北理工贾云德《计算机视觉》chapter13三维场景表示

《北理工贾云德《计算机视觉》chapter13三维场景表示》由会员分享，可在线阅读，更多相关《北理工贾云德《计算机视觉》chapter13三维场景表示（18页珍藏版）》请在装配图网上搜索。

1、精选优质文档-倾情为你奉上第十三章三维场景表示 三维场景表示是机器视觉的又一个关键技术为了理解场景并与场景中的物体交互作用，必须将场景的三维数据进行有效的表示三维场景表示包含有两个基本问题：场景重建和场景分割场景重建(reconstruction)是指使用插值或拟合方法从采样点(稠密深度测量值或稀疏深度测量值)计算曲面的连续函数，实际中通常使用许多三角片或小平面片构成的网面来近似表示场景深度测量值；场景分割是将表示场景的网面分割成若干部分，每一部分表示一个物体或一个特定的区域，这样有利于物体识别、曲面精确估计等后处理算法的实现本章从曲面的几何特征开始，讨论场景曲面重建和分割的一些基本方法这些方

2、法可以将双目立体测距、主动三角测距、激光雷达测距等成像系统的输出值转换成简单的曲面表示这些基本方法包括把测量点转变成三角片网面、把距离测量值分割成简单的曲面片、把测量点拟合成一个光滑曲面以及用测量点匹配一个曲面模型等131 三维空间曲线讨论三维空间曲线的原因主要有两个，一是一些物体或物体特征可以直接用三维空间曲线表示，二是三维空间曲线表示可以推广到三维空间曲面表示。曲线表示有三种形式：隐式、显式和参数式。在机器视觉领域中，曲线的参数表示比隐式和显式表示更为常用。三维曲线的参数形式为： (131)上式说明曲线上的一点可由参数表示的三个函数来定义，曲线的起点为，终点为。比如，从到的直线段的参数方程

3、为： （132）空间曲线的最通常的表示形式是三次多项式，下面我们将详细讨论1311 三次样条曲线 物体表面上的线条可以是直线、弧线或是任意的曲线曲线上的每一点位置可以表示成参数形式一般的三维曲线都可以方便地用样条函数来表示，这和前面讨论的平面曲线表示类似三次样条函数是一系列首尾相连的表示复杂曲线的三次多项式曲线，每一段三次样条函数的参数表示形式为： (133)其中三次多项式允许曲线通过确定的相切点，三次多项式是对于非平面曲线的最低阶的多项式将上式的系数表示成如下系数矢量： (134)而且，则三次多项式曲线可以重写为如下形式： (135) 更复杂的曲线可以表示为一系列首尾相连的三次多项式： (1

4、36)其中如果定义第个三次多项式段在单位区间上，那么整个区间则为可以认为，这个三次多项式序列是起点为，终点为的单一参数曲线这个三次多项式序列叫做一个三次样条函数，它是机器视觉和计算机图形学中表示任意曲线的常用方式1312 三维B样条曲线三维B样条曲线很适合表示由点序列构成的曲线，因此可以将二维B样条的定义扩展到控制点位于三维空间的三维B样条。例如对已知三维点序列，由等式（7.28）给出第阶三次多项式，而由等式（7.31）给出三维B样条曲线也不通过控制点132 三维空间曲面的表示本节将讨论机器视觉中常用的几种曲面表示1321多边形网面平面多边形，也叫平面片(planar patch)，可以组成复

5、杂的网面（polygon mesh），以表示各种物体的形状图13.1三角形网面和四边形网面示意图。本节将介绍如何用平面片进行物体多边形网面表示图13.1 物体表面的网面表示，(a) 三角形网面表示，(b)四边形网面表示 第七章讨论了如何用若干个直线段端点（顶点）坐标表来表示一个多直线段，这一方法也可推广到平面多边形，即平面多边形网面也可以用一系列平面多边形顶点坐标表来表示一个顶点常常是三个或三个以上多边形的公共顶点，因此，一个顶点在表中重复出现多次为了使多边形网面的每一个顶点在表中仅出现一次，可以使用一种间接的顶点坐标表示方法，即对这些顶点从1到进行编号，并按这一顺序将每一个顶点的坐标存入表中

