Uncalibrated Euclidean reconstruction a review

FLUENT软件操作界面中英文对照

File文件

Read读取文件：scheme方案journal日志 profile 外形

Write保存文件

Import:进入另一个运算程序

Interpolate :窜改，插入

Hardcopy :复制，

Batch opti ons —组选项

Save layout保存设计

Grid网格 Check 检查

Info 报告：size 尺寸 ；memory usage内存使用 情况；zones区域；partitions划分存储区 Polyhedral 多面体：Convert domain 变换范围

Convert skewed cells变换倾斜的单元

Merge合并

Separate 分害 9

Fuse (Merge的意思是将具有相同条件的边界合 并成一个；Fuse将两个网格完全贴合的边界融合 成内部(interior)来处理，比如叶轮机中，计算多 个叶片时，只需生成一个叶片通道网格，其他通 过复制后，将重合的周期边界 Fuse掉就行了。

注意两个命令均为不可逆操作，在进行操作时注 意保存case)

Zone 区域： append case file 添力口 case 文档

Replace 取代；delete 删除；deactivate 使复 位；

Surface mesh表面网孔

Reordr追加，添加：Domain范围；zones区域;

Print ban dwidth 打印

Scale单位变换

Tran slate 转化

Rotate旋转 smooth/swap光滑/交换| F屆 Grid Define Solve i-

Read ►

Write ►

Import ►

Export-,

Interpolate—

Hardcopy...

Batch Options.^

Save Layout

Run...

RSF...

Exit

\ Grid ] Define Solve Adapt

第３６卷　

１１ｏ１．３６　第８期　

Ｎｏ．８　计算机工程　

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　２０１０年４月　

Ａｐｒｉｌ　２０１０　

・图形图像处理・　文章编号：ｌｏ００＿＿＿３４２８（２０１ｏ）０ｓ＿＿０２１４—０３　文献标识码：Ａ　中图分类号：ＴＰ３９１　

基于未标定图像的三维重建算法　

谷月霞　，张维虑　，王晓燕２ｊ油世明２王静　

１．聊城职业技术学院计算机系，聊城２５２０００；２青岛大学信息工程学院，青岛２６６０７　１）　

摘要：提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建，通过施加度量约束将射影重建升级为欧氏　

重建，即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标，实现场景的三维重建。标记点易于进行点对精确匹　配，较手动拾取匹配提高了效率。实验结果表明，利用该算法能够大幅减小再投影误差。　

关健诃：未标定图像；分解方法；三维重建；再投影误差　

３Ｄ　Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　Ｕｎｃａｌｉｂｒａｔｅｄ　Ｉｍａｇｅｓ　

ＧＵ　Ｙｕｅ．ｘｉａ　，ＺＨＡＮＧ　Ｗｅｉ．ｚｈｏｎｇ２，ＷＡＮＧ　Ｘｉａｏ．ｙａｎ。，ＹＯＵ　Ｓｈｉ．ｍｉｎｇ　，ＷＡＮＧ　Ｊｉｎｇ　

（１．Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ，Ｌｉａｏｃｈｅｎｇ　Ｖｏｃａｔｉｏｎａｌ　ａｎｄ　Ｔｅｃｈｎｉｃａｌ　Ｃｏｌｌｅｇｅ，Ｌｉａｏｃｈｅｎｇ　２５２０００；　

２．Ｃｏｌｌｅｇｅ　ｏｆ　ｌｎｆｏｒｌｎａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ．Ｑｉｎｇｄａｏ　Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ　２６６０７　１）　

［Ａｂｓｔｒａｃｔ］Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｅｓｅｎｔｓ　ａ　３Ｄ　ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　Ｏｎ　ｕｎｃａｌｉｂｒａｔｅｄ　ｉｍａｇｅｓ．Ｔｈｅ　ｐｒｏｊｅｃｔｉｖｅ　ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　ｉｓ　ｐｅｒｆｏｒｍｅｄ　ｂａｓｅｄ　ｏｎ　

