未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题，提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架，通过在训练过程中引入多个复杂结构模型，提高该深度估计框架的泛化能力；其次，利用TSDF对各帧图像所估计的深度信息进行融合，实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验，对于300 mm尺寸的卫星模型图像，像素深度估计平均误差约为13 mm，通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计，并获得目标完整的三维结构与纹理信息，有效解决无纹理区域的重建结构缺失问题。     

预混旋流燃烧火焰三维折射率场重建

旋流燃烧器的结构参数会对航空发动机燃烧室的燃烧过程产生影响，为了获取高分辨率的流场三维信息以分析旋流燃烧器对燃烧室燃烧性能的影响并提出优化策略，可通过背景导向纹影层析（BOST）技术实现复杂流动的三维折射率、密度和温度分布的瞬态重建。首先采用镜头等效光学系统和龙格-库塔光线追迹方法对光线偏折产生的畸变图像进行模拟，在此基础上采用光流方程重建模型对规则和复杂对象的折射率场进行了重建模拟，分析了图像偏移大小的影响因素，计算了测量体、焦距等设置参数对重建误差的影响，提出了背景导向纹影的优化测量设置方法。模拟结果显示采用优化设置参数后重建折射率场较好地展示了湍流旋流火焰的旋进射流、褶皱和涡旋等流场复杂结构。     

基于Kinect三维重建的地下井室可视化方法研究

针对现有地下井室病害探测与维护方法的不足,提出了一种基于Kinect三维重建的地下井室可视化方法,以实现其三维可视化探测与维护.还提出了一种基于多项式曲面拟合的Kinect深度测量误差修正方法,利用联合双边滤波算法对深度图像数据进行预处理;结合SIFT特征匹配和改进的RANSAC算法获取相邻点云间的初始位姿,并利用基于邻域特征的ICP算法进一步实现不同视角点云的精确配准,从而获取全局一致的稠密三维点云.最后,在三维稠密点云的基础上进行曲面重建和纹理贴图,以实现地下井室真实三维重建.实验结果表明:所提方法可有效修正Kinect深度相机的深度测量误差,在0.5～4.5m的测距范围内,其三维重建精度可达2cm;在4.5～7m的测距范围内,精度也可以保持在4.5cm以内.所提重建方法可实现地下井室真实场景的三维可视化,为地下井室的探测和维护提供了技术支持.     

基于闪光红外热像技术的积冰探测方法（英文）

结冰探测在防除冰系统运行中起着至关重要的作用。本文提出了利用红外热波检测技术进行了积冰探测，并运用相关分析技术探讨了积冰边缘、厚度识别与冰形重建的方法。搭建了闪光脉冲红外主动式红外积冰探测实验平台，制备了规则型与阶跃型积冰样件，借助红外热像仪采集了受脉冲红外热激励后的积冰红外热信号。运用传统边缘检测方法与新构建的高斯-拉普拉斯金字塔和面积滤波相结合的边缘检测算法进行了积冰边缘识别效果的对比与分析。利用积冰热信号的时空相关性，提出了在长短时记忆（Long short term memory,LSTM）模型中引入注意力机制建立端到端的红外探测积冰厚度预测模型（Convolutional neural netwok-long short term memory-efficient channel attention,CNN-LSTM-ECA），用以预测积冰厚度。此外，通过结合边缘检测和厚度预测，进行了阶梯状积冰样件的三维重建。结果表明，基于高斯-拉普拉斯金字塔和区域滤波的传统边缘检测算法和新的边缘检测算法都可以用于检测冰的外边缘，但新算法在检测具有内部阶梯边界的冰边缘方面显示出显著的优势。基...