6、每一个多边形可用其顶点编号表表示不过这种顶点表不能明显地表示相邻表面的边界，对于一给定顶点，也不能有效地发现所有包含此顶点的表面这些问题可以用翼边缘数据结构(Winged Edge Data Structure)来解决翼边缘数据结构是一种网络数据结构，它具有三种类型数据记录：顶点、边和面沿着数据结构包含的数据指针可以找到所有元素的邻接关系，而无须搜索整个网面，也无须将每一元素的所有邻接元素都存储起来在多边形网面中，每一个顶点对应数据结构中的一个顶点记录，每一个面对应一个面记录、每一条边对应一个边记录。这样，可以直接查询一条边对应的两个顶点和两个多边形面，也可以直接查询一个顶点对应的所有多边形面

7、（或边），查询时间正比于该顶点对应的多边形面（或边）的数量翼边缘数据结构可以有效地表示三角面网面及其它具有多条边的多边形网面，并且不要求各个多边形面的边数相等由于各顶点坐标包含在顶点记录中，因此，多边形面（或边）的位置可以由顶点的坐标计算出来每一个面记录指向该面的某一个边记录，每一个顶点记录指向该顶点对应的边记录。因此，边记录包含将多边形面及其顶点连结成多边形网面的指针，并且允许对多边形网面顶点进行快速的扫描具体地说，每一个边记录包含有两个端点指针，其两侧的两个多边形面指针和4个邻接翼指针，如图132所示。其中的面、顶点和边是用指南针的方向表示的，这样做只是为了方便，实际上，多边形网面上的方向

8、与地球方位没有任何关系每一条翼边允许对其对应的多边形顶点进行扫描，例如，可沿着东北翼边按顺时针方向扫描东多边形面各顶点图132 多边形网面翼边示意图确定多边形面是在东面还是西面取决于进入翼边缘数据结构中多边形面的顺序当扫描一个多边形面时，必须首先检查此面是在边缘的东面还是西面如果此面在这条边的东面，则沿着东北翼顺时针扫描或沿着东南翼逆时针扫描；如果此面在此边的西面，则沿着西南翼顺时针扫描或沿着西北翼逆时针扫描顺时针、逆时针方向是以观察者为中心的顺时针方向是这样确定的：左手大拇指指向此平面的法线方向，左手的其它手指方向就是沿此面的顺时针方向；右手大拇指指向此面的法线方向，右手的其它手指方向就是沿

9、此面的逆时针方向如果多边形网面表示一个物体完整表面，则所有面的法线都向外如果此多边形网面表示一个曲面，则所有法线都指向此曲面的同一边如果此曲面是图形曲面，则法线指向图形空间坐标的正坐标轴方向，例如，如果多边形网面为图形表面，则此表面法线指向正轴 在多边形网面上增加一个多边形面的方法见算法131，沿某一方向扫描多边形面各顶点（或边）的方法见算法132在算法131中，假定顶点是沿着平面顺时针方向排列的适当改进算法132，可用于搜索一个给定顶点对应的所有边(或面) 算法131 翼边缘数据结构上增加一个多边形面的算法 输入是一个按顺时针方向排列的多边形面的顶点表，包括顶点个数和顶点坐标1对于顶点表中的

10、每一个顶点，如果没有出现在数据结构中，则可增加该顶点记录2对于每一对相邻的顶点(包括起点和终点)，如果其对应的边没有出现在此数据结构中，则可增加该边记录3对于多边形的每一个边记录，增加翼边，以便顺时针或逆时针扫描该多边形面4产生一个多边形面记录，并增加指针指向其中一个边缘算法132沿着多边形面顺时针跟踪边缘输入是一个指向面记录的指针和一个调用待访问边的进程1从面记录中取出第一条边，使之成为当前边2处理当前边，即对被访问的每一条边完成所有的操作，如，沿着多边形面顺时针方向编辑顶点表，沿扫描方向记录边缘端点（顶点）3如果正在扫描当前边的西侧面，则下一条边将是西南翼4如果正在扫描当前边的东侧面，则下

