一、Shape From Shading最小化方法分析（论文文献综述）
任非儿,刘通,杨龙[1]（2021）在《单幅植物叶片图像的3维重建》文中提出目的植物叶片形态复杂,在虚拟场景中很难真实表现。为了从信息量有限的单幅图像中恢复植物叶片的3维形状,本文基于从明暗恢复形状（shape from shading, SFS）的方法,利用亮度统计规律和植物形态特征恢复叶片的3维形状。方法在SFS的基础上,设计基于图像骨架的距离场偏置加强表面细节;针对SFS对恢复宏观几何形状的不足,提出根据图像亮度统计分布选取控制点控制表面宏观形状变化,并利用叶片中轴的距离场约束恢复宏观几何形状,每种方法对于表面宏观几何形状恢复的权重基于恢复的反射图和输入图像间的相似度设定;将表面细节添加到宏观几何形状上得到目标对象的3维形状。结果选取植物叶片图像进行实验,并与其他方法进行比较,实验结果表明本文方法增强了表面细节显示,并有明显的宏观几何形状变化。同时为了验证本文方法对其他物体表面细节恢复的适用性,分别对硬币和恐龙恢复表面细节,实验结果表明提出的增强表面细节的方法同样适用于其他物体。结论针对单幅植物叶片图像的3维重建,在SFS的基础上提出了根据骨架特征加强表面细节,根据图像亮度统计分布和叶片中轴距离场约束共同恢复表面宏观几何形状的算法,实验结果验证了本文方法的可行性。
刘浩林,覃珊珊,李鹏鸽,张晓晖,刘青[2]（2021）在《基于SFS方法的侧扫声呐图像三维重构》文中指出针对侧扫声呐受其测量机理和作业模式影响无法直接获取海底表面地形及水下目标物高度信息的问题,提出改进的明暗恢复形状最小化方法。通过从侧扫声呐原始数据文件出发,解析得到斜距量程、采样精度等重要参数以及二维瀑布图。在瀑布图基础上,提出一种基于小波变换的最小化算法,求解得到对应二维图中每一点的相对高度值,从而实现了海底表面地形的高精度三维重构。通过对比实验证明,与2种经典的最小化法相比,基于小波变换的最小化法性能明显提高。
孔祥玲,付经伦[3]（2021）在《基于计算机视觉的三维重建技术在燃气轮机行业的应用及展望》文中研究表明燃气轮机的整机性能及运行安全与其各部件的性能和工作状态密切相关,部件性能优劣和健康状态直接反映在表面的形貌上。因此,根据部件的形貌特征对其性能及健康状态进行判读,是评估燃机设计和健康状态的最为高效的方法,而三维重建技术是实现这一方法的关键技术。首先围绕基于计算机视觉的三维重建,系统地阐述了基于单目视觉、基于双目视觉及基于深度学习的三维重建技术及其发展现状;之后讨论了三维重建技术在燃气轮机行业的发展现状及可能的发展方向;最后,以燃气轮机透平叶片为对象,比较了基于阴影信息及多视图学习网络的三维重建效果并讨论了其各自的优缺点。
覃珊珊[4]（2021）在《基于SFS方法的侧扫声呐图像三维重构研究》文中研究指明在海洋工程中,侧扫声呐相较于常见的单波束、多波束系统,具有分辨率高、效率高及价格低等特点,是海洋开发、海底地形勘察、考古调查等行业领域的有力工具。然而,侧扫声呐受其测量机理和作业模式影响,无法直接获取海底表面地形及水下目标物高度信息,所以对侧扫声呐图像三维重构的研究具有重要意义。本文在对侧扫声呐工作原理深入了解的基础上,从声呐原始数据出发,对水下地形三维重构系统进行研究。主要研究内容如下:首先对侧扫声呐图像的三维重构方法进行研究。论文通过分析侧扫声呐图像的三维重构多种方法的特点,针对存在的主要难点和问题进行研究,为后续理论研究和实践做铺垫。然后对侧扫声呐原始数据进行解码及可视化研究。在了解原始文件格式结构基础上,利用Visual Studio平台实现各种有效信息的获取及侧扫声呐二维瀑布图的可视化。并利用其解析结果与国外软件SonarWaveLite得到的侧扫声呐瀑布图进行对比实验,验证了解析软件的准确性。其次对侧扫声呐二维瀑布图的预处理方法进行研究。本文在海底线检测部分,在传统海底线检测方法基础上进行改进,提出基于区域生长法的海底线检测改进方法,实现了海底线的准确检测。在灰度校正部分,提出了改进的增益补偿方法,实现了相比于两种传统增益补偿法灰度更均衡的补偿结果,并利用实验验证其有效性。最后完成基于明暗恢复形状（SFS）方法的侧扫声呐三维重构的研究。在已有算法的基础上,利用小波变换对SFS最小化法进行改进,实现了水下地形的三维重构。并分别以虚拟图像及实际图像作为输入,通过对比实验对本文提出的算法进行分析,结果表明,与两种经典的SFS算法相比,基于小波变换的SFS最小化法性能明显提高,可清晰显示海底表面起伏变化和水下地形的细微特征。
