基于线对应的单应矩阵估计及其在视觉测量中的应用

单应矩阵估计在视觉测量、摄像机标定、三维重建等领域有重要的应用价值, 但是在具体应用中如何鲁棒、精确地估计单应矩阵仍是一个没有很好解决的问题. 在研究和实际应用中我们发现,直接线性方法在基于线对应的单应矩阵估计中会出现在某些特殊的摄像机姿态下误差较大的情况. 针对这一情况, 我们提出了一种基于线对应的归一化单应矩阵估计方法并将其应用到视觉测量中,即通过简单的归一化操作使测量矩阵元素的大小分布尽量均匀, 从而降低了测量矩阵的条件数, 提高了算法的鲁棒性, 同时又保持了直接线性方法简单、快速、易实现等优点. 模拟实验和真实图像实验均验证了该方法的有效性.     

基于特征点的单应矩阵鲁棒估计

提出了一种基于特征点的单应矩阵鲁棒估计算法.在图像的尺度空间中提取特征点,并对特征点进行亚像素定位.同时赋予主方向.根据邻域信息计算得到特征向量后,利用最近邻特征点距离与次近邻特征点距离之比得到初始匹配点对.用RANSAC(Random Sample Consensus)算法匹配特征点对,同时计算得到两幅图像之间的单应...     

彩色图像的单应矩阵估计算法

图像间单应矩阵估计是图像配准与图像拼接中的核心问题,传统的估计方法是针对灰度图像的算法。本文以分层运动估计为基础提出了彩色图像的平面单应矩阵的估计算法。此算法采用色度与饱和度不变为约束条件得到彩色图像的光流方程,显著改善了亮度不变约束的不足之处;采用最优导数计算滤波器计算图像导数,提高了算法的精度与稳健性;采用尺度总体最小二乘方法代替最小二乘或总体最小二乘方法来估计模型参数,提高了算法对于图像噪声的适应性。实验结果表明,该算法稳健性好、精度高,而且可以得到稠密的匹配点。     

基于改进RANSAC算法的单应矩阵鲁棒估计方法

单应矩阵的鲁棒性和精度直接决定了其应用效果,如何利用RANSAC算法估计出鲁棒、精确的单应矩阵,仍是一个有待研究的热点问题。针对传统RANSAC算法迭代次数多、运行时间长、单应矩阵估计精度较低的问题,在SIFT特征匹配算法的基础上,从剔除样本集中不符合图像几何特性的部分外点、快速舍弃不合理单应矩阵和迭代精炼单应矩阵等方面对RANSAC算法进行改进,提出一种基于改进RANSAC算法的单应矩阵估计方法,提高了单应矩阵估计的精度和效率。实验结果表明,该方法有效解决了传统RANSAC算法存在的问题,能够快速、精确估计单应矩阵。另外,对于不同视角和大小的图像,该方法均具有较好的鲁棒性。     

一种基于平面模板的单应矩阵求解方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵的估计都起着至关重要的作用。用平面模板代替传统的传感器进行视觉测量和摄像机标定,由于其成本低,操作快速简单等优点,已经得到了越来越广泛的应用。文中主要讨论了二维成像平面的透视投影模型,给出了一种最大似然估计法获取平面模板与成像平面的单应矩阵的求解过程,并用Levenberg-Marqurdt算法对结果进行非线性优化。该方法简单、快速、易实现,在计算机视觉应用中具有一定的理论意义和应用价值。     

一种基于平面模板的单应矩阵求解方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵的估计都起着至关重要的作用.用平面模板代替传统的传感器进行视觉测量和摄像机标定,由于其成本低,操作快速简单等优点,已经得到了越来越广泛的应用.文中主要讨论了二维成像平面的透视投影模型,给出了一种最大似然估计法获取平面模板与成像平面的单应矩阵的求解过程,并用Levenberg-Marquardt算法对结果进行非线性优化.该方法简单、快速、易实现,在计算机视觉应用中具有一定的理论意义和应用价值.     

