搜索资源列表
2Dto3D
- 本文提出的基于稀疏线性模型的优化算法能够相对准确、稳定地估计出二维特征点的深度信息。将深度估计值应用于形变算法，可以提高人脸的重建精度。-The proposed model based on sparse linear optimization algorithm is relatively accurate and stable two-dimensional feature points to estimate the depth of information. Estimate the
Composite-frequency-design
- 本文介绍了一种复合信号测量系统，该系统基于TMS320F2808实现，用来检测和重建复合频率信号中的主次信号。该系统由计算模块、重建模块和通讯模块组成。为了能在实时运行中自适应地确定采样频率，我们采取了“eCAP+AD”的方法，eCAP模块记录下整形后的复合信号的上升沿过零点时间值并估计出主频率，从而使系统能自动地选取合适的采样频率完成AD采样过程。系统采用了4096点的FFT算法，能够实现高达0.25Hz的频率分辨率，相对分辨率达到0.05 。-This paper introduces a
Matlab
- matlab三维点云重建网格建立实例编程教程，对反求的很有用-Matlab 3 d point clouds reconstruction grid establish instance programming tutorial, the reverse is very useful
Matlab
- 基于Matlab三维数据点三角剖分方法研究，关于matlab在重建中的应用研究，有参考价值-Based on Matlab 3 d data point triangulation method, some research on the application of Matlab in the reconstruction, have reference value
VTK-based-on-VCPP
- 首先介绍了医学图像三维重建的面绘制与体绘制方法，讨论了两种绘制方法的思想和优缺点，对常用的Marching Cubes算法和Ray Casting算法的原理和实现过程进行了阐述，并分析了可视化工具包VTK的实现机制。在VC++6．0平台下，结合可视化工具包VTK，分别基于Marching Cubes算法和Ray Casting算法对DICOM格式的CT图像序列进行三维重建，并给出了其实现的关键算法和3D可视化结果。通过人机交互，实现对重建后三维医学图像的旋转、缩放、平移等简单的交互操作。其次，通
3Dtuxingxuanranyinqinshejiyushixian
- 本文通过对三维图形引擎流水线的研究，建立了一个简单的图形渲染引擎以满足对案件现场重建的需要。研究的主要内容包括下面几点： 1)3D引擎中的数学运算。 2)3D引擎中的基本3D流水线。 物体数据或渲染列表中多边形数据在流水线中各个坐标系之间的转换。 3)光照和着色处理 研究四种光源类型：点光源、定点光源、聚光灯和环境光源，两种着色模式： 恒定着色和Gottraud着色。 4)纹理映射 插值计算纹理坐标和一维空间采样。 5)Z缓存 -Based on the
3D-Reconstruction
- 基于多幅图像序列的三维重建技术，以两幅图像的三维重建算法为基础，采用由运动 中恢复校准的结构方法，在已知摄像机参数的情况下，利用KLT特征点跟踪算法，实现了多 幅图像的三维重建，并利用集束调整优化了重建结果．-We presented a three dimensional reconstmction method based on image sequence of multiple images． Under the condition of the known camem pa
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿
paper
- 几篇关于点云三维重建的很好的文章，包含了一些常用的点云三角化的算法，值得学习。-Point cloud reconstruction of several good articles about, including some common point cloud triangulation algorithm, it is worth learning.
Pre-processing
- 点云数据的预处理与曲面重建，非常好的一片文献，值得参考-Pre processing and surface reconstruction of point cloud data
LBP
- 线性反投影算法（Linear Back Projection，简称 LBP）又称累加法，是最早使用的一种简单（ECT图像重建）成像算法。它将通过某点的所有投影射线进行累加，再反向估算出该点的密度值。从成像观点分析，它是不完全的雷登逆变换（完整的雷登逆变换包括微分、希尔伯特变换、反投影和归一化等步骤）。-Linear back projection algorithm (Linear Back Projection, referred LBP), also known as cumulative