项目名称: 基于超多视角成像的三维重建关键技术研究

项目编号: No.61175034

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 自动化学科

项目作者: 黄向生

作者单位: 中国科学院自动化研究所

项目金额: 58万元

中文摘要: 快速便捷地获取各种室内外场景的3D信息,是整个3D产业的第一个环节,也是核心竞争力的关键环节。现有三维获取主要有主动式和被动式两种:主动式需要给被拍摄对象打主动光,大众难以接受,并容易在室外光下失效;被动式获取又难以克服纹理不显著的科学难题。为了能更好地满足各种应用环境,同时精巧便携、大众易接受,本项目采用微透镜阵列,形成超多视角,进行被动式成像;针对这种成像方式,研究超多目立体匹配,研究如何寻找不同视角图像的对应关系,提出基于特征的匹配方式,并用弱梯度流变分对匹配结果进行优化 。为了克服立体匹配对纹理不显著的场景很难找到两幅图的对应点的科学难题。本研究采用新型计算全息的方式,针对这种超多视角成像,构造正交图像,然后进行计算全息变换和计算全息重建。从而较好地克服纹理不显著的科学难题。最后为了降低计算全息的试探式重建的计算量,本项目先进行基于特征的立体匹配,然后再对纹理显著的区域进行全息重建

中文关键词: 三维重建;立体匹配;边缘检测;深度;

英文摘要:

英文关键词: 3D Reconstruction;Stereo Matching;Edge Detection;Depth Map;

成为VIP会员查看完整内容
0

相关内容

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。 物体三维重建是计算机辅助几何设计(CAGD)、计算机图形学(CG)、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。在计算机内生成物体三维表示主要有两类方法。一类是使用几何建模软件通过人机交互生成人为控制下的物体三维几何模型,另一类是通过一定的手段获取真实物体的几何形状。前者实现技术已经十分成熟,现有若干软件支持,比如:3DMAX、Maya、AutoCAD、UG等等,它们一般使用具有数学表达式的曲线曲面表示几何形状。后者一般称为三维重建过程,三维重建是指利用二维投影恢复物体三维信息(形状等)的数学过程和计算机技术,包括数据获取、预处理、点云拼接和特征分析等步骤。
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
【博士论文】多任务学习视觉场景理解,140页pdf
专知会员服务
89+阅读 · 2022年4月5日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
19+阅读 · 2021年5月4日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
专知会员服务
43+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
深度学习图像检索(CBIR): 十年之大综述
专知会员服务
46+阅读 · 2020年12月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
【博士论文】多任务学习视觉场景理解,140页pdf
专知会员服务
89+阅读 · 2022年4月5日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
19+阅读 · 2021年5月4日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
专知会员服务
43+阅读 · 2020年12月8日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
深度学习图像检索(CBIR): 十年之大综述
专知会员服务
46+阅读 · 2020年12月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
OCR技术浅析
机器学习研究会
40+阅读 · 2017年12月8日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员