基于凸包特征检索的高斯混合模型点云配准方法

    公开(公告)号:CN104318551B

    公开(公告)日:2017-07-11

    申请号:CN201410543334.3

    申请日:2014-10-15

    Abstract: 鉴于传统的点云配准算法对采样密度分布的敏感性以及局部配准时较差的表现,提出一种基于凸包特征检索的高斯混合模型点云配准方法。首先计算待配准点云的凸包结构,以凸包表面上每个三角形的中心点作为一组高斯混合模型的计算原点,并通过不同三角形间的面积、方向矢量与欧氏距离对该GMM进行加权。而后根据每个三角形面元的加权GMM对两组待配准模型的凸包表面三角形进行匹配,寻找差异最小的一对三角面元进行刚性配准。最后使用凸包上的顶点作为薄板样条插值算法的控制点,实现全局性的弹性优化。本发明实现了点云的全局优化配准,并具备运算效率高、初始位姿适应性强、局部配准效果好的特点,可应用于物体跟踪、三维模型拼接及三维重建等领域。

    基于凸包不变性的点云配准方法

    公开(公告)号:CN103020960B

    公开(公告)日:2015-08-19

    申请号:CN201210485248.2

    申请日:2012-11-26

    Abstract: 本发明属于计算机视觉领域,鉴于传统的点云配准算法计算复杂度高,且对点云的初始位姿具有较强的依赖性,提出一种基于凸包不变性的点云配准方法。配准过程为:提取待配准的两个点云对应的三维凸包,将凸包表面分解为有限数量的有向三角形;根据三角形在允许误差范围内的全等判决条件,选取三角形的四个特征点,进行三角形变换关系的估计;利用参数优化算法,求解匹配参数,重复计算所有匹配关系对应的两个点云的相似性测度,最大相似性测度对应的变换参数即为最优刚性变换参数。本发明实现了多视点云的全局优化配准,并具备运算效率高、配准精度高、初始位姿适应性强的特点,可应用于物体跟踪、三维模型拼接及三维重建等领域。

    超分辨率插值重建方法、装置、设备及介质

    公开(公告)号:CN119991441A

    公开(公告)日:2025-05-13

    申请号:CN202510085926.3

    申请日:2025-01-20

    Abstract: 本发明公开了一种超分辨率插值重建方法、装置、设备及介质,涉及医学影像分析技术领域,该方法可以从稀疏采样的图像生成稠密的水平位插值结果,增加层间分辨率。该方法采用频域空间域协同学习模块实现了频域和空间域的特征互补,高频特征可以公平的和低频特征进行学习,从而更好的学习到高频信息来弥补空间域的不足。以水平位为主特征提取方向,同时融合矢状位和冠状位的信息进一步提高插值重建效果。采用多视角特征融合模块融合不同视图信息,通过使来自不同视图的特征实时交互来从三个视图中提取互补信息,而无需增加太多计算量。

    基于运动估计的视频插帧方法、装置、设备及存储介质

    公开(公告)号:CN119363993A

    公开(公告)日:2025-01-24

    申请号:CN202411447057.6

    申请日:2024-10-16

    Abstract: 本发明公开了一种基于运动估计的视频插帧方法、装置、设备及存储介质,该方法通过对输入图像的纹理特征提取、运动特征提取、联合优化中间光流和中间帧图像三个环节,生成清晰准确的目标中间帧图像。其中,金字塔编码器提取图像的多尺度纹理特征,使得提取到的特征同时拥有全局信息和局部纹理细节。运动特征的提取不仅提供相邻帧之间的明确对应关系,长距离的运动光流还能够捕捉冠脉收缩和舒张的交替往复运动情况。编码器采用中间光流和目标值特征联合优化的方式,以获得最终的插值结果。最终能够生成冠脉等血管运动连贯准确的清晰的高帧率序列。

    基于单目相机重建的虚实融合渲染方法及装置

    公开(公告)号:CN114511665B

    公开(公告)日:2024-07-19

    申请号:CN202011171037.2

    申请日:2020-10-28

    Abstract: 基于单目相机重建的虚实融合渲染方法及装置,能够解决虚实互相遮挡时显示缺乏深度感的问题,提升了医生对增强现实显示中的深度感知,能够更精准地获取虚拟模型与真实解剖结构的位置关系,有助于手术视野的拓展。方法包括:(1)通过单目相机对真实场景的实时重建,获得真实目标的三维点云信息;(2)通过计算单目相机光心到真实目标三维点云的距离以及光心到虚拟模型的距离来判断虚拟模型是否被遮挡;(3)被遮挡的虚拟模型的部分仅渲染边缘轮廓,未被遮挡的部分正常渲染显示。

    一种多模态融合头部姿态估计方法及装置

    公开(公告)号:CN118072369A

    公开(公告)日:2024-05-24

    申请号:CN202311376523.1

    申请日:2023-10-23

    Abstract: 本发明公开了一种多模态融合头部姿态估计方法及装置,该方法结合了RGB和点云两种数据模态进行头部姿态估计,充分利用了RGB图像的纹理信息和点云的几何信息,相互补充,提高了头部姿态估计的精度和鲁棒性;在特征融合阶段,引入了基于局部点云的融合思想,将局部点云特征与图像特征进行融合,提高了特征的多样性和表达能力;在局部点云融合阶段,采用了基于局部评分的策略,使局部之间产生竞争,竞争使每个局部区域提升融合质量,最后选择最佳的头部姿态预测结果,进一步提高了头部姿态估计的准确性。

Patent Agency Ranking