基于单应矩阵的直线匹配

提出了在单应矩阵原理约束下进行直线匹配的算法。首先利用单应矩阵将从不同影像上提取出的直线集变换到同一影像坐标系下;然后结合直线自身的几何特性及其特性支持区域的灰度特性,初步确定同名直线;最后依据左右一致性准则,剔除错误匹配。当引入直线特性支持区域的灰度测度时,只考虑几何变形和灰度畸变较小的一侧,提高了匹配的可靠性。实验表明,该算法简单、易行,并有效解决了部分被遮挡直线以及断裂直线的匹配问题。     

基于单应矩阵的相对位姿改进算法

从单应矩阵恢复相对位姿在视觉导航、视觉伺服应用中具有重要价值,证明了单应矩阵的新性质,并利用该性质改进了基于单应矩阵分解的相对位姿估计算法。与已有算法相比,该算法的候选解个数减半,并扩大了适用范围。理论分析、合成数据和真实数据测试均表明,改进方法使从候选解中筛选出唯一解的运算时间减少了50%,提高了位姿估计的总体运算效率。     

基于多尺度残差网络的单应估计方法

单应估计是许多计算机视觉任务中一个基础且重要的步骤。传统单应估计方法基于特征点匹配,难以在弱纹理图像中工作。深度学习已经应用于单应估计以提高其鲁棒性,但现有方法均未考虑到由于物体尺度差异导致的多尺度问题,所以精度受限。针对上述问题,提出了一种用于单应估计的多尺度残差网络。该网络能够提取图像的多尺度特征信息,并使用多尺度特征融合模块对特征进行有效融合,此外还通过估计四角点归一化偏移进一步降低了网络优化难度。实验表明,在MS-COCO数据集上,该方法平均角点误差仅为0.788个像素,达到了亚像素级的精度,并且在99%情况下能够保持较高的精度。由于综合利用了多尺度特征信息且更容易优化,该方法精度显著提高,并具有更强的鲁棒性。     

基于测量矩阵优化的分布式压缩估计算法

为更好地解决无线传感网分布式测量中有效数据估计问题,提出一种新的分布式压缩估计算法。通过在一个压缩维度上完成未知参数变量的分布式估计,并采用自适应随机梯度递归方法更新测量矩阵,将分布式压缩估计与测量矩阵优化相结合,实现收敛速度及估计误差精度的最优化。仿真结果表明,与d NLMS、DCE算法相比,该算法具有更快的收敛速度及更高的估计误差精度。     

基于单应矩阵的摄像机标定方法及应用

提出了一种基于单应矩阵的摄像机标定方法,并应用标定结果成功完成了移动机器人的视觉伺服任务。该方法首先根据图像平面和标定板平面之间特征点的对应关系,对单应矩阵进行了估计,进而利用旋转矩阵的单位正交性得到了其对摄像机内参数的约束条件。然后把摄像机内参数矩阵分解为有效焦距与主点位置两部分,并利用最小二乘法分别对其进行求解。针对镜头的径向畸变,恰当地选取了一种畸变模型,并由此得到了一种新的目标函数来对摄像机的所有参数进行非线性优化,从而使获得的畸变系数更适合于从二维图像信号中提取三维位姿信息。最后将标定结果成功应用于移动机器人视觉伺服系统之中,实验结果验证了该标定算法具有简单易用、精度较高等优良性能。     

一种景物平面法向已知条件下的单应矩阵快速分解算法

针对机器人混合视觉伺服控制中的摄像机位姿估计问题,分析欧氏单应矩阵的基本性质,提出一种景物平面法向已知情况下的欧氏单应矩阵快速分解算法.仿真实验结果表明,所提出的算法实现简单,避免了矩阵奇异值分解运算和从多组分解结果中确定惟一解的过程,能够较好地满足视觉伺服控制系统的实时性要求.     

由平行平面的投影确定无穷远平面的单应矩阵

在三维计算机视觉中,无穷远平面的单应矩阵扮演了极其重要的角色,可使众多视觉问题的求解得到简化.主要讨论如何利用平行平面的投影来求解两个视点间的无穷远平面的单应矩阵,用代数方法构造性地证明了下述结论:(1) 如果场景中含有一组平行平面,则可以通过求解一个一元4次方程来确定两个视点间的无穷远平面对应的单应矩阵;(2) 如果场景中含有两组平行平面,则可以线性地确定两个视点间的无穷远平面对应的单应矩阵.并对上述结果给出了相应的几何解释和具体算法.所给出的结果在三维计算机视觉,特别是摄像机自标定中具有一定的理论意义和应用价值.     

