基于支持向量回归的灰度图像三维形状重构-农业机械学报.pdfVIP

２０１２年 ２月 农 业 机 械 学 报 第 ４３卷 第 ２期 ＤＯＩ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１２．０２．０４１ 基于支持向量回归的灰度图像三维形状重构 １ １ ２ 胡志勇 　张秀芬 　徐敬华 （１．内蒙古工业大学机械学院，呼和浩特 ０１００５１；２．浙江大学机械工程学系，杭州 ３１００２７） 　　【摘要】　为实现未知光源的灰度图像高效重构形状，提出一种基于支持向量回归机和粒子群优化算法相结合 的灰度图像重构三维表面形状的方法。通过研究和分析灰度重构形状（ＳＦＳ）问题，基于支持向量回归机理论，构建 了物体表面形状与其灰度图像间的非线性映射模型。对未知光照方向的实际图像进行光源方向估计，生成对应光 照方向的训练样本以提高任意光照方向下的图像的形状恢复精度。为克服支持向量回归机中各参数选取无依据 的不足，引入粒子群优化算法主动对各参数进行飞行寻优，使得回归模型为最优，以提高形状重构精度。最后，通 过实例分析验证了所提方法的可行性及有效性。 关键词：灰度重构形状　未知光源　支持向量回归　粒子群优化算法 中图分类号：ＴＰ３９１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１２）０２０２１６０５ ＳｈａｐｅｆｒｏｍＳｈａｄｉｎｇＢａｓｅｄｏｎＳｕｐｐｏｒｔＶｅｃｔｏｒＲｅｇｒｅｓｓｉｏｎＡｌｇｏｒｉｔｈｍ １ １ ２ ＨｕＺｈｉｙｏｎｇ　ＺｈａｎｇＸｉｕｆｅｎ　ＸｕＪｉｎｇｈｕａ （１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｎｅｒＭｏｎｇｏｌｉａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈｕｈｈｏｔ０１００５１，Ｃｈｉｎａ ２．ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｓｈａｐｅｆｒｏｍｓｈａｄｉｎｇ（ＳＦＳ）ｕｎｄｅｒｕｎｋｎｏｗｎｌｉｇｈｔｓｏｕｒｃｅｐａｒａｍｅｔｅｒｓｏｆｓｉｎｇｌｅ ｇｒａｙｓｃａｌｅｉｍａｇｅ，ａｎｅｆｆｉｃｉｅｎｔＳＦＳｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ（ＳＶＲ）ａｎｄ ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＰＳＯ）ａｌｇｏｒｉｔｈｍ．ＢａｓｅｄｏｎｔｈｅＳＶＲｔｈｅｏｒｙ，ａｎｏｎｌｉｎｅａｒｍａｐｐｉｎｇｍｏｄｅｌｗａｓ ｃｏｎｓｔｒｕｃｔｅｄｂｅｔｗｅｅｎｔｈｅｇｒａｙｓｃａｌｅｉｍａｇｅａｎｄｉｔｓ３ＤｓｕｒｆａｃｅｂｙｒｅｓｅａｒｃｈｉｎｇｉｎｔｏｔｈｅＳＦＳｐｒｏｂｌｅｍ．Ｔｈｅ ｌｉｇｈｔｓｏｕｒｃｅｏｆｔｈｅｔｅｓｔｅｄａｃｔｕａｌｉｍａｇｅｓｈｏｕｌｄｂｅｅｓｔｉｍａｔｅｄｔｏｇｅｎｅｒａｔｅｔｈｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏｔｈｅｌｉｇｈｔｄｉｒｅｃｔｉｏｎ．ＩｔｗａｓｉｍｐｏｒｔａｎｔｔｏｓｅｌｅｃｔｔｈｅｐｒｏｐｅｒＳＶＲｐａｒａｍｅｔｅｒｓｆｏｒｉｍｐｒｏｖｅｍｅｎｔｏｎ３Ｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎｐｒｅｃｉｓｉｏｎ，ａｎｄｔｈｅＰＳＯａｌｇｏｒｉｔｈｍｗａｓｉｎｔｒｏｄｕｃｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅｃａｓｅｓｔｕｄｙｈａｄｖｅｒｉｆｉｅｄｔｈｅ ｆｅａｓｉｂｉｌｉｔｙａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄＳＦＳｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ　Ｓｈａｐｅｆｒｏｍｓｈａｄｉｎｇ，Ｕｎｋｎｏｗｎｌｉｇｈｔｓｏｕｒｃｅ，Ｓｕｐｐｏｒｔｖｅｃｔｏｒｒｅｇｒｅｓｓｉｏｎ，Ｐａｒｔｉｃｌｅｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