西北工业大学学报
西北工業大學學報
서북공업대학학보
JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY
2005年
1期
75-78
,共4页
反射模型%变分法%阴影恢复形状%前向神经网络
反射模型%變分法%陰影恢複形狀%前嚮神經網絡
반사모형%변분법%음영회복형상%전향신경망락
针对传统SFS(shape from shading)必须已知光源参数的缺陷,提出了一种新的使用神经网络恢复单幅未知光源参数环境中物体三维形状的方法.该算法利用前向神经网络的非线性映射能力,建立了物体表面形状和其对应的图像灰度值之间的非线性关系,所得权值可视为环境光源参数,由此得出反射图函数.基于该反射模型,物体表面高度值通过迭代的方法求得,并使用多分辨率分级实现SFS算法以减小算法复杂度.实验结果表明该算法对于无光源环境,能给出有效的恢复结果.相比传统算法,精度提高了约29%.
針對傳統SFS(shape from shading)必鬚已知光源參數的缺陷,提齣瞭一種新的使用神經網絡恢複單幅未知光源參數環境中物體三維形狀的方法.該算法利用前嚮神經網絡的非線性映射能力,建立瞭物體錶麵形狀和其對應的圖像灰度值之間的非線性關繫,所得權值可視為環境光源參數,由此得齣反射圖函數.基于該反射模型,物體錶麵高度值通過迭代的方法求得,併使用多分辨率分級實現SFS算法以減小算法複雜度.實驗結果錶明該算法對于無光源環境,能給齣有效的恢複結果.相比傳統算法,精度提高瞭約29%.
침대전통SFS(shape from shading)필수이지광원삼수적결함,제출료일충신적사용신경망락회복단폭미지광원삼수배경중물체삼유형상적방법.해산법이용전향신경망락적비선성영사능력,건립료물체표면형상화기대응적도상회도치지간적비선성관계,소득권치가시위배경광원삼수,유차득출반사도함수.기우해반사모형,물체표면고도치통과질대적방법구득,병사용다분변솔분급실현SFS산법이감소산법복잡도.실험결과표명해산법대우무광원배경,능급출유효적회복결과.상비전통산법,정도제고료약29%.
