立体视觉与体视匹配

本文简要地介绍了立体视觉和体视匹配的研究内容和研究方法。回顾了立体视觉的发展过程。重点讨论了基于区域的和基于特征的二种体视匹配方法。总结和分析了立体视觉所面临的技术难点及其发展动向。     

第四代语言NH4GL的视图机构和安全保密措施

本文讨论了实现视图机构的三种视图表达方式,NH4GL选择了其中之一实现了其视图机构。本文还讨论了几种视图处理方法,NH4GL实现了一个通用视图操作翻译器以支持视图查询和修改。还对具有视图机构的NH4GL的数据独立性问题以及数据安全保密问题作了讨论。     

三种体视图像生成方法的比较研究

简要介绍了生成体视图像的3种方法，平移，柱面变换和球面变换，并着重对同一方法取不同参数生成的体视图像效果以及3种方法生成的较好体视图像效果进行了比较，以得到较好的算法及较好的参数匹配，并对算法指出了改进方向。     

VR环境下基于特征并行匹配的多视图三维重建

传统重建方法因对多视图特征的处理能力有限,导致重建结果存在质量低的问题.针对上述问题,研究设计了基于特征并行匹配的多视图三维重建方法.首先利用摄像机设备获取VR环境中的多视图三维数据,并通过径向校正、降噪以及运动恢复三个步骤实现对初始图像数据的预处理.然后以并行化的形式检测多视图中的特征点,并实现对特征的提取与匹配.结合多视图的特征匹配结果,实现表面重构和稠密重构,最终通过光顾处理输出VR环境下的三维重建结果.对比实验结果表明,与传统的重建方法相比,研究方法的重建质量更高且耗时更短.     

基于特征约束及区域相关的体视匹配方法

立体匹配是计算机视觉领域的一个关键问题,同时也是难点问题。为了得到准确的高密度视差图,通过对基于区域和基于特征的体视方法的讨论,综合两种方法的优点,提出了基于边缘特征约束及区域相关的立体匹配算法。该方法首先利用基于特征技术来得到边缘特征点,对边缘特征点再做灰度等区域相关匹配处理,然后在匹配的边缘特征点约束下,对非边缘特征点采用区域相关算法进行匹配,得到整体高密度视差图。这样既缩小了匹配搜索空间,又保证了匹配的可靠性。实验结果表明,该算法具有良好的效果和实用价值。     

立体视觉的微分几何约束与特征匹配

本文在微分几何的统一框架下导出视差，边缘方向和曲率在体视图对上差值或变化的概率分布，在适当的风险下求得相应的匹配界限；视差梯度界限、方向界限和相对曲率界限，从而得到了立体视觉匹配中非常有力的约束条件。据此我们提出一个两步的体视匹配算法，在要素匹配阶段，采用相对较小并与视差相关的匹配界限快速搜索初始匹配；在松驰匹配阶段，形状连续性是唯一的匹配准则，两步匹配过程都借助了投票表决的方法，实验结果表明我们     

基于扫描线分段的图像稠密匹配方法

在分析相关视图扫描线特征的基础上,提出了一种基于扫描线分段图像稠密匹配方法。依据灰度特征,将校正图像扫描线划分为灰度相似的像素段,重构以灰度平均的像素段为基元的新扫描线,在计算像素段匹配的基础上进行图像稠密匹配,以降低视图稠密匹配过程中的歧义性,提高匹配效率,最后给出了实验结果。     

图象匹配技术

匹配特征、相似性测度以及匹配策略是图象匹配中的三个技术难点,本文深入讨论了这三个方面所涉及的各种方法,并评估和比较了它们的优缺点,指出了存在的问题。     

体视动态模拟中的图象生成与合成

该文介绍了体视动态模拟系统的硬件结构和体视动态图象的基本原理。在此基础上,给出了体视动态图象的生成方法。生成体视图象后需要对图象进行合成处理,这里分别介绍了补色体视图合成中的颜色处理方法和适用于新型立体眼镜的图象合成方法。     

基于球体投影的三维模型检索

针对草图检索三维模型时存在的域不匹配和如何选取视图等问题,提出一种基于球体投影的三维模型检索方法。针对域不匹配问题,提出基于球体投影的二维视图获取方法,并使用高斯差分和贝塞尔曲线完成线图的提取;利用草图和投影图像之间的关系构建分类器,以获取模型的最优视图;通过两个Siamese网络获取草图和二维视图的特征,并用联合贝叶斯（Joint Bayesian）方法来融合二者的输出,从而获得最终结果。实验证明了该方法的可行性,与其他方法相比具有更好的检索效果。     

基于尺度不变Harris特征的准稠密匹配算法

准稠密匹配是多视图三维重建的重要技术,其性能对重建结果至关重要。针对常用的Sift算法提取的种子点进行准稠密匹配正确率较低、重建效果不佳的问题,提出了一种基于尺度不变Harris角点特征的准稠密匹配算法。该算法首先在图像多尺度空间构造尺度不变Harris特征,并采用余弦距离测度对不同视图进行双向匹配;然后根据稀疏匹配获取种子点,采用最优最先匹配扩散策略进行准稠密扩散;最后采用局部非极大值抑制策略对匹配结果进行重采样。实验表明,本文算法提取的种子点既能够体现场景结构信息,又具有尺度不变特性,用于准稠密匹配能够提高匹配的效果和精度,是一种有效的用于三维重建的准稠密匹配算法。     

