随着显示技术的发展, 3D显示给人们提供沉浸式体验和更加逼真的立体视觉享受。为了提高成像质量, 准直背光集成成像系统可以收敛像素光线的发散角度, 有效减小中心深度平面后体素的扩散趋势, 进而减小重构体素尺寸, 提高系统分辨率。然而, 由于准直背光系统像素光线的传播路径与传统散射背光系统存在偏移, 导致采样光线的像素映射错误, 进而产生体素漂移和混叠, 影响成像质量。因此, 结合逆向光线追踪技术, 提出一种精准的片源生成方法。该方法建立准直背光系统的光线传播几何, 重新确定采样光线起点和方向, 逆向跟踪每一条光线, 使每根光线信息正确映射到对应像素。实验结果表明, 该方法可以有效矫正光线偏移, 解决体素飘逸和混叠问题, 进而提高系统的成像分辨率。
集成成像 准直背光系统 分辨率 像素映射 体素漂移混叠 integral imaging collimating backlight system resolution pixel mapping voxel drift and aliasing
1 山东理工大学机械工程学院,山东 淄博 255049
2 山东直通车科技有限公司,山东 淄博 255000
对料堆表面和形态进行特征提取是实现仓储自动化、智能化的前提与基础,为货料的自动存、取控制提供判断依据。为了提取料堆的形态与覆盖面特征,首先,采用激光雷达对料堆进行扫描,获取三维点云后使用融合算法进行预处理;其次,基于表面法向量的差异和空间距离差异对点云进行超体素聚类;最后,利用曲面凹凸判断方法对聚类后的三维点云曲面提取出凸面,从而实现了料堆表面形态的判断。实验结果表明,该方法可较好地识别料堆表面特征,识别误差小于3.11%,且不需要针对场景进行训练,可直接应用于不同料堆场景。
遥感与传感器 激光雷达 特征提取 超体素聚类 凹凸关系 区域生长 激光与光电子学进展
2023, 60(2): 0228005
为了研究我国干旱地区核设施附近代表性生物剂量系数,以蒙古束颈蝗(Splingonotus mongolicus Saussure)为例,基于解剖学和几何学建立简化解剖学模型和基于CT断层扫描、Photoshop软件及Python编程等建立体素模型,并分别计算环境介质中90Sr、137Cs对蒙古束颈蝗不同组织和器官的内外照射剂量系数。为了验证本次计算结果的可行性,将计算结果与ICRP 108号报告进行了比较。由于ICRP 108号出版物采用整体简化模型,因此本文计算结果采用各个器官剂量系数总体平均值。结果显示:90Sr对蒙古束颈蝗简化解剖学模型内外照射剂量系数分别为6.59×10-4 μGyh-1/Bqkg-1、6.74×10-4 μGyh-1/Bqkg-1;137Cs对蒙古束颈蝗简化解剖学模型内外照射剂量系数分别为1.34×10-4 μGyh-1/Bqkg-1、4.40×10-3 μGyh-1/Bqkg-1;90Sr对蒙古束颈蝗体素模型内外照射剂量系数分别为7.87×10-4 μGyh-1/Bqkg-1、6.74×10-4 μGyh-1/Bqkg-1;137Cs对蒙古束颈蝗体素模型内外照射剂量系数分别为1.33×10-4 μGyh-1/Bqkg-1、3.51×10-3 μGyh-1/Bqkg-1;ICRP 108号出版物中提供的90Sr对参考昆虫的内外照射剂量系数分别为1.00×10-2 μGyh-1/Bqkg-1、3.90×10-10 μGyh-1/Bqkg-1;ICRP 108号出版物中提供的137Cs对参考昆虫的内外照射剂量系数分别为3.20×10-3 μGyh-1/Bqkg-1、2.80×10-3 μGyh-1/Bqkg-1。根据以上数据比较,ICRP 108号报告中提供的内照射剂量系数均比本文建立的剂量学模型计算结果大,外照射剂量系数均小,这可能与生物的体型及采用放射性核素衰变粒子及能量有关。本文采用接近生物体形态的简化解剖学模型及与生物体高度重合的体素模型,更加接近于生物体真实受照情况,精确度高、误差小,证明本次建立的昆虫剂量学模型可行。