11、一条边将是东南翼5如果当前边是第一条边，则扫描结束6否则，回到第2步1322 曲面片 曲面上的各部分可以用一个双多项式表示例如，平面可以表示为： (137)曲面片可以用更高阶的多项式来表示 双线性曲面片（线性是指任何平行于坐标轴的截面的截线是一直线）： (138) 双二次曲面片： (139) 双三次曲面片： (1310) 双四次曲面片 (1311) 在机器视觉中，上述双多项式经常被用来表示曲面片 多项式曲面片非常适合于局部表面的表示，例如一个点的邻域，但整个表面的表示不是很方便，而且不能表示非图形曲面更复杂的曲面可以用三次样条函数来表示，这将在下一节讨论1323张量积曲面1311节介绍了如何用

12、参数形式将一个复杂曲线表示成一个三次多项式，此方法可以推广到复杂曲面的参数表示 一个三次多项式参数方程的矩阵形式为： (1312)其中，每一个系数都是一个三元矢量 张量积曲面是由两条曲线合成的，其参数形式如下： (1313)其中，是三元行矢量，是三元列矢量，的积是每一个坐标系数的双积此系数曲面可以写为： (1314)其中， 是矩阵，其元素是参数曲面的每一个坐标系数的矢量在这种表示中，我们可以看到张量积曲面确实是两曲线的积：一条曲线以为坐标，另一条以为坐标任何平行于坐标轴的平面和张量积三次多项式曲面的交线都是三次多项式曲线换句话说，如果其中一坐标是常数，那么结果就是一条以其它两个坐标为参数的三次

13、多项式曲线1324 超二次曲面超二次曲面（superquadrics）由二次方程添加参数生成，这样可以通过调整参数很方便地改变物体的形状。增加的参数数目等同于物体的维数，比如，曲线是一个参数，曲面是两个参数。（1）超椭圆在超椭圆相应的方程中，允许和项的指数是变量，这样可以得到椭圆的笛卡儿表示式。笛卡儿超椭圆方程的表示形式之一是： (12.15)其中参数是任何实数。当时，可以得到一般椭圆表示式。相对于方程(12.15)，超椭圆参数参数方程可以表示成： (12.16)图13.3表示了运用不同的参数值产生的超椭圆面形状。图13.3 不同参数值对应的超椭圆图形 （2）超椭圆球超椭圆球面的笛卡儿表达式是

14、由椭圆球面方程增加二个指数参数而得： (12.17)当时，得到一般的椭球面。对超椭球面的方程（12.17），我们可以得到相应的参数表示式： （12.18）图13.4表示了由不同参数和值生成的超圆球形状。这些及其它超二次曲面形状的 可以生成很复杂的形状，如家具、闪电和其它金属构成。图 13.4 不同参数和值生成的超圆球形状133曲面插值 本节将讨论如何将上述曲面表示用于实际采样值的曲面插值计算，比如，用均匀分布网面表示双目立体测距或主动三角测距系统获得的深度图。但是，如果原始深度图不是均匀分布的，则无法用均匀分布的网面表示，此时就需要曲面插值一般来说，在对原始图像进行处理（如边界检测和分割）之前

15、，首先需要将深度图通过插值运算将其表示成一个均匀变化的网面模式1331三角形面插值假定通过双目立体视觉系统或主动三角测量系统得到一个曲面在离散点()处的采样值，下面讨论如何在图像阵列点上通过三角面进行深度值插值计算我们知道，不共线的空间三点可以构成一个平面，平面方程为： (1319)所以，已知非共线的空间三点，则可以确定上述方程的三个系数 我们知道，在的图像阵列上，每一点的坐标()由下式计算： 对于图像阵列的每一点()，在深度图中找出在平面上包含该点的三个非共面的点，根据(13.19) 求出三角面方程，然后计算该点的深度值： (1320)1332二元线性插值 二元线性函数可以表示为： (132

