为建立目标表面的真实彩色三维点云数据模型, 以编码标志点作为定位介质, 利用目标的无色点云和彩色图像, 提出一种三维点云颜色复原方法。在目标附近放置多组编码标志点, 用基于激光线的三维扫描设备获取目标无色的三维点云和编码标志点信息; 用彩色相机从多视角采集目标及编码标志点的彩色图像, 通过Canny边缘检测及亚像素定位算法得到编码标志点的图像坐标; 再利用改进的直接线性变换法由编码标志点的世界坐标值及像素坐标值求解出相机相对世界坐标系的位姿矩阵, 通过相机成像模型建立点云与彩色图像像元的映射关系; 最后, 利用插值法计算局部点云的颜色并完成整个点云颜色的融合。采用该方法对多个模型进行了颜色复原实验, 彩色三维点云的颜色空间位置偏差小于0.6 mm, 重建效率为7.3×104 point/s, 彩色三维点云与目标相似度高。该方法可以实现目标彩色三维点云重建, 计算精度和效率均能够满足使用需求。

研究了多视点下三维目标的识别问题。针对传统的采用单一特征的方法在目标描述方面的不足, 提出了一种融合多种特征的识别算法。首先, 利用各向异性高斯方向导数相关矩阵提取目标角点, 采用骨架约束提取特征角点, 将各特征角点到目标质心的归一化距离作为角点描述子。接着, 分别提取目标的几何矩不变量、仿射矩不变量、目标边界的傅里叶描述子; 计算4种特征的类内和类间散布矩阵; 以样本散布矩阵的迹作为权重, 加权融合4种特征。然后, 对融合后的特征向量进行独立成分分析(ICA), 得到相互独立的特征分量。最后, 采用支持向量机的分类方法进行分类。实验结果表明, 本文提出的方法比采用单一特征的方法的正确识别率平均提高10%以上, 且在小训练样本(10%总体样本)情况下仍能获得80%以上的识别率, 可满足经纬仪实时目标识别系统的要求。

讨论了刑事案件侦破过程涉及的足迹检验方法。考虑现有的足迹比对研究没有将足迹的深度信息与纹理信息分离后进行比对, 提出了一种融合纹理特征与深度信息的比对方法来实现足迹的自动比对功能。该方法通过四步相移补偿法来获取真实足迹特征的三维信息; 利用改进的二维高斯滤波器分离足迹的表面纹理特征与深度信息。最后, 采用区域互相关测度分别计算不同三维足迹信息中纹理信息之间和深度信息之间的相似度, 并按一定策略将量化的相似度信息转化为定性的判别结果。实验结果表明, 提出的方法能够有效分离足迹中的纹理信息和深度信息, 并能通过软件编程实现计算机对足迹的自动比对。与传统的针对二维图像灰度信息的足迹对比方法相比, 提出的算法能够描述真实的足迹形貌, 在现有数据集范围内, 自动比对正确率不低于90%; 加入人工干预后, 比对正确率可达100%。 得到的结果验证了提出方法的有效性。