Цифры объемные фото: D0 be d0 b1 d1 8a d0 b5 d0 bc d0 bd d1 8b d0 b5 d1 86 d0 b8 d1 84 d1 80 d1 8b картинки, стоковые фото D0 be d0 b1 d1 8a d0 b5 d0 bc d0 bd d1 8b d0 b5 d1 86 d0 b8 d1 84 d1 80 d1 8b

Объемные цифры на День Рождения: схемы, уроки

Предлагаем вам пошаговые инструкции как сделать объемные цифры своим руками на День рождение или вечеринку. Они не оставят равнодушным ни одного ребенка, а еще с ними можно сделать чудесную фотосессию. Мастер-классы по изготовлению цифр как для детей так и для взрослых,  от очень простых до более сложных. Также  много вариантов оформления: салфетками, бумагой, тканью или глиттером. 

А на самом деле, такие украшения подойдут не только для детского праздника. Вечеринка, корпоратив,  новый год, девичник – чем не повод украсить помещение оригинальной огромной надписью?

Содержание статьи:

Единичка на годик — для начинающих

Очень простой мастер- класс  для  тех кто никогда не занимался рукоделием.

  1.  Вырезаем из старой картонной коробки основу  цифры (размеры приведены ниже)
  2.  Берем салфетки или упаковочную бумагу и нарезаем ее квадратами  со стороной 5-10 см по желанию
  3.  Берем за центр квадрата и приклевиаем клеем ПВА к основе.
  4. Даем подсохнуть 2-3 часа. Готово!

Также ниже на фото приведены несколько размеров  — готовые схемы  и чертежи для цифры единичка. Можете взять побольше или поменьше, на свое усмотрение.

Объемные цифры из картона

Этот мастер класс для более продвинутого уровня, и нам  потребуется минимум 2-3 часа на изготовления такой объемной цифры.

Необходимые материалы:

  • Плотный картон
  • Канцелярский нож
  • Ручка
  • Линейка
  • Скотч или изолента
  • Крепированная бумага 
  • Клей

 

Создание конструкции объемной цифры
  • Сложите два куска картона вместе. Нарисуйте выбранную цифру (или букву), а затем вырежьте канцелярским ножом одновременно два слоя картона. 
  • Советуем поместить снизу несколько дополнительных слоев картона, чтобы не порезать пол или стол. В данном случае размер цифр в высоту равен 50 см.

Шаг 2: Боковые полоски

В предыдущем шаге мы вырезали переднюю и заднюю часть цифры, а теперь нужно вырезать боковую. Для этого нужны полоски картона шириной 10 см.

Шаг 3: Соединение картонных частей

С помощью скотча или изоленты скрепите вырезанные цифры с боковыми полосками по швам. Для прочности делайте это не только сверху, а и внутри. 

Шаг 4: Крепление на изгибах

Когда доберетесь до изгиба, просто согните полоску картона, чтобы он лег по форме цифры. В таких местах можете больше укрепить конструкцию скотчем.

СОВЕТ: Создавать конструкцию очень просто и занимает это примерно 20 минут. Если вы хотите сделать цифры более крепкими и долговечными, можно укрепить их слоем (или двумя) бумаги и клеем. Для этого нанесите клей на полоски бумаги и обклейте картонную конструкцию.

 

Оформление и декор цифр

  1. Шаг 1: Подготавливаем крепированную бумагу. Украшение занимает больше времени, особенно если делать какой-то необычный дизайн.  Из крепированной бумаги нужно сделать небольшую гирлянду. Сейчас подробно разберем, как это сделать. Сначала вырежьте полоски из крепированной бумаги шириной около 8 см.
  2. Шаг 2: Делаем бахрому. Разрежьте полосы с обеих сторон на маленькие кусочки бахромы.
  3. Шаг 3: Подготовка к поклейке. Сложите полоски пополам, чтобы при оклеивании получалась более пышная бахрома.
  4. Шаг 4: Выбор дизайна. Здесь будем делать зигзагообразный дизайн для цифры «2» и волнистый для цифры «5». Чтобы упростить его исполнение лучше нарисовать линии по числу исходя из того, как далеко друг от друга будут расположены зигзаги или волны. Затем, руководствуясь этими указателями, будем клеить бахрому.
  5. Шаг 5: Начинаем клеить бахрому. Клеить будем снизу до верху. Нанесите на нижнюю часть цифры клей, следуя выбранному узору (то есть, если делали отметки карандашом, наносите клей поверх их). Возьмите бахрому из крепированной бумаги и опустите в нанесенный клей.
  6. Шаг 6: Доделываем оформление. Продолжайте добавлять клей и бахрому, перемещаясь все выше по цифре, пока не будет выполнен ваш дизайн. Обратите внимание, что каждый следующий слой бахромы немного перекрывает предыдущий, создавая больший объем. В готовом варианте цифра должна быть обклеена со всех сторон.

Цифры можно наполнить Конфетами!

  • Аккуратно вырежьте отверстие наверху цифры, чтобы поместить внутрь конфеты.
  • Также сделайте два маленьких отверстия, через которые протяните веревку для крепления.
  • Затем вырезанную часть цифры прикрепите обратно на то же место. Учитывайте соответствие веса конфет и крепости конструкции, чтобы они не выпали сами по себе до того, как по цифре ударят битой.

 Как украсить комнату на День Рождение —  Идеи и советы

 

Несколько дополнительных советов:
  1. Чтобы укрепить конструкцию  цифры можно вставлять дополнительные картонные перегородки
    . Таким образом, передняя и задняя часть цифры будет соединяться не только по швам, а и этими картонными столбиками (их ширина должна быть равной ширине буквы).
  2. При креплении бумажной бахромы, блесток и других украшений вместо клея можно использовать двусторонний скотч. Для этого нужно нанести его сразу на всю поверхность, а потом клеить украшения.
  3. Если украшения тяжелые или большого размера (например, цветок сверху цифры), то для более надежной фиксации можно использовать клеевой пистолет.

 

В поданном выше мастер-классе мы украсили цифры крепированной бумагой, но, конечно же, это не единственный способ покрыть картонную конструкцию. Давайте рассмотрим и другие возможные варианты дизайна.

  Дополнительно вы можете сделать гирлянду на день рождение своими руками — как на фото ниже, детальный урок по ссылке.

Декор гофрированной бумагой

Процесс изготовления  цифр с гофрированной бумаги аналогичный работе с крепированной, но она почти наверняка окажется сразу под рукой дома, если у вас есть маленькие дети. Конечно, лучше использовать двустороннюю цветную бумагу.

ЛАЙФХАК: Можно поклеить и белую бумагу офисную, а потом покрасить ее акварелью или баллончиком.

Также можно добавить цветной скотч, который и украсит цифру и будет дополнительно держать бумагу.

СОВЕТ: Если у вас есть плотные разноцветные салфетки, их тоже можно порезать на бахрому и использовать для украшения.

Из бумажных салфеток

Для изготовления таких цветов нам снова понадобится крепированная бумага или проще всего взять бумажные  салфетки.

Пошаговая инструкция декора букв:

  1. вырезать один квадрат из такой бумаги;
  2. сложить гармошкой и перевязать посредине;
  3. распушить, чтобы создать форму цветка.

ВНИМАНИЕ:

Цветки могут быть как одного цвета, так и разных цветов, гармонично сочетающихся между собой. Чем больше цветков, тем больший объем будет создаваться.

Обклеить тканью

Полоски ткани тоже подойдут для оформления объемных букв, причем ее можно приклеивать не натягивая, а делая небольшие складочки, формируя дополнительный объем.  

  •  Клей берем — ПВА и силиконовый

Для дополнительного декора чудесно подойдет тканевый цветок контрастного цвета.

Новогодний дождик

Дождик можно использовать не только как украшение елки или помещения на новый год, как мы стандартно привыкли делать. Для украшения цифр он особенно удобен тем, что уже порезан на бахрому, остается только приклеить к картонной конструкции.

Блестки или глиттер

При украшении блестками или глиттером цифры  на День рождения получаются менее объемными, зато блестят и переливаются. Так что здесь кому как больше нравится.

 Как сделать такие цифры имениннику:

  1. Вариант один — наносим клей  ПВА по всех поверхности и посыпаем глиттером.
  2.  Вариант два:  покупаем готовую краску глитер в болончике.

Совет: после покрытия блестками нанесите сверху лак, чтобы они не осыпались на пол и не оставались на руках, когда к ним притрагиваешься.  

Не забудьте сделать красивую подставку под торт  — в этой статье собраны идеи !

Цифры из фотографий

Создавая цифры на юбилей или годовщину свадьбы можно сделать дизайн с помощью маленьких фотокарточек с изображениями самых знаменательных и счастливых жизненных моментов.

Это будет намного оригинальнее за фото в рамке или настенный коллаж и точно удивит и обрадует виновников торжества. Также можно украсить красивыми вырезками из журналов или открыток.

Покраска цифр акрилом

Объемные цифры можно просто покрасить, используя кисточку или баллончик. Только обратите внимание на то, что после склеивания картонной конструкции сверху остается скотч и после покраски его может быть видно.

 Краска: лучший вариант это акриловая краска

СОВЕТ: Поэтому для более аккуратного результата изначально советуем приклеить сверху картона бумагу, но уже используя двусторонний скотч, чтобы получилась ровная поверхность.

 

Пусть эти цифры, не зависимо от выбранного способа дизайна, подарят радостные эмоции вам, именинникам и всем гостям вечеринки, ведь в этом и есть их предназначение! Успехов!

Цифры для мальчика

Несколько идей оформления для  мальчика: просто и со вкусом

Единичка для девочки

Для девочек,  можно проявить фантазию и сделать цифры в форме  их любимых героев единорогов или принцесс.

Объемные цифры, буквы из пенопласта,декор, реклама, логотипы, вывески, цена 280 грн.

Буквы из пенопласта.

Изделия из пенопласта, возможно вырезать от логотипов до муляжей, любая ваша фантазия может быть воплощена из этого материала в изделия из пенопласта. Изготовление декораций, логотипов, оформление витрин, театральные декорации, имена молодоженов на свадьбе, объемные буквы, снежинки и снеговики для украшения к новогодним праздникам, муляж вашего продукта 3-х метровой высоты. Все, что вы пожелаете может быть изготовлено из этого материала. При этом данные фигуры будут легки в транспортировке и монтаже. И, такой индивидуальной рекламой из пенопласта вы точно будете отличатся от конкурентов. Очень многие наши заказчики удивляли всех оригинальностью подобных решений в изделиях из пенопласта и оценили. Вам не нужно ждать несколько недель, так как заказы выполняются быстро. Вы получите аналог вашего эскиза так как фигурная резка пенопласта происходит по шаблону при помощи специального оборудования, что позволяет добиться точности не потратите много денег так как пенопласт дешевле любого «приличного» материала Вы получите любой цвет, так как мы покрываем изделия красками на водной, латексной и акриловой основе, с матовым, глянцевым, бронзовым, перламутровым, абсолютно любым эффектом. Все что вам нужно, это обратится к нам с вашей задачей, и мы поможем найти оптимальное решение. Ведь изготовление декораций выполняется под конкретную задачу клиента. Впечатляющая рекламные декорации из пенопласта. Не зависимо от сферы бизнеса каждый задумывается о том, как привлечь больше клиентов. Например, участникам выставки хочется привлечь к своему стенду больше посетителей, если деятельность связана с торговлей, то хочется чаще видеть заходящих прохожих, а заказчику биг борда; побольше глаз к своей рекламе. Этого возможно добиться, неординарной рекламой, обращающей на себя внимание. Огромный логотип или буквы из пенопласта могут украсить приемную вашего офиса, разноцветная вывеска из пенопласта вход в магазин, а муляж продукции 2-х метровой высоты выставочный стенд. Фигурная резка пенопласта позволяет воплотить любые идеи по вашим эскизам, которые мы можем применить от изготовления логотипов до применении при оформлении витрин магазинов. Оформление витрин декорациями из пенопласта оригинально и недорого. Объемные буквы из пенопласта в витрине, например, в надписи SALE отличный анонс распродажи. Яркие разнообразные декорации, вместе с манекенами могут стать нестандартной рекламой новой коллекции. Вам не нужно будет нести дополнительные затраты на работу рекламного агентства или декораторов. Обратившись к нам, могут быть воплощены ваши любые идеи при оформление витрины. Мы производили декорации сцены музыкальных фестивалей, выставочные стенды и элементы фирменных стилей компаний, наши изделия из пенопласта украшали рестораны и кафе, свадьбы и корпоративы. Воплотите и вы ваши задумки с нашей помощью.Некоторые примеры работДля рекламных агентств и декораторов мы разработали взаимовыгодные условия сотрудничества и рады видеть в числе наших постоянных клиентов.

 

Объемные Цифры из Пенопласта на заказ от 70 руб/шт

Объемные цифры из пенопласта – красивый декор


Объемные цифры из пенопласта – сравнительно недорогой, но действенный способ привлечь внимание клиентов к вашему товару, украсить территорию торгового центра, проинформировав о предстоящих акциях (например, «-20% на все!») или удивить гостей необычным декором помещения.

