物体的三维重建是计算机视觉、虚拟现实、人工智能等领域研究的重点和难点，为了能够更好的重建物体三维表面，文中提出了一种改进的Delaunay三角剖分算法。此算法与原有的逐点插入Delaunay三角剖分算法的不同在于增加了对三角形边长的约束条件，去除了重建过程中不符合要求的三角形，使其重建效果更加真实可靠。并且基于TOF3D相机拍摄得到的目标物体单视角下的点云数据，结合KNN邻域滤波算法验证了改进的Delaunay算法的可靠性和稳定性。本论文中对单视角下物体表面重建的研究为多视角下物体完整表面3维重建的研究与实现奠定了基础。
2022-06-01 20:44:15
1.8MB
1
「3D视觉(三维重建、SLAM、AR/VR) + 传统图像处理 + 计算机视觉(偏AI) 」重要知识点和面试问题。
2022-05-30 22:04:56
30.51MB
在时间和空间调制的傅里叶变换成像光谱仪推扫过程中在此过程中，光谱仪平台的运动状态可能会有所不同。 因此，从图像序列偏离使用高平台稳定性获得的理想干涉图。 恢复的目标光谱将无法反映真实的目标特征。 我们采用目标跟踪来获取目标位置在图像序列中通过建议的核回归，并使用相对偏差方法确定目标强度，以及使用非均匀快速傅立叶变换算法的频谱图恢复。 我们在模拟和实验获得的航拍图像上测试了我们的算法，并通过与准确的频谱图，证明了所提方法的有效性。
2022-05-29 15:08:05
1.31MB
1