虚拟现实中几种体视算法的探讨

根据人眼看到的物体具有立体感的机理,推导出了在计算机中进行计算的几种体视算法,给出了推导过程,最后列出了一组具有体视效果的体视图实例。     

基于像素插值的改进PMVS稠密重建方法

针对纹理稀疏区域重建效果差的问题,本文提出一种基于像素插值的改进稠密重建算法.基于面片的多视图稠密重建方法（PMVS）能够自动忽略外部点和障碍点,相比较于其他三维稠密重建算法该算法更准确,简单,高效.但是在纹理稀疏的区域会出现孔洞残缺等问题,且现有的匹配候选点选取策略会使得局部细节失真边缘残缺.本文针对这些问题提出了一种基于像素插值的特征点选取方法,增加纹理稀疏区域的特征点,使特征点分布均匀,提出一种更合理的候选点选取策略,减少错误匹配.实验表明本文提出的方法不仅能保证纹理稀疏区域的重建效果,还能有效剔除误匹配点,提高重建精度.     

多尺度特征提取的双目视觉匹配

提出一种基于多尺度特征提取的双目视觉匹配算法,旨在提高传统算法的实时性和鲁棒性。该算法通过设计出一种基于尺度因子变化的高斯核模板尺寸自适应调整以及双目视图的双向配准的办法,以改善特征点匹配效率和精度。实验证明,多尺度特征提取算法能够有效而快速地完成双目视图的特征点匹配。     

对象视图与外模式

视图和外模式都是数据库技术中很有用的基本概念，它们的共同特征是可用来对数据库模式进行抽象。本文讨论了在面向对象模型中引入视图机制的一些问题，并提出了用视图构成数据库外模式的初步方案。     

一种体视显微图像误匹配消除方法

针对尺度不变特征变换( SIFT)匹配中存在的误匹配问题和立体图像特点,提出一种误匹配消除方法。对体视显微图像进行SIFT特征匹配初步得到匹配对,结合体视显微镜标定参数,计算三维点云坐标。将三维点云分别投影到左、右图像中得到新的匹配对,新投影点的图像坐标分别与原来匹配点的图像坐标相减,生成投影向量集。通过左、右2个投影向量集幅值和方向的异常值剔除,实现误匹配消除。实验结果表明,实验图像的误匹配消除率达到100%,同时不消除正确匹配点,提高了匹配精度。     

基于客户全视图的用电客户个性化特征挖掘系统设计

针对用电客户个性化特征挖掘的模糊度较大、信息融合性能不佳的问题,提出基于客户全视图的用电客户个性化特征挖掘系统设计方法.提取用电客户个性化特征的关联规则分布集,分析用电客户个性化特征,采用 自相关特征匹配实现用电客户个性化特征融合和聚类分析,构建用电客户个性化特征挖掘的分布式离散调度模型,采用客户全视图融合的方法实现用...     

基于圆投影及直方图不变特征的图像匹配方法

本文在不变矩进行深入探讨的基础上提出了一种基于圆投影及直方图不变特征的图像匹配方法.通过圆投影方法进行预处理,采用圆形模板对待匹配图像进行快速搜索,然后选择三种直方图不变矩作为图像特征量进行匹配.实验表明,该方法有效解决了目标图像和匹配图像之间存在的较大旋转问题,大大减少了匹配时间.     

面向不完整多视图聚类的深度互信息最大化方法

多视图聚类是无监督学习领域研究热点之一,近年来涌现出许多优秀的多视图聚类工作,但其中大多数方法均假设各视图是完整的,然而真实场景下数据收集过程极容易发生缺失,造成部分视图不完整。同时,很多方法采取传统机器学习方法（即浅层模型）对数据进行特征学习,这导致模型难以挖掘高维数据内的复杂信息。针对以上问题,本文提出一种面向不完整多视图聚类的深度互信息最大化方法。首先利用深度自编码器挖掘各视图深层次的隐含特征,并通过最大化潜在表示间的互信息来学习各视图间的一致性知识。然后,对于不完整视图中的缺失数据,利用多视图的公共潜在表示进行补全。此外,本文采用一种自步学习策略对网络进行微调,从易到难地学习数据集中的样本,得到更加宜于聚类的特征表示。最后,在多个真实数据集上进行实验,验证了本文方法的有效性。     

一种基于特征约束的立体匹配算法

立体匹配一直是计算机视觉领域的一个中心研究问题,为了得到适用于基于图象绘制技术的视图合成高密度视差图,提出了基于边缘特征约束的立体西欧算法,该方法首先利用基于特征技术来得到边缘特征点的准确视差图,然后在边缘特征点视差图的约束下,对非边缘特征点采用区域相关算法进行匹配,这样既缩小了匹配搜索空间,又保证了匹配的可靠性,边缘特征点和边缘特征点的匹配采用双向匹配技术又进一步保证了匹配的可靠性,实验结果表明,该算法效果良好,有实用价值。