概率模型下的SFS問題研究與實現(xiàn).pdf

1、基于單幅圖像明暗度的形狀恢復(fù)算法具有簡單快捷、應(yīng)用范圍廣的優(yōu)勢，是表面重建技術(shù)研究的一個重點方向。對于實驗條件下的合成圖像，由圖像的成像過程反推其在三維空間中的坐標(biāo)是一個病態(tài)問題。對于實際生活中采集的圖像，其成像光照環(huán)境復(fù)雜，物體表面反射率不均，依靠明暗度對物體三維形狀進行恢復(fù)會受到多種噪聲的干擾。論文針對實驗條件下的圖片和實際生活中采集的圖片分別設(shè)計了新的SFS算法，算法在恢復(fù)效果和穩(wěn)定性上取得了較好效果。
　　針對合成圖像，論

2、文在對基于傳播的SFS算法進行研究的基礎(chǔ)上，提出了一種改進的SFS傳播算法。為了克服傳播算法誤差較大的特點，論文使用了一種基于骨架的三維形狀從整體上來對待恢復(fù)目標(biāo)進行約束，并使用高斯混合概率模型將約束條件應(yīng)用于傳播算法。實驗結(jié)果表明論文提出的概率模型可以得到更加精確的表面重建結(jié)果。
　　針對實際圖像，由于物體表面的反射特性和圖像采集時的光源特性未知，表面重建工作具有一定難度。為了簡化問題，實驗選擇了互聯(lián)網(wǎng)上單張正面人臉圖片進行表面

3、重建。為了描述人臉基本形狀，實驗在概率的框架下使用了通用的參數(shù)模型“CANDIDE-3”來對SFS算法恢復(fù)的結(jié)果進行約束，并使用小波變換對所約束的高度信息在頻域上進行分解。實驗結(jié)果表明，論文提出的概率框架能較好修復(fù)線性SFS方法的重建誤差。
　　論文通過對合成圖像和實際圖像的表面重建，成功的將概率模型引入到基于單張圖像的表面重建工作當(dāng)中。實驗表明，通過引入高斯混合模型和適當(dāng)?shù)南闰灄l件，可以極大的提高重建結(jié)果的精確度，解決了基于單張