅康高速公路沥青路面0.1 mm精度三维高程数据,同时人工铺砂法获取对应区域的宏观构造深度值;其次通过数字图像处理技术实现重构沥青路面三维云图并进行数据噪声处理;最后设计四连通多种子组合填充算法,实现在滤波后的三维路面纹理云图上自动铺砂并获取路面纹理宏观构造深度值. 研究结果表明:模拟铺砂测量方法与人工铺砂法测量的平均构造深度（MTD,M)的平均绝对误差为0.052 mm,两者相关系数为0.96. 研究成果验证了用非接触式路面纹理测试替代现有的接触式路面摩擦性能测试的可行性,为道路交通安全网级监测与管理奠定基础.      

危岩突发性崩塌应急安全警报系统研究

以断裂力学为理论指导,提出了不同于基于极限平衡理论的稳定分析法的断裂力学稳定性分析法,研发了三维应力采集器和危岩突发性崩塌应急安全警报系统.警报系统包括三维应力采集器、有线信息处理器、警报显示器.三维应力采集器区别于普通的应力采集器,它可采集危岩体内不同深度不同位置的应力.即危岩体内的三维应力,提取这些应力中最大的剪应...     

基于数字图像技术的沥青路表面三维构造获取系统

为了客观、真实地评价沥青路表面三维构造,利用数字图像技术研制了一种沥青路表面三维构造获取系统.首先基于经典的漫反射模型the Lambertian Model,获取3张红、蓝、绿二维图像;然后根据光度立体法,利用3张图像的反射光强度计算其x、y方向上的梯度数据;最后借助Frankot-Chellappa全局积分算法将梯度数据进行傅立叶变换,计算得到高度值,实现路表面构造的三维重建.研究结果表明,该系统获取的高度值精度达到0.000 1 mm,满足分析构造深度的要求;与传统方法铺砂法的测试结果相关系数R=0.887 5,相关性较好,证明了该系统应用的可行性.      

基于多特征检验的三维沥青路面裂缝检测

针对由裂缝对比度低、路面纹理复杂多变等因素引起的沥青路面三维图像的裂缝检测精度低的问题，对原始三维裂缝图像进行尺寸降维、灰度校正、高斯滤波等预处理；然后以图像截面为研究对象，分别对4个方向的截面依次进行特别设计的倾斜度、高斯分布、边缘梯度3种特征检验，从而获得裂缝截面；接着对各个方向的裂缝截面进行融合和去噪，获得完整的裂缝二值图像；最后，根据路面粗糙度的高低，变化高斯分布特征检验中的相关参数，实现裂缝的高精度检测. 研究结果表明:提出的算法能达到89.19%的准确率、93.69%的召回率及91.06%的 F 值，优于基于三维光影、种子识别的典型三维图像裂缝检测方法.      

孔隙介质中含砷聚集物的三维成像

为观测砷沉积导致的孔隙介质内部结构的改变,采用X射线差异微断层扫描技术,扫描从Loa流域获得的河床沉积物和实验室配制的含砷样品,对含砷聚集物在孔隙介质中的分布进行了成像分析.经过图像处理去除图像上的噪点和增强图像中砷的信息,获得了孔隙介质中含砷聚集物的三维数据组;采用Avizo 6和Blob3D等工具,对三维数据组进行重建和可视化.成像显示:大量含砷聚集物沉积在介质孔隙和介质表面;不同尺寸聚集物的形态呈现出明显的多样化特征——小颗粒聚集物趋于球形,大颗粒聚集物则趋于扁平状.研究表明,该技术可在不破坏样品的前提下,实现对孔隙介质沉积前后内部结构变化的直接观测.     

基于空间各向图像预处理及三维重构效率分析

主要研究将二维图像预处理和二维种子填充方法向三维推广,并对三维图像预处理和三维种子填充的方法进行了重构效率的分析比较,探讨了三维种子填充中扫描方向、堆栈建立的合理性选择,由此得出最佳三维种子填充的程序实现方法,为细小组织的三维重构和器官切割仿真手术提供技术支撑。     

Image series segmentation and improved MC algorithm

A semiautomatic segmentation method based on active contour is proposed for computed tomography （CT） image series. First, to get initial contour, one image slice was segmented exactly by C-V method based on Mumford-Shah model. Next, the computer will segment the nearby slice automatically using the snake model one by one. During segmenting of image slices, former slice boundary, as next slice initial contour, may cross over next slice real boundary and never return to right position. To avoid contour skipping over, the distance variance between two slices is evaluated by an threshold, which decides whether to initiate again. Moreover, a new improved marching cubes （MC） algorithm based on 2D images series segmentation boundary is given for 3D image reconstruction. Compared with the standard method, the proposed algorithm reduces detecting time and needs less storing memory. The effectiveness and capabilities of the algorithm were illustrated by ,experimental results.     