Компания «Русский Пенопласт» работает в сфере изготовления оригинальных изделий из пенополистирола с 2013 года и заслужила репутацию надежного партнера. Мы гарантируем клиентам быстрое, в течение 2-48 часов, и качественное выполнение проекта любой сложности.

Постоянные и новые клиенты уже оценили преимущества сотрудничества с нашей компанией:
     

Любые способы доставки
по Москве, МО и России

         

Действительно низкие цены,
на 10% ниже конкурентов

 

Применение объемных цифр из пенопласта

Подобный яркий и необычный декор с успехом используется при проведении:

Выставок


Объемные пенопластовые цифры – довольно дешевый и оригинальный способ оформить выставочный зал или стенд компании. Заказать пенопластовые конструкции можно не только для оформления помещения, но и для уличной рекламы. Посетители однозначно не пройдут мимо красивых, тематически украшенных, объемных цифр из пенополистирола.

Торжественных мероприятий


 

Лучшее решение для декорирования любого праздника (корпоратива, дня рождения, юбилея, свадьбы) – заказать объемные цифры из пенопласта высотой от 10 см до огромных конструкций с человеческий рост. Запоминающееся и неповторимое  украшение помещения вам гарантированно.

Фотосессий

 

Объемными цифрами из пенополистирола можно составить любую дату, возраст, количество дней и т.д. Вы сможете провести любительскую или профессиональную фотосъемку и в итоге получить эксклюзивные снимки на фоне изящных, красиво декорированных, пенопластовых изделий.

Купить объемные цифры из пенопласта – значит получить возможность дешево, но при этом эксклюзивно, оформить торжество, украсить помещение, привлечь покупателей нестандартной рекламой. Красочные изделия  в матовых или глянцевых  тонах «приковывают» взгляды прохожих, гостей, потенциальных заказчиков.

 

Специалисты компании «Русский Пенопласт» спроектируют и изготовят объемные цифры из пенопласта в срок от 2 часов до 2-3 дней. Собственное производство и современное оборудование обеспечивают изготовление конструкций под заказ по лучшим ценам в Москве и Московской области.

Стоимость объемных цифр из пенополистирола

Цена пенопластовых цифр, по сравнению с аналогами из металла или пластика, в 2-3 раза ниже, при этом эксплуатационные качества конструкций не уступают изделиям из других материалов.  К тому же, пенопласт очень легкий, удобный для транспортировки, быстро монтируется на клей или двухсторонний скотч.

Ориентировочная стоимость  объемных цифр из пенополистирола указана в таблице:

ВЫСОТА ЦИФРЫ

ТОЛЩИНА ПЕНОПЛАСТА

2 СМ

 3 СМ

 5 СМ

 10 СМ

10 см

70 р.

 90 р.

 110 р.

 170 р.

15 см

120 р.

 130 р.

 170 р.

 220 р.

20 см

150 р.

 160 р.

 220 р.

 290 р.

30 см

240 р.

 260 р.

 310 р.

 410 р.

40 см

330 р.

 360 р.

 410 р.

 530 р.

50 см

400 р.

 450 р.

 550 р.

 650 р.

60 см

490 р.

 550 р.

 670 р.

 830 р.

70 см

680 р.

 720 р.

 840 р.

 1010 р.

80 см

760 р.

 820 р.

 930 р.

 1210 р.

90 см

900 р.

 970 р.

 1120 р.

 1280 р.

100 см

970 р.

 1010 р.

 1210 р.

 1370 р.

Воспользуйтесь формой на сайте «Заказать расчет» и в течение 30 минут узнаете стоимость изготовления пенопластовых объемных цифр по вашим рисункам, чертежам или фото.

Резка конструкций осуществляется мастерами с 20-летним опытом на высокотехнологичном оборудовании – станках «Супер Макси». Благодаря этому все изделия прорабатываются до мельчайших деталей, отличаются первоклассным качеством и уникальным дизайном.

Стоимость объемных цифр из пенопласта на 10% ниже среднерыночной по Москве и области. Мы добились этого за счет уникальных схем управления производственными процессами и технологиями изготовления.

Дополнительное оформление пенопластовых цифр

У нас предусмотрен красивый декор для объемных цифр из пенопласта, который включает в себя:


Акриловую покраску. У нас можно купить объемные цифры из пенополистирола с покрытием краской от известных производителей Alpina, Dulux, Marshall. Палитра RAL насчитывает 1625 оттенков.

 

Подсветку по контуру. Создаем «светящиеся» уличные цифры из пенопласта за счет использования светодиодов, неоновых трубок, люминесцентных ламп. Изделия могут быть огромных размеров до 10 метров. Они «призывно» сверкают или мигают в  темноте, как дополнительное уличное освещение.

  

Фактурную поверхность. Изготавливаем ростовые или небольшие объемные цифры из пенопласта с поверхностью, которую визуально не отличишь от пластика, камня или металла.

По желанию клиента обработаем изделия фасадными полимерными шпаклевками, антивандальным раствором.  Чтобы усилить конструкцию, используем металлокаркас или армированную сетку. 

Предусмотрена срочная резка объемных цифр из пенопласта в день поступления заказа. Учитываем все пожелания клиента и выполняем проекты, которые оказались не под силу другим компаниям.

Также в компании «Русский Пенопласт» организована доставка объемных цифр из пенополистирола по Москве, Московской области, всей России и СНГ. Предусмотрен самовывоз товара со склада в столице, расположенного по адресу: улица 1-ая Стекольная, дом 7, строение 7.

Сделать заказ на изготовление объемных цифр можно, обратившись к нам удобным способом:



тел: +7 (499) 390-38-32, +7 (926) 213-37-83;

  

e-mail: [email protected];



форма обратной связи на сайте.

из фотографий, пуговиц, подвесок или ткани

Очередной обзор лучших идей, как можно своими руками сделать объемные буквы или цифры на день рождения, свадьбу или просто для фотосессии. (Тут первая подборка по цифрам из картона, бумаги и салфеток). Хотите создать букву-фотоколлаж или планируете украсить ее оригинальным декором? Может быть, вам понравится идея создания буквы-полки? Об этом и многом другом читаем ниже.

Тканевые

Тканевые объемные буквы всегда добавляют уюта и тепла в любом интерьере. Это идеальный реквизит для любой фотосессии и прекрасный подарок своими руками на день рождения ребенку.

Фото в статье — по материалам etsy.com

Сочетание однотонной ткани и принтов с мелким рисунком, качественный хлопок и мягкий фетр – для создания букв подойдут разные материалы. Можно сшить объемную букву полностью из ткани, взяв в качестве наполнителя синтепон или пенопласт в шариках. Другая идея – обклеить тканью или кусочками ткани картонные или деревянные заготовки букв с помощью ПВА.

Буква-полка

Прекрасная идея, почерпнутая на иностранных просторах Интернета, — сделать своими руками букву-полку. Идея практична ровно настолько, насколько и красива. Основной материал для работы – МДФ и электролобзик.

Главная и самая сложная задача – точно раскроить детали, чтобы потом не намучиться при стыковке. Перед сборкой детали прокрашиваются краской. Буква-полка – это отличное и оригинальное решение для любой детской комнаты!

Фотоколлаж

Большая буква или цифра, состоящая из фотографий с недавней фотосессии или просто снимков из семейного архива, украсит дом приятными воспоминаниями. Например, на день рождения малыша составить цифру «1» можно из лучших фото за первый годик.

Сделать такую штуку своими руками очень просто: картонная, фанерная или МДФ-заготовка покрывается слоем ПВА, на который приклеиваются нужные фрагменты фотографий. Черно-белые фото – гармоничное решение, так как в цвете многие фото плохо сочетаются рядом с другом и ограничивают выбор. Особенно, если украсить их по краям стразами. Более подробно о создании буквы-фотоколлажа на день рождения рассказывает вот такой видео мастер-класс.

Пуговицы

Все разнообразие пуговиц, какое только есть сейчас на прилавках магазинов, вполне может пригодится при декорировании букв. Пуговки клеятся на самый обыкновенный термоклей. Нежные и восхитительные работы, созданные с помощью обыкновенных пуговиц, вдохновляют на подвиги.
Так и хочется отложить в сторону все накопившиеся дела и тоже украсить дом такой красотой! Тем более что совсем скоро день рождения у дочки, и нарядная цифра, украшенная блестящими пуговицами, будет очень кстати. На праздничной фотосессии такая цифра будет незаменима!

С рисунком-орнаментом

Нарисовать на заготовке подобные рисунки – простая задача, с которой справится любой. Своими руками можно сделать причудливые и витиеватые орнаменты в стиле дудлинг или зентагл. Для этого основу цифры необходимо покрасить в белый или любой светлый цвет, а сверху нарисовать рисунок акриловыми красками, либо маркерами. Выполнить рисунок по деревянной поверхности можно даже обычной черной капиллярной ручкой. После окончания работ изделие придется покрыть акриловым лаком. Удобнее и быстрее сделать это аэрозольным лаком, который можно приобрести не только в товарах для рукоделия, но и даже в автомобильных магазинах.

Декупаж

Декупаж позволяет декорировать буквы и цифры самыми разнообразными рисунками. Несколько винтажных картинок, изображений городов или цветочные рисунки – все, что придет в голову и будет уместно в интерьере.

Техника исполнения очень проста – основа грунтуется акриловым грунтом или белой краской, затем выбранные картинки приклеиваются на ПВА и после высыхания покрываются лаком. Результат работы восхищает!

Крашеные с декором

Чтобы сделать эффектную декоративную букву или цифру своими руками, иногда достаточно просто окрасить заготовку в подходящий цвет акрилом и затем украсить ее различным декором:
металлическими подвесками,
бусинами со стразами,
кристаллами,
цветами из разных материалов.
Крепить детали на основу можно как с помощью термоклея, так и на клей «момент кристалл».
Эта идея проста в исполнении, при этом ее можно использовать как при изготовлении подарка на день рождения, так и для другого праздничного повода.

Декор из ракушек

Еще один интересный и совсем не сложный мастер-класс – это декор букв и цифр ракушками. Морская тема – это вечная классика. Можно приклеивать целые ракушки, частички и даже перевернутые наружу раковины. Сочетать декор с камушками и прочей морской атрибутикой или использовать только одни ракушки. В любом случае при гармоничном сочетании элементов получится сделать своими руками красивую букву или цифру в морском стиле.

Из ткани и картона, декорированные ракушками, пуговками, стразами или фотогрфиями, объемные буквы и цифры украсят любой день рождения. Это хороший подарок и в то же время отличный повод сделать несколько оригинальных фото на память.

Если Вам понравилась статья, поделитесь ей со своими друзьями:

Числа — 60 фото

1

Веселые цифры


2

Фотографии цифр


3

Красивые числа


4

Красивые золотые цифры


5

Цифры много цифр


6

Красивые Каллиграфические цифры


7

Я нумеролог


8

Цветные цифры


9

Множество цифр


10

Необычные цифры


11

Веселые цифры для детей


12

Красивые цифры


13

Цифры фон


14

Красивые цифры


15

Золотые цифры на белом фоне


16

Веселые цифры для детей


17

Цифры детские


18

Паттерн цифры


19

Множество цифр


20

Магические числа


21

Разноцветные цифры


22

Цифры фон


23

Цветные цифры


24

Цифры золотые фольга


25

Математический фон


26

Цифровые вычисления


27

Мир чисел


28

Цифры и числа


29

Цифры золотого цвета


30

Волшебные цифры


31

Стильные цифры на прозрачном фоне


32

Объемные цифры на прозрачном фоне


33

10 Лет цифра


34

Цифры на красивом фоне


35

Красивая цифра два


36

Математические цифры


37

Веселые цифры для детей


38

Магия чисел


39

Математика цифры


40

Красивые цифры на черном фоне


41

Цифры круглые красивые


42

Цифры в разноброс


43

Цветные цифры


44

Я нумеролог


45

Много цифр


46

Цифры для лотереи


47

Магия цифр


48

Необычные цифры


49

Цифры трафарет


50

Красивая цифра 13


51

Цифра 5 красивая


52

Цифры нумерология


53

Цифры много много


54

3д цифры


55

Красивые цифры на прозрачном фоне


56

Веселые цифры


57

Математический фон с цифрами


58

Ч Л


59

Разноцветные цифры

Prada – Weekend – Коммерсантъ

Если судить по этой коллекции, второй для тандема Миуччи Прады и Рафа Симонса, два дизайнера с явными и твердыми собственными взглядами на моду вполне сработались.

Коллекция Prada нынешнего сезона выглядит цельно и современно. Конечно, во многих случаях по-прежнему можно вычленить вклад каждого дизайнера. Сразу придуманные Рафом Симонсом и перешедшие из первой совместной коллекции на удивление удачные логотипы бренда — перевернутые тупые прямоугольники с надписью Prada — на месте. Кроме того, они вполне логично превращаются в объемные карманы и бижутерию. Перчатки с карманами для мелочи и карточек — это тоже явный стилистический ход Рафа Симонса. А вот принты, которые использованы в нынешней коллекции очень активно,— от Прады, винтажные. Как и меховые (искусственные, конечно же) палантины из женской коллекции. Как и нарочито женственная манера носить пальто, скинув его с плеч и придерживая у груди.

