修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

48 条数据
?? 中文(中国)
  • [IEEE 2018国际三维视觉会议(3DV) - 维罗纳(2018.9.5-2018.9.8)] 2018国际三维视觉会议(3DV) - Fusion++:体素级物体SLAM

    摘要: 我们提出了一种在线物体级SLAM系统,该系统能构建任意重建物体的持久且精确的3D图地图。当RGB-D相机浏览杂乱的室内场景时,利用Mask-RCNN实例分割来初始化紧凑的、针对每个物体的截断有符号距离函数(TSDF)重建,其具有取决于物体尺寸的分辨率和一种新颖的3D前景掩码。重建的物体被存储在一个可优化的6自由度位姿图中,这是我们唯一的持久地图表示形式。通过深度融合对物体进行增量式优化,并将其用于跟踪、重定位和回环检测?;鼗繁蘸匣岬贾挛锾迨道喽晕蛔斯兰频牡髡换嵋鹞锾迥诓勘湫?。每个物体还携带随时间优化的语义信息以及一个存在概率,以应对虚假的实例预测。

    关键词: SLAM(即时定位与地图构建)、物体级建图、Mask-RCNN(基于掩码的区域卷积神经网络)、三维重建、RGB-D(彩色-深度)

    更新于2025-09-23 15:21:01

  • [IEEE 2018年第三届俄太计算机技术与应用会议(RPC) - 符拉迪沃斯托克(2018.8.18-2018.8.25)] 2018年第三届俄太计算机技术与应用会议(RPC) - 基于图像的自主水下机器人导航与环境三维重建

    摘要: 描述了一种在局部机动条件下通过视频流解决自主水下机器人导航问题的方法。该方法基于立体图像的视觉里程计技术和坐标参考虚拟网络。为提高机器人局部运动计算的精度,提出了一种考虑历史帧的图像特征追踪原创算法。同时描述了从图像中实现环境物体三维重建的解决方案。

    关键词: 立体图像,自主水下机器人,三维重建,视觉里程计,导航

    更新于2025-09-23 15:21:01

  • 基于Surfel和视频序列的Kinect传感器大规模场景手持式三维重建

    摘要: 本信件介绍了一种基于surfel和视频序列的Kinect传感器手持式复杂大场景重建方法。采用特征点法同步定位与建图(SLAM)来估计相机位姿,随后通过结合二维与三维特征点的光束平差法优化相机位姿。同时运用surfel模型构建形变图以实现点云融合与优化,最终获得精确的三维地图。本方法主要贡献在于:1)利用SLAM方法获取相机位姿作为优化初值,有效解决了结构运动法内存不足与效率低下的问题;2)通过结合二维与三维特征点的光束平差法能更好重建稀疏纹理区域;3)可实现大场景的密集三维重建,且重建的三维模型更为精细。实验结果表明,该方法适用于多种复杂大场景并能获取精确三维模型。所提出的三维重建方法可广泛应用于人机交互、消费电子及虚拟现实等领域。

    关键词: Kinect传感器、捆绑调整、三维重建、surfel(表面元素)

    更新于2025-09-23 15:21:01

  • 基于阴影处理的光学触觉传感器三维表面重建

    摘要: 提出了一种用于机器人手指的具有三维(3-D)表面重建功能的光学触觉传感器技术。该触觉传感器的硬件由表面形变传感层、图像传感器和四个独立控制的发光二极管(LED)组成。当机器人手指接触物体时,图像传感器记录形变图像。针对每个物体,在LED提供不同照明方向的情况下采集四幅形变图像。在进行三维重建前,建立查找表将强度分布映射为图像梯度数据,并检测修正可能存在的图像阴影。随后通过查找表获取的二维梯度信息重建物体表面的三维深度分布。文中详细阐述了触觉传感器的架构及所提出的信号处理流程。已研制出原型触觉传感器,仿真与实验结果均验证了该光学触觉传感器三维表面重建方法的有效性。所提三维表面重建方法具有图像阴影检测与补偿的独特特性,这使其区别于现有文献中的相关技术。

    关键词: 阴影检测、三维重建、机械手指、触觉传感器、表面重建

    更新于2025-09-23 15:21:01

  • 基于多站激光扫描的古建筑数字化建模与展示

    摘要: 为了更好地展示和?;ぶ泄沤ㄖ?,本文提出一种基于多站激光扫描的三维模型重建方法。该方法主要包括点云数据采集、预处理、多站点云数据融合、点云数据压缩、三维模型重建与纹理映射、环境渲染、视频处理及三维漫游等步骤。针对视频渲染与虚拟漫游需求,本文重点研究云处理、三维建模及三维模型展示技术。实验结果表明,著名建筑恩施东鼓楼实现了良好的数字化重建,在实际应用中有效呈现了民族特色并促进了文化遗产保护。

    关键词: 三维激光扫描、三维重建、古建筑、点云数据、数字建模

    更新于2025-09-23 15:19:57

  • [IEEE 2019年第四届机械、控制与计算机工程国际会议(ICMCCE) - 中国呼和浩特(2019.10.24-2019.10.26)] 2019年第四届机械、控制与计算机工程国际会议(ICMCCE) - 一种频闪激光光栅条纹投影装置的设计