16、1)如果把上式的一个变量设定为常数，则函数对于另一个变量就是线性变化的换句话说，任何一个平行于坐标轴的平面和此二元线性表面片的交线都是一个直线段对于四条边皆平行于坐标轴的任何矩形平面，有唯一的用于矩形顶点插值的二元线性多项式假定我们要在一个矩形网格的四个顶点中间的一点进行插值，并设点由四条边都平行于坐标轴的矩形包围此矩形的顶点坐标是， ，其函数值为，见图135 二元线性插值的系数是由矩形的4个顶点确定的，把每一个顶点的坐标代入方程1320，则系数满足如下方程： (1322)联立上述四个方程，得到系数求解出： (1323) 当矩形网格是一个行距和列距都是单位值的方格时，二元线性插值有一个非常简单

17、的表示设要插值的点(x，y)离方格的左上顶点的偏移量为，则双线性插值公式为： (1324)此公式可用于插入像元之间的图像点的像素值图 135 二元线性插值示意图1333 鲁棒插值 在743节中，我们介绍了用直线拟合含有局外点的边缘集的最小中值二乘法(least-median-squares, LMS)最小中值二乘法也可用于曲面片拟合具有局外点的深度测量值集合 最小中值二乘法是一种鲁棒回归算法，其溃点值为50，正好对应于待拟合点集的中值的地方局部最小中值二乘估计器使用最小中值二乘法求出拟合一个局部区域来的模型参数，即通过极小化残差平方求解模型参数： (1325)是估计的参数矢量，是在测量点处图形

18、曲面实际值的估计 最小中值二乘法可以用于含有局外点的曲面采样拟合模型的参数求解例如，双目立体视觉的错误匹配，会造成错误的深度测量值，即局外点，测距雷达也可能在曲面不连续点处产生局外点如果在用曲面片拟合深度测量值时使用最小中值二乘法，则这种曲面拟合对局外点不是十分敏感特别需要指出，最小中值二乘法对曲面片拟合含有局外点的稀疏深度测量值是非常有用的将最小中值二乘法简明地表示出来不是一件易事，但对此算法的实现却很容易解释假设在每一个网格点附近的局部区域使用曲面片来拟合深度测量值本算法可以很容易地推广到使用更高阶的曲片块拟合对于每一个网格点，选择离此点最近的个深度测量值，从个测量值中任取数据作为一个待拟

19、合子集，则所有可能的数据子集为个。用曲面片拟合第个数据点子集，表示相关参数矢量，计算残差平方中值： (1326)用曲面片拟合所有的子集后，取最小的残差平方中值对应的参数矢量 本方法计算成本较高，因为对每一局部区域拟合都要进行次然而每一个曲面拟合是独立的，程序可以实现高度并行计算在实际中，可以尝试几种可能的组合，使得无局外点子集的概率接近于1，这样可以大大地减少许多不必要的拟合134 曲面逼近 由于深度测量值存在误差，因此找一个曲面来逼近深度数据比曲面插值更重要如果深度测量值是一个连续曲面上的采样点，那么完全可以由这些采样点重建这个曲面设重建曲面的模型为： (1327)该模型共包含个参数该曲面重

20、建问题实际上成为确定最适合数据的曲面模型参数的回归问题，回归函数为： (1328) 如果我们没有曲面的参数模型，则只能使用一个普通(或非参数化曲面模型来拟合此数据，即求解这些数据的一个最佳拟合曲面： (1329)这是一个不适定(ill-posed)问题，因为许多函数多可以对该数据集实现最佳拟合（实际上，这样的函数有无穷多个）不适定这一术语的意思是问题的求解不唯一，反过来，适定问题(well-posed)会有唯一的最优解为了能使方程1329变为适定，可以增加一个逼近约束函数，使得所选择的曲面拟合函数有唯一解选择约束函数的标准有许多，一种比较常用的标准是选择既能拟合数据又是光滑表面的函数 已知数据