基于蚁群算法的IP网络流量矩阵估计

针对IP网络流量矩阵(TM)估计的高度病态性,导致很难精确估计网络流量矩阵,因此提出了一种基于蚁群优化(ACO)算法的IP网络流量矩阵估计方法。通过适当的建模,将流量矩阵估计问题转化为最优化问题,再通过蚁群算法求解模型,有效解决了网络流量矩阵估计。通过测试结果分析,与现存的方法相比,所提算法的精度比最大熵和二次规划稍差,但这两种方法复杂度太高,不适用于大规模网络,因此,在网络规模较大的情况下,算法是较优的,可提高流量矩阵估计的精度。     

旋转矩阵估计的约束优化方法

本文利用旋转矩阵的正交性,提出了进一步改善原旋转矩阵估计的约束优化方法.新方法具有3个明显的优点:1)进一步提高了旋转矩阵的估计精度,2)保证了旋转矩阵估计的正交性.3)估计过程与输入旋转矩阵的获取过程无关.     

基于三维模型的人脸姿态估计方法

提出一种三维人脸姿态估计方法。该方法通过估计三维平面人脸模型到图像平面的单应矩阵来获得人脸相对于摄像机坐标系的旋转矩阵,并利用M-估计优化方法迭代求精。其主要特点是：实施简单,不需要对透视摄像机参数预先进行标定,能够在较大范围内较精确地估计人脸姿态。对模拟数据及真实人脸图像的实验均验证了该方法的有效性。     

海面图像单应的估算及数据归一化方法

根据海面图像的单应进行距离估算对于海洋工程具有重要意义。结合导管架入水参数观测问题,提出一种海面图像单应的估算方法。该方法以导管架上表面为参考平面,依据其单应矩阵及它与海平面之间的夹角计算出海面图像的单应。重点介绍了根据特征直线计算平面单应矩阵时的数据归一化方法。通过实验分析了这种归一化方法对平面远处距离估算的影响,并根据现场图片中的距离估算误差说明了在实际应用中的效果。该方法可以应用到多种海洋观测当中。     

多平面多视点单应矩阵间的约束

用代数方法系统地讨论了多平面多视点下单应矩阵间的约束关系.主要结论有(A)如果视点间摄像机的运动为纯平移运动,则1)对于所有平面关于两视点间的单应矩阵的集合,或单个平面关于所有视点的单应矩阵的集合的秩均等于4,2)对于多平面多视点的标准单应矩阵的集合其秩仍等于4,3)根据以上结论可推出现有文献中关于"相对单应矩阵"约束的所有结果;(B)如果视点间摄像机的运动为一般运动,则1)对于所有平面关于两个视点间的单应矩阵集合的秩等于4的结论仍成立,2)对于其它情况其秩不再等于4而是等于9.     

多模板优化算法在基于图像的交通肇事现场测距系统中的应用

交通肇事的勘测主要涉及路面两点间距离的测量,因而在路面不平整的情况下,如何确保测量的精度是基于图像的交通肇事现场测距系统所要解决的一个关键技术问题。该文针对这个问题展开了一系列的研究。首先分别给出了单模板算法和多模板优化算法的理论推导;其次对每种算法都做了数值模拟试验,并分析和比较了实验结果。结果表明利用多模板进行优化的算法比单模板算法更加鲁棒。最后还给出了真实图像的实验结果。     

一种基于概率矩阵的快速运动估计算法

基于块匹配的运动向量估计算法已被多种国际视频编码标准所采用,但其计算复杂度一直是一个研究热点。为了提高运动向量估计算法的速度和精度,提出了一种新的基于概率矩阵的快速块匹配运动估计算法,该算法首先根据之前宏块的运动向量来估计当前宏块各可能的运动向量对应的概率值,以组成和搜索窗口同样大小的概率矩阵,然后依据概率大小限制搜索的次数,以平衡算法的速度和精度。仿真实验结果表明,和标准菱形搜索法相比,该算法在精度略有提高的同时,还有效地提高了搜索效率。