一种基于向量运算的虚拟挖掘机行进仿真算法

针对虚拟环境中挖掘机在颠簸工作面上如何行进问题,提出了一种基于向量运算的行进算法.该算法充分利用向量性质与特定坐标系无关的特点,通过一次升降,最多两次旋转的方法完成姿态调整,最后从向量中提取平移矩阵和旋转矩阵,完成图形变换,从而减轻了图形渲染的计算量,提高了仿真的实时性.算法已在实际软件项目中得到应用.     

基于序列图像的粮堆三维重建技术研究

研究基于粮堆序列图像的三维重建问题.重点阐述了三维重建过程中的几个关键步骤,如角点检测、基础矩阵估计和摄像机自标定等,提出一种基于去除异常点的基础矩阵估计方法,接着采用摄像机自标定方法求解摄像机投影矩阵,进而借助投影矩阵和图像特征点计算三维空间点坐标,完成重建过程,给出了基于真实的粮堆图像的三维重建结果.     

基于灭点优化的单幅图像三维重建

单幅图像的三维重建避免了基于多幅图像重建的特征匹配的问题,是三维重建研究领域的一个热点。通过对单幅未标定图像进行三维重建,灭点的精度十分重要。提出一种利用直线的参数信息的灭点检测算法得到有效的直线,优化了灭点。首先对图像进行处理,提取出图像中的长直线,分析直线特征,对不同方向的直线进行分组,再根据各方向的直线满足线性分布关系,利用改进的回归算法获取直线参数的线性模型,剔除误差直线,再利用最小二乘法解算灭点。得到精确灭点后,根据灭点的性质获得摄像机的内外参数。交互获得最少的图像二维点,通过计算求得的摄像机内外参数和物体本身的几何特征计算相应的三维坐标,最后进行目标物体的三维重建。此方法有效剔除了无效直线的干扰,提高了灭点精度,以包装盒为例,重建了三维模型并且误差控制在2.5%以内,符合三维重建精度要求。     

关于光线投射算法的OpenGL高效实现

采用光线投射算法对二维(2D)图片实现三维(3D)重建,用3线性插值算法计算每个采样点的颜色值和不透明度,提高三维重建图像后的精度。该算法实现主要借助于OpenGL函数库及其三维观察矩阵,以其精确计算规则三维数据场在观察方向上的二维投影区域,减少了光线投射算法中投射光线数量。根据Phone光照模型为数据场预先计算和保存明暗表,并通过优化常规现实代码,有效地提高了光线投射体绘制算法的效率。该算法既保证了精度,又提高了显示的速度。     

高速列车车头表面三维重建算法

针对现有三维重建方法在高速列车车头三维表面重建中存在二义性的问题,提出了一种改进的泊松曲面重建算法来对高速列车车头进行表面三维重建.采用混合滤波器对点云数据进行预处理,采用改进的罚函数对泊松曲面重建算法进行最小化,通过改进阈值法消除等值面提取时的二义性,实现了对高速列车车头表面较为精确的重建.结果证明,该方法具有较高的重构精度与效率,对于高速列车车头的三维重建具有良好的适用性.     

基于三视图几何约束的摄像机相对位姿估计

针对从影像中恢复摄像机位姿的问题,提出基于三视图几何约束的位姿估计算法.利用强制选择机制对影像进行特征点提取,通过光流法和前后向误差实现相邻三帧影像的特征点匹配;推导基于本质矩阵优化分解的位姿估计,利用对极几何约束构建目标函数,通过迭代优化确定旋转矩阵的唯一解,优化了唯一解的确定方法,提高了相对位姿估计效率,得到第1、2摄像机矩阵;基于三视图的几何约束关系,由三焦点张量和匹配特征点建立目标函数,由迭代过程得到第3摄像机相对于第1摄像机的位姿参数.结果表明,提出算法的鲁棒性、精度以及算法效率均优于传统算法,能够快速、准确地估计摄像机相对位姿,可以实现对旋翼无人机的轨迹跟踪.     

基于神经网络的由单幅二维工程图形重建三维形体系统的研究

针对基于单幅图形的三维重建方法的多解性和病态性的难点问题,设计实现了一套三维重建系统,提出一种基于角点特征和图形结构特征的人工神经网络分类算法,对输入图形进行识别分类,然后分别对识别结果精确重建,从而避免了直接恢复深度信息的病态解问题.为有效地提取角点特征,采用改进的基于曲率的自适应角点检测算法,给出了滑动窗口的自适应调整策略,并得到图像边界点的局部支持域的特征向量,从而使提取的角点曲率特征具有旋转、平移和尺度不变性.实验验证了改进算法的快速、准确和稳定的特性.     

