We develop a system for 3D object retrieval based on sketched fea- ture lines as input. For objective evaluation, we collect a large number of query sketches from human users that are related to an existing data base of objects. The sketches turn out to be gener- ally quite abstract with large local and global deviations from the original shape. Based on this observation, we decide to use a bag- of-features approach over computer generated line drawings of the objects. We develop a targeted feature transform based on Gabor fil- ters for this system. We can show objectively that this transform is better suited than other approaches from the literature developed for similar tasks. Moreover, we demonstrate how to optimize the pa- rameters of our, as well as other approaches, based on the gathered sketches. In the resulting comparison, our approach is significantly better than any other system described so far.

在MFC环境下调用3D模型,并通过键盘或者鼠标的控制在三维空间中运动.

三维旋转拼接matlab代码该任务的目标是实施稳健的单应性和基本矩阵估计 记录通过2D或3D投影变换分隔的图像对。 1对图像拼接 第一步是编写代码以将一对图像拼接在一起。 对于这一部分，您将继续工作 与以下一对（单击图像以下载高分辨率版本）： 1.加载两个图像，将其转换为两倍和灰度。 2.在两个图像中检测特征点。 您可以使用哈里斯拐角检测器代码harris.m 提供或您作为HW 2的一部分开发的Blob检测器。 3.提取两个图像中每个关键点周围的局部邻域，然后简单地通过以下方式形成描述符 将每个邻域中的像素值“展平”为一维向量。 试用dif- 不同的邻域大小，以查看哪种方法效果最好。 如果您使用的是拉普拉斯探测器，请使用 检测到的特征比例尺来定义邻域比例尺。 4.计算一个图像中每个描述符和另一图像中每个描述符之间的距离。 你 可以使用为快速计算欧几里得距离提供的dist2.m。 或者，进行实验 计算归一化相关性，或将所有描述符归一化后的欧几里得距离 零均值和单位标准偏差。 （可选）随时尝试使用SIFT描述符。 我们提供的脚本sift.m包含一些用于计算SIFT描述符的基本代码 圆形区域

基于DPModeler的倾斜影像三维重建_邓琴

国外某大学的delta并联机器人工作空间绘图程序matlab源码，对原始版本的图像显示做了一些修改：隐藏网格线，用单一的蓝色显示，用光照增强立体感，旋转时坐标轴比例固定不变。这个程序比自己做的效果好很多，原理还在研究中 。。。 genworkspace为主程序文件

由于 BundleFusion 的离线输入格式为.sens格式，因此需将源格式作进一步转换才能实现使用离线数据集进行三维重建，本资源提供从源格式到 sens 格式的一键转换。（说明：执行前需保证源格式文件 result 的存储路径为 “ H：/RosImage/result ” 。执行后将在 “ H：/RosImage/ ” 下生成 .sens 文件，文件名为 test 。

1.openGL加载obj三维模型， 2.并且在模型上添加光照 3.Blinn-Phong 着色

三维信息获取的技术手段通常分三种： 第一种：利用三维建模软件（如3DSMAX，AutoCAD等）构 造三维模型； 第二种：人们通过仪器设备直接获取三维信息； 第三种：利用图像或者视频来重建三维模型；

介绍了一种基于结构光和双目视觉的焊缝三维重建方法。该方法利用轮廓点曲率提取激光条纹的轮廓关键点，再由所提取的关键点计算轮廓横截面法向量。并根据激光条纹服从正态分布的特点，借助灰度重心法提取条纹中心线。将焊缝在双目摄像机中的图像坐标点转换为世界坐标点，从而完成焊缝三维空间信息的重建。实验结果证明本文方法快速、准确，可以满足自动焊接机器人系统的应用要求。

2.3三维空间点定位 图 三维空间点定位 如图，m是提取的图像特征点，通过特征匹配得到其在另一平面的匹配点为m’。由摄像机标定得知投影矩阵P和P’，故可以得到这对匹配点（m，m’）的反投影的两条射线。当匹配点满足对极几何约束时，反投影射线会在空间中相交，交点M的坐标即为三维空间坐标。