视觉导航特征点匹配及误匹配剔除算法

飞行器视觉导航中图像的复杂性对特征点匹配提出了很高的要求。根据图像HSV色彩空间各分量固有的稳定性提出了一种新的特征点不变向量生成方法,以基于欧氏距离的最近邻准则作为特征点的相似度量将该算法提取的特征应用于图像特征点匹配;为了降低特征点描述向量的维数,提高匹配的实时性,采用了主成分分析(PCA)方法。针对误匹配问题,提出了一种利用惯性导航系统的输出信息进行误匹配特征点检测的方法。最后,通过实验证明,所提出的色彩匹配方法可以提高匹配的准确率,并且通过将PCA方法与上述方法结合不仅可以保持匹配的准确性还能降低计算的复杂度;所提出的误匹配检测方法可以较好的剔除误匹配点并能满足实时性的要求,这为视觉导航提供了一种可靠性更高的特征点匹配方法。     

自适应邻域测试的图像误匹配点剔除算法

针对图像特征点暴力匹配与比率测试得到的匹配点对在数量与正确率不能兼顾的情况,提出了一种基于自适应邻域测试的误匹配点对剔除算法。对特征点进行暴力匹配与高阈值的比率测试得到初始匹配点集,对初始匹配点对中的每个匹配特征点进行自适应邻域测试,测试出初始匹配点集中明显的误匹配点对并将之剔除,达到只剔除误匹配而不会误剔除正确匹配的效果。实验结果表明,在保证正确率不降低的前提下,该算法获取的匹配点对数量比原算法多3成以上,并且该算法对图像旋转、尺度缩放具有较好通用性。     

基于三角剖分的视觉里程计特征点匹配算法

针对单目视觉里程计的精确定位问题,提出一种专门应用于单目视觉里程计的特征点匹配方法。对FAST算法提取的特征点进行DELAUNAY三角剖分,获得特征点的位置关系。采用LK算法获得匹配点,结合位置关系判断误匹配候选点。对候选点计算SIFT描述子,根据相似程度剔除误匹配点。对获得的匹配对估计基础矩阵,结合尺度信息求取位姿。实验结果表明:该算法可提升匹配点的正确率,提高单目视觉里程计的精度。     

一种三角剖分算法实现图形的匹配

图形匹配是计算机视觉与模式识别的一个重要问题，本文提出了一类图形的匹配识别算法，具有空间的不变性、平移、旋转和尺度的不变性，而且准确率很高，实验结果表明对此类图形匹配是可行的。     

基于十字模板的特征点匹配方法

针对传统模板匹配中矩形模板计算量大、容易造成误匹配的问题,对矩形模板进行改进,提出了十字模板匹配算法;对待匹配的两幅图像进行边缘提取,结合两幅图像的灰度图像获得灰度边缘图像,并利用十字模板匹配方法匹配选定的模板区域;最终在连续性约束的条件下,利用欧氏距离完成特征点匹配。对比实验结果表明十字模板匹配速度快,准确度高;基于十字模板的特征点匹配方法简单可靠,具有一定的实用性。     

基于多约束的图像特征点鲁棒匹配方法

提出了一种基于多约束的图像特征点匹配的鲁棒算法，在计算匹配强度和构造匹配矩阵的基础上，通过视差约束、邻域相对视差约束和唯一性约束对匹配矩阵进行约简，以实现双目图像特征点的鲁棒匹配，最后给出了实验结果．     

一种运动捕获系统中误匹配点的剔除算法*

在特征点的提取阶段通过利用先验知识的迭代法得到二值化阈值,然后依据轮廓特征排除非特征点。对于特征点的匹配,首先根据极线约束得到初始候选点对,再通过松弛匹配算法和三角测量法剔出误匹配,得到最终的匹配点对;最后利用以上匹配算法给出了一种简便的多摄像机间特征点匹配的策略。实验结果表明算法匹配正确率高。     

双目立体图像的快速匹配值计算方法

立体视觉计算过程中的匹配值计算极其耗时,整幅图的匹配值由各个参考像点的匹配值计算构成,因此,如果能够将前后两次参考像点的匹配值计算中重复的部分提取出来,那么就可以节约部分计算时间。将前后两次匹配值计算所涉及的领域像素分布情况分析清楚,结合所选取的计算步骤,将各个子步骤的中间输出结果缓存起来,以便下一次计算时直接使用而不需重新计算。如果匹配所用的邻域子图与整幅图相比非常小,则这种类似于流水作业的时间重叠计算方式可以获得很好的加速性能,同时该加速性能也会随着邻域尺寸的加大而提高,这得益于所省略的中间计算步骤较多的原因。     

一种基于特征点匹配的图像快速拼接方法

实现一种基于特征点匹配的图像拼接方法。将处理流程细分为特征点检测、特征点匹配、无效匹配的剔除、透视成像四个阶段,并针对四个阶段选取了适合的经典算法予以实现。其中对具有左右关系且基本平行的图像特征点匹配算法进行了改进,在匹配效果基本不变的前提下,缩短了匹配时间。经实验证明,算法改进后效率提升明显。     

