概括
本研究介绍了一种新的一次性3D重建方法,使用shearlet变换. 它在具有挑战性的领域提高了准确性,改善了实时扫描应用程序的3D点云质量.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 计算成像技术的成像
背景情况:
- 在3D重建中实现速度和准确性仍然是一个重大挑战.
- 一次性结构光照明提供实时扫描,但通常会产生质量较差的3D点云,特别是在高度变化较快的区域.
研究的目的:
- 开发一个增强的一次性3D重建方案,以提高精度,特别是在不连续的区域.
- 为了利用shearlet变换来结合空间和频率域信息来完善3D点云质量.
主要方法:
- 在变形的边缘图案上应用shearlet变换以获得变换系数.
- 根据像素的选择,选择对应于最大大小系数的指数,以创建一个新的过器.
- 全球重定位用于使用衍生过器提取相位,并生成相位解封指南的质量图.
主要成果:
- 拟议的方法在不连续区域中显示出稳定性,从而产生更准确的3D点云.
- 从系数大小和最大系数值生成的可靠的质量图有效指导阶段解封.
结论:
- 基于shearlet转换的一次性重建方案成功平衡了3D重建中的速度和准确性.
- 这种方法显著提高了从实时扫描中获得的3D点云的质量,特别是在复杂的地形中.