В остальном коллекция отражает вкусы и стилистические предпочтения обоих дизайнеров настолько плотно, что разделять их не хочется. Сочетание ретронаследия и футуризма, узких силуэтов и объемной одежды, практичности и вызова свойственно личным стилям и Миуччи Прады, и Рафа Симонса.

Как обычно, мужская и женская коллекции Prada были продемонстрированы в разное время, на мужской и женской миланских неделях pret-a-porter соответственно. Но похожи они друг на друга при этом даже больше обычного, поскольку многие представленные в них вещи вполне агендерны. Прежде всего к таким универсальным предметам следует отнести узкие шерстяные комбинезоны с типичными для Prada и очень узнаваемыми узорами — хоть в косую клетку «аргайл», хоть с геометризованными рисунками в духе ар-деко. Эти комбинезоны одновременно напоминают инфантильные младенческие ползунки (и такой подход к одежде очень характерен для Миуччи Прады), и брутальное белье первых водолазов (любовь к профодежде скорее отличает Рафа Симонса). Те же узоры вывязаны и на объемных, огромных свитерах, которые есть и в мужской, и в женской части коллекции. В обеих частях представлены и меховые или сшитые из толстого негнущегося драпа подчеркнуто мешковатые пальто. Цветовая гамма тоже едина. И сумрачные черный, серый и темно-бордовый, и нежные голубой с розовым, и неоново-яркие салатовый, желтый и фиалковый предложены в обеих коллекциях.

Как и всегда у Prada, степень вызова и некоторого безумия легко можно дозировать. В принципе коллекция спокойная и удобная для повседневной жизни. И еще точно теплая.

Марина Прохорова

смотрим вдаль / Цифровое фото и аксессуары для съёмки / iXBT Live

Сегодняшний обзор посвящен мощному оптическому прибору — биноклю от компании SVBONY.  Модель SV47 построена на призме BAK4, имеет увеличение 10 крат и диаметр объектива 40 мм, заявлена хорошая водозащита по IPX7. Проверим его в деле.

Технические характеристики 
  • Модель: SV47
  • Параметры: 10X42 (F9340D)
  • Тип призмы: roof-призма Bak4
  • Цвет: черный
  • Линзы: многослойное FMC-просветление
  • Покрытие призм: алюмирование
  • Диаметр окуляра: 19,5 мм
  • Увеличение: 10 крат
  • Диаметр объектива: 40 мм
  • Диаметр выходного зрачка: 4.2 мм
  • Расстояние до зрачка: 16.9 мм
  • Линейное поле зрения на 1000 м: 101 м
  • Угол зрения: 5.8⁰
  • Система фокуса: настраиваемая
  • Межзрачковое расстояние: 55-75 мм
  • Диоптрийная коррекция: -3Д — +3Д
  • Интерфейс для штатива: Да
  • Водонепроницаемость: IPX7
  • Заполненный азотом: Да
  • Масса: 676 г.
Упаковка и комплектация

Бинокль — это сложный оптический прибор и его надежной упаковке нужно уделить должное внимание. У SVBONY с этим все в порядке: внутри транспортной упаковки находится картонная коробка, а в ней бинокль в чехле.

Изготовлено устройство в Китае.

Комплект поставки SV47:

  • Бинокль 
  • Защита окуляров
  • Защита объективов 2 шт.
  • Ремень на шею
  • Сумка-чехол для переноски с регулируемым ремнем
  • Мультиязычная инструкция
  • Тканевая салфетка

Защиты на окуляры и объективы съемные, из гибкой резины.

Комплектный кейс добротно сшит из плотного нейлона. Закрывается на липучку, а внутри даже есть отдел под молнией. Чехол можно вешать на ремень, кому-то будет удобно. Масса комплекта 0,8 кг.

Внешний вид

Бинокль выполнен из cофт-тач прорезиненного материала. Это дополнительная защита от повреждений, и позволяет надёжно удерживать модель в руках.  

С боку корпуса проушины для крепления ремня. В модели есть заполнение инертным азотом, которое предотвращает запотевание стёкол при смене погоды. Корпус защищен от воды, можно использовать без риска, например, на охоте с воды или в дождь.

Есть поворотная регулировка расстояния до зрачка, для тек кто носит очки. Регулировка расстояния между зрачками как обычно переломом. Фокус настраивается барабаном по центру бинокля синхронизировано для обоих глаз. На правой части диоптрийная коррекция поворотным кольцом.

Выходной зрачок 4 мм, объектив 40 мм (а диаметр стекла 44 мм) — вписывается 40 мм в окуляр, если положить кружок на объектив. Кратность устройства 10.

Для монтажа на плоскость или штатив необходим L-образный переходник. Он вкручивается в барабан центральной фокусировки спереди. Его нужно покупать отдельно. 

Сравнение с проверенным мной Beileshi 8X40. Сразу видна разница в размерах оптических схем, обозреваемый SV47 построен на roof, а Beileshi на Porro. Схема roof компактней по ширине бинокля.

И разница в поле зрения и увеличении. Мобильный->Beileshi 8X40->SV47 10х42

В работе

Сразу предупреждение: фото в топике в качестве примера, оценить качество бинокля по ним трудно. Поверьте на слово картинка у SV47 качественная: резкая, хроматизм и дисторсия в явном виде, которыми страдают дешевые бинокли, тут отсутствуют. 

Сфотографировать смартфоном через бинокль (особенно 10х) сложно, нужно совместить оси двух оптических приборов, да еще и сфокусироваться. И наш глаз не камера мобильного с мелким сенсором, мы смотрим в бинокль двумя глазами, получаем более объемную и детальную картинку.

Минимальная дистанция фокусировки прибора 10 метров:

Примеры работы. Номера машин читаются уверено за 2 квартала.

Благодаря светосильным объективам картинка у SV47 неплохая и в ночное время:

Луну получилось сфотографировать только на зеркальный фотоаппарат, хотя глазом видно во всех подробностях рельеф.

Заключение

SVBONY SV47 10х42 оставил приятные впечатления от использования. Бинокль такой кратности хорошо подойдет для охоты, стрельбы, и наблюдениях за птицами. Возможна даже самая ближняя астрономия, в полнолуние. Тяжеловат, это да, но это стекло, ничего не поделать.

КУПИТЬ ТУТ

Действует быстрая курьерская доставка со склада в РФ. С 28 октября по 12 ноября у SVBONY будет самая низкая цена в году.

Спасибо за внимание. Удачных покупок!

Объемное изображение | пс-medtech

Объемные данные 3D

3D-данные можно разделить на две категории: модели поверхности и объемные данные. Поверхностные модели обычно встречаются в индустрии дизайна, где объекты описываются их поверхностями, например, с использованием многоугольников или параметрических поверхностей. На медицинских рынках данные являются объемными, что означает, что внутренняя часть данных также моделируется с использованием дискретно дискретизированного трехмерного набора.

Обычно объемные данные описываются группой срезов 2D-изображения, сложенных вместе, чтобы сформировать объем. Эти срезы часто получают с помощью сканеров, таких как КТ, МРТ или УЗИ, через определенные промежутки времени. Другие методы генерируют немедленные объемные данные. Например, 3D-ультразвук использует звуковые волны так же, как 2D-ультразвук, но вместо того, чтобы передавать волны прямо через ткани и органы и обратно, он излучается под разными углами. Это вызывает трехмерное изображение.Объемные данные 4D показывают движение с помощью компиляции трехмерных изображений. Можно увидеть такие движения, как движение сердца. В отличие от большинства существующих программ для рендеринга, компания PS-Medtech разработала передовую технологию объемного рендеринга, которая сохраняет полное качество 3D-визуализации во время 3D-взаимодействия и не зависит от модальности, с помощью которой были созданы данные.

Более быстрая и качественная интерпретация с помощью объемной визуализации

«Разве не было бы замечательно визуально подержать в руках пульсирующее сердце пациента и проанализировать его изнутри и снаружи, интуитивно, быстрее и лучше? При необходимости вы можете передать сердце коллеге, который может быть на другом континенте, и в то же время все ваши ученики могут видеть, что вы делаете — вживую ».

Вместо просмотра пары изображений для каждого пациента врач имеет доступ к сотням срезов или облаков данных при использовании объемной визуализации . Однако время, затрачиваемое на каждого пациента, остается прежним. Результат — более быстрая и качественная интерпретация 3D-изображений и улучшенное медицинское обслуживание при меньших затратах.

На практике набор 3D-данных сводится к удобоваримому формату (часто один или два среза, в 2D, а не в 3D), который используется для демонстрации другим специалистам (например.грамм. рентгенолог хирургу). Из-за этого теряется богатство исходного набора 3D-данных, а также теряются преимущества для других специалистов. Разве хирурги не часто жалуются на то, что получают неправильные изображения?

Двуручное взаимодействие и 3D-рендеринг в реальном времени

Когда вы берете яблоко, осматриваете его на наличие пятен, очищаете его и нарезаете ломтиками, вы используете обе руки. Делать это с одной рукой, связанной за спиной, крайне сложно. Так почему же 3D-анализ выполняется, когда одна рука связана за спиной?

Когда требуется взаимодействие с трехмерными объемными изображениями (например,грамм. медицинские 3D-изображения) компьютерная система должна постоянно вычислять (отображать) правильное изображение на основе действий пользователя. К сожалению, чем больше набор данных, тем выше требуется вычислительная мощность компьютерной системы, отображающей изображение. В результате качество изображения падает, а движение изображения становится рассыпчатым (падение частоты кадров). По-настоящему реалистичное интерактивное объемное изображение требует рендеринга в реальном времени с минимальной частотой кадров и без видимой потери качества изображения.
Для приложений, требующих эффективного анализа трехмерных объемных данных, важны как рендеринг трехмерных объемных данных в реальном времени, так и интуитивно понятная трехмерная навигация.

Компания PS-Medtech создала рабочие станции 3D и программное обеспечение Vesalius 3D для анализа и представления объемных данных 3D и 4D.

(PDF) Измерение объемной плотности с одного изображения

6C. Fuchs et al. / Захват объемной плотности из одного изображения

во временной области

за счет более разреженной выборки в пространственной области

.

Подобно другим измерительным системам, таким как Hawkins et al.

[HED05] или Narasimhan et al.[NNSK05], мы предполагаем, что

, в поведении рассеяния внутри измерительного объема

преобладает однократное рассеяние. Это ограничивает как размер

измерительного объема, так и плотность рассеивателя

внутри объема из-за двух эффектов: во-первых, интенсивность

лазерных лучей Ili и рассеянная интенсивность Ip уменьшаются внутри

измерительного объема. из-за рассеяния и поглощения

дает систематическое смещение в восстановленном поле D (r).

Моделирование и инвертирование этого эффекта для пространственно изменяющихся плотностей затруднительно, даже если все параметры рассеяния известны.

Во-вторых, интенсивность диффузного излучения Id при этом сильно увеличивается

, ограничивая отношение сигнал / шум в измерениях.

5.1. Дальнейшая работа

Есть несколько направлений для дальнейших исследований: Другая система камер

позволит нам управлять всей установкой

с более высокой частотой кадров, удаляя размытость движения из захваченных изображений

.Количество лазерных линий в установке в настоящее время составляет

, что ограничивается свойствами решеток. Использование отдельных лазерных источников

(например, набора лазерных указателей) для независимой генерации линий

позволило бы получить гораздо более плотную выборку.

В этом случае количество строк ограничивается только их шириной

, проецируемой на захваченном изображении.

Текущий подход к обработке данных не делает никаких предположений о структуре поля плотности D (r) и дает

, следовательно, плавную реконструкцию объема дыма (особенно

, особенно в разреженных измерениях).Реконструкция al-

горифмов, которые используют предварительное знание структуры

данных (например, [ONOI04]), могут улучшить визуальное качество

реконструированного поля плотности. В качестве альтернативы, структура

может быть выведена путем анализа частотного содержания

в более плотных дискретных измерениях в духе Dischler et

al. [DGF98].

Благодарности

Мы хотели бы поблагодарить Адриана Трейля за предоставление набора данных моделирования дыма

.Эта работа была поддержана в части

стипендией Федора Линена, предоставленной Фондом Александра фон

Гумбольдта, исследовательскими лабораториями Ani

Вашингтонского университета, Adobe и Microsoft.

Ссылки

[BH83] BO HR EN C. F., HU FFM AN D. R .: Поглощение и

рассеяние света малыми частицами. Wiley & Sons,

1983. 2,3

[Bou06] BOUGUET J.-Y .: Инструмент для калибровки камеры —

, коробка для MATLAB, 2006.Доступно в Интернете по адресу

http://www.vision.caltech.edu/bouguetj/calib_doc/. 4

[DCOY03] DROR I I., COHEN-ORD., YES HU RUN H.:

Завершение изображения на основе фрагментов. ACM Trans. График.

22, 3 (2003), 303–312. 3

[DD01] DE UT SC H S., DR ACO S.T .: Time Resolved 3D

Пассивное скалярное изображение концентрационного поля с помощью лазера

вызванная флуоресценция (LIF) в движущихся жидкостях. Измер. Sci.