    摘要: 设计并详细描述了一种基于线结构激光器与高速旋转多面棱镜的三维测量系统。该系统可利用频闪效应产生光栅条纹,从理论与实验两方面分析了光栅条纹与调制信号及棱镜转速的关系。同时,将该光栅条纹投影装置应用于石膏截面的三维测量。

    关键词: 光栅条纹、频闪效应、激光、三维重建

    更新于2025-09-23 15:19:57

  • 激光清洗的自动工艺参数调节与表面粗糙度估算

    摘要: 非刚性结构运动恢复(NRSfM)是指从未经标定的单目视频序列中重建可变形物体的时变三维结构与位姿的过程。目前大多数NRSfM算法采用非退化假设来处理非刚性物体的形变,即假定非刚性物体的三维结构可表示为具有满三阶秩的基形状线性组合。然而当非刚性物体存在秩低于三的基形状导致的退化形变时,该假设会产生额外的自由度。这些额外自由度在实际应用中会因不可忽略的噪声引发虚假形变,从而导致显著的重建误差。为解决这一问题,我们提出低秩形变模型来表征退化形变的三维结构。该模型在建模退化形变时,不仅利用了非刚性物体轨迹的低秩特性,还挖掘了退化形变的秩亏本质,相比现有模型实现了更精确紧凑的表征?;诖四P?,我们将NRSfM问题构建为两个协同优化的子问题,并通过迭代非线性优化算法求解。通过在合成数据与动作捕捉数据上的实验表明,对于具有退化形变的非刚性物体三维重建,本方法较现有最先进的NRSfM算法具有显著优势。

    关键词: 退化形变、非刚性结构运动恢复、三维重建、低秩形状形变模型

    更新于2025-09-23 15:19:57

  • 通过深度帧的增量聚合与精炼重建三维人脸模型

    摘要: 即使是在"野外"条件下,基于二维(2D)静态图像和视频的人脸识别已相当成功。然而,当人脸数据来自非传统摄像头(如红外或深度摄像头)时,相关研究成果则较为有限。本文研究了后一种场景,假设在非配合环境下使用低分辨率深度摄像头进行人脸识别。为此,我们首先提出从摄像头的深度序列中自动筛选一组能呈现良好面部姿态与距离视角的帧;随后设计渐进式优化方法,从选定的低分辨率帧重建高分辨率模型。该过程通过考量当前三维模型中既有点与新采集帧中点之间的各向异性误差,采用类卡尔曼估计逐步调整模型中的点位置。通过比较重建模型与作为基准的高分辨率扫描数据来评估重建质量。此外,我们使用重建模型作为探测样本,分别针对重建模型库和高分辨率扫描库进行人脸识别实验。结果表明,重建模型确实能有效应用于人脸识别任务。

    关键词: 各向异性误差,三维重建,三维人脸识别,深度数据

    更新于2025-09-22 17:16:33

  • 三维数字图像相关中三维重建的误差估计

    摘要: 三维数字图像相关技术(3D-DIC)广泛应用于各类测量领域。一旦建立DIC测试系统,透镜焦距、像素尺寸、立体角及工作距离等参数易于获知或测量,其匹配误差范围通常为0.01-0.02像素。若能基于上述参数直接估算测量误差而无需进行完整DIC计算流程,将极大提升便利性。本研究通过数值模拟探究了不同测量区域中三维重建误差随立体角的变化规律,发现中心点误差与全场误差密切相关。因此采用简单参数描述中心点三维重建误差对评估DIC系统整体误差具有重要意义。在可忽略像素坐标高阶项的前提下简化了三维重建方程的通解,推导出的误差估算公式形式简洁,能描述中心点三个方向的三维重建误差。通过一组静态实验研究了平面物体在不同立体角(10°至120°)下的三维重建误差,利用二维DIC软件计算匹配误差并代入所提公式获得估算值,与三维DIC软件结果对比验证了该方法的有效性。

    关键词: 数字图像相关,误差估计,三维重建

    更新于2025-09-23 01:40:31

  • 长材表面检测的差分地形图像生成

    摘要: 当前制造业需要高效的质量控制系统来确保产品无缺陷。大多数情况下,表面检测由处理二维图像的自动系统完成,这类图像缺乏表面缺陷高度或深度等可测量信息。激光扫描是表面检测的替代技术,利用该技术可生成产品的三维模型,从而轻松测量缺陷。本文提出一种基于激光扫描的实时算法,用于生成产品表面的微分地形图像。该方法生成的图像通过将产品表面与完美形态产品进行对比,呈现扁平化表征。在这些图像中,体积型缺陷可通过计算机视觉技术轻松分割和测量,以满足国际质量标准要求。该算法已在符合实时性约束的50万条轮廓数据上完成测试。

    关键词: 三维重建、实时成像、差分图像、激光扫描

    更新于2025-09-23 19:49:19