基于多幅图像数据的三维形貌恢复方法研究

论文摘要

随着人们对产品个性化的追求和科技进步,使产品制造的形貌特征趋于多样化和复杂化,传统的以工件上规定检测点近似评价工件全貌的测量方法,已不能满足评价工件形貌的要求,三维形貌的全面测量已经成为测量领域一个新的目标。随着计算机视觉技术的普及与发展,基于图像的三维重构技术成为CAD/CAM领域的研究热点。本文在单幅图像数据的基础上,以图像融合技术为工具,研究利用多幅图像的数据恢复物体形貌,提出一种新的三维恢复方法——基于多幅图像融合技术的三维形貌恢复方法。论文主要成果与创新之处如下:1.多幅图像的融合:把多幅源图像的信息作小波变换后,对得到的低频系数和高频系数分别采用取平均和取绝对值大的融合规则进行融合,得到包含物体信息更全面的图像,提高了源图像的质量,这样就克服了传统的基于阴影恢复形状方法(shape from shading,SFS)因源图像质量低使恢复结果失真的局限性,为后面的恢复奠定了条件。2.复合反射模型:假设反射模型是包含漫反射和镜面反射的复合反射模型,来替代单纯的朗伯体反射模型,建立反射方程,使之能够适用于更加复杂的物体,得到更好的效果。3.快速恢复三维形貌:将反射方程离散化,利用一种快速的代数方法通过迭代求解反射方程得到物体的相对高度,再利用SFS方法来恢复物体的三维形貌。通过对人工合成图像和实物图像的分析,实验结果表明:基于多幅图像融合技术的三维形貌恢复方法对恢复结果有了很大的改善,获得的效果更加逼真,和实物的误差更小,并且能够实现对物体的各个部分进行分析,对有缺陷的物体或者图像上有自阴影的地方,通过几幅图像融合,能够消除由它们导致恢复结果的严重失真,这为基于图像的三维形貌恢复技术在工业测量和逆向工程中的应用提供了条件。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 研究的意义
• 1.3 SFS研究的历史及现状
• 1.4 SFS存在的问题
• 1.5 研究的主要内容
• 第2章 图像融合
• 2.1 图像融合技术的概述
• 2.2 图像融合的层次
• 2.2.1 像素级融合
• 2.2.2 特征级融合
• 2.2.3 决策级融合
• 2.3 融合算法
• 2.3.1 传统的图像融合算法
• 2.3.1.1 加权平均法
• 2.3.1.2 IHS（Intensity Hue Saturation）融合法
• 2.3.1.3 PCA（Principal Component Analysis）融合方法
• 2.3.2 基于小波变换的图像融合算法
• 2.3.2.1 小波变换
• 2.3.2.2 算法设计与实验结果
• 2.3.3 基于多小波变换的图像融合算法
• 2.3.3.1 多小波变换
• 2.3.3.2 算法设计与实验结果
• 2.4 融合性能的评价方法
• 2.5 本章小结
• 第3章 光照模型与SFS技术的分析
• 3.1 光照模型的介绍和分析
• 3.1.1 局部光照模型
• 3.1.2 整体光照模型
• 3.2 SFS算法的分类与比较
• 3.2.1 最小值方法
• 3.2.2 演化方法
• 3.2.3 局部分析方法
• 3.2.4 线性化方法
• 3.2.5 SFS方法的比较
• 3.3 本章小结
• 第4章 基于多幅图像数据的三维恢复的算法设计与实例分析
• 4.1 曲面的表示方法
• 4.2 算法设计
• 4.3 实例分析
• 4.4 本章小结
• 第5章 全文总结与研究展望
• 5.1 本文研究工作总结
• 5.2 研究展望
• 参考文献
• 致谢
• 附录 攻读硕士学位期间发表或录用的学术论文