Technol. 12 (2001), 188–200. 1

[DGF98] DI SC HL ER J.-M., GHAZANFARPOUR D.,

FRE YD IE R R .: Синтез анизотропной твердой текстуры

Использование ортогональных 2D-видов. Comput. График. Форум 17,

3 (1998), 87–96. 6

[DM97] DE BE VE C P., MAL IK J.: Восстановление High Dy-

карт яркости по фотографиям. В Pro-

публикациях SIGGRAPH 97 (1997). 4

[GGSC96] GO RTL ER S. J., GR ZE SZ CZU K R., SZ EL IS KI

R., CO HE N M. F .: Люмиграф. В материалах

SIGGRAPH 96 (1996).3

[HED05] HAWK IN S T., EINA RS SO N P., DE BE VE C P .:

Приобретение изменяющихся во времени участвующих сред. ACM

Пер. График. 24, 3 (2005), 812–815. 1,2,3,6

[HK03] HA SI NO FF S. W., KUT UL AKO S K. N .: Photo-

Постоянное трехмерное горение путем разложения пламенного листа. В

Proc. ICCV 2003 (2003), стр. 1184–1191. 1

[IM04] IH RK E I., MAGNOR M .: Image-Based Tomo-

графическая реконструкция пламени. В ACM Siggraph / Eu-

rographics Symposium on Computer Animation (2004),

pp.367–375. 1

[IM05] IH RK E I., MAG NO R M .: Adaptive Grid Opti-

cal Tomography. В Vision, Video and Graphics (2005),

pp. 141–148. 1

[Ish78] IS HI MA RU A .: Распространение и рассеяние волн

в случайных средах. Academic Press, 1978. 2

[NNSK05] NAR AS IM HA N S. G., NAYAR S. K., SU N B.,

KOP PAL S.J .: Структурированный свет в рассеивающих средах. В

Proc. ICCV 2005 (2005), стр. 420–427. 6

[ONOI04] OWADA S., NIE LSE N F., OKA BE M.,

IGARASHI T .: Объемная иллюстрация: Проектирование 3D моделей

с внутренними текстурами. ACM Trans. График. 23, 3

(2004), 322–328. 6

[TLP06] TR EU IL LE A., LEW IS A., PO POVI ´

CZ .: Модель

Редукция для жидкостей реального времени. ACM Trans. График. 25,

3 (2006). 3

[YLWL87] YIP B., LA M J. K., W IN TE R M., LONG

M. B .: Трехмерная концентрация с временным разрешением

Измерения в газовой струе.Science 235 (1987), 1209–

1211. 1

передано в Volume Graphics (2006)

Определение объемных дисплеев — Глоссарий по информационным технологиям Gartner

Название компании Страна UNITED STATESUNITED KINGDOMCANADAAUSTRALIAINDIA —— AfghanistanÅland IslandsAlbaniaAlgeriaAmerican SamoaAndorraAngolaAnguillaAntarcticaAntigua и BarbudaArgentinaArmeniaArubaAustriaAzerbaijanBahamasBahrainBangladeshBarbadosBelarusBelgiumBelizeBeninBermudaBhutanBoliviaBonaire, Синт-Эстатиус и SabaBosnia и HerzegovinaBotswanaBouvet IslandBrazilBritish Индийский океан TerritoryBrunei DarussalamBulgariaBurkina FasoBurundiCambodiaCameroonCape VerdeCayman IslandsCentral африканских RepublicChadChileChinaChristmas IslandCocos (Килинг) IslandsColombiaComorosCongoCongo, Демократическая Республика theCook IslandsCosta RicaCôte D’IvoireCroatiaCubaCuraçaoCuraçaoCyprusCzech RepublicDenmarkDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial ГвинеяЭритреяЭстонияЭфиопияФолклендские острова (Мальвинские острова) Фарерские островаФиджиФинляндияФранцияФранцузская ГвианаФранцузская ПолинезияФранцузские Южные территорииГабонГамбияГрузияГерманияГанаГибралтарствоГрецияГренландияГренадаГваделупа-ГуамГватемалаГернаГерна Бисау, Гайана, Гаити, Херд, острова Макдональд.HondurasHong KongHungaryIcelandIndonesiaIran, Исламская Республика ofIraqIrelandIsle из ManIsraelItalyJamaicaJapanJerseyJordanKazakhstanKenyaKiribatiKorea, Корейская Народно-Демократическая Республика ofKorea, Республика ofKuwaitKyrgyzstanLao Народная Демократическая RepublicLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMacaoMacedonia, бывшая югославская Республика ofMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMartiniqueMauritaniaMauritiusMayotteMexicoMicronesia, Федеративные Штаты ofMoldova, Республика ofMonacoMongoliaMontenegroMontserratMoroccoMozambiqueMyanmarNamibiaNauruNepalNetherlandsNetherlands AntillesNew CaledoniaNew ZealandNicaraguaNigerNigeriaNiueNorfolk IslandNorthern Mariana IslandsNorwayOmanPakistanPalauPalestine, Государственный ofPanamaPapua Новый GuineaParaguayPeruPhilippinesPitcairnPolandPortugalPuerto RicoQatarRéunionRomaniaRussian FederationRwandaSaint BarthélemySaint Елены, Вознесения и Тристан-да-Кунья, Сент-Китс и Невис, Сент-Люсия, Сент-Мартен (Французская часть), Сен-Пьер и MiquelonSaint Винсент и GrenadinesSamoaSan MarinoSao Томе и PrincipeSaudi ArabiaSenegalSerbiaSerbia и MontenegroSeychellesSierra LeoneSingaporeSint Маартен (Голландская часть) SlovakiaSloveniaSolomon IslandsSomaliaSouth AfricaSouth Джорджия и Южные Сандвичевы IslandsSouth SudanSpainSri LankaSudanSurinameSvalbard и Ян MayenSwazilandSwedenSwitzerlandSyrian Arab RepublicTaiwanTajikistanTanzania, Объединенная Республика ofThailandTimor-LesteTogoTokelauTongaTrinidad и TobagoTunisiaTurkeyTurkmenistanTurks и Кайкос IslandsTuvaluUgandaUkraineUnited Арабские EmiratesUnited Штаты Экваторияльная Острова УругвайУзбекистан ВануатуВатикан Венесуэла, Боливарианская Республика Вьетнам Виргинские острова, Британские Виргинские острова, U.С.Уоллис и Футуна, Западная Сахара, Йемен, Замбия, Зимбабве.

Оценка объема и веса яблок с помощью компьютерного зрения с помощью трехмерной реконструкции и бесконтактных методов измерения

Была исследована система компьютерного зрения для оценки объема и веса яблок с использованием трехмерной реконструкции и методов бесконтактного измерения. Трехмерную поверхность яблок можно было реконструировать с помощью одной мультиспектральной камеры и структурированного света ближнего инфракрасного диапазона с линейной решеткой.Как традиционные характеристики изображения, так и информация о высоте были извлечены из карт высот. Были извлечены два объекта с разной высотой (Тип I и II), и оба они были объединены с областью проекции, чтобы сформировать комбинированные объекты (Комбинированный объект I и II). Анализ методом частичных наименьших квадратов и опорный вектор-машина наименьших квадратов были реализованы для калибровочных моделей с областью проекции и функциями комбинирования в качестве входных данных. Для определения оптимальных значений параметров ядра RBF также были исследованы методика поиска по сетке и перекрестная проверка без исключения.Оптимальные модели LS-SVM с функцией Combination Feature II превзошли модели PLS. Коэффициент и среднеквадратичная ошибка предсказания для лучшего предсказания LS-SVM составляли 0,9032 и 10,1155 для объема, тогда как 0,8602 и 9,9556 для веса, соответственно. Общие результаты показали, что информация о росте может улучшить характеристики прогнозирования, и предложенная система может быть применена в качестве альтернативы традиционным методам неконтрактного измерения объема и веса плодов яблока.

1. Введение

Объем и вес — два важных параметра внешнего качества яблок. Параметры объема и веса яблок не только влияют на предпочтения потребителей, тем самым влияя на их маркетинговые ценности, но также считаются индикаторами качества яблок. Таким образом, оценка объема и веса яблок на этапах послеуборочной обработки и обработки действительно важна и необходима производителям, и это цель некоторых исследований [1, 2].

Системы компьютерного зрения широко используются для контроля и проверки качества сельскохозяйственных продуктов и пищевой промышленности.Традиционные системы компьютерного зрения имитируют зрение человеческих глаз путем захвата изображений с помощью трех фильтров, центрированных на красной (R), зеленой (G) и синей (B) длинах волн [3]. В настоящее время системы компьютерного зрения играют незаменимую роль для внешнего контроля качества в системах автоматической сортировки и сортировки. Их приложения о фруктах и ​​овощах включают обнаружение дефектов, таких как обнаружение общих дефектов на цитрусовых [4, 5], обнаружение дефектов на яблоках [6, 7], обнаружение дефектов на бананах [8], оценка размера ягод [9], оценка размера сладкого лука [10], автоматическая классификация фруктов [11] и проверка цвета различных фруктов и овощей [12, 13].

Были исследованы различные методы компьютерного зрения для оценки объема и веса сельскохозяйственных продуктов с использованием бесконтактных методов измерения. Поскольку двумерные цифровые изображения, захваченные системами компьютерного зрения, состоят из пикселей, площадь проецирования, периметр или характеристики длины и ширины могут быть измерены на изображениях с помощью алгоритмов обработки изображений [14]. Наиболее часто используемая функция изображения и основное удобное измерение для оценки объема и веса — это площадь проецирования.Аппроксимация эллипсоида и обработка изображений в проецируемой области были использованы для оценки объема арбузов разного размера по Кочу [15]. Теох и Сяйфудин [16] измерили проецируемую площадь манго с помощью обработки и анализа изображений по сравнению с фактическим весом манго на графике, результаты показали, что измеренная площадь проецирования имеет высокую корреляцию с фактическим весом манго с. Оценка объема и веса сферических или квазисферических объектов относительно проста, поскольку они имеют сильную корреляцию с некоторыми размерными параметрами 2D проектируемой области, но это становится более сложным для фруктов и овощей из-за их естественной неоднородности [17] .

Чтобы извлечь информацию о высоте (третье измерение) сельскохозяйственных продуктов для более точной оценки объема и веса, методы трехмерного (3D) компьютерного зрения все чаще исследуются и применяются для измерения объема сельскохозяйственных продуктов. продукты [10]. Для получения трехмерных изображений (размер и размер представляют пространственную информацию, представляют информацию о высоте) объектов могут использоваться различные датчики и методы.Методы бинокулярного стереозрения, основанные на бинокулярных камерах CCD, являются наиболее распространенными способами создания трехмерных изображений при обнаружении трехмерных изображений. Трехмерное измерение с использованием систем бинокулярного стереозрения — это процесс получения информации о глубине с пары камер [18]. Chalidabhongse et al. описали систему технического зрения, которая может реконструировать трехмерный объем манго, используя объемное обрушение на множественных изображениях силуэтов [19]. После получения всех силуэтов можно было получить грубую трехмерную форму плода, а затем вычислить объем и площадь поверхности.Омид и др. разработали основанный на обработке изображений метод измерения объема и массы цитрусовых [20]. В их технике использовались две камеры, чтобы смотреть на плоды перпендикулярно. Объемы плодов рассчитывались путем разделения изображения фруктов на ряд элементарных эллиптических усиков. Объем рассчитывается как сумма объемов отдельных усеченных пирамид. Однако методы 3D, основанные на системах бинокулярного стереозрения, отнимают много времени и не подходят для использования для оценки объема и веса сельскохозяйственных продуктов в режиме онлайн или в реальном времени из-за сложности калибровки камеры CCD, извлечения характерных точек и сопоставления.Система технического зрения на основе лазера, основанная на монокулярной камере, соединенной с лазером, представляет собой классическую систему активного трехмерного компьютерного зрения. Информация о расстоянии от поверхности объекта до камеры может быть измерена лазерными системами технического зрения с использованием метода времени пролета (TOF) [21]. Однако приложений к контролю качества с помощью лазерных систем технического зрения пока не найдено. Система технического зрения RGB-D (RGB-D), основанная на датчике RGB-D, является еще одним типом активной системы трехмерного компьютерного зрения.Системы технического зрения RGB-D могут одновременно захватывать изображения глубины и цвета сцены и автоматически отображать данные глубины и цвета, в результате чего получается цветное облако точек в трехмерной пространственной области [10]. Ван и Ли измерили размер сладкого лука с помощью неразрушающих методов визуализации на основе датчика RGB-D [10]; Результаты показали, что оценка размера луковицы по глубине изображения является многообещающей. Системы технического зрения на основе кодированного структурированного света широко используются для трехмерной реконструкции поверхности и трехмерного измерения размеров в промышленности и областях прецизионного контроля [22, 23].Сторбек и Даан разработали систему кодированного структурированного светового зрения для оценки объема рыбы; точность составила 95% [24]. Было заявлено, что системы кодированного структурированного светового видения подходят и для других применений в промышленности для измерения размеров движущихся объектов на конвейерной ленте. Однако применения кодированных структурированных систем светового видения для измерения объема и веса в пищевой промышленности и переработке фруктов немногочисленны.

