简介:摘要:高密度三维地震勘探,是指在较大程度上增加了炮点和接收点的密度,从而达到了更高的地震分辨率。在强干扰区,传统的3D-S地震很难获取到200ms以下的回波波形,特别是对小断裂、采空区、煤层厚度较大的煤层,很难获取到有效的回波波形。针对我国山西省宁武矿区北部的一座露天矿井,针对该地区存在的超浅层、高干扰、高密度、小间距,结合高分辨率、高保真、面元均化等信息处理方法,实现了该地区煤田的高密度、高分辨率和高分辨率的三维地震成像,为后续的地质体异常解释和预测提供了可靠的数据依据,对于识别小断裂、采空区、煤层变薄区等地质体异常具有重要的指导作用,对于保障我国煤炭资源的安全开采有着重要的现实意义。
简介:3D人脸图像数据库广泛应用于计算机视觉、动画绘图设计、医学等很多领域。在法庭科学领域,采集三维人脸图像并建立数据库,可进行人像特征分类、统计人像特征的分布以及训练人像模型,这些分析是人像比对和识别的基础。与传统的二维数据库相比,三维(3D)人脸图像库能够提供更多信息,例如,三维人脸图像的空间结构和形状包含多视角轮廓。3D人脸图像采集方法包含多视角几何信息的方法、结构光的方法和3D扫描仪的方法,这些方法有不同的采集设备和环境。国内外已经建立了几个有代表性的3D人脸图像数据库,例如MPI实验室的MPI和BJUT的BJUT-3D,但这些库在分辨率和精度方面尚有不足。本文首先回顾了MPI、BJUT-3D数据库和它们的采集环境,然后对建立中国人的高精度3D人脸图像数据库进行探索研究。用彩色手持三维扫描仪(ArtecSpider)采集了1100个3D人脸图像,这些图像包含彩色纹理和深度信息(几何形状和点云),每个人脸图像的几何形状的采样点数目超过2000万,三角面片数目超过4000万。与BJUT-3D人脸数据库在人脸形状、分辨率和纹理等方面的比较结果显示,本研究采集的人脸图像有更高的精度,在嘴巴、鼻子、眼睛等方面比其他数据库中的人脸图像显示了更多的细节。建立的数据库将会支持在3D人像识别和算法评估方面的进一步工作。