典型文献
基于Harris-SIFT算法和全卷积深度预测的显微镜成像的三维重建研究
文献摘要：
针对珠宝、矿物和金属样本等立体标本在显微镜局部放大观测时存在弱纹理、反光等问题,本文提出了一种适用于显微镜应用场景下基于特征提取的多视图立体三维重建算法.将显微镜镜头角度固定,通过移动载物台对立体标本进行多角度成像获得图像序列.通过将Harris与SIFT算法的优势相结合将原本SFM方法重建中的SIFT算法改进为Harris-SIFT算法进行特征提取与匹配,提升了对显微图像在弱纹理区域特征信息提取的性能.通过使用与深度残差网络相结合的全卷积神经网络对输入的图像进行深度估计和预测,将预测的深度信息通过阈值法与MVS深度图相融合,对MVS深度图进行修正,重建出物体的稠密点云,提升了重建结构完整性并提取到更多的点云数目.在基恩仕VHX-6000数码显微系统进行实验表明,本算法比原始MVS重建算法重建的点云模型点云数目多31.25％,整体重建时间节省了21.16％.
文献关键词：
显微镜;三维重建;特征检测;深度估计;MVS深度图
中图分类号：
作者姓名：
张宝祥;玉振明;杨秋慧
作者机构：
广西大学计算机与电子信息学院,广西南宁530004;梧州学院机器视觉与智能控制广西重点实验室,广西梧州543002;梧州学院大数据与软件工程学院,广西梧州543002
文献出处：
引用格式：
[1]张宝祥;玉振明;杨秋慧-.基于Harris-SIFT算法和全卷积深度预测的显微镜成像的三维重建研究)[J].光学精密工程,2022(14):1669-1681
A类：
B类：
Harris,SIFT,深度预测,三维重建,珠宝,大观,反光,多视图立体,重建算法,镜头角度,动载,载物台,图像序列,SFM,算法改进,显微图像,弱纹理区域,区域特征,特征信息提取,深度残差网络,全卷积神经网络,深度估计,深度信息,阈值法,MVS,深度图,稠密点云,结构完整性,取到,基恩,VHX,数码,微系统,点云模型,特征检测
AB值：
0.385105
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