21、点集()，则使下式达到极小化的是该数据点集的最佳拟合， (1330)其中。该方程与1329式不同之处是增加了一项加权光滑约束项光滑约束项叫做正则项或稳定函数权重系数称为正则化参数，较小时，可以使得逼近函数十分靠近数据点集，而较大时，则强迫逼近函数更平滑上面方程的第一个项称为问题约束，在该约束上通过增加稳定函数将不适定问题变为适定问题的过程叫正则化（regularization） 适定这一的概念远比求唯一解严格的多，比如，方程1329的拟合问题可能有唯一解，但是解空间中还有其它许多完全不同的解可能也是好的解，而一个适定问题只有一个解空间，该解对应的范数的最小值不仅是唯一的，而且肯定比其它解更好

22、1341回归样条 回归样条法是另一种曲面拟合方法。用曲面模型（如张量积样条函数）代替方程1329的拟合函数，该方程就变为一个回归问题，求解这一问题，就得到了该曲面模型的参数当然，如果知道曲面模型，那么就可以直接列出回归问题的方程，而不必经过方程1329。 许多曲面函数，包括张量积样条函数，可以表示为基本函数的线性组合： (1331)为函数系数，为基本函数使用张量积样条可以将基本函数组合成为一个网格： (1332)将方程13.31或13.32的曲面模型代入方程1328，得到一组求解回归参数的线性方程组因为方程组是稀疏的，因此，用稀疏矩阵方法求解比用奇异值求解要好 下面将从一维情况开始，详细介绍回

23、归样条计算方法一维样条函数是基本函数的线性组合： (1333) 假设样条基本函数均匀分布整数位置，样条基本函数在区间是非零的，基本函数位于从0到，所以决定样条基本曲线的形状的有个系数(见图136)。有一个样条曲线是定义在区间从 x=3 到x=m+1， 在x=0点的基本函数跨越3个区间到此曲线的左端，在x=m+1点的基本函数跨越3个区间到达此曲线的右端曲线端点以外的额外区间建立了曲线端点的边界条件，而且必须要包括进来，那样才能正确地定义第一个曲线段0，1) 和最后一个曲线段m，m+1)图13.6位于整数位置的基函数线性组合构成一维样条曲线示意图 每一个样条函数在4个整数区间上都是非零的，因为基本

24、函数重叠，每一区间都被4个基本函数覆盖基本函数的每一段是仅定义它的单位区间上的三次多项式，如图137所示，样条函数的每一段的三次多项式如下： (1334)如果简单地把这些三次多项式相加以得到样条基本函数是不正确的，因为每一段都限制于它的区间，这就是，每一段在它适用的区间之外必须被视为非零的为了在特殊点x估计特殊样条基本函数，有必要确定x位于哪一段和估计相对应的三次多项式图13.7 四个三次多项式构成的样条基函数 假设x位于区间，样条曲线是每m+1个样条基本函数的线性组合如式1333因为每一个样条基本函数占四个区间(单位)，上是，左边顺次是，所以为了估计当x在区间上的样条曲线，只需估计此区间上的

25、四个样条基本函数的线性组合： (1335) 因为每一个样条基本函数包含4个三次多项式，其中每一段都定义在其各自的区间上，只需估计在三次样条曲线被估计的区间上的三次多项式段即可在区间上的x点样条曲线的值为： (1336) 为了在任何位置估计样条曲线，有必要确定x所在的区间，并代入方程1336，下标表示区间的起点，那么4个样条基本函数的系数才是正确的 方程1336中的估计样条曲线的公式可以用于线性回归，因为模型在系数上是线性的方程包含术语x的幂，这并没有什么影响此模型可以用于下面的回归算法，此算法用于从一系列数据点()中确定样条的系数每一数据点可得到一个约束4个样条系数的方程： (1337)这些方

26、程组成一个线性方程组： (1338)其中，a是B样条系数的列矢量，方程右侧的列矢量是的矢量，除了在相对应在包含x的区间上的B样条基本函数的系数的4个元素外，矩阵的其它元素都为0此线性方程组可用单值求解法来求但因为此方程组是稀疏的，最好用稀疏矩阵方法 对于三维曲面拟合，模型是一张量积样条曲面： (1339)曲面拟合问题可以通过使下式最小化来求解 (1340)数据值之涉及一个下标，因为此数据只在此平面的离散点上，每一个数据值位于x-y平面的点() 确定张量积样条曲面系数的回归问题的公式化是和以前介绍的一维情况有点相似每一个基本函数占16个网面矩形因为基本函数重叠，所以每一个网面矩形上有16个基本函