收稿日期：２０１８０９０４；修回日期：２０１８１１１５ 基金项目：广西科技计划重点项目（桂科攻１５９８０１０７）；桂林电子科技大学研究生教育创新计划资助项目（２０１７ＹＪＣＸ５３）；广西研究生教育创新计划资助项目（ＹＣＳＷ２０１７１４０）作者简介：温佩芝（１９６３），女，广西桂林人，教授，博士，主要研究方向为图形图像处理、三维重建、图像分割（ｗｐｚｓｉａ＠１６３．ｃｏｍ）；雷永庆（１９９２），男，湖北荆州人，硕士研究生，主要研究方向为图形图像处理、三维重建、机器学习；孙梦龙（１９９２），男，硕士研究生，主要研究方向为图像分割、深度学习．三维重建网格模型的缺陷孔洞识别与修复方法温佩芝ａ，ｂ，雷永庆ａ，ｂ，孙梦龙ａ，ｂ（桂林电子科技大学ａ．计算机与信息安全学院；ｂ．广西图像图形智能处理重点实验室，广西桂林５４１００４）摘　要：针对三维重建网格模型经常出现异常缺失孔洞的问题，提出一种缺陷孔洞自动识别与孔洞区域细节特征保持的曲面修复方法。首先对缺失区域的上下文及轮廓曲线进行异常检测以判断是否为缺陷孔洞，确认为缺陷孔洞后对孔洞周边的特征线进行检测与匹配构造孔洞区域的基曲面；之后引进一个无约束的三角剖分对基曲面进行三角化；最后利用网格的各向异性进行细化及形态调整，改善网格的拓扑结构和几何性质。实验结果表明，该方法能够有效地识别三角网格模型的缺陷孔洞区域并还原其细节特征。关键词：三维重建；孔洞识别；孔洞修复；细节保持；特征线；各向异性中图分类号：ＴＰ３９１．４１ 文献标志码：Ａ 文章编号：１００１３６９５（２０２０）０４０５９１２３４０５ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．０９．０７７３Ｄｅｆｅｃｔｉｖｅｈｏｌｅｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｈｏｌｅｆｉｌｌｉｎｇｆｏｒ３ＤｒｅｃｏｎｓｔｒｕｃｔｉｏｎｍｅｓｈｍｏｄｅｌｓＷｅｎＰｅｉｚｈｉａ，ｂ，ＬｅｉＹｏｎｇｑｉｎｇａ，ｂ，ＳｕｎＭｅｎｇｌｏｎｇａ，ｂ（ａ．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆ＩｎｆｏｒｍａｔｉｏｎＳｅｃｕｒｉｔｙ，ｂ．ＧｕａｎｇｘｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｌｌｉｇｅｎｔＰｒｏｃｅｓｓｉｎｇｏｆＩｍａｇｅｓ＆Ｇｒａｐｈｉｃｓ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙ，ＧｕｉｌｉｎＧｕａｎｇｘｉ５４１００４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆａｂｎｏｒｍａｌｍｉｓｓｉｎｇｈｏｌｅｓｏｃｃｕｒｒｅｄｉｎ３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｍｅｓｈｍｏｄｅｌｓｆｒｅｑｕｅｎｔｌｙ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｏｖｅｌｍｅｔｈｏｄｔｈａｔｈｏｌｅｄｅｆｅｃｔｉｄｅｎｔｉｆｉｃａｔｉｏｎａｕｔｏｍａｔｉｃａｌｌｙａｎｄｄｅｔａｉｌｐｒｅｓｅｒｖｉｎｇｓｕｒｆａｃｅｒｅｐａｉｒａｒｏｕｎｄｔｈｅｈｏｌｅ．Ｆｉｒｓｔｌｙ，ｉｎｏｒｄｅｒｔｏｄｅｔｅｒｍｉｎｅｗｈｅｔｈｅｒｔｈｅｈｏｌｅｗａｓａｒｅａｌｄｅｆｅｃｔｉｖｅｈｏｌｅ，ｉｔｄｅｔｅｃｔｅｄｔｈｅｃｏｎｔｅｘｔｉｒｒｅｇｕｌａｒｉｔｙａｎｄｃｏｎｔｏｕｒｉｒｒｅｇｕｌａｒｉｔｙｏｆｔｈｅｍｉｓｓｉｎｇｒｅｇｉｏｎ．