蒙古束颈蝗 简化解剖学模型 体素模型 剂量系数 Sphingonotus insects Simplified anatomical models Voxel model Dose coefficients 辐射研究与辐射工艺学报
2022, 40(6): 060702
红外与激光工程
2022, 51(6): 20210491
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院大学,北京 100049
基于激光雷达点云数据的三维目标检测算法受制于数据量大,无法实现速度与准确率的平衡。本文提出一种改进的三维目标检测算法Pillar RCNN。首先将目标点云空间划分为体素格,使用一种基于稀疏卷积的三维主干网络将体素格逐步转化为立柱体素,三维信息量化为致密的二维信息。然后使用二维主干网络提取特征,同时将三维骨干网络中不同尺度的体素特征与二维主干网络通过多尺度体素特征聚合模块进行特征级联,通过损失函数进一步细化检测框。算法在KITTI公开数据集上进行测试,在RTX 2080Ti硬件平台上识别速度为2.48 ms。汽车、行人、自行车3种类别的检测效果同PointPillars基准算法相比较,其中自行车中等难度检测效果提升13.34%,困难难度的车检测效果提升8.85%,其他类别的检测准确率指标也有所提升,实现了速度与准确率的平衡。
计算机视觉 三维目标检测 体素 稀疏卷积 特征聚合 computer vision 3D detection voxel sparse convolution feature aggregation
贵州大学大数据与信息工程学院,贵州 贵阳 550025
针对传统视觉同时定位与地图构建(vSLAM)系统在动态场景中无法有效去除运动物体及缺少可用于更高层应用的语义地图等问题,提出了一种可有效去除动态物体并构建表征室内静态环境的语义八叉树地图的vSLAM系统方法。首先,使用Fast-SCNN作为语义分割网络提取图像的语义信息,同时,利用金字塔光流法对特征点进行跟踪匹配。然后,使用步进随机抽样一致算法(Multi-stage RANSAC)通过多次执行不同尺度的RANSAC流程对特征点进行步进采样,再利用对极几何约束并结合Fast-SCNN提取的语义信息进行视觉里程计动态特征点剔除。最后,通过体素滤波降低点云冗余后构建纯静态环境的语义八叉树地图。实验结果表明:所提方法在公用数据集TUM RGB-D的8个RGB-D高动态序列中测试的相机相对位移误差、相对旋转误差和全局轨迹误差相较于ORB-SLAM2系统有94%以上的提升,全局轨迹误差仅为0.1 m;相较于同类DS-SLAM系统,动点剔除总耗时有21%的缩减。建图性能方面,经体素滤波后构建的语义点云地图与语义八叉树地图分别占据9.6 MB、685 kB的存储空间,相较于17 MB的原始点云,语义八叉树地图仅占用其4%的存储空间并因含有语义可用于更高层次的智能交互任务。
同步定位与地图构建 动态点剔除 语义分割 步进随机抽样一致算法 体素滤波 语义八叉树地图 激光与光电子学进展
2022, 59(18): 1811003
华北电力大学 控制与计算机工程学院, 北京 102206
为了解决传统的杆塔点云提取算法对地面起伏较为敏感, 以及提取出的杆塔点云难以剔除地面点的问题, 提出了一种直接以原始点云数据为输入来实现杆塔提取的轻量级网络。将原始点云数据划分为若干大小相等的体素格, 利用特征学习网络及卷积网络提取体素格内的空间、结构特征; 并结合传统方法中的相对高度差以及点密度的特征, 从而判别该体素格为杆塔点云或非杆塔点云; 最后采用聚类算法剔除孤立的体素格以提高杆塔点云提取的准确率, 得到杆塔的激光点云数据。结果表明, 所提出的方法对于不同地形以及不同干扰因素情况下的杆塔, 提取精度能达到95%左右。该算法能有效地提取杆塔点云, 相对于格网法, 其稳定性及精确度有一定提升, 且对于高大树木、垂直遮挡等其它因素也有较好的抗干扰效果。