三维重建过程中连通区域求解算法研究

工程图的三维重建算法中二维视图特征识别是重建的关键,一般采用求解连通区域的技术来识别视图特征.针对视图特征的识别研究了传统的以图元为中心的连通区域求解算法,提出了以图元端点为中心的连通区域求解算法,将图元的多次遍历转换成一次遍历并建立端点链表的过程,减少了求解连通区域过程中的虚假连通信息,提高了连通区域的求解的效率.     

双目视觉立体标定方法的改进

为了提高双目立体视觉系统中立体标定的精度,提出了一种利用正方形标定域中相互正交方向的消失点进行立体标定的新方法.首先摄像机从不同的方向拍摄平面标定板,在图像平面上确定一个正方形投影区域,再根据射影几何模型中的交比性质,计算出正方形中相互正交方向上的两对消失点;然后利用消失点与光心连线的射影几何性质,线性求解摄像机的全部内外参数;最后利用全局优化方法进行参数的优化.这一方法继承了张正友标定方法畸变模型的使用,实验利用MATLAB通过左右摄像机拍摄的两组图像对方法进行验证,实验结果表明,该方法的立体标定精度较高,且旋转矩阵R和平移向量T均符合实际要求;由于实验中正方形投影区域的大小及具体的位置关系是随机的,使其具有较好的实用性.     

基于对极几何和主动视觉的摄像机标定

针对实际物体三维重建中摄像机标定的特点,运用主动视觉原理和对极几何约束,推导出包括摄像机内外参数并能评价标定结果好坏的目标函数,采用遗传算法求其最小得到标定结果.该方法只需控制摄像机作1次共面的平移运动,对硬件设备没有特殊要求.实验结果表明,该算法在估计精度和鲁棒性方面有较大提高,操作方便,可很好地应用到三维重建系统中.     

任意旋转角三维坐标转换的微分罗德里格矩阵算法

为分析现有小旋转角和任意旋转角三维坐标转换模型存在的问题,利用罗德里格矩阵、反对称矩阵与向量积运算性质将矩阵微分形式转换为参数向量微分形式,从而提出微分罗德里格矩阵算法。该算法避免了现有算法普遍存在的矩阵求导问题,实现了函数模型和随机模型同步迭代更新,以提高精度和迭代效率。最后,通过文献算例和仿真算例对本文算法和3种现有算法进行比较分析。统计结果表明,所提算法在迭代次数、参数真误差等方面改进效果显著。     

基于相机标定的图像拼接算法

针对现有图像拼接算法在配准精度和速度方面的不足,提出了一种利用相机标定信息和相位相关技术相结合的图像配准方法,并给出了算法的详细推导过程.算法通过相机标定获得投影矩阵、相机坐标系间的旋转变换矩阵和平移向量.利用相机坐标系间的旋转矩阵推导对应图像间的旋转变换公式,通过z轴位移及场景的平均景深近似求解图像间的缩放系数,利用相位相关法求解图像间的平移转换参数.实验结果证明该算法理论推导正确,在有效景深范围较小情况下图像拼接准确,对于分辨率为640×480的输入数据,平均拼接速度能够达到26.8 ms.     

一种非线性支持向量机决策树多值分类器

提出了一种非线性支持向量机决策树的分类算法．该算法通过核函数将支持向量机推广到非线性支持向量机,并在非线性映射后计算特征空间中类间相对分离度,得到类的易分程度．在支持向量机决策树分类中引入相对分离度,有效地降低累积误差,减少计算规模,从而提高分类精度与分类效率．实验结果表明,与一般的线性支持向量机决策树分类算法相比,该算法的分类精度有了明显提高,同时其分类时间也相应降低．     