2. Цели

Основная цель нашего исследования заключалась в разработке линейно-матричной структурированной системы светового зрения в ближнем инфракрасном диапазоне для оценки объема и веса яблок с использованием методов трехмерной реконструкции и бесконтактных измерений.Для достижения основной цели необходимо выполнить следующие подзадачи: (1) разработка системы видения со структурированной линейной решеткой в ​​ближнем инфракрасном диапазоне, (2) получение трехмерной реконструкции и изображений карты высот обследованного яблока, ( 3) извлечение характеристик 2D и 3D изображения и выбор наиболее подходящих функций или комбинации функций, (4) создание многомерных моделей калибровки и прогнозирования с использованием PLS и LS-SVM, и (5) оценка эффективности прогнозирования моделей и функций прогнозирования. .

3. Материалы и методы
3.1. Образцы, использованные в нашем исследовании

В Китае выращивают много сортов яблок. Яблоко «Фудзи» — один из самых популярных сортов, пользующийся успехом у потребителей из-за его богатых питательных свойств и полезных для здоровья свойств. Яблоки Fuji были приобретены на местном фруктовом рынке в Пекине, Китай, 15 октября 2014 года. В нашем исследовании в качестве экспериментальных образцов было выбрано 100 яблок Fuji различных размеров и форм. Диаметр образцов варьируется от 60 мм до 95 мм.Наша система сделала два изображения для каждого образца в случайном месте. Всего было получено 200 изображений (3D-реконструкция и изображения карты высот). Семьдесят выборок были использованы для обучения регрессионных моделей, а остальные были использованы для проверки моделей.

3.2. Измерение фактического объема и веса яблок

Фактический объем и вес яблок следует измерять для обучения, калибровки и проверки моделей оценки без контрактов.

Фактические объемы яблок были измерены с использованием метода вытеснения воды (WDM).В наших исследованиях яблоко опускается в воду с помощью грузила. Затем рассчитывается вес вытесненной воды путем вычитания веса заполненного водой контейнера из веса контейнера, в котором находятся фрукты [20]. Полученное значение затем используется для расчета фактического объема яблока с помощью следующего уравнения [25]:

Следует отметить, что грузило, используемое в наших исследованиях, очень тонкое; учитывая, что объем яблока намного больше, чем объем грузила, объем грузила можно считать незначительным и, следовательно, им можно пренебречь при измерении объема.

Фактический вес брутто яблок был измерен с помощью цифровых весов (Shuangquan, Китай) с точностью ± 0,01 г.

В нашем эксперименте объем образцов варьируется от 180 см 3 до 360 см 3 , а масса образцов — от 160 г до 280 г. Большие вариации объемов и веса могут охватывать почти все яблоки на рынках, и это может обеспечить универсальность и практичность системы и алгоритма.

3.3. Линейно-матричная структурированная система видения в ближнем инфракрасном диапазоне

Система структурированного светового видения ближнего инфракрасного диапазона с линейной решеткой, разработанная в ходе нашего исследования, состоит из компьютера (Dell, Intel® Core ™ i5-2400 CPU @ 3,10 ГГц, RAM 4.0GB), CCD-камера (мультиспектральная камера JAI AD-080GE2CCD, Япония) с высоким пространственным разрешением (пиксели, изображение RGB) и высокой чувствительностью в ближней инфракрасной области (800 нм, изображение NIR), конвейер ремень и система освещения, состоящая из пары источников света видимого диапазона на светодиодах (LED) и линейно-матричного структурированного света ближнего инфракрасного диапазона (800 нм).Пара видимых светодиодных источников света размещалась симметрично сверху и с каждой стороны образца. Линейно-матричный структурированный свет ближнего инфракрасного диапазона был зафиксирован в верхней левой части образца в той же плоскости и высоте, что и камера. Вся система была помещена в черный ящик. И изображение RGB, и изображение в ближнем ИК-диапазоне на длине волны 800 нм может быть получено мультиспектральной камерой одновременно по одному и тому же оптическому пути. Принципиальная схема основных компонентов нашей линейно-матричной системы видения ближнего инфракрасного диапазона проиллюстрирована на рисунке 1.


Алгоритмы получения изображений и выделения признаков, а также панель управления были интегрированы в программное обеспечение с ручным кодированием, реализованное на Visual C ++ и Open Source Computer Vision (OpenCV).

3.4. Трехмерная реконструкция и получение изображения карты высот

Трехмерная реконструкция и изображение карты высот обследованных яблок были получены с использованием предлагаемой системы в нашем исследовании; подробные процессы были следующими. Информация о высоте для одного пикселя световой полосы была измерена триангуляцией (рис. 2).Базовая плоскость (конвейерная лента) сконфигурирована так, чтобы быть параллельной базовой линии камеры и лазерного проектора. Если под камерой и проектором нет предметов, проекционная световая полоса будет прямой без искажений. Однако, если есть объект с определенной высотой, световая полоса с искажением будет присутствовать в сцене и отображаться камерой. Принцип можно объяснить аналогичным треугольником Δ APB и Δ CPD, а относительную высоту от точки P поверхности до плоскости отсчета можно рассчитать с помощью уравнения:


где представляет базовое расстояние от CCD-камеры до лазерного проектора, представляет собой расстояние от оптического центра CCD-камеры до опорной плоскости и представляет собой расстояние между двумя соответствующими точками A и B, которое могут быть извлечены путем обработки изображений.Уравнение (2) можно преобразовать в:

Учитывая, что значение намного больше, чем у, уравнение (3) может быть аппроксимировано следующим образом:

Следовательно, первым шагом измерения высоты является определение точек A и B на изображениях, полученных камерой. Очевидно, что координату точки A () можно получить до измерения (фактически, -координата всех исходных пикселей в световой полосе одинакова, потому что световая полоса перпендикулярна оси -оси плоскости изображения камеры, поэтому исходная координата будет записана в программе), а точка A () совпадает с точкой P и может быть легко получена обработкой изображения.Поскольку точки B, P и D коллинеарны, очевидно, что точка B легко обнаруживается, потому что это один и тот же пиксель как для точки P проверяемой детали, так и для точки B базовой плоскости в плоскости изображения камеры. Высота каждого пикселя в центральной линии световой полосы будет определяться уравнением (3). После расчета будет получен профиль высоты. Линейная линейная система светового зрения ближнего инфракрасного диапазона будет сканировать все яблоко и вычислять профили высоты в световой полосе во время бесконтактного измерения с регулируемой скоростью двигателя конвейерной ленты.После сканирования будет реконструирована трехмерная поверхность верхней половины обследованных яблок. Чтобы сделать его более интуитивным и наглядным, карта высот также будет присутствовать в изображениях псевдоцветной карты высот и карты высот уровня серого в этом документе.

3.5. Извлечение и выбор признаков

Чтобы установить модели прогнозирования для оценки объема и веса, необходимо выделить и выбрать соответствующие характеристики изображения. Поскольку изображения трехмерной карты высот (и представляют пространственную информацию, представляют информацию о высоте) получены нашей системой технического зрения, характеристики, относящиеся к объему и весу, не совпадают с характеристиками изображения, извлеченными из традиционных 2D-изображений.Могут быть извлечены не только элементы, относящиеся к форме границы и площади проекции, как на 2D-изображениях, но также могут быть извлечены элементы, относящиеся к высоте и условиям поверхности в 3D-изображениях. Это делает более надежным и точным определение объема и веса яблок на изображениях 3D-реконструкции, чем на изображениях 2D.

В этом документе как обычно используемые традиционные функции 2D-изображения (область проекции), так и характеристики высоты будут извлекаться из восстановленных 3D-изображений.Из трехмерных карт высот яблок были извлечены два различных типа высот.

Область проецирования может быть извлечена из области проецирования, полученной путем определения порога карты высот уровня серого в соответствии с информацией о высоте.

Высотные элементы можно извлекать непосредственно из изображений трехмерной карты высот. В нашем исследовании будут извлечены два разных типа высотных характеристик. Первый тип высотных объектов (помеченный как объект типа I) был извлечен из 50 концентрических колец, равномерно распределенных на картах высот с адаптивным расстоянием к размеру обследованных яблок, путем усреднения значений высоты всех пикселей, как показано на рисунке 3. (а).Второй тип высотных характеристик (помеченный как объект типа II) был извлечен из 50 вертикальных линий, равномерно распределенных на картах высот с адаптивным расстоянием к размеру проверенных яблок, путем усреднения значений высоты всех пикселей, как показано на рисунке 3. (б).

В реальных приложениях соответствующие функции обычно не известны заранее, что приводит к извлечению нескольких функций, которые также включают нерелевантные [14, 26]. Чтобы найти лучшую модель прогнозирования и эффективные функции или комбинацию функций, одна область проекции и каждый тип высотного объекта в сочетании с областью проекции будут загружены в регрессионные модели.Следует отметить, что, чтобы прояснить для читателей, мы обозначили комбинацию объекта типа I и области проекции как комбинированный объект I, а комбинацию объекта типа II и область проекции как комбинированный объект II.

3,6. Частичные наименьшие квадраты (PLS)

PLS — это метод билинейного моделирования, при котором исходная независимая информация (-данные) проецируется на небольшое количество скрытых переменных (LV), чтобы упростить взаимосвязь между и для прогнозирования с наименьшим количеством LV [ 4, 27, 28].Первый шаг в PLS — разложить матрицу, и модель будет дана:

В этих уравнениях, и являются матрицами оценок матрицы и матрицы, и являются матрицами загрузки матрицы и матрицы Y, а и являются ошибками, возникающими в процессе регрессии PLS.

Второй шаг — это процессы линейной регрессии. Он должен построить следующую линейную корреляцию:

где представляет собой внутренние отношения между и; чтобы добраться до этого объекта, вращается координата.При анализе PLS необходимо определить оптимальное количество компонентов PLS, которые оптимизируют прогнозирующую способность модели. Этот выбор обычно делается с использованием перекрестной проверки. Прогнозируемая остаточная сумма квадратов (PRESS) или общая остаточная дисперсия (RV) для тестовых выборок используется в качестве функции для определения количества LV, которое оптимизирует прогностическую способность модели.

3,7. Аппарат опорных векторов наименьших квадратов (LS-SVM)

LS-SVM, современный метод статистического обучения, способен справляться с линейным и нелинейным многомерным анализом и решать эти проблемы относительно быстро.Более того, машина опорных векторов (SVM) способна обучаться в многомерном пространстве функций с меньшим количеством обучающих данных. Он использует набор линейных уравнений вместо задач квадратичного программирования для получения опорных векторов. SVM воплощает принцип минимизации структурного риска вместо традиционного принципа минимизации эмпирического риска, чтобы избежать проблем с чрезмерной подгонкой. Модель регрессии LS-SVM может быть выражена как [4]: где — функция ядра, — входной вектор, — множитель Лагранжа, называемый опорным значением, и — смещение.Часто используемая функция ядра включает линейное ядро, нелинейное ядро ​​и ядро ​​радиальной базисной функции (RBF). должен следовать условию Мерсера и выполнять линейное и нелинейное отображение [29, 30], учитывая, что ядро ​​RBF является нелинейной функцией и более компактным поддерживаемым ядром и может снизить вычислительную сложность процедуры обучения, обеспечивая при этом хорошую производительность при общих предположениях гладкости . В нашем исследовании использовалась функция ядра RBF, а функция ядра RBF определяется следующим образом:

где представляет собой расстояние между входным вектором и пороговым вектором, а — вектор ширины.

Правильная установка параметров ядра играет решающую роль в построении хорошей регрессионной модели LS-SVM с высокой точностью и стабильностью прогнозирования. В этом исследовании мы использовали метод поиска по сетке и перекрестную проверку с исключениями по одному, чтобы найти оптимальные значения параметров, включая параметр регуляризации gam () и параметр функции ядра RBF sig2 (). Grid-Search — это процедура двумерной минимизации, основанная на исчерпывающем поиске в ограниченном диапазоне.Подробную информацию о методе поиска по сетке и перекрестной проверке методом исключения по одному можно найти в литературе [28].

3.8. Оценка эффективности методов

Производительность калибровки и прогнозирования модели оценивалась с точки зрения коэффициента корреляции (), среднеквадратичной ошибки калибровки (RMSEC) и среднеквадратичной ошибки прогноза (RMSEP). Основными оценочными показателями в нашем исследовании были и RMSEP. Систематическая ошибка учитывалась для выделения систематической ошибки.Эти индексы определяются следующим образом [4, 29]:

где — прогнозируемое значение -го наблюдения, — измеренное значение -го наблюдения, — среднее значение калибровки или набора прогнозов, и,, — количество наблюдений в наборе данных, калибровке, и набор прогнозов соответственно. Как правило, хорошая модель должна иметь более высокие коэффициенты корреляции и более низкие значения RMSEC, RMSEP и смещения, а также небольшую разницу между RMSEC и RMSEP.

3.9. Блок-схема нашего метода

Блок-схема предлагаемого метода показана на рисунке 4. Основные этапы включают трехмерную реконструкцию, извлечение признаков, объединение признаков, многопараметрическую калибровку и прогнозирование.