激光技术 杆塔自动提取 卷积神经网络 体素格划分 特征提取 laser technique extraction of power tower convolutional neural network voxel division feature extraction
1 南京信息工程大学 江苏省大气环境与装备技术协同创新中心, 南京 210044
2 南京信息工程大学 江苏省气象探测与信息处理重点实验室, 南京 210044
为了实现点云数据的区域划分, 提出了一种结合超体素与粒子群优化模糊C均值(PFCM)的聚类分割算法(SPFCM)。用随机采样一致性算法去除点云平面, 根据3-D点云的空间位置、曲率以及快速直方图特征, 利用八叉树体素化点云得到超体素。采用PFCM算法对超体初步划分, 并对粘连的点云再划分, 克服了PFCM算法对于堆叠物体无法分割及较大物体过分割的缺点,并在OSD-v0.2数据集上对SPFCM算法进行了性能测试。结果表明, 相较于PFCM算法, SPFCM不仅保留了其参量少、操作简单等优点, 而且指标得到了较大提升, 准确率达到86%, 查全率达到83%。该研究对3-D点云复杂场景的准确分割提供了帮助与参考。
激光技术 点云分割 超体素 模糊聚类 粒子群优化 laser technique point cloud segmentation supervoxel fuzzy clustering particle swarm optimization
1 武汉理工大学信息工程学院宽带无线通信与传感器网络湖北省重点实验室, 湖北 武汉 430070
2 湖南工学院电气与信息工程学院, 湖南 衡阳 421002
3 西安电子科技大学人工智能学院, 陕西 西安 710071
为了进一步提高点云图像船舶分类方法的分类准确率,提出了一种基于三维卷积神经网络(3D CNN)的点云图像船舶分类方法。首先采用密度网格方法将点云图像转为体素网格图像,将体素网格图像作为3D CNN的输入对象;接着通过设计的6层3D CNN提取体素网格图像的高水平特征,捕捉结构信息;最后在输出层利用Softmax函数进行分类,得到最终的分类结果。实验结果表明,在自建的点云图像船舶数据集上,所提方法的分类准确率达到了96.14%,比3D ShapeNets方法和VoxNet方法分别提高了5.97%和2.46%。在悉尼城市目标数据集上,与现有一些方法相比,所提方法的分类准确率较高。这些结果均证明所提方法具有良好的分类性能。
图像处理 船舶分类 三维卷积神经网络 体素网格 点云 点特征直方图 激光与光电子学进展
2020, 57(16): 161022
1 闽南师范大学计算机学院, 福建 漳州 363000
2 闽南师范大学物理与信息工程学院, 福建 漳州 363000
针对最近点迭代算法(ICP)在大数据点云下配准效率低及对配准点云初始位置依赖性强的缺点,提出了一种基于快速点云粗配准与 ICP 算法相结合的方法。根据体素对原始点云进行下采样,结合法向量特征提取关键点,使用快速点特征直方图(FPFH)算法描述关键点;根据局部邻域内的关键点匹配对的向量夹角特性进一步对匹配点对进行精简;对精简后的关键点对集使用随机采样一致性算法(RANSAC)获取内点最多的变换参数,从而完成点云粗配准;最后在粗配准点云的基础上使用 ICP 算法完成精确配准。实验结果表明,本算法在高密集点云上的配准效率和精度均有所提高。
图像处理 体素 关键点 特征提取 点云配准 随机采样一致性算法 激光与光电子学进展
2020, 57(4): 041008