27、数每一个基本函数包括16个二元三次多项式块每一块定义在一个网面矩形上，在此网面矩形外是非零的 假设此网面是均匀的，所以所有网面矩形都是大小相同的方格此样条基本函数中的二元三次多项式块的公式对每一方格都是相同的每一张量积基本函数可分写成一维基本函数的积： (1341)每一个一维基本函数包括4个三次多项式，定义在小网面矩形上的16个多项式块中的每一个都是两个三次多项式的积，其中一个以x为变量，另一个以y为变量，以x为变量的4个三次多项式见式1334，同样有以y为变量的4个三次多项式为： (1342) 样条基本函数的16个多项式块是由前面给的多项式两两相乘得到的，在网面的点，估计样条前面的公式如下：

28、 (1343)用此公式代替一维三次多项式就得到估计样条曲面的公式，16个系数的每一项为：这些表示是在点处估计的，乘以对应的系数，求和得到在(x，y)处的样条曲面 估计样条曲面的公式也就是用于确定样条曲面的回归问题的模型在样条曲面中有(n+1)(m+1)个系数每一数据点()得到一个包括16个系数的方程如同在一维情况下，回归问题可得到一个线性方程组： (1344)其中a是样条系数的矢量，右侧的列矢量b是数据值，N 的矢量除了对应在包含()的方格上的基本函数的16个元素矩阵M的每一行为0 此方法可通过拟合样条曲面到均匀像元和采样样条曲面来使图像平滑对样条网面来说没有必要和图像网面相对应；实际上，如果

29、样条网面有更大的空间，也就更光滑样条基本函数象高斯光滑滤波器(第四章介绍过)，而且，样条基本函数的宽度是由样条网面的空间决定的当使用以前介绍的用于样条网面回归问题的公式时，在图像上像元值为的位置()被映射到样条曲面的网面坐标系中样条曲面可按需采样，在原始图像的网面点坐标处，为了计算光滑图像的像元 样条曲面方程的优化表明样条只是一系列1352节中介绍的二元三次曲面块二元三次曲面块和样条曲面之间的区别只是样条曲面的二元三次块在块所在区域是二阶连续的，而任意二元三次块根本不需要连续张量积样条曲面是光滑的，而且还是二阶连续的，可以用于如身体器官、车体、飞机机身的建模在许多实际应用中，张量积样条曲面必须

30、是参数形式，如1343节介绍过的一样，在回归问题中反应曲面的系数是三元矢量，每一个元素对应，中的一个坐标，空间是平面直角坐标系，被分为均匀的网面最困难的是构造把点映射到，空间的公式，那样此测量点就能正确地和组成样条曲面的二元三次曲面块联系起来1342加权样条逼近目前介绍的曲面逼近方法的问题是：甚至在曲面边界的数据不连续，解还是光滑曲面在1361节介绍的回归样条的光滑的无参数函数是隐含的如果拟合曲面可以公式化为一系列分段光滑函数，深度测量值为： (1345)以分成数个区域，每个区域对应一个分段光滑函数，那样解能更准确地反应此处曲面的形状然而这会得到一些用于计算某些曲面的算法，这些超出了本书的范围

31、137节中将讨论曲面分割的问题我们可以避开曲面表示中的一些比较难的课题，而且通过改变方程1352的光滑性函数以降低深度数据不连续处的光滑性，仍然获得了符合不连续性的非常好的曲面拟合此方法就是加权正则化方法 一维的加权正则化式子为： (1346)如果权函数在数据不连续点取值非常小，在其它地方大，那么权函数就消去了不连续点的连续标准 在二维情况下，加权样条曲面拟合的公式如下： (1347)权函数为： (1348)其中是采样曲面的梯度应指出的是来自方程1329的正则化参数a已溶入权函数 可以用变分法把方程1347变为偏微分方程，或者用回归样条方法取代具有线性回归问题的方程1347假定在张量积基本函数