任非儿[5]（2021）在《单幅图像生成目标三维表面方法研究》文中研究表明近年来,随着计算机性能的不断提升,计算机视觉领域得到迅速发展,基于计算机视觉的三维重建成为一个重要的研究方向,在社会生产生活等领域的应用也越来越广泛,其中基于图像的三维重建方法由于操作简单且恢复效果较好,成为近年来的热点问题。从单幅图像恢复目标区域的三维形状,由于其本身存在的不适定性,是三维重建中具有挑战性的工作之一。本文对基于单幅图像的三维重建方法进行了研究,主要研究工作如下:（1）提出了一种改进的基于明暗恢复形状的重建算法,将三维形状的恢复分为表面细节和表面宏观几何形状两个方面。首先,在SFS的基础上设计了基于图像骨架的距离场偏置来加强表面细节;然后,针对SFS对于恢复宏观几何形状的不足,提出根据图像亮度统计分布自动选取控制点控制表面宏观形状变化,并联合粘性解框架进行多尺度的深度恢复。针对植物叶片,提出利用叶片中轴的距离场约束恢复叶子的宏观几何形状,对于表面宏观几何形状恢复的权重基于恢复的反射图与输入图像间的相似度设定,最终将表面细节添加到宏观几何形状上得到目标对象的三维形状。本文主要针对植物叶片图像进行三维重建,也在恐龙、硬币、茶叶包和纸张等其他对象上进行了重建,并展示了重建结果,验证了本文方法的有效性。（2）提出了一种判定宏观形状恢复效果的因子——“误差-信息熵之比”。当只有二维图像作为输入数据的时候,由于真实数据的缺失,无法定量比较恢复的深度效果,因此,以输入图像与计算所得的图像之间的误差来衡量恢复的精确度,以信息熵来描述恢复深度值的丰富度,二者之比来衡量恢复效果,一方面说明了恢复表面的精确度,另一方面也说明了宏观形状的起伏变化程度。本文主要研究了单幅图像目标三维表面的重建,通过对图像进行本征图像分解获取亮度本征图,再对亮度图做一系列的预处理操作,以SFS的线性化方法为初始深度,为最小化方法增加骨架距离场约束恢复出表面细节,然后利用亮度统计规律自动选取控制点,利用贝塞尔曲面恢复宏观几何形状,联合粘性解框架进行多尺度的深度恢复,最终合并多尺度的深度信息得到目标三维表面,并以“误差-信息熵之比”作为评价指标来衡量恢复效果,通过实验数据验证了本文方法在只有单幅图像的情况下可以恢复目标的三维形状,并取得较好的重建效果,一定程度上拓展了传统三维重建技术的应用领域。
刘宇翔[6]（2021）在《基于气道内窥镜图像的气道三维场景稠密重建》文中研究表明在气道内窥镜检查中,医生观察患者的身体情况时只能获得二维图像,无法获得内窥镜视野在三维空间中的相对位置,不便于调整内窥镜的转角或因检查的时间过长导致患者的不适。另外,一般都是依靠医生的主观判断腺样体阻塞后鼻孔的程度,严重依赖操作医生的经验和判断,缺乏客观性。因此,本文对基于气道内窥镜图像的气道三维场景稠密重建进行了研究,提出了基于内窥镜图像的三维重建方法,重建当前内窥镜视野下的腺样体区域,本文主要内容如下:（1）针对目前现有的三维重建技术进行总结并分析优缺点,指出了基于内窥镜图像的三维重建技术的必要性。（2）研究了相机成像的几何模型以及立体视觉的数学原理,实现了基于立体视觉的三维重建算法。这个算法包括数据的获取及预处理、特征点匹配、基础矩阵的计算和三角深度法。具体地,在对视频图像数据预处理后通过SURF算子匹配特征点求得各帧图像之间的位姿（旋转矩阵、平移向量）,使用光束平差法对结果统一优化,得到稀疏的三维点云。（3）在（2）的算法基础上进行优化,以完成进一步的稠密重建。优化主要分为三个方面:一是基于相关方式建立匹配点对,计算两个图像块之间的归一化灰度互相关系数;二是对基础矩阵进行优化,基础矩阵是对两幅图像之间对极几何关系的描述,以此计算更精确的各帧图像之间的位姿（旋转矩阵、平移向量）,并利用优化后的基础矩阵通过极线约束缩小匹配的范围加快运算速度;三是定义以深度为变量的能量函数,通过设置误差项和平滑项对深度值进行优化,进一步提高重建的精度。本文采用的实验数据是南方医科大学深圳医院耳鼻喉科的三组气道内窥镜视频图像,重建的目标为腺样体区域。对实验结果分别从匹配结果和重建结果两方面进行分析,验证了基于立体视觉的三维重建算法在内窥镜图像中的可行性。