4. Результаты и обсуждение
4.1. Результаты трехмерной реконструкции поверхности

На рисунке 5 показаны результаты трехмерной реконструкции поверхности в трех различных формах, а именно, трехмерная реконструкция, изображения карты высот уровня серого и изображения карты высот с псевдоцветом.На рисунке 5 (а) показана трехмерная реконструкция поверхности с фактическими диаметром и высотой исследованных образцов яблока. Следует отметить, что поверхность трехмерной реконструкции грубая из-за низкой стоимости аппаратного обеспечения нашей системы и упрощения уравнений, но общие результаты реконструкции могут быть приемлемыми для оценки объема и веса. На рисунке 5 (b) показаны изображения трехмерной карты высот в уровне серого (а размеры представляют пространственную информацию, а размер представляет собой интенсивность; в нашем исследовании разная высота обозначается как разная интенсивность уровня серого от значения от 0 до 255).Информация о площади проекции и трехмерной высоте будет извлечена из изображений карты высот уровня серого. Поскольку люди более чувствительны к цветным изображениям, псевдоцветные изображения яблок сверху показаны на рисунке 5 (c). Различная высота была обозначена другим цветом, а более глубокий цвет означает более высокую высоту. Как показано на фиг. 5 (c), изображения карты высот в псевдоцвете имеют более высокую высоту в центральной области и меньшую высоту в положениях краев; стебли и чашечки яблок также имеют относительно меньшую высоту.Следует отметить, что с помощью нашей системы компьютерного зрения можно было реконструировать только верхнюю поверхность, а методы, основанные на использовании камеры, могли захватывать только ближнюю инфракрасную световую полосу со структурированной линейной решеткой, проецирующуюся на верхнюю половину поверхности яблока, и все обработка изображений и выделение признаков проводились в изображениях карты высот уровня серого.

4.2. Результаты оценки PLS и LS-SVM для тома

Традиционная функция изображения (площадь проекции) и два типа комбинированных функций использовались для создания регрессионной модели для бесконтактного измерения с использованием двух популярных регрессионных моделей PLS и LS-SVM, соответственно. .Следует отметить, что обе модели были созданы на одних и тех же образцах, и перед калибровкой также применялась обработка нормализации.

Перед установкой калибровочной модели LS-SVM необходимо решить три важные проблемы, а именно: определение оптимального подмножества входных характеристик, правильной функции ядра и лучших параметров ядра. Подмножество признаков получается на этапе извлечения признаков, и два различных комбинированных признака будут использоваться в качестве входного набора данных, соответственно.Функция ядра была выбрана как RBF. Таким образом, остающейся важной проблемой является определение лучших параметров ядра, включая параметр регуляризации gam () и параметр функции ядра RBF sig2 (). Эти два параметра определяют способность к обучению, способность прогнозирования и способность обобщения LS-SVM [30]. Gam () используется для максимизации производительности модели (при обучении) и минимизации сложности модели. Большой gam () подразумевает небольшую регуляризацию и, следовательно, более нелинейную модель. sig2 () влияет на количество соседей в модели. А большой sig2 () означает больше соседей в модели, что приводит к более нелинейной модели. В этой статье двухэтапный метод поиска по сетке, использующий геометрические шаги с перекрестной проверкой с исключением одного-единственного, был использован для получения оптимального gam () и sig2 () в области (10 -2 От до 10 6 ), которые были установлены на основе опыта. Первый шаг Grid-Search был грубым поиском с большим размером шага, а второй шаг — заданным поиском с маленьким размером шага.Для каждой комбинации параметров gam () и sig2 () была рассчитана среднеквадратическая ошибка перекрестной проверки (RMSECV), и оптимальные параметры были выбраны, когда было получено меньшее RMSECV. Процессы оптимизации для оценки объема с использованием комбинированного признака I и комбинированного признака II в качестве входных данных показаны на рисунке 6. Сетки «». на первом шаге есть, а шаг поиска на первом шаге большой. Оптимальная область поиска определяется контурной линией ошибки.Сетки «» на втором шаге равны, а шаг поиска на втором шаге меньше. Оптимальная область поиска определяется исходя из первого шага. При оценке объема с использованием LS-SVM начальное значение и было установлено равным 0,01, а оптимальная пара (,) была найдена при значении и при использовании Комбинированного признака I в качестве входных данных; оптимальная пара (,) была найдена при значении и при использовании Combination Feature II в качестве входных данных. Это указывает на то, что режим LS-SVM, установленный с помощью комбинированной функции II, является более нелинейной моделью по сравнению с режимом с комбинированной функцией I.

Чтобы определить лучшие характеристики и модели, было создано пять моделей на основе традиционных функций 2D-изображений и двух различных типов комбинированных функций. На рисунке 7 показаны результаты бесконтактного измерения в зависимости от фактического объема, измеренного с помощью диаграмм метода вытеснения воды (WDM) для PLS и LS-SVM. На рис. 7 (а) показаны результаты оценки, полученные с помощью модели PLS с использованием традиционной площади проекции, в сравнении с фактическим объемом, измеренным с помощью WDM. Сплошная линия — это линия регрессии, соответствующая идеальной корреляции единства между прогнозируемыми и справочными значениями.Коэффициенты корреляции RMSEP для наборов прогнозов составили 0,8493 и 16,9978 соответственно. Рисунок 7 (а) показывает, что модель PLS, основанная на площади проекции, имеет некоторую предсказательную силу; В качестве популярной традиционной функции 2D-изображения область проецирования может использоваться для измерения объема в ситуации, когда требуется относительно низкая точность. На рисунках 7 (b) и 7 (c) показана оценка результатов измерений с помощью модели PLS с использованием двух различных типов комбинированных функций, нанесенных на график в зависимости от фактического объема, измеренного с помощью WDM.Коэффициенты корреляции, RMSEP, для наборов прогнозов модели PLS с комбинированным признаком I составляли 0,6676 и 24,5473, а с комбинированным признаком II составляли 0,8618 и 16,3042. Единичная корреляция между прогнозируемыми и эталонными значениями на рисунках 7 (b) и 7 (c) также указывает на то, что модель PLS с комбинированной характеристикой II превзошла модель PLS с комбинированной характеристикой I. Рисунки 7 (d) и 7 (e) показывают оценка результатов измерений с помощью модели LS-SVM с использованием двух различных типов комбинированных функций отображается в зависимости от фактического объема, измеренного с помощью WDM.Коэффициенты корреляции, RMSEP, для наборов прогнозов модели LS-SVM с комбинированным признаком I составляли 0,8927 и 10,7424, а с комбинированным признаком II составляли 0,9032 и 10,1155. Поскольку две разные корреляции единства между прогнозируемыми и опорными значениями, показанные на рисунках 7 (d) и 7 (e), модель LS-SVM с комбинированной функцией II может получить лучшие результаты прогнозирования, чем модель LS-SVM с комбинированной функцией. I.


По сравнению с моделью PLS с традиционной функцией 2D-изображения, модель PLS с функцией Combination Feature II может обеспечить лучшую производительность прогнозирования.Лучшая производительность прогнозирования в основном зависит от информации о высоте из трехмерной реконструкции поверхности. По сравнению с моделями PLS, обе модели LS-SVM могут иметь лучшую производительность прогнозирования; Причина может заключаться в том, что модели LS-SVM приняли во внимание нелинейную информацию о комбинационных характеристиках, а нелинейная информация улучшила точность прогнозирования. По сравнению с другими моделями и функциями, модель LS-SVM с комбинированной функцией II обладает наибольшей способностью бесконтактной оценки объема.

4.3. Результаты оценки PLS и LS-SVM для веса

Чтобы найти лучшую модель и функции для оценки веса яблока, был проведен аналогичный процесс с оценкой объема. При оценке веса с использованием LS-SVM начальное значение и также было установлено равным 0,01, а оптимальная пара (,) была найдена при значении и при использовании комбинированного признака I в качестве входных данных; оптимальная пара (,) была найдена при значении и при использовании Combination Feature II в качестве входных данных.Процессы оптимизации для оценки веса с использованием комбинированного признака I и комбинированного признака II в качестве входных данных показаны на рисунках 8 (a) и 8 (b), соответственно.

Чтобы определить лучшие характеристики и модели для оценки веса, были также созданы пять моделей, основанных на традиционном двухмерном изображении и двух различных типах комбинированных характеристик. На рисунке 9 показаны результаты бесконтактного измерения в сравнении с фактическим весом, измеренным с помощью цифровых диаграмм весов для PLS и LS-SVM.Сплошная линия — это линия регрессии, соответствующая идеальной корреляции единства между прогнозируемыми и справочными значениями. Коэффициент корреляции RMSEP для наборов прогнозов составлял 0,8221 и 15,0121 соответственно. Рисунок 9 (a) показывает, что модель PLS, основанная на традиционной функции 2D-изображения, имеет некоторую предсказательную силу при оценке веса. На рисунках 9 (b) и 9 (c) показаны результаты оценки, полученные с помощью модели PLS с использованием двух различных типов комбинированных функций, в зависимости от фактического веса, измеренного цифровыми весами.Коэффициент корреляции RMSEP для наборов прогнозов модели PLS с комбинированным признаком I составлял 0,6394 и 21,1072, а с комбинированным признаком II составлял 0,8315 и 14,7238. По сравнению с моделью PLS с традиционной функцией 2D, модели PLS с комбинированными функциями не показывают каких-либо очевидных преимуществ при оценке веса. На рисунках 9 (d) и 9 (e) показана оценка результатов измерения с помощью модели LS-SVM с использованием двух различных типов комбинированных функций, нанесенных на график против фактического веса, измеренного с помощью цифровых весов.Коэффициент корреляции, RMSEP, для наборов прогнозов модели LS-SVM с комбинированным признаком I составлял 0,8602 и 9,9556, а с комбинированным признаком II составлял 0,8234 и 11,4991. По сравнению с моделями PLS, модели LS-SVM получают более удовлетворительные результаты измерения при оценке веса. Могут быть приняты обе точности прогноза моделей LS-SVM. Однако, учитывая, что модель LS-SVM с комбинированной функцией II имеет самую сильную возможность для бесконтактной оценки объема, и извлечение обоих из двух типов информации о высоте занимает много времени; в реальных приложениях модель LS-SVM с функцией Combination Feature II является предпочтительной моделью для приложений бесконтактного измерения объема и веса.


Следует также отметить, что результаты оценки веса PLS и LS-SVM аналогичны оценке объема с использованием моделей PLS и LS-SVM; Причина может заключаться в том, что плотность яблока можно считать постоянной, и результаты также показали, что существует значимая положительная линейная корреляция между объемом и весом.

5. Выводы

Разработана и разработана система компьютерного зрения для бесконтактного измерения объема и веса яблока.Оценка объема и веса яблок с использованием методов трехмерной реконструкции, обработки изображений и регрессии также была изучена с помощью предлагаемой платформы компьютерного зрения и системы структурированного освещения с линейной решеткой ближнего инфракрасного диапазона.

Трехмерная верхняя поверхность яблок была реконструирована с использованием предложенной системы и метода триангуляции при перемещении фруктов по конвейерной ленте. Как традиционные характеристики 2D-изображения (площадь проекции), так и информация о 3D-высоте (два типа пятидесяти средних значений высоты) были извлечены с использованием методов обработки изображений.Два популярных метода регрессионного моделирования, PLS и LS-SVM, были разработаны с использованием традиционных и двух типов комбинированных функций. RBF и двухэтапный метод поиска по сетке были применены в моделях LS-SVM. Результаты показали, что модель PLS с комбинированной функцией II может получить лучшую точность прогнозирования в оценке объема и веса, чем модель PLS с традиционной функцией 2D-изображения, и обе модели LS-SVM с двумя типами комбинированных функций работают лучше, чем все PLS. модели. Результаты показали, что трехмерная информация о высоте может значительно улучшить характеристики прогнозирования.Для оценки объема модель LS-SVM с комбинированной функцией II могла бы получить лучшую производительность, а для оценки веса модель LS-SVM с комбинированной функцией I могла бы получить лучшую производительность. Учитывая, что модель LS-SVM с комбинированной функцией II имеет самую сильную возможность для бесконтактной оценки объема, а извлечение обоих из двух типов информации о высоте занимает много времени, в реальных приложениях модель LS-SVM с комбинированной функцией II может быть выбрана в качестве предпочтительной модели для приложений бесконтактного измерения объема и веса.

Система и метод, разработанные в данном исследовании, представляют собой альтернативу традиционным методам бесконтрактного измерения объема и веса сельскохозяйственной продукции. Предлагаемая система легко строится с использованием недорогих камер без сложной калибровки. Настоящая работа может быть легко расширена в 3D-реконструкцию, распознавание стебля / чашечки, 3D-определение формы и осмотр всей поверхности осесимметричных сельскохозяйственных продуктов. И наша будущая работа будет сосредоточена на этих расширенных областях за счет использования предлагаемой системы видения со структурированным освещением ближнего инфракрасного диапазона с линейной решеткой.

Доступность данных

Данные будут доступны по запросу.

Конфликт интересов

Авторы заявляют об отсутствии конкурирующих финансовых интересов.

Вклад авторов

Баохуа Чжан разработал исследование, разработал линейно-матричную структурированную систему светового зрения в ближнем инфракрасном диапазоне, получил изображения и проанализировал данные. Цзичао Хуан, Баосин Гу и Цзюнь Чжоу написали и отредактировали статью.

Благодарности

Эта работа была поддержана Фондом естественных наук провинции Цзянсу (грант №BK20180515) и Фонды фундаментальных исследований для центральных университетов (проект № KYZ201325). Авторы выражают благодарность доктору Венцян Хуангу и доктору Цзянбо Ли из Пекинского исследовательского центра интеллектуального оборудования для сельского хозяйства за их помощь и руководство.

