检索结果-南通市图书馆

计算机辅助设计与图形学学报 2021年第12期33卷 1887-1898页

作者：沈伟超马天朔武玉伟贾云得北京理工大学计算机学院北京100081

基于体素表示的三维物体重建计算代价会随着体素分辨率的增加呈立方增长.为了缓解这一问题,提出组件感知的三维物体重建方法,将三维物体分解成多个组件,通过预测组件几何结构和组装组件的方式重建三维物体,从而将高分辨率三维物体的重... 详细信息

基于体素表示的三维物体重建计算代价会随着体素分辨率的增加呈立方增长.为了缓解这一问题,提出组件感知的三维物体重建方法,将三维物体分解成多个组件,通过预测组件几何结构和组装组件的方式重建三维物体,从而将高分辨率三维物体的重建问题分解成一系列低分辨率组件的重建问题.组件感知的三维物体重建方法使用组件位置预测模块预测所有组件的位置;使用组件特征提取模块融合组件表观特征与组件几何特征生成组件联合特征;使用组件几何结构重建模块根据组件联合特征重建组件的几何形状;最后将所有组件按其位置信息组装成高分辨率的三维物体.实验使用ShapeNet数据集在一个拥有12 GB内存的NVIDIA 1080 Maxwell GPU上进行.对比方法包括一个基于八叉树的高分辨率重建方法、一个基于LSTM的低分辨率重建方法和一个使用编码器-解码器架构的Baseline方法.高分辨率重建结果显示,组件感知的三维物体重建方法能够以较小的计算代价取得满意的高分辨率三维物体重建精度.在低分辨率重建实验上,该方法也取得了更高的重建精度,在13个类别上的平均精度达到了0.618.

关键词：组件感知的三维重建深度学习高分辨率三维重建体素表示

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多视融合的高分辨率双目立体视觉技术研究

基于多视融合的高分辨率双目立体视觉技术研究

引用

作者：杜瑞建天津大学

学位级别：硕士

近年来,基于双目立体视觉的三维重建方法以其快速简便的优点而得到越来越广泛的应用。在利用物体三维模型几何信息的同时,对三维模型的纹理细节和真实感要求也越来越高。因此,如何得到具有高分辨率纹理的三维模型成为学者们的研究热点... 详细信息

近年来,基于双目立体视觉的三维重建方法以其快速简便的优点而得到越来越广泛的应用。在利用物体三维模型几何信息的同时,对三维模型的纹理细节和真实感要求也越来越高。因此,如何得到具有高分辨率纹理的三维模型成为学者们的研究热点。本文在双目立体视觉三维重建的基础上,增加一台专门采集高分辨率图像的纹理相机,基于特征匹配和多视融合技术,研究高分辨率纹理图像与双目点云模型的映射方法,实现高分辨率纹理三维模型的重建。主要工作和创新如下:1.采用以双目立体视觉系统和长焦距纹理相机相组合的高分辨率三维重建系统,将二维图像特征匹配与双目立体视觉三维重建相结合,提出一种新的高分辨率纹理映射方法。以双目立体视觉左视图像为桥梁,通过高分辨率纹理图像与双目左图的二维特征匹配,以及双目左图与三维点云的匹配关系,建立起纹理图像与点云模型的映射配准关系,实现高分辨率纹理图像到点云模型的映射。通过对不同三维物体的实验,验证了该方法的可行性和有效性。2.以多幅不同视角的纹理图像与三维模型的映射和融合,实现了完整表面的高分辨率三维重建。采用引导线点云数据分区方法,通过点云数据的分区映射,解决了多视纹理图像重叠区域的数据冗余问题,实现了多视纹理图像的有效融合。以4幅纹理图像为例进行实验,实验结果表明,各幅纹理图像在重建模型上对齐良好,有效提高了三维模型的纹理分辨率。3.针对大场景目标的高分辨率三维重建问题,研究了多站点多视纹理融合的映射方法。首先通过点云拼接将多站点的点云数据统一于同一坐标系,并得到站点间的相互关系。然后分别将各站点的高分辨率纹理图像与各自站点的双目左图进行特征匹配,并结合站点间相互关系,得到各站点纹理图像与拼接后的点云模型的映射配准关系,实现大场景目标的高分辨率三维重建。通过室外铜鼓的双站点及18幅纹理图像的拼接和映射实验,验证了多站点多视纹理融合的三维重建方法的有效性。