双摄像机结构光三维测量系统自标定方法

针对双摄像机与投影仪结构光三维测量系统的标定问题,提出了极线约束条件下的自标定方法．依据极线约束理论,通过标定物上特征点与对应双摄像机的两个像点确定极线方程,建立了两个摄像机之间的平移和旋转关系矩阵．将多编码周期三角形灰度分布图案投射到标定物,获取特征点在投影仪上对应点的坐标,采用改进8点法建立投影仪与双摄像机关系矩阵的两个估计矩阵,利用对极距离为目标函数进行估计矩阵优化,得到双摄像机和投影仪的参数矩阵．采用该系统对平面和人脸进行了三维测量实验,结果表明平面测量的最大绝对误差不大于1．7mm,相对误差不大于0．18％,表明了该三维测量系统自标定方法的有效性．     

一种基于基础矩阵的摄像机自标定技术

为了解决传统摄像机标定技术的精确度差和使用不方便而提出了一种新的摄像机标定算法．该方法从基础矩阵方程出发,推导出摄像机5个内参数的求解方程,并根据测量得到的沿x轴和沿z轴的平移量ty、tz,计算出摄像机的5个内参数．经大量的仿真实验,该方法具有很高的精确度．     

基于KAZE特征匹配的偏振图像配准算法研究

偏振成像系统主要通过多相机或多通道成像,图像之间存在平移或旋转,偏振解析前必须进行图像配准,否则可能会产生虚假偏振信息。传统的配准算法主要有SIFT和SURF的特征配准算法,但其采用线性高斯金字塔进行多尺度分解来消除噪声和提取特征点,易造成边界模糊和细节丢失。本文从非线性尺度空间构建出发,提出一种基于KAZE特征匹配的偏振图像配准算法。首先,利用Hessian矩阵寻找特征点及其描述向量;然后以最小Hamming距离作为特征点的度量,计算单应矩阵并利用双线性插值实现不同偏振方位角图像之间的配准;最后,以FD1665P相机拍摄的图片为样本进行了实验验证。实验结果表明,本文算法相对基于SIFT和SURF特征点匹配的配准算法,归一化互信息增大、均方根误差减小,配准精度有很大提高。     

面向大尺度三维重建的多核并行SIFT算法

针对大尺度三维重建中图像数据集较大、其特征提取和匹配时间消耗过长等问题,提出了一种针对有序图像数据集的滑动窗口匹配算法.该算法采用并行计算实现了对SIFT特征提取和匹配算法的加速,并在图形处理器上得以实现,减少了匹配计算量.实验结果表明,算法大大提高了特征提取和匹配的运算速度,保证了特征的稳定性和匹配精度,有效地缩短了大尺度三维重建的运算时间,确保了重建精度.     

基于楔环结构的彩色印章检测和对齐方法

基于外轮廓骨架线套位法，实现了不同类型印章（圆章、方章、椭圆章）的快速检测算法.算法对彩色模板印章进行属性分析，对彩色票据图像进行颜色规范化，并抽取印泥颜色从而简化票据图像.对检测到的候选印章子图和模板印章计算FFT变换的幅度谱图像，进而构造对应于楔环结构的幅度谱特征矩阵.通过错位对齐两个幅度谱特征矩阵计算最小幅度差，由粗索到细索两个步骤可精确恢复两枚印章的相对旋转角度.在空域上用多分辨率局域平移枚举法，恢复两枚印章的相对平移.实验结果表明，该算法能处理背景复杂和多噪声的图像，具有极高的检测率和精确度.     

一种有效的二维频率估计新方法

针对高斯白噪声环境,提出一种三迭代算法估计二维频率．利用二维数据的旋转不变性,构造4个具有对角结构的数据矩阵,在时域进一步扩展,形成一组对角结构的数据矩阵．通过数据矩阵组的联合对角化,实现二维频率的估计,所得二维频率能自动配对．该方法每步迭代具有精确的最小二乘闭式解,消除了多阶段分解算法的误差积累,提高了估计精度．通过和克拉美罗界(CRB)的比较验证了该算法的有效性．     

ECT系统轮换对称SVM图像重建改进算法

针对在处理大规模样本集的ECT系统数据时,SVM算法存在的图像重建的成像精度不高及速度慢的问题,采用了轮换对称分块支持向量机CSPSVM算法.算法利用ECT系统模型的轮换对称性,将大样本矩阵按照成像单元某一层按轮换对称性进行简化,并选择性分块,形成多个小样本矩阵;然后分别采用SVM算法进行训练,用得出的决策函数进行样本预测;最后将各成像单元组合成像.图像重建实验结果表明使用CSPSVM改进算法要比单独使用SVM算法重建图像具有更高的分类精度和更短的成像时间.