苗旺[7]（2020）在《基于双目内窥镜的软组织图像三维重建》文中研究说明随着医用内窥镜设备的发展,微创手术（Minimally invasive surgery,MIS）,在当下逐渐成为日常医学实践中的重要技术手段。微创手术由于创口小、疼痛轻、术后恢复快,近年来获得广泛应用。但在惠及患者的同时,微创手术却对手术操作者提出了更高的要求。微创手术是以内窥镜为媒介的多人间接眼-手协同过程。内窥镜有限的视界和直接深度感知的缺失给医生术中定位带来困难,极大影响了手术操作的精确性和安全性。针对这些问题,本文对基于双目内窥镜的软组织图像三维重建方法进行了深入研究。主要研究工作如下:1)研究了双目立体内窥镜成像模型。利用张正友相机标定算法对立体内窥镜进行了标定。基于标定结果对立体图像对进行了立体校正,开展了特征匹配算法研究,实现了基于立体视觉的软组织三维重建。2)提出了一种改进的阴影恢复形状（SFS）重建算法。研究了常用的朗伯反射模型和Blinn-Phong模型等基于经验的光照反射模型,针对经验光照反射模型在真实微创环境下成像过程表现力有限的问题,本文采用了一种基于辐照度学和微表面理论构建的光照反射模型用于SFS重建。与经典光照反射模型的比对实验表明,本文光照发射模型能够更有效地重建目标表面的三维信息。3)提出了一种立体视觉与SFS联合三维重建框架。基于改进的SFS和经典立体视觉匹配方法,构建了联合目标函数,并给出了联合目标函数下的深度图最优化求解算法。最后对联合重建算法进行了实验验证,分别基于硅胶心脏模型图像数据集和真实心脏图像数据集进行了定性和定量的比较和分析,验证了联合重建框架的有效性。实验结果表明联合重建框架可以在整体上恢复心脏表面形状,同时能够保留局部细节信息。相较于经典的立体视觉和SFS方法,本文提出的联合重建方法具有更好的鲁棒性和重建精度。
石俊[8]（2020）在《基于光度学的小天体三维建模方法研究》文中研究指明开展太阳系小天体的探测活动可以帮助人类深入了解宇宙奥秘,推动航天技术向更深层次发展。由于小天体的尺寸小、微弱的引力环境以及缺乏足够的先验知识,因此探测器下降附着是非合作目标的空间交会过程。相比于月球和火星等天体,小天体探测要求更高的导航精度和更精准的测控技术,是我国由航天大国向航天强国迈进的必由之路。我国在小天体探测方面虽起步较晚,但计划开展的地球准卫星2016HO3小行星附着取样和主带彗星133P绕飞的多任务探测对解决科学与工程问题具有深远意义。在小天体附着采样过程中,在轨自主地形相对导航需要精准的三维模型支撑,因此研究一种高分辨率和高精度的三维重建方法至关重要。基于现有的小天体探测任务,本文研究了小天体探测视觉任务中各阶段使用的三维建模方法和科学载荷,提出了小天体三维建模的阶段性方法。本文主要研究内容有:（1）基于搭建的仿真环境生成了用于小天体建模和动力学参数估计的观测数据。小天体探测中,因为通讯时延和载荷设备的存储空间有限,所以需要传回尽可能有效的数据。而光学三维重建精度又取决于图像数据的质量,因此本文提出了基于观测和光照条件的观测轨道约束方法。（2）基于立体几何学的三维建模方法,实现了光度学三维建模的初始模型。光度学建模方法本质上是迭代优化的立体建模方法,因此本文实现了基于立体摄影测的三维建模方法。结果表明,基于运动推断结构的稀疏重建结果可以作为光度学建模的初始模型;基于多视图立体的稠密模型表面纹理特征丰富。为了课题后续在同一世界坐标系下比较立体几何学和光度学三维模型,本文实现了基于相机位姿的三维模型对齐的方法,并初步分析了三维建模的轨道误差。（3）研究了基于光度学的小天体三维建模方法的整体流程,实现了局部地形三维重建。针对立体几何学三维建模存在的图像信息使用不充分的问题,研究了基于光度学的三维建模方法,主要包括Landmark选取、近距离阶段基于Harris-SIFT的Landmark匹配跟踪方法、基于光度学的地形优化、基于立体几何学的相机外参数估计、高程图到三角面模型的转换以及全局模型融合的方法和实现过程。