基于Hopfield神经网络的遥感图像超分辨率识别算法

提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法，它是利用模糊分类技术进行模糊分类，然后用分类结果约束Hopfield神经网络的方法．通过实验，可知Hopfield神经网络在学习样本少时．也能够输出分辨率相对较高的地物目标信息．因此．基于Hopfield神经网络的遥感图像处理方法，能够提高遥感图像的目标分辨率．使其目标特征信息更清晰．     

多本船航海模拟系统的研制

介绍了采用分布交互仿真(DIS)技术开发多本船航海模拟系统的设计思想及主要技术,包括船舶操纵数学模型、以电子海图为背景的船舶动态显示、雷达／ARPA图象、用OpenGVS开发三维视景以及网络技术。     

基于支持向量回归的图像复原方法研究

针对退化图像复原问题,提出了一种基于支持向量回归的退化图像复原方法.该方法利用支持向量机回归算法非线性映射能力,通过训练样本对的学习训练,在退化图像与原始清晰图像之间建立映射关系,然后对测试样本进行复原.实际图像复原实验表明,得到的复原图像在视觉上和定量分析上都获得了比较好的效果.与神经网络方法相比,支持向量机回归算法克服了神经网络的模型选择与过学习问题、局部极小问题等.     

基于3D CNN的道路视频交通状态自动识别

为了从视频直接有效地提取交通信息,提出了基于三维卷积神经网络 （3D convolutional neural networks,3D CNN）的交通状态识别方法.首先,以C3D （convolutional 3D）深度卷积网络为3D CNN原型,对卷积层数量与位置、平面卷积尺寸及三维卷积深度进行优化调整,形成了37个备选模型;其次,建立了视频数据集,对备选模型进行系统的训练测试,提出了交通状态识别模型C3D*;然后,对C3D* 和现有三维卷积网络模型进行视频交通状态识别测试分析;最后,对比测试了C3D* 及常用二维卷积网络的交通状态识别效果. 对比结果显示:针对视频交通状态识别,C3D* 的F均值为91.32%,比C3D、R3D （region convolutional 3D network）、R (2+1) D （resnets adopting 2D spatial convolution and a 1D temporal convolution）分别高12.24%、26.72%、28.02%;与LeNet、AlexNet、GoogleNet、VGG16的图像识别结果相比,C3D* 的F均值分别高32.61%、69.91%、50.11%、69.17%.      

基于神经网络的手势识别

在机器人对手势识别的实验中，利用BP神经网络对连续手势进行识别。对采集到的彩色图像进行基于肤色的提取后，从复杂背景的彩色图像中划分出手部图像，进一步处理后输入神经网络进行识别。实验结果表明，该方法比较简单，识别效果也较为理想。     

基于二维耦合映像格子模型的图像加密

为了平衡混沌系统的复杂性和效率之间的关系，将分段Logistic映射（piecewise Logistic map，PLM）引入到二维耦合映像格子（2D coupled map lattices，2DCML）模型中. 采用暂态转换以使模型的输出序列服从均匀分布，进而得到T2DCML模型，基于此模型提出了一类图像加密算法. 在加密算法中，利用模型输出的伪随机序列构造两个初等变换矩阵，对图像进行置乱操作；然后再从模型中提取状态值的比特构造整数序列，对置乱后的图像进行扩散操作；经过若干轮的置乱与扩散操作，产生最后的加密图像. 仿真实验及性能分析表明:该算法的相关系数的绝对平均值为0.001 3，信息熵为7.999 3，像素变化率（number of pixel change rate，NPCR）和统一平均变化强度（unified average change intensity，UACI）分别为99.63%和33.60%，能够有效满足图像在网络中安全传输的需求.      

一种基于遗传算法的最优阈值图像分割算法

为了提高图像分割效率,提出一种基于遗传算法的最优阈值搜索方法OTSGA.OTSGA算法对图像的灰度级进行二进制编码,生成初始种群,求出每个个体的二维最大熵,然后根据设定的寻优准则进行相应的遗传操作以搜索阈值最优解.为了避免在求解过程中出现早熟现象,OTSGA算法将交叉操作得到的个体群与上一代种群混合,得到新的种群进行遗传操作,避免了个别个体在遗传运算的最初迭代时就在种群中占据主导地位,导致求解过程的过早收敛.实验结果表明,OTSGA最优阈值搜索方法不仅降低了运算开销,而且获得了满意的图像分割效果.     

基于动态流场数据的虚拟港口建模方法

为了实现港口数字化升级，提出了一种基于动态流场数据的虚拟港口建模方法；采用三维重建模型从无人机倾斜摄影影像数据中重建了港口几何特征，获取高精度三维模型；引入了基于二次误差度量的边折叠算法简化模型，以避免数据量过大致使渲染效率低的问题；分析了欧拉法数值计算过程中的高耗时环节，建立了神经网络模型学习流场演化特征，加速投影项计算得到实时变化的流场数据，通过流场数据驱动水流动态渲染，结合光滑粒子流体动力学方法表现水流与船舶、陆地的交互动态，在保证渲染实时性的同时，提高渲染真实感。研究结果表明:重建的港口三维重建模型顶点数量可达3 320 937个，重建的网格模型在Meshlab中渲染频率为78.7 Hz；经过模型简化降低90.0%的模型顶点数量后，模型顶点数量缩减为332 836个，渲染频率提升至108.7 Hz，模型简化后几何误差小于2.0%；在256×256的流场网格下，采用神经网络加速的网格流体计算方法所得水流速度场平均更新间隔约为17 ms，平均仿真精度为88.6%；通过开源图像引擎驱动流场数据和港口三维模型，平均渲染频率可达50.5 Hz。可见，该方法可有效解决高精度实时渲染中的关键问题，以达到仿真精度与渲染效率间的动态平衡，在精度损失较小的情况下实现较高精度的虚拟港口建模与实时动态仿真。