- 博客(5)
- 收藏
- 关注
RSS订阅原创 口内牙齿扫描，线激光中心提取，改进的steger算法
口内牙齿扫描需要应对的情况十分棘手，需要考虑到多方因素，包括牙齿材质的反光特性，牙龈周边的鬼影眩光，线激光条纹的亮度相差过大，以及条纹数量多等。经过比对多方论文资料，现阶段整理出了以下的线激光中心提取方案，来初步应对口扫这种扫描情况。
2024-10-09 09:41:01
251
原创 使用steger算法提取线激光，用于口内扫描（c++）
steger算法是基于Hessian矩阵，能够实现光条中心的亚像素精度定位，提取激光线的大致流程：通过Hessian矩阵能够得到光条的法线方向，然后在法线方向利用泰勒展开得到亚像素位置。3. Hessian矩阵一共有两个特征值，其中最大的那个对应的特征向量就是光条的法线方向，用。2. 求出图像每个点的一阶导数和二阶导数，，同时得到该点的Hessian矩阵。，即一阶导数为0的点是否位于当前像素内，且。方向的二阶导数大于指定的阈值，则该点。为基准点，则光条中心的亚像素坐标为。下面是每一步的结果展示。
2024-09-04 15:13:58
383
原创 A global registration method based on the vector field representation（论文笔记）
在一个表面体素上，我们通过编码的向量场值检测表面上最近的点，然后使用邻近表面体素的其他最近的点来估计该点的高斯曲率和平均曲率。在粗配准估计过程中，从每个视图中的数据构建向量场后，选择一个视图中的一种表面类型来检测其他视图中表面上的相同区域。通过首先使用从第一个视图中所有表面体素中提取的所有最近的点（称为参考点）来评估刚性变换的有效性，然后使用该刚性变换将参考点带到第二个视图中的新位置。因此，如果粗配准的结果不准确，并且用于构建向量场的体素大小很小，则不可能在细配准过程中找到足够的匹配点来估计变换。
2024-08-14 17:00:32
530
原创 Linear Least-Squares Optimization for Point-to-Plane ICP Surface Registration（论文笔记）（点对平面的ICP算法）
给定源表面和目标表面，ICP算法的每次迭代首先在源表面上的点与目标表面上的点之间组成一组对应点对。例如，对于源表面上的每个点，选择目标表面上最近的点作为其对应点。ICP迭代的输出是一个3D刚体变换M，它变换源点，使对应点之间的总误差在某一选定的误差度量下最小。是旋转矩阵R中非线性三角函数的参数，因此不能使用有效的线性最小二乘技术来求解。当使用点对平面的误差度量时，优化目标是在相应的目的点（见图1）每个源点和切平面之间距离的平方之和。这是一个标准的线性最小二乘问题，可以使用SVD（奇异值分解）来解决。
2024-08-12 09:50:11
337
原创 3D Surface modeling from Curves 论文笔记（原理介绍）
主要思想是在曲面曲线的交点附近逼近曲面来重建，微分曲面的基本性质，即所有经过某一点的曲面曲线的切线都位于该点与该曲面相切的平面上。理论上，曲面曲线交点处的平面可以用来粗略地近似一个曲面。在本方法中，使用有限数量的交点，并在这些交点及其邻域中的点上使用切面建立可靠的表面表示。重构曲面隐式表示为向量场(vector field)，其中表示到曲面上最近点的方向和距离
2024-08-09 16:00:12
526
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人