朱裕丰[9]（2020）在《非刚性场景的三维重建研究》文中进行了进一步梳理随着计算机视觉技术和计算机图形学技术的飞速发展,三维重建技术被广泛应用于诸多领域。三维重建一般分为静态刚性场景的三维重建和动态非刚性场景的三维重建,相对于刚性场景的三维重建,非刚性场景的三维重建能够对运动物体的三维信息进行恢复,具有更大的研究意义和实用价值。现有的非刚性三维重建算法在非刚性配准过程中存在配准不准确的问题,同时在模型表面融合过程中产生失真,需要估计物体表面光照信息对三维模型进行优化,研究非刚性配准过程和表面光照估计方法对提升非刚性重建效果具有重要意义。本文研究了提升非刚性场景三维重建效果的因素,提出了一种基于近红外信息的非刚性配准方法和一种基于近红外信息的表面光照估计方法,提升了非刚性配准性能,并为模型表面优化提供了更加准确的依据。针对非刚性配准过程正则项约束过强的问题进行研究。首先分析了非刚性配准过程求解非刚性形变域的能量函数的构造方式,针对目前能量函数中正则项约束过强导致的重建模型表面过度平滑和细节丢失问题,提出了一种基于近红外信息的优化方案,根据表面近红外光强的变化调整正则项的约束强度,并研究了优化后的能量函数的求解过程,最后根据提出的优化算法建立了一个非刚性三维重建系统,从模型的平均数值误差、单帧重建系统耗时和模型重建效果三个方面对系统的性能进行了测试。实验结果表明,本文所提出的算法较Dynamic Fusion算法,在三维模型的平均数值误差上平均减少了0.0884cm,单帧重建系统耗时没有明显变化,同时在模型重建效果上也有明显的提升。针对估计物体表面光照信息时对非线性响应考虑不够完善的问题展开研究。首先对近红外图像的成像稳定性、物体表面对近红外光线的反射特性展开了分析,随后估计了近红外光线强度随距离衰减的光照特性。在红外光源位置已知的条件下,本文根据近红外光线在空间中的物理传播过程建立光照模型来对物体表面光照信息进行估计,采集实验数据对非线性响应参数进行拟合,确定了光照模型的数学表达形式,最后使用光照模型对场景表面反射率进行了分类。实验结果表明,本文所建立的近红外光照模型与Choe等人算法相比,PLCC提升了0.0099,SROCC提升了0.0038,同时,使用本文光照模型对场景表面反射率的分类效果也有一定程度的提升,间接反映了本文提出的光照模型具有更好的性能。
崔磊[10]（2020）在《基于三维重建技术的图像篡改检测技术研究》文中进行了进一步梳理生活在二十一世纪的我们,步入到了一个科技高速发展的信息化时代。智能手机已经成了生活中必备的工具,我们通过它可以轻易地获取大量的数字图像。可以说,数字图像已经融入人们的日常生活中。然而,由于Photoshop、ACDsee等图像编辑工具发展迅速,人们可以很容易地对图像内容进行修改或者合成,而不留下任何肉眼可辨的痕迹。图像的真实性和完整性不能够保证,所承载的信息变得不再可靠。本文提出一种基于三维重建技术的图像篡改检测方法,由单幅图像的所蕴含的三维线索,恢复待检测图像的三维信息后,再对图像的三维空间关系进行推理,检测出三维现实场景与图像二维平面不匹配的对象,即可检测出图像中被篡改的对象。这是基于这样的一个事实:相机成像过程固有的特性、图像的内容、场景物体相对位置关系、视点等,都会对图像造成特有的痕迹;现实中的三维场景与摄像机捕捉的照片,呈现透视映射关系。由于单幅图像所包含的三维信息较少,从中重建出图像中目标对象的三维结构一直是一个难题。本文主要研究三种主要的单幅图像的三维重建方法:（1）基于统计学习的三维重建方法。这种算法最重要的是从图像中提取能够表征图像深度信息的特征,然后通过建立好的数学统计模型来得到图像的深度信息,进而根据深度图实现三维重建。（2）基于线性透视线索的三维重建方法。现实世界中存在大量丰富的几何物体,形成很多的平行线、平行面、垂直线和垂直面,这些几何约束在投影到图像平面形成的线索,可以完成对摄像机的自标定从而得到图像的深度信息。（3）基于由明暗到形状（SFS）技术的三维重建方法。这种算法是根据亮度图像的明暗来抽取图像的三维形状,是成像过程的逆过程。图像的灰度是在一定的光照模型和投影模型下,由物体表面形状所决定的。SFS方法是在一些理想假设和相关约束的前提下,通过对图像中每一点的灰度值和曲面形状之间的关系进行建模来求解的。