影像匹配误匹配点的剔除算法

景像匹配过程的复杂性不可避免地会产生误匹配点。基于巡航导弹机动性能的规律，巡航导弹飞越一个匹配区得到的各个匹配点的似合曲线具有一定的变化规律。据此，提出了影像匹配误匹配点剔除的3种算法：⑴基于匹配点拟合曲线曲率较小的算法；⑵基于匹配点拟合曲线为直线的算法；⑶利用惯性导航短时间测量距离的精确性剔除误匹配点的方法。采用试飞试验数据对这3种算法进行仿真验证的结果表明，这3种算法在相应条件下，均能有效地剔除误匹配点，并能满足影像匹配实时怀的要求。     

一种改进的快速立体匹配方法

首先介绍了立体匹配的一般步骤,再考虑到立体匹配的实时性,从众多立体匹配算法中选择了基于区域的WTA相关匹配算法。同时,为了保证匹配的正确性,降低误匹配率,本文在立体匹配中采用了亚像素插值和边缘检测等多项改进措施。实验结果表明,本文的立体匹配算法既具有良好的实时性也具有较高的精度,完全能满足移动机器人双目立体视觉等应用要求。     

Binocular Vision Object Positioning Method for Robots Based on Coarse-fine Stereo Matching

Machine Intelligence Research - In order to improve the low positioning accuracy and execution efficiency of the robot binocular vision, a binocular vision positioning method based on coarse-fine...     

立体视觉中误匹配滤波方法的研究

从二维空间和三维空间2种角度研究误匹配滤波算法,提出在匹配前用于降低误匹配的灰度预处理算法和一种基于真实控制点的视差滤波算法。前者只针对2幅图像的重叠区域进行灰度均衡,可以减少计算量,后者在传统视差均值滤波的基础上可进一步提高误匹配的滤波效率。基于真实图像的实验结果表明,新算法可以有效滤除误匹配,提高三维重建精度,保证重建效果。     

一种行星车视觉系统立体匹配算法

针对行星车视觉导航系统,提出一种立体匹配算法。使用Census变换得到一组二进制码流,通过色彩权重和距离权重完成权重计算,采用双通道的方法累加匹配代价。实验结果表明,该算法在时钟频率为100 MHz的情况下,每秒可处理2幅23帧左右的图像,平均误匹配率低于6%。     

一种改进的机器人视觉匹配方法

立体视觉中熏对于视差不连续场景如遮挡区域、物体边缘等,获得高性能的图像匹配是一个重要的研究课题。为此,提出了一种改进的匹配算法,对左右图像进行LOG算子预处理后,用传统的SAD窗口匹配结合改进的子窗口技术。它的突出优点是可以作为任何现有匹配算法的补充以增加匹配的精度,并且简单高效。     

一种基于遗传算法的立体匹配方法

根据遗传算法容易获得全局最优解的特点，文章首先利用沈俊边缘检测算子获得图像的边缘特征，然后改进了遗传算法，设计了染色体表示方法、适应度函数以及相应的遗传操作。使之适合于立体匹配的要求。实验结果表明该方法效果良好，具有实用价值。     

《OpenGL三维图形程序设计》系列讲座 第五讲 曲线和曲面(下)

《ＯｐｅｎＧＬ三维图形程序设计》系列讲座第五讲曲线和曲面（下）３ＯｐｅｎＧＬ中的曲面３．１二维算子一个Ｂｅｚｉｅｒ曲面是一个二元向量值函数Ｓ（ｕ，ｖ）＝［Ｘ（ｕ，ｖ），Ｙ（ｕ，ｖ），Ｚ（ｕ，ｖ）］这里ｕ和ｖ都可以在其定义域内变化。在二维情况下，除了所...     

基于Triz理论的立体匹配方法

针对动态规划立体匹配方法中匹配精度和匹配时间的矛盾,引入Triz理论加以解决,提出基于Triz理论的立体匹配方法。通过在39矛盾矩阵中定位及相关矩阵解的求取,获得解决立体匹配矛盾的Triz建议。在Triz建议的启发下,将控制点的求取放在金字塔低分辨率图像上进行,并在视差空间图像上采用双向动态规划策略优化。实验结果表明,通过这2项改进,使得该方法在确保匹配精度的前提下,可获得较快的匹配速度。     

彩色镜像图像的立体匹配方法

提出一种新的基于镜像图像的立体匹配方法,设计一种新的图像采集系统,采集获得物体的镜像图像,利用镜面成像特点,将立体匹配的搜索空间由二维降为可靠的一维。应用彩色图像所包含的信息,对图像的HSI颜色空间进行多通道相关系数计算,采用信息融合的方法进行综合评价,获得更为精确的像素相关性,提高了匹配准确度。通过添加逆序约束对歧义点进行剔除,得到令人满意的立体匹配结果。     

基于耦合神经网络的立体匹配法

针对区域立体匹配领域窗口尺寸选择困难的问题,设计一种基于快速小窗口粗匹配和耦合神经网络细化视差图的新方法。该方法不仅能体现窗口较小时边缘定位准确的优点,也能够较为准确地恢复物体内部弱纹理区域的深度,有效地减少视差图上的黑洞和斑块。实验结果表明,该方法有很高的精确性,并且对于较小尺寸的图片有一定的实时性。