共查询到20条相似文献,搜索用时 203 毫秒
1.
图像特征点匹配的强壮算法 总被引:13,自引:1,他引:13
同一场景的不同图像匹配是计算机视觉中的一个基本问题,在诸如三维重度,对象识别和分类、图像对齐和相机自校正等应用中,特征匹配都是一个关键步骤,其中特征点匹配是较为常用的一种方法,特征点匹配的效果受到很多因素的影响,如景物的遮挡,光照和噪声等,变化很大,文中对结指标派算法进行扩以解决全局优化问题,并利用场景深度局部连续的条件作为附加约束,提出一种新的特征点匹配算法,整个算法只用到两次优化,而且几乎全部使用矩阵运算,效率比已有的算法高,实验表明该算法的效果是令人满意的。 相似文献
2.
基于SIFT和Hu特征融合的单目视觉识别算法研究 总被引:1,自引:0,他引:1
研究了机器视觉技术在三维物体识别定位问题中的应用。利用Visual C++编程软件建立了摄像机标定界面,实现对摄像机进行快速标定的功能。提出了一种SIFT特征和Hu不变矩融合算法,该算法是一种融合了局部特征和全局特征的算法。其中全局特征反映了对三维物体图像的整体信息进行粗略匹配和定位,局部特征可以在全局特征中进行更准确特征匹配,该算法对伸缩、旋转和平移等有很好的抵抗能力。实验结果表明,该视觉算法可以有效解决三维物体匹配问题,并且有效提高了系统的识别速率和效率,满足物体识别的目的。 相似文献
3.
为了让机器人在对未知场景的扫描与重建过程中同时获得对该场景的理解,需要基于目前已有的部分信息进行物体分割与识别,解决基于不完整点云的局部匹配问题.针对已有的局部匹配方法面临着匹配准确度低、计算复杂度高等问题,提出三维形状的多层次局部匹配算法.在粗层次上,通过使用改进的词袋方法进行降维加速;在细层次上,通过精细地筛选三维特征点对之间的对应关系提升精度.首先使用基于深度学习描述子的多尺度SVM方法对数据库中模型上的特征点进行聚类,然后采用基于空间关系的视觉词袋方法在数据库中检索候选模型,最后基于全局和局部等距性对不完整点云与候选模型间的特征点对对应关系进行筛选.文中对于各部分算法分别进行验证,并与相关算法进行对比和评估,实验结果表明,该算法显著提高了局部匹配的准确性,为机器人在线场景扫描、分析、重建等相关工作提供了十分有意义的参考和支持. 相似文献
4.
5.
6.
7.
传统的用假设验证法进行三维物体识别的方法需要通过一组非线性方程组求解从模型到场景的坐标系变换,具有非常高的复杂度.文中提出了一种基于能够表明物体几何构造的直线段特征的人造物体识别方法,将假设验证法中对于全局坐标系变换的求解分散在各个平面单应性变换的求解中,降低了求解的复杂度.该方法首先利用几何不变量预匹配特征点,进而假设并求出场景和模型平面之间的单应矩阵,随后通过模型与场景之间直线段特征匹配的结果进行验证.实验证明,该方法能够快速准确地识别含有较多共面直线段特征的人造物体. 相似文献
8.
特征检测在物体识别、数据配准等应用中具有至关重要的作用。同一场景中不同采集数据的配准和融合,必须已知或者估算不同数据中的共同特征对应点。然而,许多场景缺少有效对应特征点。解决该问题的一种有效的方法是在场景中添加标记以增加特征。文章提出一种在只含有位置信息的三维点云中自动检测二维标记的方法。该方法首先在三维场景添加黑色圆形薄纸片作为二维标记,利用区域增长法将获取的三维场景的点云数据分割成不同类别,然后基于随机抽样一致性算法的扩展方法依次对分割后的点云进行形状拟合,最后通过检测形状检测该二维标记。该方法能够有效地检测出三维场景中的二维标记,并避免了遮挡、形变等问题,为缺少特征的场景提供了简单可行的特征,可广泛应用于数据配准、物体识别、物体追踪、三维重建等领域。 相似文献
9.