二、Shape From Shading最小化方法分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Shape From Shading最小化方法分析（论文提纲范文）
（1）单幅植物叶片图像的3维重建（论文提纲范文）
| 0 引言 |
| 1 研究基础 |
| 2 单幅叶片图像3维重建方法 |
| 2.1 图像预处理 |
| 2.2 2维图像推导3维形状 |
| 2.2.1 表面细节恢复 |
| 2.2.2 宏观几何形状恢复 |
| 3 实验结果与讨论 |
| 4 结论 |
（4）基于SFS方法的侧扫声呐图像三维重构研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 侧扫声呐研究现状 |
| 1.3 侧扫声呐图像三维重构方法综述 |
| 1.3.1 SFS算法分类 |
| 1.3.2 SFS算法比较 |
| 1.4 论文研究内容及章节安排 |
| 1.4.1 论文的研究内容 |
| 1.4.2 论文的章节安排 |
| 2 侧扫声呐原始文件的解析系统研究 |
| 2.1 侧扫声呐系统组成 |
| 2.2 侧扫声呐工作及成像原理 |
| 2.3 原始数据解析 |
| 2.3.1 XTF文件格式 |
| 2.3.2 解析软件实现 |
| 2.3.3 解析软件结果分析 |
| 2.4 本章总结 |
| 3 侧扫声呐图像预处理方法研究 |
| 3.1 基于区域生长法的海底线检测方法研究 |
| 3.1.1 传统海底线检测方法 |
| 3.1.2 基于区域生长法的海底线检测方法 |
| 3.2 基于改进的增益补偿法的灰度校正研究 |
| 3.2.1 时变增益校正 |
| 3.2.2 平均振幅增益补偿 |
| 3.2.3 平均灰度增益补偿 |
| 3.2.4 改进后的灰度校正 |
| 3.3 几何校正方法研究 |
| 3.3.1 斜距校正方法研究 |
| 3.3.2 斜距矫正后的声呐图像补偿方法研究 |
| 3.4 本章总结 |
| 4 基于小波变换的最小化方法研究 |
| 4.1 SFS算法基础 |
| 4.1.1 图像辐照度 |
| 4.1.2 表面方向 |
| 4.1.3 反射图 |
| 4.2 经典的最小化算法 |
| 4.2.1 Horn的方法 |
| 4.2.2 Leclerc和Bobick的方法 |
| 4.3 基于小波变换的SFS方法 |
| 4.3.1 小波变换的多分辨特性 |
| 4.3.2 基于Priwitt算子优化的三维重构算法 |
| 4.3.3 结合小波变换的SFS最小化方法 |
| 4.4 实验结果比较与分析 |
| 4.4.1 实验说明及评价指标 |
| 4.4.2 虚拟图像实验结果及分析 |
| 4.4.3 实际图像实验结果及分析 |
| 4.5 本章总结 |
| 5 总结与展望 |
| 5.1 论文总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（5）单幅图像生成目标三维表面方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 三维重建研究现状 |
| 1.2.2 明暗恢复形状研究现状 |
| 1.2.3 植物叶片三维重建的研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关研究基础 |
| 2.1 相机成像模型 |
| 2.2 经典SFS算法 |
| 2.2.1 最小化方法 |
| 2.2.2 传播方法 |
| 2.2.3 局部方法 |
