基于射影变换模型的图像特征点集配准

图像配准是计算机视觉中目标识别的一种基本方法,其目的是在待识别图像中寻找与模型图像的最佳匹配。该文讨论以特征点表示的图像间的配准问题,利用矩阵分解理论推导出射影变换下特征点集配准的闭合公式,给出变换参数估计的算法,并用模拟数据和图像角点检测的真实数据加以验证。实验表明该方法精确、稳定、受噪声影响小。     

纹理映射中的平面校正技术研究

为了快速实时地进行由平面组成的结构景物的3D建模问题,文中介绍了一种在进行图像3D重构时纹理映射中的平面校正方法.介绍了三角形模型在图像处理、图形绘制、虚拟现实等技术中的重要作用.从射影几何的角度出发,给出了从两幅视图进行景物三维重构的分层重构方法.在已知欧氏重构即摄像机内参数的基础上,介绍一种基于标定的平面射影失真矫正方法.通过此方法,将矫正过的纹理映射到欧式点重构结构中,得到景物的3D模型.经实验验证,这种方法在处理由平面组成的景物的3D重构中是实时有效的.     

线性多视图重构的新算法

研究了由多幅图像恢复摄像机矩阵和空间物体三维几何形状这一多视图三维重构问题,改进了由Hartley和Rother等人分别给出的基于由无穷远平面诱导的单应进行射影重构的算法,提出了一种新的线性算法,它仅需要空间中3个点在每幅图像上均可见。因为空间中不在同一直线上的3个点恰好确定一个平面,所以它避免了Hartley和Rother等方法中需要确定空间4个点是否共面这一比较棘手的问题。大量实验结果表明,这种方法快速、准确且受噪声影响小。     

基于非常稀疏随机投影的图像重建方法

将非常稀疏随机投影引入可压缩传感CS（Compressed Sensing）理论,提出一种新的CS测量矩阵：非常稀疏投影矩阵。利用非常稀疏投影分布的渐近正态性,证明了新的矩阵满足CS测量矩阵的必要条件。该矩阵由于其构成的非常稀疏性大大简化了图像重建过程中的投影计算,从而提高重建速度。实验结果表明非常稀疏投影矩阵在满足一定测量数目要求的条件下可以精确重建。最后给出了新的测量矩阵与一般采用的高斯和贝努里测量矩阵的重建结果比较和分析。     

频域二元纯相位编码压缩成像

基金项目：NSFC-广东联合基金项目(U1201255);国家自然科学基金项目(61201396,61201227,61301296,61377006);高等学校博士学科点专项科研基金项目(20113401130001);安徽省自然科学基金项目(1208085QF114);安徽大学博士科研启动经费项目(33190218);安徽大学青年基金项目(KJQN1120)     

基于透镜模型的部分相干光场相位检索技术

基于强度传输方程(TIE)的相位检索技术通过光学 与计 算的结合,利用强度信息恢复相位,避免了由于干涉法造成的分辨率、敏感性等问题,理论 和 实验证明是获取相位信息的一种可行途径。 这一方法是基于相 干照明假设前提推导出的,将TIE直接扩展到部分相干场是困难的,因为部分相干光 场对于时间是随机 波动的,需要使用点对之间的相关函数完整描述。结合部分相干光场的光学特性以及实际 成像中的透镜 相位调制作用,本文提出了一种基于透镜模型的部分相干照明下的相位检索新方法,并给 出了一致照明和 非一致照明下的相位检索结果。实验验证了新方法的合理性和正确性。新方法的提出,扩展 了传统的基于TIE的相位检索方法的应用范围。     

二次曲线运动轨迹恢复的新方法

研究了摄像机和景物同时运动时三维结构的重构问题，即从运动物体在多幅图像上的测量值重构物体在三维空间中的运动轨迹。这里的摄像机可以是一个移动的摄像机，也可以是由空间中多个不同位置的摄像机组成的集合。这个问题首先由AShashua等提出并定义为“轨迹三角形法”。在关于运动轨迹的某些约束条件下，他们恢复了物体在三维空间中的运动轨迹。这里提出一种基于“测量矩阵”的秩5约束的新方法，这种方法只要求解一个单变量高次方程组，没有用到优化问题，因此是简单、直接的。虽然讨论的运动轨迹是二次曲线，但它也可以方便地推广到运动轨迹为高次多项式曲线的情况。     

单轴运动下未标定图像序列的度量重构

提出了一种由单轴运动下的未标定运动图像序列进行三维重构的新方法。利用不变量计算出第一幅图像对应的摄像机矩阵,根据转台的旋转角度计算出其余图像对应的摄像机矩阵,再使用SIFT算法查找相邻两幅图像可见的匹配点,并利用线性三角形法对图像进行重构,最后用捆集调整优化重构的结果。真实图像序列的重构实验验证了算法的正确性和有效性。     

体视显示中的一种新技术

体视显示是一种重要的3D显示技术,由于在技术实现上比较简单,因此在广告宣传、教育、娱乐、机械设计、建筑设计、医疗等领域具有广阔的应用前景。体视显示需要满足双眼特性的图像对,但是通常拍摄的图像一般不符合双眼特性,为此,研究了一种新的视图合成方法。该方法的核心思想是根据两幅源图像的张量和给定的摄像机位置来计算新的三焦点张量,再利用新张量和对应点得到满足双眼特性的图像对。实验证明该算法简单,容易实现。     

一种新的基于散焦图像的深度恢复算法

由散焦图像求深度是计算机视觉中一个非常重要的课题。散焦图像中点的模糊程度随物体的深度而变化,因此可以利用散焦图像估计物体的深度信息,该方法不存在立体视觉和运动视觉中对应点的匹配问题,具有很好的应用前景。研究了一种基于散焦图像空间的深度估计算法：将散焦成像描述成热扩散过程,借助形变函数将两幅散焦图像扩张成一个散焦空间,再估计出形变参数,进而恢复物体的深度信息。最后利用实验验证了算法的有效性。