基于公共标志点的三维点云拼接方法研究

针对目前在处理公共标志点配准所面临的算法复杂性高、自动化程度低等问题,提出了一种公共标志点自动配准方法。首先获取基准点对,通过比对各个标志点到基准点的欧式距离来匹配标志点;再利用罗德里格参数进行变换矩阵求解,实现两组点云的粗拼接。为避免最近点迭代算法陷入局部最优,采用粗拼接后两组点云的交集作为初始位置。通过在不同视角下进行拼接实验和精确拼接的误差可以看出,其明显优越于传统的拼接方法。结果表明,该方法快速有效,拼接精度高。     

基于标志点的多视三维数据自动拼接方法

为了实现多视三维数据的自动拼接,提出了一种数据拼接方法。利用标志点的空间特征不变性,通过引入距离矩阵和匹配信息表,根据匹配标志点之间的约束关系,实现了标志点的匹配,同时利用相邻区域测量数据之间的关系,基本消除了匹配歧义问题。运用奇异值分解法求解旋转矩阵R和平移向量T,实现测量数据拼接。多视拼接实例表明,本算法具有较强的鲁棒性,能够实现对多视数据的快速,自动拼接,具有很好的实用价值。     

基于特征点匹配对平面相似度的图像拼接

针对来自于不同视点拍摄的具有视差的两幅图像,提出了一种基于特征点匹配对平面相似性的图像拼接方法。该方法利用场景中属于同一平面特征点之间的变换矩阵一致性的特点,通过定义特征点匹配对之间的平面相似度来筛选特征点匹配对,有效降低了特征点的漏匹配率,提高了配准精度。采用图割算法计算图像的最优缝合线,进行拼接得到最终结果。实验结果表明,与现有经典算法相比,该方法具有较好的视差鲁棒性。     

点云分割匹配的三维重建算法

对三维空间进行测量并获得空间模型的任务中,目前的配准算法无法拼接两帧重叠区域过小的点云。以ICP算法为基础,提出基于多重高斯概率模型的点群匹配拼接算法。通过点云欧式分割算法对点云聚类,得到对应的点云子集,求取子集的高斯模型,根据高斯模型匹配互为映射的子集,利用改进的最近点迭代配准算法求取旋转和平移矩阵,再利用求得的矩阵对分割前的点云进行坐标转换,最终实现与目标点云的拼接。实验结果表明多重高斯概率模型的点群匹配拼接算法解决了目前因重叠区域过小不能准确拼接点云的问题。     

结构光三维测量系统的点云精度分析

点云质量是结构光三维测量系统中一个非常重要的部分,通过对单片点云的精度和点云拼接的效果两个方面对点云质量进行评价。首先由相片的参数和标定板上标志点的像点坐标计算出标志点的三维坐标,与重构出的点云进行比较计算空间点精度;通过对标定板进行重构进行平面度误差分析;再将各片点云用专业的拼接检测软件进行拼接,生成误差和精度报告。反复实验表明,采用PHOTOSCANSHOP结构光三维测量系统获取的单片点云有较小的误差,整体拼接能达到较好的效果。     

改进的迭代最近点快速点云拼接算法

针对迭代最近点算法未涉及点云彩色信息且匹配速率较低的问题,提出一种改进的迭代最近点云快速拼接算法。基于NCAM光学追踪彩色与深度信息,将色彩特征点与随机采样相结合,构建彩色点云模型,进行特征点采样;采用伞曲率体积积分不变量算法对特征点进行描述,构建带色彩约束的目标函数,并通过四元数法和特征值分解法求解最优值,实现点云数据的有效拼接。实验结果表明,改进的点云数据拼接算法可以有效地提高拼接效率及拼接精度,从而提高拼接质量。     

基于角点分层匹配的织物图像拼接

针对一些织物图像,该文提出了一种新的基于角点分层匹配的图像拼接方法。该算法首先采用harris角点检测,然后用归一化互相关法进行初步的匹配,再运用稳健的RANSAC算法进行精匹配,最后对相关性最高的4对点求单应性矩阵,从而实现对图像的拼接。整个算法自动完成,采用二次匹配,鲁棒性强。实验结果表明,该方法能准确找到图像间的重叠位置,且融合效果比较理想。     

结合SIFT和Harris算法的小型无人机影像拼接方法

考虑到小型无人机影像的成像过程具有视点离散、视角变化有规律等特点,选择拼接参考基准影像,利用无人机的GPS/IMU参数信息计算图像相交区域来减小图像匹配范围;综合利用Harris特征点提取算法和SIFT特征向量计算方法,进行特征点的提取和特征向量的计算,并用PCA算法进行降维处理;在特征匹配过程中,采用最临近(NN)方法和BBF算法提高匹配速度,应用PROSAC特征点提纯和仿射变换整体平差算法提高匹配的精度;最后利用光度对准和加权平均算法进行光度差异消除,实现了无人机影像的拼接。实验结果表明了文章中的图像拼接方法在准确性、效率方面具有优势。     