| 2.2.4 线性方法 |
| 2.2.5 其他方法 |
| 2.3 本章小结 |
| 第三章 单幅图像的三维重建算法 |
| 3.1 算法简介 |
| 3.2 图像预处理 |
| 3.2.1 提取重建目标区域 |
| 3.2.2 本征图像分解 |
| 3.2.3 多尺度图像增强算法 |
| 3.2.4 图像边缘检测 |
| 3.3 光源和反射率估计 |
| 3.3.1 光源估计 |
| 3.3.2 反射率估计 |
| 3.4 基于骨架距离场约束的表面细节重建 |
| 3.5 多尺度表面宏观形状重建算法 |
| 3.6 本章小结 |
| 第四章 实验结果与分析 |
| 4.1 评价指标 |
| 4.2 经典方法的实验与分析 |
| 4.3 表面细节恢复的结果展示与分析 |
| 4.4 表面形状恢复的结果展示与分析 |
| 4.4.1 植物叶片的三维重建结果展示与分析 |
| 4.4.2 其他物体的三维重建结果展示与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（6）基于气道内窥镜图像的气道三维场景稠密重建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与结构 |
| 第二章 三维重建方法简介 |
| 2.1 相机成像几何模型 |
| 2.1.1 坐标系变换 |
| 2.1.2 针孔相机模型 |
| 2.2 双目视觉 |
| 2.2.1 对极几何 |
| 2.2.2 基础矩阵 |
| 2.2.3 特征点匹配 |
| 2.2.4 光束法平差 |
| 2.3 非线性优化方法 |
| 2.3.1 非线性最小二乘法 |
| 2.3.2 Levenberg-Marquardt算法 |
| 第三章 三维重建模型及优化 |
| 3.1 数据的获取及预处理 |
| 3.2 特征点匹配 |
| 3.2.1 SURF特征点匹配 |
| 3.2.2 特征匹配与极线的优化 |
| 3.3 基础矩阵的计算及优化 |
| 3.4 三角深度法 |
| 3.5 泛函优化 |
| 3.5.1 建立泛函 |
| 3.5.2 非线性凸函数的求解 |
| 3.5.3 迭代步骤 |
| 第四章 重建结果评估 |
| 4.1 输入数据及预处理情况 |
| 4.2 匹配结果及分析 |
| 4.3 重建结果及分析 |
| 第五章 结论与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（7）基于双目内窥镜的软组织图像三维重建（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 立体视觉研究现状 |
| 1.2.2 阴影恢复形状研究现状 |
| 1.2.3 立体视觉与阴影恢复形状联合重建研究现状 |
| 1.3 本文研究内容及章节安排 |
| 第二章 立体视觉法与SFS算法基础 |
| 2.1 视觉成像模型 |
| 2.2 参数标定 |
| 2.2.1 单目相机参数标定 |
| 2.2.2 双目立体标定 |
| 2.3 立体图像对校正与重建 |
| 2.4 基于最小化方法的阴影恢复形状算法 |
| 2.4.1 SFS问题描述 |
| 2.4.2 约束条件 |
| 2.4.3 最小化求解 |
| 2.5 本章小结 |
| 第三章 光照反射模型的研究与改进 |
| 3.1 经验光照反射模型 |
| 3.2 改进的光照反射模型 |
| 3.2.1 微表面理论基本假设 |
| 3.2.2 辐照度学基本量 |
| 3.2.3 双向反射分布方程 |
| 3.2.4 光照反射模型的优化 |
| 3.3 实验结果和对比 |
| 3.3.1 光照反射实验 |
| 3.3.2 真实软组织图像重建 |
| 3.4 本章小结 |
| 第四章 立体视觉与SFS联合三维重建算法 |
| 4.1 阴影恢复形状SFS三维重建环境建模 |
| 4.2 联合三维重建算法 |
| 4.2.1 联合三维重建算法框架 |
| 4.2.2 迭代优化求解 |
| 4.3 实验结果与分析 |
| 4.3.1 硅胶心脏模型图像三维重建 |