10.
骨架能更有效地反映出目标的拓扑结构和细节变化, 因而在三维目标识别中得到广泛应用, 但存在的基于骨架的识别方法均要求骨架端点位于轮廓曲线上, 并且识别精度受骨架端点排序的影响。针对该问题, 提出了一种新的基于路径轮廓的三维目标识别算法。该算法首先定义了一种新的特征点——骨切点, 并根据骨切点在轮廓曲线上的顺序关系, 对骨架端点进行排序; 然后利用路径轮廓对目标轮廓进行分割; 再构造一种新的局部不变特征, 并结合hash表以识别三维目标。实验结果表明, 该算法对存在部分遮挡或缺损的三维目标仍有较好的识别效果。 相似文献
11.
12.
为了实现对优化迭代初始点(涡点)的预处理,保证从各个初始点迭代得到不同的局部最优点,进而通过对比研究获得全局最优点,提出了以基于Pan-距离的最近邻接点搜索为核心、涡点之间必有凸起为判断准则的涡点搜索算法.该算法以Pan-距离作为高维数据点之间的相似度描述参数.基于Pan-距离的高维空间邻接点搜索算法有效地降低了涡点搜索的计算负担.算例结果表明,在抽样点密度足够的情况下,该算法可实现高维空间涡点的快速有效搜索. 相似文献
13.
David Avis 《Information Processing Letters》1984,19(3):125-129
Let S be a finite set of n points in d-dimensional space. S is α(n)-partitionable if there exists a set of d mutually intersecting hyperplanes that divide d-space into 2d open regions, no 2d ? 1 of which together contain more than α(n) points of S. Willard (1982) has shown that every set in 2-space is n-partitionable. Yao (1983) has shown that every set in 3-space is n-partitionable. It is shown here that there exist sets S of arbitrary cardinality in d-space, d ? 5, for which d2 + 1 open regions together contain at least n ? d2 points of S, in any partition by d intersecting hyperplanes. Further, at least 2d ? d2 ? 1 open regions contain no points of S. This implies that the powerful balanced quad and oct-trees introduced by the above authors may not be generalized to balanced 2d-trees in dimension at least 5. 相似文献
14.
15.
16.
17.
18.
对于非均匀散乱点云,多数基于区域生长方法的曲面重构往往容易出现孔洞等缺陷。针对该问题,在K邻域点集的基础上提出间接邻域点集的概念,对以点为生长对象进行区域生长的三角网格曲面重构方法进行了研究,实现三角网格曲面重构。以生长点的邻域点集为样点估算微切平面,将邻域点投影至该平面上,并按照右手定则、逆时针方向进行排序,通过拓扑正确性原则从点列中去除错误的连接点,优化局部网格,选择较好的连接点,实现网格曲面的区域生长。 相似文献
19.
In this work we propose a new method for estimating the normal orientation of unorganized point clouds. Consistent assignment of normal orientation is a challenging task in the presence of sharp features, nearby surface sheets, noise, undersampling, and missing data. Existing approaches, which consider local geometric properties often fail when operating on such point clouds as local neighborhood measures inherently face issues of robustness. Our approach circumvents these issues by orienting normals based on globally smooth functions defined on point clouds with measures that depend only on single points. More specifically, we consider harmonic functions, or functions which lie in the kernel of the point cloud Laplace-Beltrami operator. Each harmonic function in the set is used to define a gradient field over the point cloud. The problem of normal orientation is then cast as an assignment of cross-product ordering between gradient fields. Global smoothness ensures a highly consistent orientation, rendering our method extremely robust in the presence of imperfect point clouds. 相似文献
20.
提出一种新的散乱点云边界特征点提取算法。根据点云数据小邻域内点用最小二乘法拟合建立微切平面,并将这些数据点向其微切平面投影,利用点集中每个点的场力大小之和可以体现点集平均作用的理论来分析投影面上点集的几何分布特性,据此检测边界特征点。利用双向最近点搜索算法对提取出来的特征点进行排序并自动生成边界曲线。实验结果证明该算法能够快速、准确、有效地提取点云的边界。 相似文献