Что такое объемное видео и почему оно важно для предприятия

Помните, как на уроке естествознания в старшей школе учили измерять объем? Объемное видео очень похоже на это. Объем — это «количественная оценка трехмерного пространства, которое занимает вещество.«Когда мы, например, измеряем объем контейнера, мы измеряем, сколько жидкости он может вместить.

Объемное видео записывает видео в 3D, захватывая объект или пространство в трехмерном виде в реальном времени. Объёмно захваченный объект, окружающая среда и живые существа могут быть перенесены в Интернет, мобильные или виртуальные миры для естественного просмотра в 3D.

Понимание разницы между объемным видео и 360-градусным видео

360-градусное видео записывается камерами, которые снимают 360-градусное видео.Человек, просматривающий видео в формате 360 градусов, может смотреть на все триста шестьдесят градусов, но у них нет глубины изображения. Видео в формате 360 градусов похоже на снежный шар, где объемное видео имеет глубину и пространство. Это не значит, что в будущем 360-градусное видео не будет объемным. Это приближается.

Поскольку объемное видео записывает человека, например, в его реальных размерах и форме, его можно просматривать с любого из этих углов. В объемном захваченном видео люди могут быть «режиссерами», смотрящими и перемещающимися в любом месте видео.Объемное видео дает пользователю еще более четкое ощущение присутствия.

На одном объемном видео-снимке женщина смогла вернуться в свое тело и «держать» свою дочь в младенчестве.

Dimension Studio

Для захвата объемного видео несколько камер обучаются объекту или окружающей среде, которые необходимо записать. После первоначального захвата видео сцена обрабатывается для создания набора трехмерных моделей, упорядоченных в последовательности. Наконец, сетки разворачиваются, текстуры генерируются, а затем все это сжимается в файл данных, готовый для просмотра.

То, что пользователь испытывает при просмотре этого снимка в гарнитуре VR или через очки дополненной реальности, — это трехмерный снимок, воссозданный в виде цифрового объекта, где он может ходить, смотреть со всех сторон и даже ступать на месте записанного человека. .

Объемное видео и предприятие

GigXR / NHS / Dimension Studio

На первый взгляд, объемное видео чаще всего использовалось для создания музыкальных клипов или фильмов, но ценность этой технологии выходит далеко за рамки развлечения.

«Видео Volcap решает серьезную проблему контента для наших клиентов, особенно в сфере спорта и развлечений, которые хотят показать своих спортсменов и актеров в дополненной реальности», — сказал Джейсон Йим, генеральный директор и исполнительный креативный директор Trigger. «Раньше мы были ограничены интеграцией 2D-видео или 2D-видео с зеленого экрана в AR. Или мы могли бы смоделировать талант с нуля, что было непозволительно с точки зрения времени, бюджета и сходства, но теперь с объемным видео фанаты могут разместить талант в своей собственной среде трехмерно точным и, что более важно, волшебным образом. .”

Снимите человека один раз, и это видео можно использовать по-разному. Человека можно масштабировать, дублировать и даже трансформировать, поскольку он представляет собой цифровую копию его настоящего «я». Есть много способов использования объемного видео на предприятии.

«Мы рады изучить возможности обучения в 3D с помощью объемного видео. Вы можете не только пригласить живых экспертов прямо в каждый класс, гостиную или спортивную площадку, но и на корпоративной стороне сотрудники теперь могут иметь индивидуальную встречу. — один опыт общения с генеральным директором и руководством, независимо от размера компании », — добавил Йим.

Эта возможность открывает безграничные возможности для предприятия. К ним относятся обучение сотрудников, образование, обслуживание клиентов, корпоративные коммуникации, проверка продукции, маркетинг, реклама, узнаваемость бренда и многое другое. Список бесконечен. Что касается только обучения, объемное видео дает компаниям мощные знания от сотрудников, использует реальные примеры правильных или неправильных процедур или того, как выглядят команды во время работы над проектом.

«Мы узнали, как работают сотрудники, задействованные в мозгу, когда тренируются с помощью объемно захваченного контента», — объясняет Тим ​​Зенк из Avatar Dimension, новейшей лицензированной объемной студии Microsoft в Вашингтоне, округ Колумбия.C., основанный на технологии Microsoft Mixed Reality Capture Studios. «Это приводит к тому, что сотрудники становятся более осведомленными, потому что они учатся со всех сторон. Предприятия сообщают, что использование этой технологии дает огромный выигрыш в эффективности при одновременном повышении качества усваиваемых навыков».

Объемное будущее

getty

Объемное видео — это следующая эволюция в области видеозаписи. Позиционное отслеживание, присутствие и погружение — все это части конвергенции пространственных вычислений, виртуальной и дополненной реальности.4D Views, компания по захвату объемного видео, заявляет, что «объемное видео сфокусирует вашу аудиторию на вашем сообщении, обеспечивая беспрецедентный визуальный и эмоциональный реализм снятых актеров». В свою очередь, увеличение погружения и увеличение естественного осознания опыта.

Volumetric будет важной частью эволюции метавселенной, зеркального мира, пространственного Интернета или любого другого термина, который вы предпочитаете. Все дело в том, чтобы запечатлеть нашу реальность в цифровой форме и со всех сторон. Отчасти будущее объемно.

Это первый пост в серии статей про объемное видео. Эта статья написана на основе идеи Тима Зенка из объемной студии Avatar Dimension. В полной мере раскрывая информацию, я помог Avatar Dimension с их объемной стратегией на рынке постоянного тока.

XR Avatar Station ™ — портативный объемный 3D-сканер

Портативный объемный 3D-сканер, который создает забавные, персонализированные видео, которыми можно поделиться, для привлечения поклонников или активации клиентов.

Наша XR AVATAR STATION ™ — это новое поколение фотобудок на мероприятиях. Мы используем технологии объемных камер для создания видеороликов вашей аудитории, которые невозможно воссоздать в реальной жизни. Трехмерный аватар вашего гостя преобразуется в набор специально созданных видеороликов, в которых ваши гости — звезды. Вершина папарацци-персонализации, она не похожа ни на что другое на площадке для мероприятий.

XR Avatar Station — это портативная платформа под ключ, которая включает:

  • XR Avatar Система объемного сканирования
    • Объемное сканирование на 360 градусов
    • Захват текстур высокого разрешения
  • Система привлечения клиентов
  • Система доставки мультимедиа по электронной почте или тексту
  • Персонал для управления и проведения мероприятий

Система проста: вы входите в сканер размером 10 на 10 футов и принимаете позу.Сканер фиксирует ваши 3D-данные и одновременно делает несколько снимков вашего тела с помощью более чем 90 камер. Затем система автоматически соединяет их вместе, создавая 3D-модель, которой вы можете поделиться со своими друзьями.

Хотите больше информации? Свяжитесь с нами в любое время или напишите нам по адресу [email protected], чтобы узнать цену.

Мы преобразуем 3D-аватар вашего гостя в набор специально созданных видеороликов, в которых ваши гости — звезды. Вершина папарацци-персонализации, она не похожа ни на что другое на площадке для мероприятий.

Ниже приведен пример видео XR-сканирования, настроенного для мероприятий нашего клиента. Ниже представлена ​​тема «Городской бот» для мероприятия AT&T’s Dream Hack. Мы сканировали гостей и помещали их в захватывающие миры, вдохновленные играми.

Мы работаем над новыми динамическими выходами для использования при активации, которые будут включать в себя среды с полной 3D-рендерингом.

Представьте, что вас отсканируют на крупном спортивном мероприятии и бросят на 50-ярдовую линию Суперкубка, на центральном корте Финала четырех или вы стоите на пьедестале почета на Олимпийских играх.

Теперь мы можем перевезти ваших гостей в исторический момент или в отдаленное место, такое как Тадж-Махал или на вершину горы. Мы исследуем темы, которые действительно уникальны и никогда не встречались раньше. Представьте, что вас поместили в фантастический мир или в зомби-апокалипсис. Возможности безграничны.

Наши настраиваемые АВАТАРЫ XR готовы к публикации в социальных сетях за считанные минуты. Мы можем персонализировать мультимедийные материалы с помощью индивидуализированных фонов под брендом клиента или мероприятия, трехмерных элементов и уникальных анимационных эффектов.

Мы также работали над внедрением новых возможностей настраиваемых тем для наших клиентов с расширенной графикой. Ниже приведен пример.

Часть нашей технологии 3.0 позволит нашему сканеру также интегрировать ваши данные в расширенную анимацию. Это включает в себя специально поставленных гостей, которые могут быть объединены в анимированную сцену.

Справа — пример системы камеры, добавляющей два скана в гоночную сцену. Мы включили в анимацию их головы, верхнюю часть тела и руки.Создание реалистичной сцены, которую практически невозможно запечатлеть.

Хотите чего-нибудь более продвинутого? У нас есть различные уровни производственных возможностей, включая возможность оснастить и анимировать трехмерную геометрию.

Ниже приведен образец анимированной голограммы, используемой для фильтра социальной камеры Snapchat.

Как это работает?
  1. Наша трехмерная объемная фотография создает индивидуальные голографические цифровые изображения (аватары) ваших гостей мероприятия с вашим брендом в тематической среде XR — и все это прямо на месте в XR Avatar Station.
  2. Менее чем за минуту мы запечатлим завораживающие образы и образы вашего бренда и поклонников с помощью объемного 360-градусного сканера внутри XR Avatar Station.
  3. Затем визуализируется трехмерный цифровой аватар каждого гостя и помещается в набор фирменных анимационных видеороликов, в которых ваши гости — звезды. Вершина персонализации папарацци, она не похожа ни на что другое на площадке для мероприятий.

Это полная система, система захвата, сканирования и доставки потенциальных клиентов.Мы можем настроить нашу систему сбора данных в соответствии с вашими потребностями. Мы можем зафиксировать любой конкретный демографический контент вашей пользовательской базы в процессе регистрации. Так как нам нужен их адрес электронной почты или номер телефона, чтобы отправить им файл, это прекрасная возможность побудить их присоединиться к вашему списку рассылки для будущих маркетинговых мероприятий или задать им конкретные вопросы пользователей.

Представьте, что вы получаете миниатюрную трехмерную статую себя. Мы тоже можем это сделать!

Это не заканчивается, когда мероприятие окончено.Мы также можем предложить вашим гостям возможность встретить пользующихся большим спросом 3D-печатных скульпторов их XR AVATAR.

Эти моменты останутся с вашими гостями на всю жизнь, и они всегда будут помнить, где их приняли.

Миниатюрные трехмерные скульптуры имеют размеры 6 и 10 дюймов. Как и ваши любимые фигурки.

Мы можем создать рекламную акцию для вашего мероприятия, которая даст вам возможность дать мгновенный выигрыш или ежедневные награды.

Компания

FX Networks использовала нашу систему 3D-камер для создания пользовательских аватаров XR для мероприятия FXHIBITION на Comic-con в Сан-Диего.Поклонники могли создавать собственные GIF-файлы и фильмы, интегрируя их сканирование в персонализированную сцену из телешоу FX — «Арчер», «Американская история ужасов», «Легион» или «В Филадельфии всегда солнечно».

После выбора вашего любимого шоу мы собрали данные фанатов, чтобы отправить им их собственные персонализированные GIF-файлы или фильмы, которыми можно будет поделиться.

У каждого клиента есть уникальные потребности, для которых требуется гибкая платформа, которая позволит ему достичь своих целей.Поскольку XR Avatar Station является частью нашей платформы GrooveTech, мы можем настроить ее в соответствии с вашими потребностями. От сбора данных до создания полностью брендированных активаций — ваш опыт будет уникальным.

Мы создали одни из крупнейших в мире активаций на основе местоположения, и GrooveTech помог добиться успеха этих мероприятий. Мы предоставляем оборудование и команду для его запуска, чтобы вы могли сосредоточиться на самом важном.

Требования: Размер Площадь: 10 ‘x 10’

  • Время настройки: Среднее время настройки составляет 48 часов.
  • Питание: Требуется одна розетка мощностью 500 Вт.
  • Интернет: требуется подключение к сети не менее 30 Мбит / с.
  • Для достижения наилучших результатов оборудование должно находиться в полуосвещенном помещении. Яркий свет влияет на результаты сканирования.
  • Персонал: Мы предоставляем персонал и поддержку для работы с оборудованием. Вы предоставляете послов бренда.

Хотите связаться? Свяжитесь с нами в любое время или напишите нам по адресу [email protected], чтобы узнать цену.

Нравится:

Нравится Загрузка…

Интерактивный фреймворк фотореалистичной объемной визуализации

Реалистичное освещение в объемной визуализации играет центральную роль в восприятии трехмерной формы. Например, пользовательское исследование, проведенное Lindemann et al. [1], в котором измеряется эффективность семи современных методов DVR, ясно показали, что модели глобального освещения помогают в оценке глубины и размера изображений. Кроме того, Ropinski et al. [2] разработали реалистичную модель освещения для объемного рендеринга и продемонстрировали, что, используя реалистичное освещение, наблюдатели тратят меньше времени и точнее оценивают глубину в объемном рендеринге.