| 4.3.2 真实体内软组织图像三维重建 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）基于光度学的小天体三维建模方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 雷达建模方法 |
| 1.2.2 光学建模方法 |
| 1.2.3 国内外研究现状分析 |
| 1.3 本文主要研究内容和组织结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文组织结构 |
| 第2章 SPC三维建模基本原理 |
| 2.1 引言 |
| 2.2 相机成像模型 |
| 2.2.1 小孔成像模型 |
| 2.2.2 坐标系定义与转换 |
| 2.3 小天体三维建模基本流程 |
| 2.4 SPC三维建模框架 |
| 2.5 本章小结 |
| 第3章 基于SPC三维建模的模型初始化方法 |
| 3.1 引言 |
| 3.2 基于SFM的稀疏重建方法 |
| 3.2.1 计算图像间特征对应关系 |
| 3.2.2 运动推断结构 |
| 3.3 基于CMVS-PMVS的稠密重建方法 |
| 3.3.1 基于CMVS的聚簇分类 |
| 3.3.2 基于PMVS的模型稠密化 |
| 3.4 实验结果与分析 |
| 3.4.1 仿真环境搭建 |
| 3.4.2 模型重建结果分析 |
| 3.5 本章小结 |
| 第4章 基于SPC的小天体三维建模方法 |
| 4.1 引言 |
| 4.2 Landmark选取方式 |
| 4.2.1 Landmark初始化 |
| 4.2.2 基于经纬网的Landmark自动选取 |
| 4.2.3 基于视觉跟踪的Landmark手动选取 |
| 4.3 基于光度学的三维模型地形估计 |
| 4.3.1 正射校正 |
| 4.3.2 反射模型 |
| 4.3.3 地形优化 |
| 4.4 基于立体几何学的三维模型几何估计 |
| 4.5 全局模型融合 |
| 4.6 算法伪代码 |
| 4.7 实验结果与分析 |
| 4.7.1 观测图像数据 |
| 4.7.2 地形估计结果分析 |
| 4.7.3 几何估计结果分析 |
| 4.7.4 全局模型初步实验 |
| 4.8 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）非刚性场景的三维重建研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 研究内容 |
| 1.4 本文的章节安排 |
| 第二章 非刚性场景三维重建研究 |
| 2.1 引言 |
| 2.2 非刚性三维重建系统框架 |
| 2.2.1 主动式数据采集方法 |
| 2.2.2 被动式数据采集方法 |
| 2.3 非刚性三维重建系统的能量项构造 |
| 2.3.1 无先验信息的非刚性三维重建 |
| 2.3.2 基于骨架模板等先验信息的非刚性三维重建 |
| 2.4 基于光照估计的模型优化 |
| 2.4.1 光照模型介绍 |
| 2.4.2 表面光照估计算法介绍 |
| 2.5 本章小结 |
| 第三章 基于近红外信息的非刚性配准 |
| 3.1 引言 |
| 3.2 目标能量函数构造 |
| 3.2.1 ICP数据项的构建 |
| 3.2.2 正则项的构建 |
| 3.3 目标能量函数求解 |
| 3.3.1 非线性最小二乘问题求解方法 |
| 3.3.2 能量项雅克比矩阵构造 |
| 3.3.3 正则项雅克比矩阵构造 |
| 3.4 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 基于近红外信息的表面光照估计 |
| 4.1 引言 |
| 4.2 近红外图像成像特点及光照特性分析 |
| 4.2.1 近红外图像成像稳定性分析 |
| 4.2.2 近红外光线强度随距离的衰减特性 |
| 4.3 基于近红外信息的光照模型设计 |
| 4.4 场景表面反射率分类 |
