简介:3D人脸图像数据库广泛应用于计算机视觉、动画绘图设计、医学等很多领域。在法庭科学领域,采集三维人脸图像并建立数据库,可进行人像特征分类、统计人像特征的分布以及训练人像模型,这些分析是人像比对和识别的基础。与传统的二维数据库相比,三维(3D)人脸图像库能够提供更多信息,例如,三维人脸图像的空间结构和形状包含多视角轮廓。3D人脸图像采集方法包含多视角几何信息的方法、结构光的方法和3D扫描仪的方法,这些方法有不同的采集设备和环境。国内外已经建立了几个有代表性的3D人脸图像数据库,例如MPI实验室的MPI和BJUT的BJUT-3D,但这些库在分辨率和精度方面尚有不足。本文首先回顾了MPI、BJUT-3D数据库和它们的采集环境,然后对建立中国人的高精度3D人脸图像数据库进行探索研究。用彩色手持三维扫描仪(ArtecSpider)采集了1100个3D人脸图像,这些图像包含彩色纹理和深度信息(几何形状和点云),每个人脸图像的几何形状的采样点数目超过2000万,三角面片数目超过4000万。与BJUT-3D人脸数据库在人脸形状、分辨率和纹理等方面的比较结果显示,本研究采集的人脸图像有更高的精度,在嘴巴、鼻子、眼睛等方面比其他数据库中的人脸图像显示了更多的细节。建立的数据库将会支持在3D人像识别和算法评估方面的进一步工作。
简介:摘要: 获取人脸三维模型的方法有很多。利用三维扫描设备获取三维模型无疑是最有效、最直接的方法。然而,由于 3d 扫描设备的成本较高,这种方法不能广泛应用。这促使研究人员开始思考和探索一种低成本和有效的面部建模方法。目前,三维人脸建模的方法有很多 ( 如基于 b 样条曲线的三维人脸建模、基于二维图像的三维人脸建模、基于变形模型的三维人脸建模场景、基于识别机制的三维人脸建模等 ) 和工具 ( 如 Maya 、 3DmeNow 、 3dsMax 等 ) 。在众多建模方法中,基于图像的人脸三维建模越来越受到研究者的关注。这是因为这种建模方法的输入只有一个或多个图像,而这些图像可以很容易地从普通的数码相机中获取。
简介:在对人脸图像的研究中,三维图像可以弥补二维图像不能解决的多姿态多角度等问题,因此越来越受到重视。如何高效地大规模采集高清三维人脸图像仍是目前面临的一个值得深入研究的课题,包括设备选用、质量控制以及获取图像后的处理方法等。本文介绍了1100多份高清三维人像采集和处理过程中的方法、技巧以及需要注意的问题。一是设备的选择。在对扫描设备做了大量的资料查阅和性能比较后,选用了ArtecSpider手持式3D扫描仪,它不仅使用方便且可以较好地获取被扫描物体的深度信息和彩色纹理,测量精度可达微米级别,适合用于获取高分辨的三维人脸图像。其次是在获取大量的三维脸像样本中如何做好图像质量的控制。由于手持式扫描仪在采集过程中易受到人为操作的不稳定因素影响,本研究摸索出适用的操作流程以提高采集质量和效率。三是采集后的数据处理。获取的原始数据是经过计算机实时配准的几百至上千个曲面的集合,采用了人工干预的方法来进一步提高曲面配准的精度。在大规模样本采集效率的分析方面,通过对预处理前后的图像质量、平均处理时间和单个样本的曲面采集数之间的关系进行分析,得出采集的曲面数在500~700帧之间的样本质量为最佳。
简介:摘要:针对激光三维扫描图像中噪声干扰大,光条中心提取耗时等问题,根据激光三维图像的特征,提出了激光三维扫描图像处理改进算法。图像预处理过程中,结合不同特征采用不同的滤波方法,消除噪声干扰、增强图像特征。考虑到激光三维扫描的实时性,为了提高激光光条中心提取的效率,文中在steger光条中心提取算法的基础上,简化二维高斯卷积核,采用方向模板对图像进行卷积,计算图像中的各像素的各阶偏导数,进而构建hessian矩阵求得最小特征值和对应的方向向量,从而确定光条中心点,提高了光条中心提取的效率并保证了算法的鲁棒性。实验结果表明:改进算法能够有效去除激光三维扫描图像中的噪声,对不同类型的噪声具有良好的抗干扰能力,而且处理后的激光三维扫描图像质量较高,细节丰富、信息完整。此外,激光三维扫描图像处理的速度得到了优化提升。
简介:摘要:针对激光三维扫描图像中噪声干扰大,光条中心提取耗时等问题,根据激光三维图像的特征,提出了激光三维扫描图像处理改进算法。图像预处理过程中,结合不同特征采用不同的滤波方法,消除噪声干扰、增强图像特征。考虑到激光三维扫描的实时性,为了提高激光光条中心提取的效率,文中在steger光条中心提取算法的基础上,简化二维高斯卷积核,采用方向模板对图像进行卷积,计算图像中的各像素的各阶偏导数,进而构建hessian矩阵求得最小特征值和对应的方向向量,从而确定光条中心点,提高了光条中心提取的效率并保证了算法的鲁棒性。实验结果表明:改进算法能够有效去除激光三维扫描图像中的噪声,对不同类型的噪声具有良好的抗干扰能力,而且处理后的激光三维扫描图像质量较高,细节丰富、信息完整。此外,激光三维扫描图像处理的速度得到了优化提升。
简介:为了使砂岩三维重建结果更接近于原始样本,提出了一种基于平稳性的二维训练图像分析方法.基于纹理特征分析了训练图像的二阶统计特征以获取尺度平稳性;通过多点密度函数分析训练图像的多点统计特征,获取多点统计平稳性.实验结果表明:对于尺度平稳性和多点统计平稳性都相对较高的训练图像,重建得到的三维结构的局部渗透性和两点统计概率特性更接近于真实三维结构的相关特性.而多点统计平稳性较高但尺度平稳性较低的训练图像,与多点统计平稳性较低而尺度平稳性较高的训练图像相比,更接近于真实三维图像.因此,训练图像的平稳性评估对于三维重建的二维薄片图像选取具有重要作用,同时,高阶统计分析方法更为准确.