В последние годы было проведено большое количество исследований, направленных на улучшение интерактивных подходов Direct Volume Rendering (DVR) с более реалистичным освещением, например окружающим окклюзией [3], тенями [4], [5], реалистичным рассеянием [6] , [7] и глобальное освещение [8]. Однако до сих пор исследования были сосредоточены на быстрых приближениях освещения, которые можно было бы интегрировать с объемными рендерерами на базе GPU, как на основе текстуры, так и на основе лучей, поскольку физическое моделирование освещения считалось чрезмерно дорогостоящим.

В отличие от многих существующих приближений, трассировка лучей Монте-Карло (MCRT) в сочетании с физическим переносом света способна моделировать взаимодействие света в реальном мире без ущерба для точности вычислений переноса света, что приводит к более реалистичным изображениям. Алгоритмы рендеринга Монте-Карло способны работать со сложными конфигурациями освещения, материалов и камеры. Было продемонстрировано, что MCRT с соответствующими модификациями, учитывающими особенности оборудования, может выполняться на GPU [9], [10].Однако, насколько нам известно, MCRT еще не применен ко всему конвейеру интерактивного цифрового видеорегистратора для достижения фотореализма. Работа, проделанная Salama et al. [6] подходит ближе всего, но основан на явном использовании изоповерхностей в данных визуализированного объема. Это различие обсуждается более подробно в разделе «Связанные работы ».

В этой работе мы применяем MCRT для интерактивного рендеринга объемных наборов данных, выбирая весь домен и принимая во внимание полную гамму плотностей объемов.Чтобы совместить поверхностное и объемное рассеяние, мы вводим гибридное рассеяние .

Наша платформа DVR может генерировать высококачественные изображения с интерактивной скоростью. Он создает изображения постепенно, при этом узнаваемый рендеринг появляется в течение доли секунды, а качество изображения быстро повышается. С рендерингом можно взаимодействовать с самого начала. Все параметры сцены, например, передаточная функция, камера и освещение, могут быть изменены в интерактивном режиме. На основании наших экспериментов мы пришли к выводу, что моделирование переноса света на основе стохастической МК является привлекательным решением проблемы фотореалистичного рендеринга в интерактивных цифровых видеорегистраторах.Стохастическое моделирование переноса света на основе MC особенно интересно, поскольку оно позволяет без значительных усилий интегрировать различные физические эффекты в единый подход, тогда как другие решения ограничивают количество источников света, форму источников света, модель камеры и т. Д. Кроме того, благодаря подходу к сэмплированию проблемы с артефактами наложения спектров и пошаговым изменением легко решаются. Платформа DVR способна справиться со сложным освещением на лету, а повышенное качество изображений помогает передать форму и детализацию.

В 2009 году Бэнкс и Бисон сообщили, что «» проникновение на рынок физического освещения в научной визуализации было почти нулевым в 2008 году, несмотря на многие исследования, указывающие на преимущества восприятия [11]. Одна из причин, которые они назвали, заключалась исключительно в том, что у ученых, создающих визуализации, не было легкого доступа к реализациям глобального освещения в их стандартном рабочем процессе. Делая нашу работу доступной в виде многоразовой и разрешенной реализации, мы надеемся внести свой вклад в внедрение физического освещения в интерактивном прямом объемном рендеринге.

Остальная часть статьи построена следующим образом. В разделе Связанная работа мы рассматриваем связанные работы по объемным теням, окклюзии окружающей среды и физическому переносу света. В разделе Method мы документируем нашу технику, а в разделе Results мы анализируем производительность и представляем некоторые примеры визуализации. Наконец, в разделе Заключение мы суммируем наши выводы и указываем направления будущих исследований.

Работы по теме

Глобальное освещение, и особенно тени, являются убедительными способами передачи глубины и формы в 3D-визуализации в целом [12] и в объемном рендеринге в частности.Некоторые из первых улучшений более простых приближений переноса света, например, представленные Максом [13], были сделаны с введением теней в объемный рендеринг. Беренс и Рейтеринг представили тени в объемном рендеринге, предварительно вычислив объем тени для данного относительного положения источника света, который затем можно было рендерить с использованием стандартного алгоритма объемного рендеринга на основе текстур [4]. Kniss et al. представила объемную модель освещения, которая объединяет половинные угловые срезы, технику объемного рендеринга на основе текстур для вычисления объемных теней, реализацию фазовой функции на основе справочной таблицы и аппроксимацию множественного прямого рассеяния на основе агрегирования света из предыдущих срезов [14], [ 15].

Hadwiger et al. [5] адаптировал карты глубоких теней [16], метод вычисления полупрозрачных объемных теней, для расчета лучей на GPU. Ропински и др. [17] представили альтернативную реализацию карт глубоких теней для Raycasting на GPU, которая поддерживала кэширование, когда конфигурация источника света оставалась постоянной, и сравнила ее с обычными картами теней (непрозрачными тенями) и теневыми лучами. Во всех случаях реализм объемной визуализации был значительно улучшен за счет интеграции теней.Однако все упомянутые примеры были ограничены моделированием единственного точечного источника света. Структура DVR в этой статье не накладывает ограничений на конфигурацию освещения, например, количество источников света, их форму и, наконец, их текстуру.

Рисунок 5. Тот же набор данных и конфигурация, что и на рисунке 4, визуализированные с помощью фильтра шумоподавления.

Применяя уменьшение шума во время начальных итераций, нежелательный шум при запуске алгоритма MC снижается в значительной степени за счет небольшого увеличения размытия во время начальных итераций.Влияние фильтрации шума и, следовательно, степень размытия уменьшается в зависимости от ошибки в текущей оценке.

https://doi.org/10.1371/journal.pone.0038586.g005

Ambient occlusion (AO), представленный Жуковым и др. [3] с термином затемняет , это эффективный и обычно недорогой метод аппроксимации глобального освещения. AO вычисляет интенсивность света в точке затенения, определяя полусферическую окклюзию окружающего света.В своем обзоре Мендес-Фелиу и Сберт указывают на разницу между затемнением и окружающей окклюзией: в то время как последнее представляет степень открытости точки, первое также учитывает рассеянное непрямое освещение, обеспечивая более физически правильное освещение и, например, цвет эффекты кровотечения [18]. Однако эти два термина часто используются как синонимы. Метод затенения окрестностей, представленный Стюартом [19], был первым, кто включил окклюзию окружающей среды в объемную визуализацию с помощью метода, называемого затенением окрестностей.Их метод использует соседние воксели и их затемнения для вычисления местного освещения, что приводит к затемненным трещинам и впадинам. Их метод требует предварительной обработки для каждой модификации сцены и требует дополнительного буфера для хранения результатов освещения. Пеннер и Митчелл [20] использовали гистограммы для классификации затемнения вокруг вокселя. Метод Ropinski et al. [7] использовали кластеризацию локальной гистограммы для предварительного вычисления информации о загорании. Важно отметить, что АО и даже затемнение не принимают во внимание конкретное положение источника света, но оба основаны на геометрическом перекрытии точки выборки и, следовательно, приближают свет, который предположительно может достичь этой точки.В структуре DVR, представленной в этой статье, для теневых вычислений учитывается вся область объема.

Рисунок 9.

Слева: Визуализация общедоступного набора данных Manix (Osirix) с фотографической настройкой освещения. Справа: интегрируя физические шейдеры в DVR, можно моделировать широкий спектр материалов, например золото.

https://doi.org/10.1371/journal.pone.0038586.g009

Ritschel et al. [21] комбинируют форму внешней окклюзии, представленную в виде сферических гармоник (SH), которую они называют функцией видимости, с подходом DVR, связывая излучение в каждой точке как с его плотностью, так и с взаимодействием между входящим светом от одного источник и функция видимости, зависящая от направления.Lindemann et al. [22] расширяют работу Ritschel et al. [21] с SH-представлением падающего прямого и непрямого освещения, которое объединяет хроматическое затухание, а также локальное приближение подповерхностного рассеяния. Они утверждают, что поддерживают источники света произвольной площади, но из бумаги неясно, как они определены. В работе Kronander et al. [23] освещение, как и видимость, закодированы в сферических гармониках. Их метод поддерживает направленное, точечное и окружающее освещение.В отличие от нашего метода структуры DVR, этот тип рендеринга требует дополнительного хранилища, чувствительного к количеству используемых коэффициентов SH.

Schott et al. [24] представил Directional Occlusion, вдохновленный алгоритмом AO. Их метод ограничен источником света, который должен совпадать с камерой. Позже это ограничение было частично снято, позволив пользователю размещать источник света в пределах полусферы, ориентированной на камеру, с введением модели многонаправленной окклюзии, созданной Solteszova et al.[25]. Ропински и др. улучшили свою структуру Raycasting на GPU с помощью моделирования рассеяния и затенения [2]. Объем освещения генерировался с помощью накопления цветности от передней к задней части на основе срезов и с накоплением обратного рассеяния во втором проходе, и его можно было сгенерировать «на лету», когда передаточная функция или положение света обновлялись. Все эти методы дают впечатляющие результаты, не требуют значительных предварительных вычислений и работают с интерактивной частотой кадров. Однако все они ограничиваются моделированием одного точечного источника света.

Ранее рассмотренные документы дают результаты, которые, как оказалось, помогают в восприятии формы и глубины. Эти методы дают довольно хорошее приближение реального взаимодействия света с объемами или изоповерхностями. Другой класс средств визуализации объема использует более физический подход. Обычно они решают уравнение переноса света для объема на этапе предварительной обработки и сохраняют результат в дополнительном буфере. Wyman et al. [26] представили такой метод, в котором прямое освещение, тени и диффузное взаимное отражение фиксируются в буфере освещения.Затем этот буфер используется для текстурирования изоповерхностей. Этот метод получил дальнейшее развитие Beason et al. [8], вводя полупрозрачность и каустику за счет статического освещения. Оба этих подхода ориентированы на визуализацию изоповерхностей и не могут выполнять полную объемную визуализацию.

Csébfalvi et al. [27] были первыми, кто применил интеграцию Монте-Карло к объемному рендерингу с целью найти решение проблемы, когда наборы данных не помещаются в память графического оборудования. На этапе предварительной обработки этот метод генерирует облако точек из случайных выборок в соответствии с функцией плотности вероятности объема.Во время прогрессивного рендеринга из этого облака точек генерируются новые выборки с выборкой важности, которые проецируются обратно на плоскость изображения, а затем интенсивность пикселей определяется интеграцией Монте-Карло. Этот метод включает в себя световые эффекты на основе вектора градиента для сравнения, но не фокусируется на фотореалистичном рендеринге и игнорирует окклюзию. Эта работа расширена для поддержки модификации передаточной функции в реальном времени [27].

Рисунок 11.Характеристики сходимости.

Пять типичных наборов данных (вверху), набор данных Manix, с постоянным освещением и затенением, с учетом бесконечно малой диафрагмы, средней диафрагмы и большой диафрагмы соответственно (посередине) и набор данных Backpack, с постоянным затенением, параметрами камеры и увеличивающимся числом огней (внизу).

https://doi.org/10.1371/journal.pone.0038586.g011

Salama et al. [6] представили структуру графического процессора для рендеринга объемных наборов данных методом Монте-Карло.Их работа ближе всего к нашей в том смысле, что они используют методы стохастической выборки. Однако они визуализируют ряд слоев, используя изоповерхность в объеме как основу для расчета более позднего рассеяния. Первый проход вычисляет локальное освещение на выбранной изоповерхности, второй проход является проходом AO, а последний слой, обычно визуализируемый за один проход, моделирует рассеяние. Это делается путем запуска пропускающего луча на изоповерхности, рассеянного в пределах доли Фонга, и отражения этого луча от второй изоповерхности, на которую он попадает, до тех пор, пока он не выйдет из объема.Три слоя составлены, чтобы сформировать окончательное изображение. Наша структура DVR визуализирует объем унифицированным способом и намеренно не обрабатывает изоповерхности по-разному.

Шлегель и др. [28] разработали несколько оптимизаций рендеринга на основе Raycasting. В результате они могут отображать окружающее окклюзию, объемные тени и растекание цвета в реальном времени. Этот метод включает мягкие тени, АО и растушевку цвета.

Schott et al. [29] применили глубину резкости к цифровому видеорегистратору, используя подход, основанный на срезах.Этот метод использует инкрементную фильтрацию для размытия как поверхностей iso, так и прозрачных участков. Этот метод создает реалистичные эффекты глубины резкости за счет относительно низкой частоты обновления. Кроме того, этот метод может быть интегрирован только в модуль рендеринга на основе срезов, такой как [24], [25]. Наша структура DVR объединяет глубину резкости унифицированным способом с использованием стохастической выборки.

Предыдущие подходы к фотореалистичному рендерингу часто мотивированы вычислительными ограничениями центрального процессора, графического процессора и другого специализированного оборудования.По этой причине большая часть работы представляет собой убедительное, но приближенное моделирование переноса света. Мы ожидаем, что с более мощным графическим оборудованием эти приближения в конечном итоге будут заменены физическим моделированием транспорта света. Насколько нам известно, представленная здесь работа является первой, демонстрирующей, что интерактивный, грубый, прогрессивный стохастический рендеринг для фотореализма в DVR возможен. Наш метод не зависит от предварительно рассчитанных количеств или дополнительных объемов, а занимаемая память не зависит от освещения, материала, камеры и конфигураций передаточной функции.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *