本文選題：三維成像　切入點：光度立體視覺　出處：《遙感技術(shù)與應(yīng)用》2017年03期

【摘要】：壓縮感知是近年來發(fā)展迅速的一種新型信號處理理論,以此為基礎(chǔ)發(fā)展的成像系統(tǒng)具有系統(tǒng)規(guī)模小、成本低等特點而受到廣泛的關(guān)注。利用表征反射光強度信息的圖像灰度值是物體表面屬性及幾何形狀綜合反映這一光度學基礎(chǔ),引入以隨機采樣及非線性重建為技術(shù)手段的壓縮感知理論,提出了一種基于壓縮感知的光度立體視覺三維成像方法。該方法通過調(diào)換探測器與光源的位置,采用單像素探測器代替?zhèn)鹘y(tǒng)CCD成像,從不同位置的單像素探測器采集經(jīng)調(diào)制的測量數(shù)據(jù),利用壓縮感知算法重建二維目標的圖像,而后利用圖像中的陰影信息求解目標的表面法向量和三維表面模型。最后,利用該方法對人像和簡單幾何體進行三維成像實驗,結(jié)果表明該成像方法能在數(shù)據(jù)欠采樣的情況下,實現(xiàn)目標的高效三維重建;在實驗基礎(chǔ)上,進一步分析了圖像數(shù)量、采樣率、重構(gòu)方法、探測器位置等方面對三維成像質(zhì)量的影響。
[Abstract]:Compression sensing is a new signal processing theory developed rapidly in recent years. The imaging system developed on this basis has a small scale. Because of its low cost and so on, the image gray value which represents the reflected light intensity information is the basis of the photometry, which is reflected by the surface properties and geometric shapes of the object. This paper introduces the theory of compression perception based on random sampling and nonlinear reconstruction, and proposes a three-dimensional imaging method of photometric stereo vision based on compression perception, which changes the position of detector and light source. Instead of traditional CCD imaging, single pixel detector is used to collect modulated measurement data from single pixel detector in different positions, and compression sensing algorithm is used to reconstruct 2D target image. Then, the surface normal vector and 3D surface model of the target are solved by using the shadow information in the image. Finally, the 3D imaging experiments of human image and simple geometry are carried out by using this method. The results show that the imaging method can be used in the case of under-sampling data. On the basis of experiments, the effects of image quantity, sampling rate, reconstruction method and detector position on 3D imaging quality are analyzed.
【作者單位】： 中國科學院光電研究院中國科學院定量遙感信息技術(shù)重點實驗室;中國科學院大學;
【基金】：國家863計劃項目“強度關(guān)聯(lián)遙感成像外場綜合測試技術(shù)”(2013AA122904) 中國科學院、國家外國專家局創(chuàng)新國際團隊項目“基于強度關(guān)聯(lián)的新型遙感機理與方法研究”(2013AA1229)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 黃樺;;3D立體視覺探究活動設(shè)計[J];赤峰學院學報(自然科學版);2012年10期

2 楊則正;人臉識別中的有效立體視覺[J];管理科學文摘;1997年08期

3 鄭士貴;人面孔識別主動立體視覺[J];管理科學文摘;1997年09期

4 郝穎明,朱楓;基于模型的立體視覺的優(yōu)化方法[J];高技術(shù)通訊;2000年10期

5 錢曾波,邱振戈,張永強;計算機立體視覺研究的進展[J];測繪學院學報;2001年04期

6 任重,邵軍力;立體視覺中的雙目匹配方法研究[J];信息與控制;2001年S1期

7 鄒國輝,袁保宗;一種基于虛擬平面的立體視覺的重建方法[J];電子與信息學報;2001年02期

8 張超,沈振康,張淑琴;基于立體視覺的測量技術(shù)[J];系統(tǒng)工程與電子技術(shù);2002年09期

9 劉宛予;唐志健;朱躍敏;劉文輝;胡珊;張延麗;王麗會;I.E.Magnin;;新的超聲立體視覺數(shù)據(jù)增強技術(shù)[J];光學精密工程;2008年09期

10 代煜;張建勛;;基于雙路偏振影像分光的立體視覺[J];物理學報;2011年08期

相關(guān)會議論文 前10條

1 陸曉奮;;立體視覺技術(shù)的現(xiàn)狀與發(fā)展預測[A];中國圖象圖形學學會立體圖象技術(shù)專業(yè)委員會學術(shù)研討會論文集（第三期）[C];2009年