32、定义的网面的区域上的权是常数，就可以从梯度拟合中计算出方程1347中的权函数135曲面分割 一幅距离图像可以看作是如下分段光滑曲面均匀采样的网格： (1349) 本节将讨论如何将定义在均匀网格上的一组距离采样值分割成具有相似曲率的区域，并用低阶的双变量多项式来逼近每一个区域表面曲率特性可用来选取核区域，然后增长核区域以覆盖邻近距离采样值，核区域的增长准则是邻近距离采样值与逼近核区域的双变量多项式之间的偏差小于某一预先给定的阈值。 曲面分割问题通常表述如下，将分段光滑的曲面分割成光滑曲面基元 (1350)其中为特征函数，表示将曲面划分成表面片的一种分割，表示第个区域，它对应一个曲面基元，每一个区

33、域可以用如下多项式逼近： (1251)此模型包括平面、双线性、双三次、双四次多项式曲面片 特征函数可以通过每一区域像素位置的列表来实现，也可以使用其它表示如模板、四叉树等来实现1351初始分割 通过计算曲面的平均曲率H和高斯曲率K，并使用H和K的正负号，可以估计用于分割的初始核区域，以形成初始区域分割。对应于平均曲率和高斯曲率正负号的曲面有8种类型，表131所示，这些曲面类型可以用于构造核区域+0峰脊鞍脊0平面最小曲面+谷谷鞍谷假设距离函数分布在均匀网格上，因此可以按照一般图象进行处理。用可分离滤波器与距离图象进行卷积来估计距离图象的一阶和二阶导数使用距离图像的一阶和二阶导数计算平均曲率和高斯

34、曲率 (1352) （1353)使用下面公式计算整数标记以实现平均曲率和高斯曲率正负号编码 (1354)然后使用序贯连通成份算法（见第三章），将具有相同符号标记组成一个连通区域，并使用收缩或腐蚀算法把每一个连通区域减少到可作为核区域的最大尺寸区域，使用滤波器将那些无法对应场景曲面片的太小的区域滤掉。最后剩下的区域构成区域增长的种子1352 曲面片增长 距离图象中的每一个核区域可以用双变量多项式有效地拟合。拟合多项式一般从一阶（平面）开始，然后逐渐增加多项式（曲面）的阶数，直到曲面能够很好地拟合核区域为止。如果多项式阶数已经很高，但仍然无法得到满意的拟合结果，则该区域不能作为核区域。接下来的工作

35、是核区域扩展，以便覆盖核区域更多相似的邻近点，即把那些没有标记的距离像素通过增长过程添加到相应的核区域中去。决定邻近点是否添加到核区域中的相似性准则是邻近点与双变量多项式之间的偏差均方根，也称为拟合残差。如果该残差小于预定的阈值，则该邻近点为区域侯选点。在找到所有的侯选点以后，再使用双变量多项式对核区域和侯选点一起重新进行拟合，如果需要的话，可以考虑增加双变量多项式的阶数，使得所有点都满足相似性准则。如果拟合残差小于预定的阈值，则所有侯选点与核区域共同组成一个大区域；否则，放弃所有的侯选点。当没有区域能够再扩大时，区域增长过程终止。用于曲面分割的区域增长算法见算法133 算法133 曲面分割算

36、法1 使用可分离滤波器，计算距离图象的一阶和二阶偏导数，2 计算图象每一个像素位置的平均曲率和高斯曲率，3 对每一像素标记曲面类型，4 收缩区域以消除靠近区域边界的错误标记，5 使用序贯连通成份算法识别核区域，6 去掉太小的核区域，7 用双变量多项式拟合每一个核区域，8 从某一核区域开始，将满足相似性准则的核区域邻近点标记为该区域侯选点，9 重新用双变量多项式同时拟合核区域和区域侯选点，如果拟合结果满足相似性准则，则核区域和侯选点共同构成新区域，否则，放弃区域侯选点，10选择未进行过增长的核区域，重复步骤8和9，直到没有核区域能够再增长。136曲面配准 通过解绝对方位问题(122节)，可以确定