Ａｆｔｅｒｔｈａｔ，ｉｔｄｅｔｅｃｔｅｄａｎｄｍａｔｃｈｅｄｔｈｅｆｅａｔｕｒｅｌｉｎｅｓａｒｏｕｎｄｔｈｅｈｏｌｅ，ｗｈｉｃｈｗｅｒｅｔｏｆｏｒｍｔｈｅｆｕｎｄａｍｅｎｔａｌｓｕｒｆａｃｅｏｆｔｈｅｈｏｌｅａｒｅａ，ａｎｄｔｈｅｎｉｔｉｎｔｒｏｄｕｃｅｄｕｎｃｏｎｓｔｒａｉｎｅｄｔｒｉａｎｇｕｌａｔｉｏｎｆｏｒｂａｓａｌｓｕｒｆａｃｅ．Ｆｉｎａｌｌｙ，ｉｔｍａｄｅｕｓｅｏｆｔｈｅａｎｉｓｏｔｒｏｐｙｏｆｍｅｓｈｔｏｒｅｆｉｎｅａｎｄａｄｊｕｓｔｍｏｒｐｈｏｌｏｇｉｃａｌｌｙｔｏｉｍｐｒｏｖｅｔｈｅｔｏｐｏｌｏｇｉｃａｌａｎｄｇｅｏｍｅｔｒｉｃｐｒｏｐｅｒｔｉｅｓｏｆｔｈｅｍｅｓｈ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｉｄｅｎｔｉｆｙｔｈｅｄｅｆｅｃｔｉｖｅｈｏｌｅａｎｄｒｅｓｔｏｒｅｔｈｅｈｏｌｅａｒｅａ’ｓｄｅｔａｉｌｆｅａｔｕｒｅｓｏｆｔｒｉａｎｇｕｌａｒｍｅｓｈｍｏｄｅｌｓｅｆｆｅｃｔｉｖｅｌｙ．Ｋｅｙｗｏｒｄｓ：３Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｈｏｌｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｈｏｌｅｆｉｌｌｉｎｇ；ｄｅｔａｉｌｐｒｅｓｅｒｖｉｎｇ；ｆｅａｔｕｒｅｌｉｎｅｓ；ａｎｉｓｏｔｒｏｐｙ０　引言在数字几何应用领域，三角多边形网格模型因其良好的可视化、简单灵活的表现能力，被越来越多地用于计算机视觉与图形学中表示物体的几何形态。由于现实物体形态及材质的复杂性，对目标物体进行三维网格重建生成时会造成孔洞、自相交、噪声、边冗余等方面的瑕疵，这对后续的几何模型展示及应用带来了极大的障碍。网格模型中的孔洞区域通常是模型缺失了几何信息且未经剖分的缺陷区域，待修补模型的孔洞区域处没有任何已知信息，使得构造一个连续、合理的几何结构来填充孔洞区域并得到令人信服的修复结果是一个具有挑战的课题。根据修复方法的不同，Ｐéｒｅｚ等人［１］将孔洞修复的方法主要分为基于体素的方法和基于曲面定向的方法两大类。基于体素的方法主要思想是将待修补的网格模型转换成体的形式表达，在体的基础上进行修补操作，再利用等值面抽取技术转换表达成多边形网格。Ｋｕｍａｒ等人［２］利用体扩散方程沿着体的表面扩散到数据缺失区域；吴晓军等人［３］提出了可见外壳与多视图三维点云融合的多视图立体修复算法；Ｐａｕｌｓｅｎ等人［４］建立符号距离场对初始点集能量最小化，后引入马尔可夫随机场（ＭＲＦ）进行规则化；Ｊｕ［５］通过建立一个八叉树网格结构，提出了等值面曲面重建的方法，但只适用于处理小的孔洞。这种基于体的方法虽然在效率上有良好的表现，但是在模型转换之间会丢失一些原有的细节特征信息，修复后的模型往往会比原有的模型出现多余的多边形面片，这对后续的网格简化等操作会造成输出网格质量的降低。基于曲面定向的方法一般是在待修补的网格模型上对孔洞进行定位检测和修复。Ｌｉｅｐａ［６］通过最小化相邻曲率的能量函数直接在待修复模型的孔洞区域进行Ｄｅｌａｕｎａｙ三角剖分；Ｗａｎｇ等人［７］先对孔洞顶点进行特征分类与匹配，之后用波前法（ａｄｖａｎｃｉｎｇｆｒｏｎｔｍｅｔｈｏｄ）进行细化填充，；另外还有基于Ｂｅｚｉｅｒ曲面［８］、径向基函数插值［９］、Ｌａｐｌａｃｉａｎ滤波［１０］、变分水平集［１１］等方法。这些方法在一定程度上能修复三维模型的破损区域，但计算复杂度高且在过渡区域不能自然衔接，无法很好地恢复孔洞原始的曲面细节特征。刘震等人［１２］将修复工作分为两步，首先利用动态规划的方法三角剖分构造基曲面，然后在基曲面的基础上通过基于特征线优先级的分层收缩策略不断迭代添加曲面细节，直到剖分孔洞形成的三角形边长小于边界边的边长为止。上述方法步骤繁多，且实现的每一步算法复杂度高，仅基于动态规划进行三角剖分的时间复杂度就为Ｏ（ｎ３）；且现有的大多数方法中，修复的过程需要人工参与判断该孔洞是三维重建中形成的缺陷孔洞，还是原本模型的自然所属，无法满足自动化的需求。本文针对上述缺点，