基于特征点匹配的图像拼接方法

在对现有图像拼接方法进行研究的基础上,提出一种基于特征点匹配的图像拼接方法。采用对图像质量与光照等因素具有较强鲁棒性以及丰富匹配信息的尺度不变特征变换匹配算法对特征点进行提取和匹配,使用随机抽样一致性去粗算法求得两幅图像间的H矩阵初值,并运用迭代精炼算法求出H矩阵的精确值,利用摄像头预先拍摄好的固定角度的图像来得到转换角度的H矩阵,从而将均具有角度差的两幅图像调整至垂直拍摄的平面,最后根据尺度不变特征变换匹配算法及投影算法将调整后的两幅图像拼接。实验表明,本方法简单易行,可降低具有角度差的两幅图像拼接后的边缘变形,从而改善拼接质量。     

基于三维测量的奶牛体型性状指标的数据采集

采用立体视觉的三维测量方法重建奶牛的三维模型,实现了对奶牛的体型性状指标测量,首先通过立体标靶进行摄像头的标定,然后利用SIFT（scale invariant feature transform）尺度不变特征点匹配算法对图像进行特征点提取与匹配,最后通过投影矩阵计算匹配特征点的三维坐标;针对双目视觉中摄像头视角范围受限问题,提出通过在相邻视点的公共区域设置标记点,根据标记点计算不同坐标系的转换关系,将各局部特征点转换到统一坐标系下,从而实现不同视点下各局部区域的三维拼接.实验表明,采用该方法重建的奶牛模型较理想,测量精度和测量效率满足评定要求,能够取代手工测量.     

基于特征点匹配的拼接算法研究与实现

针对图像问因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法。该算法首先利用相位相关法确定图像重叠区域,然后采用改进Harris角点检测算法检测角点,再根据相似测度NCC（NormalizedCrossCorrelation）方法提取出匹配特征点对,最后用渐进渐出的方法实现拼接图像的融合。实验证明,该算法比传统算法在角点数目上减少了四分之一,有效地去除了拼接产生的鬼影现象。能有效地提高图像拼接的速度和精度。     

一种基于视觉测量的大型自由曲面拼接方法

针对不规则复杂大尺寸三维面型测量的问题,提出一种基于视觉测量技术的大型自由曲面拼接方法。将大型曲面分为若干子块,采用双摄像机面结构光方式获取局部子区域密集点云,在曲面上布置若干标志点,其坐标采取近景摄影测量方法获得,对这些标志点进行局部子块坐标系到全局坐标系的转换,得到自由曲面面型。避免了一般标志点拼接方法的累积误差,解决了非编码标志点匹配及匹配奇异问题。实验表明,在1065mm×1000mm×255mm范围内,用19块子区域进行拼接,平均拼接误差为0．045mm。     

一种改进KNN的无人机图像快速拼接方法

为了更好解决基于K近邻算法特征匹配速度问题,采用图像像素点经纬度数据加快特征点匹配的无人机图像拼接方法。利用拍摄图片信息里的地理坐标,计算影像像素点经纬度数据,然后计算出两张图像重合部分,利用重合部分特征点经纬度数据大致相同这一特点提高K近邻算法匹配速度,改进后的算法在匹配准确度比传统算法提高了43%左右,最后选用最佳缝合线法对图像进行拼接,获得了质量较好的全景图。     

基于特征点的改进ICP三维点云配准技术

三维点云配准是三维面型反求中的关键和难点。提出了一种特征点三维点云配准技术。通过引入被测物的特征点,分析了坐标变换矩阵的求解方法,利用最小二乘算法求出初始变换矩阵,得到粗略配准结果。然后采用K-D树来加速搜索最近点,用均方距离作为误差度量准则实现了改进后的最近点     

Automatic Image Registration Algorithm Based on Wavelet Transform

I mage registration is the process of determiningthe transformation which matches best,according tosome si milarity measure,two i mages of the samescene taken at different ti mes or from different viewpoints[1].It has broad applications in many domainssuch as military,medicine,remote sensing and com-puter vision,so a wide range of registration tech-niques has been developed abroad and at home formany years.Given the diversity of remote sensingi mage,complexity of i mage warp,differences be-twe…     

基于直线特征提取匹配搜救机器人的同步定位与地图构建

针对搜救机器人在灾后特征环境下同步定位与地图构建问题,提出了改进动态阈值分裂合并算法,与固定阈值算法相比提高了直线拟合的准确性。推导出匹配条件参数,通过比较始末点距离解决了误匹配,提高了匹配精度。在此基础上,进行全局定位计算。利用最小二乘法进行滤波处理,提高了定位精度。通过仿真与模拟现场实验表明,本文方法能使提取的直线更准确地反映实际地形环境,完成二维栅格地图的实时创建任务。     

一种基于实例学习的三维模型检索匹配方法

传统的基于内容的三维模型检索的相似性度量方法主要借鉴二维图像检索中所采用的距离度量算法,达到比较两三维模型相似度的目的,该做法限制了模型间匹配的广度.针对这种单核匹配的限制,提出了一种新的多核匹配方法.利用图论中两点间的最短距离的思想,得出两模型最相似那他们的距离最短,因此查询样本跟匹配的样本存在的通路上的模型节点能影响他们的相似度,这样就提高了匹配的广度和精度.同时在已有的特征提取基础上,把标签繁衍算法应用到最短距离求解中,并将基于实例学习的K近邻方法引入到模型匹配算法中,实现了半监督学习,提高了系统的查准率.