37、共轭对集合中的对应点之间的变换，也有不需要对应点就能实现两个表面对准，例如，无需事先知道采样点与物体表面点对应关系，就能将一组距离采样值与物体模型对准。本节将介绍迭代最近点算法（iterative closest point, ICP），此算法不用点对应关系，却可以确定一个物体的两种视图之间的刚体转换 迭代最近点算法可以应用在许多物体模型上，包括：点集，二维或三维的以及各种不同的曲面表示曲线可以表示为：多直线段线、隐式曲线或参数曲线曲面可以表示为：多边形曲面片、隐式或参数曲面、或张量积样条一个物体的两个视图没有必要具有同样的表示例如，一个视图可以是由主动三角测距获取的一系列空间曲线，而另一个视

38、图可能是张量积三次样条曲面关键的问题是视图的采样点可以映射到另一个视图上最近的点，以逼近共轭对点集通过对应关系求解绝对方位问题将会改善视图之间的对准性找到最近点的对应，并用这些近似的共轭对集求解绝对方位问题的过程可以一直重复进行，直到两个视图完全对准 下面讨论迭代最近点算法用于点集与曲面模型配准的方法。给定一个物体曲面的点集和此物体的一个模型，确定模型上的点集，使其与采样点集是最近的。采样点和模型的距离是： (1356)计算离采样点集中的每一点最近的点集，把每一采样点和模型中最近的点配对以组成一共轭对集()，()，()用这一系列共轭对求解绝对方位问题既使这些点列不是真正的共轭对，也可以获得视图

39、之间转换的逼近解法把这种转换用于点列，而且重新计算一系列最近点目前，点列离模型比较近，和的点对更接近真正的共轭对，可以再解一次绝对方位问题，再转换一次点列本程序可以重复直到最近点之间平方距离的数目低于某一个阈值 在早期的迭代中，最近的点对可能和真正的共轭对相去甚远，但是通过应用这些相似共轭对来解绝对方位问题，实现刚体转换，使此点列更接近模型随着迭代的继续，最近点对变得越来越象有效共轭对了例如，如果点对起初离模型较远，那么所有点可以映射到模型的同一点很显然，这样多对一的映射不可能是有效的一列共轭对，但是第一次迭代使此点列置于此模型上，那样这些点就位于匹配模型点的中心，而且接下来的迭代把点列的中心

40、和模型的中心对准最终的迭代使点列旋转，调整位置以对准点列和模型迭代最近点重合的过程见算法134算法134迭代最近点重合把一系列点和以多项式块为模型的曲面重合起来1计算最近点列，2计算点列之间的重合，3应用转换来重合点列，4返回第一步直到重合误差低于某一阈值图13.8求网面套准寻找对应点图13.9使用最近迭代算法进行深度图像序列配准示意图思考题131 怎样确定空间4个点是否共面？132 给出曲面基本曲率、高斯曲率和平均曲率的定义已知曲面上一点的这些曲率，你能得到此曲面的什么信息？从这些曲率中你能得到曲面的什么局部信息和全局信息？133 什么是样条曲线？为什么三次样条经常用于表示曲线？134 为什

41、么用多边形片表示任意曲面？用多边形片能够多大程度地接近任意曲面？135 什么是翼边缘数据结构？使用翼边缘数据结构的最大特点是什么？136 曲面拟合和曲面插值有何区别？137 什么是正则化？试举例说明使用正则化能有效地解决问题138 如何用B样条函数平滑图像？试举例说明？139 使用微分几何特性将曲面的局部形状分为8种曲面类型之一请解释这些微分几何特性，并说明划分曲面的标准是什么？计算机练习题131 写一个程序用于分割图像（包括举例图像），分割可以从基于微分几何学特征的局部核区域开始用区域生长方法拟合一个图像中的双二次和双三次曲面选择合适的区域增长和区域增长终止准则将你的程序用于几幅测试图像，研究拟合曲面的误差132 编制一个程序，可以生成超椭圆和超椭球（如图13.2和13.3 所示）。 专心-专注-专业