| 4.4.1 表面反射率主成分分析 |
| 4.4.2 表面反射率聚类 |
| 4.5 实验结果及分析 |
| 4.5.1 光照模型准确度分析 |
| 4.5.2 不同场景表面反射率分类 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）基于三维重建技术的图像篡改检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 图像篡改手段 |
| 第2章 基于特征统计学习的三维重建方法 |
| 2.1 图像的深度 |
| 2.2 图像深度线索 |
| 2.3 纹理模板 |
| 2.4 概率模型 |
| 2.4.1 马尔可夫随机场 |
| 2.5 特征的选择与概率模型的建立 |
| 2.5.1 深度特征 |
| 2.5.2 概率模型 |
| 2.6 本章小结 |
| 第3章 基于线性透视的三维重建方法 |
| 3.1 消失点的定义及性质 |
| 3.2 消失点的检测算法 |
| 3.2.1 图像边缘检测算法 |
| 3.2.2 直线检测 |
| 3.2.3 直线分组 |
| 3.2.4 消失点估计 |
| 3.3 摄像机内外参数矩阵标定 |
| 3.3.1 内参数的计算 |
| 3.3.2 外参数的求解 |
| 3.3.3 摄像机透视投影矩阵 |
| 3.4 三维信息恢复 |
| 3.5 本章小结 |
| 第4章 基于由明暗到形状技术的三维重建技术 |
| 4.1 由X到形状 |
| 4.2 光照模型和投影模型 |
| 4.2.1 光照模型 |
| 4.2.2 投影模型 |
| 4.3 从明暗恢复形状的经典算法 |
| 4.3.1 最小化算法 |
| 4.3.2 演化算法 |
| 4.3.3 局部分析法 |
| 4.3.4 线性化算法 |
| 4.4 点光源在光心处的透视SFS模型 |
| 4.5 SFS方法比较 |
| 4.6 深度信息恢复 |
| 4.7 本章小结 |
| 第5章 单幅图像的三维空间推理 |
| 5.1 图像分割 |
| 5.1.1 图像分割概述 |
| 5.2 基于边缘生长的分割算法 |
| 5.2.1 算法流程 |
| 5.2.2 算法关键步骤 |
| 5.3 三维空间关系推理 |
| 5.3.1 地面位置推理 |
| 5.3.2 竖直区域推理 |
| 5.3.3 深度关系推理 |
| 5.4 本章小结 |
| 第6章 图像篡改检测分析 |
| 6.1 图像篡改检测策略 |
| 6.2 实验分析 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和获得的科研成果 |
| 致谢 |
四、Shape From Shading最小化方法分析（论文参考文献）
- [1]单幅植物叶片图像的3维重建[J]. 任非儿,刘通,杨龙. 中国图象图形学报, 2021(11)
- [2]基于SFS方法的侧扫声呐图像三维重构[J]. 刘浩林,覃珊珊,李鹏鸽,张晓晖,刘青. 舰船科学技术, 2021(15)
- [3]基于计算机视觉的三维重建技术在燃气轮机行业的应用及展望[J]. 孔祥玲,付经伦. 发电技术, 2021(04)
- [4]基于SFS方法的侧扫声呐图像三维重构研究[D]. 覃珊珊. 西安理工大学, 2021(01)
- [5]单幅图像生成目标三维表面方法研究[D]. 任非儿. 西北农林科技大学, 2021
- [6]基于气道内窥镜图像的气道三维场景稠密重建[D]. 刘宇翔. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(08)
- [7]基于双目内窥镜的软组织图像三维重建[D]. 苗旺. 电子科技大学, 2020(07)
- [8]基于光度学的小天体三维建模方法研究[D]. 石俊. 哈尔滨工业大学, 2020(01)
- [9]非刚性场景的三维重建研究[D]. 朱裕丰. 西安电子科技大学, 2020(05)
- [10]基于三维重建技术的图像篡改检测技术研究[D]. 崔磊. 沈阳理工大学, 2020(08)