关键词：双目立体视觉高分辨率三维重建特征匹配纹理映射多视纹理图像

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向肿瘤介观荧光靶点的深度学习重建方法研究

面向肿瘤介观荧光靶点的深度学习重建方法研究

引用

作者：杜慧山东工商学院

学位级别：硕士

介观荧光分子层析成像(Mesoscopic Fluorescence Molecular Tomography,MFMT)是一种在介观尺度下的光学分子成像技术,它填补了宏观荧光分子成像和光学显微成像在成像空间分辨率为介观尺度(10μm-1000μm)上的真空地带,且能够在几毫米深... 详细信息

介观荧光分子层析成像(Mesoscopic Fluorescence Molecular Tomography,MFMT)是一种在介观尺度下的光学分子成像技术,它填补了宏观荧光分子成像和光学显微成像在成像空间分辨率为介观尺度(10μm-1000μm)上的真空地带,且能够在几毫米深度的生物组织内获得荧光靶点的三维分布,分辨率最高可达约100μm。然而,荧光靶点的重建问题实质上是一个不适定且病态的逆问题,并且易受到噪声的干扰。另外,高分辨率三维重建所需的密集空间采样和成像目标的精细离散化使敏感矩阵各列各行之间高度相关,同时也增加了测量数据的稠密度,这不仅增大了计算机内存的占用量,也增加了传统经典重建算法的重建时间。因此,本文针对上述问题,提出了两个重建方法:基于压缩感知和卷积稀疏自编码器(Sparse Net)的荧光靶点加速重建方法和基于去噪卷积自编码器(De Cnn Net)的荧光靶点高精度三维重建方法。具体研究工作主要包括:(1)针对在MFMT中,为实现高分辨率三维重建,密集的空间采样和成像生物组织的精细离散化所导致的敏感矩阵各行、列之间高度相关,同时也使通过MFMT成像系统所获得的测量数据过于稠密的问题,借助压缩感知理论的思想,设计了基于Sparse Net的荧光靶点加速重建方法。该方法利用卷积神经网络中多层卷积对敏感矩阵去相关、搭建稀疏编码器网络架构解决测量数据稠密问题以及利用传统重建算法借助Sparse Net预处理之后的测量数据和敏感矩阵对荧光靶点进行重建。经计算机数值仿真实验以及合成血管树重建实验结果表明所提出的方法可以大大提高传统重建算法的重建速度。(2)为进一步提高肿瘤介观荧光靶点(微细血管)的三维重建精度,解决MFMT中,噪声大,算法重建结果易受噪声干扰的问题,设计了基于De Cnn Net的荧光靶点高精度三维重建方法。该方法利用线性映射模块初步求解荧光靶点逆问题,设计U型架构的去噪自解码器模块对初始解去噪且稀疏化,同时为了避免神经网络在卷积时重要信息(例如,肿瘤微细血管的边缘信息、结构信息)丢失,网络中融入了数据一致层(Data Consistency Layer,DCL)和转置卷积。经计算机数值仿真实验以及合成血管树重建实验证明,此方法实现了用深度学习神经网络对荧光靶点精确直接重建的目的,对噪声具有很高的鲁棒性,相比较其他算法,重建精度得到了很大的提升。

关键词：介观荧光分子层析成像荧光靶点高分辨率三维重建卷积稀疏自编码器卷积去噪自编码器

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：