letax写文章常用的东西.

2010-07-19 20:57

斜体 \textit{S}

下标,上标 S_{o}^{k}

双层下标,第一层要用大括号括起来 {S_{o}}_{k}

嵌入到行中的公式 $\textit{S}$

WinEdt的自动换行,在copy的时候很有用,但是在自己写的时候又不方便,关闭之,点击最下面状态栏上的wrap

矩阵

\begin{Vmatrix}

\,a&b&c&d&e&f&g&h&i&j &\cdots\,{} \\

&a&b&c&d&e&f&g&h&i &\cdots\,{} \\

& &a&b&c&d&e&f&g&h &\cdots\,{} \\

& & &a&b&c&d&e&f&g &\cdots\,{} \\

& & & &\ddots&\ddots&\hdotsfor[2]{5}\,{}

\end{Vmatrix} \

大括号公式方案汇总

1.

\begin{equation}

\begin{cases}

eq1\\

eq2

\end{cases}

\end{equation}

2.有时候需要对齐，这时候我用

CODE:

\begin{equation}

\left\{

\begin{align}

x&=eq1\\

y&=eq2

\end{align}

\right.

\end{equation} 字母上边的尖号

\hat{a}

表格,

如果使用跨行表格,需要\usepackage{multirow}

图形. eps图形比较麻烦.

可以用png格式图形.使用方法:

首先从CTex安装文件夹中找到ebb.exe,然后写脚本处理图形,

ebb.exe figure1.png

然后会生成 figure1.bb

然后即可插入图片

\begin{figure}[!t]

\centering

\includegraphics[width=7cm]{PPCC.png}