线性迭代子空间射影重建法

该文提出了一种基于子空间线性迭代的射影重建方法,该方法利用所有的图像序列构成的行向量生成的线性子空间之和与射影重建结构点构成的行向量生成的子空间是同一线性子空间及在该子空间中任何一个基底都可以作为射影重建的特性,线性迭代地求取射影重建及图像深度因子。模拟实验和真实实验表明,该射影重建方法具有鲁棒性好、收敛性好及重投影误差小等优点。     

基于秩1的射影重建方法

 提出了一种能够将所有图像平等看待基于秩1的射影重建方法,该方法并不是直接求解射影空间结构点和投影矩阵,而是求解射影空间结构点的深度因子及投影矩阵.本文利用射影空间结构点可以由图像点及深度因子构成的特性,构造了一个秩为1的矩阵,用线性迭代的方法求取空间结构点的深度因子,最后完成射影重建.模拟实验和真实实验数据结果表明,该射影重建方法具有收敛性好、重投影误差小及运行速度快等优点.     

最小特征值的迭代非刚体三维射影重建方法

为了从图像序列中重建出非刚体三维射影重建,本文提出了一种最小特征值的迭代非刚体射影重建方法.该方法利用所有的图像点和深度因子组成一个低秩图像矩阵的特性,将投影求解转化为矩阵特征值及特征向量的求解,迭代地求解深度因子,实现非刚体的三维射影重建.该方法能够保证算法能够收敛到全局最优解.模拟实验和真实实验结果表明,本文方法具有收敛性速度快、误差小等优点.     

基于非刚体的线性迭代相机自标定方法

为了实现相机标定,本文提出了一种基于非刚体的线性迭代相机自标定方法,该方法假定非刚体由若干个非刚性基线性组成,利用所有图像点组成的图像矩阵为一个低秩矩阵的特性,实现射影重建;利用相机的约束关系线性迭代地实现相机标定.该方法克服了现有自标定方法要求物体做刚体运动的缺点,模拟实验和真实实验数据结果表明,能够有效地实现相机标定.     

一种基于线性迭代自定标方法

提出了一种新的利用线性迭代算法来实现摄像机的自定标方法,该方法不需要景物中的任何先验知识,只需要通过线性迭代就可以实现摄像机的自定标.本文所提出的方法分为两步:第一步假设s=0、主点坐标位于坐标原点,求到绝对二次曲面在射影空间中的像,得到摄像机的内参数;第二步,利用第一步得到的摄像机的内参数,通过图像的坐标变换,使图像符合第一步假设的摄像机所获取的图像,再返回到第一步.模拟实验和真实实验数据结果表明,该定标方法运算量小、鲁棒性好、收敛性好等优点.     

基于正交补空间的遮挡点恢复方法

为了有效地恢复遮挡点的位置,提出了一种基于正交补空间的遮挡点恢复方法,该方法将图像两两组合,并删除同组中的遮挡点,利用删除遮挡点后的图像组生成的正交补空间之和等于三维空间结构点生成的正交补空间的特性,线性地求解出遮挡点的真实位置。由于该方法的求解是线性的,克服了现有迭代方法需要初值的缺点;同时,该方法将所有的图像及可见图像点都平等地看待。模拟实验和真实实验结果表明,该方法具有鲁棒性好及误差小等优点。     

迭代二次规划遮挡点恢复

为了有效地的恢复遮挡点,本文提出一种迭代二次规划遮挡点恢复方法,该方法首先分别利用图像矩阵的行向量和列向量在图像矩阵生成的正交补空间上的投影为0的特性,构造行和列余差函数,同时,对遮挡点分别按行为主序和列为主序进行排列,利用排列后这两者之间存在一个变换关系,将行和列余差函数统一表示为一个二次优化目标函数.该方法同时考虑了遮挡点在行和列两个方向的约束,而且将遮挡点求解转化为迭代求解一个二次规划问题.实验结果表明,本文方法具有收敛速度快,恢复精度高等优点.     