2 任重;邵軍力;;三目立體視覺方法的研究[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 吳新年;汪云九;;立體視覺計算模型的惟一性約束[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 李德廣;李科杰;高麗麗;;基于多尺度多方向相位匹配的立體視覺方法[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

5 趙虹;于海濱;劉濟林;;立體視覺技術(shù)在嵌入式客流統(tǒng)計系統(tǒng)中的應(yīng)用[A];全國第一屆嵌入式技術(shù)聯(lián)合學術(shù)會議論文集[C];2006年

6 邱陽;白立芬;李慶祥;徐毓嫻;;基于邊緣和區(qū)域聯(lián)合匹配的立體視覺新方法[A];中國儀器儀表學會第三屆青年學術(shù)會議論文集（上）[C];2001年

7 趙杰;彭京;李戈;王晨;;基于粗細結(jié)合匹配方法的立體視覺研究[A];全國第13屆計算機輔助設(shè)計與圖形學（CAD/CG）學術(shù)會議論文集[C];2004年

8 顏少明;;隨機點立體圖[A];立體圖象技術(shù)及其應(yīng)用研討會論文集[C];2005年

9 吳劍波;駱清銘;譚玉山;;光柵投影式立體視覺三維表面恢復系統(tǒng)[A];大珩先生九十華誕文集暨中國光學學會2004年學術(shù)大會論文集[C];2004年

10 王天珍;王蘭蘭;;達芬奇立體視覺研究[A];第十一次中國生物物理學術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

相關(guān)重要報紙文章 前2條

1 猛犸;《冰川時代3》背后的3D奧秘[N];電腦報;2009年

2 成都 虎永存;3D的6種方式技術(shù)詳解[N];電子報;2010年

相關(guān)博士學位論文 前10條

1 李卓;基于立體視覺技術(shù)的生豬體重估測研究[D];中國農(nóng)業(yè)大學;2016年

2 張金凱;介觀尺度零件變視場結(jié)構(gòu)光顯微立體視覺測量方法研究[D];上海交通大學;2015年

3 韓天奇;面向各類反射表面的光度立體視覺方法研究[D];浙江大學;2016年

4 丁菁汀;立體視覺在實際應(yīng)用中的若干問題研究[D];浙江大學;2012年

5 林慧英;基于立體視覺的汽車車身與車軸位置偏差檢測系統(tǒng)的研究[D];吉林大學;2008年

6 侯建;月球車立體視覺與視覺導航方法研究[D];哈爾濱工業(yè)大學;2007年

7 李戈;基于并行處理的機器人立體視覺伺服系統(tǒng)研究[D];哈爾濱工業(yè)大學;2007年

8 劉歡;基于立體視覺的多氣囊柔性人體腹部重建研究[D];東華大學;2014年

9 唐克倫;三坐標機與立體視覺的系統(tǒng)集成與信息融合的關(guān)鍵技術(shù)研究[D];重慶大學;2008年

10 蔡嶺;基于立體視覺的目標檢測與跟蹤[D];上海交通大學;2011年

相關(guān)碩士學位論文 前10條

1 丁希斌;一種基于立體視覺的植物病斑定位獲取技術(shù)研究[D];浙江大學;2015年

2 劉少強;基于立體視覺的三維重建方法研究[D];天津理工大學;2015年

3 焦英魁;球面立體視覺三維重建技術(shù)研究[D];天津理工大學;2015年

4 謝鵬;基于立體視覺的特征跟蹤方法研究[D];天津理工大學;2015年

5 周鼎;基于立體視覺的非合作航天器相對狀態(tài)估計[D];哈爾濱工業(yè)大學;2015年

6 張俊;基于多目立體視覺的真實人臉重建和測量系統(tǒng)的研究[D];電子科技大學;2015年

7 李陽勤;基于DIBR虛擬視角映射的立體視覺調(diào)整技術(shù)[D];杭州電子科技大學;2015年

8 謝若冰;雙目立體成像和顯示的FPGA視頻處理技術(shù)研究[D];北京理工大學;2016年

9 武娜;嵌入式立體視覺子系統(tǒng)的實現(xiàn)與優(yōu)化[D];吉林大學;2016年

10 岳雙燕;基于光度立體視覺的測量材質(zhì)幾何特征重構(gòu)[D];山東大學;2016年

，

本文編號：1669003