基于核函数的系统模型辨识

本文提出一种基于核函数的系统模型辨识方法。首先通过线性最小二乘确定低维空间中的非线性子空间,并经主分量分析提取与线性子空间基向量近似正交的非线性主分量,再经核密度估计进行聚类,自适应选择多个核将非线性子空间映射到高维空间,从而将任何一个线性和非线性的联合问题最终变成一个高维空间中的线性问题,最后借助线性最小二乘获得一个精确参数的系统模型。经过实验验证,该方法具有较好的效果。     

基于多幅未标定图像的三维度量重构

提出了一种基于多幅未标定图像，恢复场景三维几何的优化矩阵分解算法，该算法先通过迭代逼近得到射影重构，然后通过估计绝对二次曲面，将射影重构更新到度量重构。采用真实图像测试，获得好的实验结果，说明该方法简单易用。     

一种基于子像素配准视频超分辨率重建方法

为了提高视频的空间分辨率,提出了一种利用帧间运动信息进行超分辨率重建的方法。对于整个视频的重建,提出了一种基于滑动窗的分段重建模型。在每一个滑动窗中,首先对相邻帧进行子像素级精度的运动配准;然后通过迭代反投影算法进行超分辨率重建。在配准算法中,提出了一种基于四参数刚体变换模型的配准方法,通过迭代求解和高斯金字塔图像模型由粗及精地进行运动估计。分别对模拟图像及实拍彩色视频进行重建,实验结果表明,该配准算法具有较高的精度,重建算法取得了较高的峰值信噪比(PSNR)值,重建视频具有更好的视觉效果和更高的分辨率能力,可被广泛应用于在帧间主要存在平移和旋转运动的视频序列的超分辨率重建。     

基于秩1约束的三维重建方法

假设相机为正投影模型,提出了一种基于秩1约束的三维重建方法,该方法并不是直接求解空间结构点和投影矩阵,而是求解空间结构点的深度及投影矩阵。本文利用空间结构点可以由第1幅图像点及深度构成的特性,构造了一个秩为1的矩阵,利用该矩阵求取空间结构点的深度,最后完成三维重建。模拟实验和真实实验数据结果表明,该重建方法具有较高的重建精度。      

投影约束的遮挡点恢复方法

为了恢复图像中的遮挡点,本文在相机为正投影模型下,提出了一种投影约束的遮挡点恢复方法.该方法利用图像矩阵的行空间和列空间都是三维子空间的特性,通过用矩阵奇异值分解分别得到图像矩阵行和列投影满足的约束条件,将遮挡点的求解转化为迭代求解二次型的极值问题.仿真实验和真实实验结果表明,本文方法具有收敛速度快,恢复精度高等优点.     

基于投影的单幅图像超分辨率重构算法

利用矩阵的Kronecker积,将现有的向量式成像模型转化为等价的矩阵式成像模型.基于新的矩阵式成像模型,提出了由高分辨图像构成的全空间到超分辨重构问题的解流形的投影算子,利用该算子可以直接得到超分辨重构结果.给出了理论分析.实验结果证实,所提算法能有效地改进超分辨率重构效果,对于标准Lenna图像,其峰值信噪比(PSNR)较双线性插值法和B-样条插值方法提高2.5dB以上,相对于其他算法也有不同程度的改进.     

基于立体图像对的体视显示新算法研究与实现

研究了由带有视差的图像对恢复摄像机矩阵和空间物体的三维几何形状这一多视图三维重构问题,结合Hartley和Rorther等人提出的基于无穷远平面诱导的单应进行射影重构算法,提出了根据图像间的对应关系确定插补图像像素的位置和灰度的新算法,通过这种新算法输出符合双眼特性的体视图像,试验证明插补后体视图像效果较好,速度快。     

行阶梯观测矩阵、对偶仿射尺度内点重构算法下的语音压缩感知

基于语音信号在离散余弦域上的近似稀疏性,针对采用随机高斯观测矩阵及线性规划方法进行语音压缩感知与重构时,重构零(近似零)系数定位能力差而导致重构效果不好的缺点,本文提出一种新的行阶梯矩阵做观测矩阵,用对偶仿射尺度内点重构算法对语音进行压缩感知与重构,并对该算法下的重构性能进行理论分析.语音压缩感知仿真结果表明,在离散余弦基下,压缩比(观测序列与原始序列样值数之比)为1∶4时,行阶梯观测矩阵下的平均重构信噪比比随机高斯观测矩阵下提高9.73dB,平均MOS分比随机高斯观测矩阵下提高1.22分.