基于能量的图像立体匹配算法

通过引入能量函数,给出了一种快速高精度求取匹配点算法——基于能量的算法。首先快速求取初始匹配点,然后对初始匹配点的相邻区域的点进行能量估计,计算其判断函数值,再根据判断函数值对原始数据进行矫正,得到精确的匹配点数据,从而实现匹配点的快速高精度估计。     

基于多特征融合的商品识图匹配算法研究

随着近几年无人超市的不断发展成熟,自助购物越来越普及.如果商品售出后没能及时补充,会影响消费者的购买意愿.为提升商品图像识别的准确率,采用多特征融合的方法,即将多种算法的特征联合,形成优势互补.采用融合SIFT特征和灰度共生矩阵特征的方法完成货架商品图像的匹配.实验表明,该方法对比灰度共生矩阵方法准确率提升20.6％,...     

采用空间一致生长策略的多视图三维重建

针对复杂环境因素影响下场景三维重建结果难以同时获得高重建精度和高重建完整度的问题,提出一种基于空间一致生长的多视图三维重建算法.该算法对基于特征点生长的三维重建算法框架进行拓展,新增了有条件的初值矫正环节,同时对已有的生长和滤波环节进行更替和改进.首先使用SFM从输入图像中提取稀疏种子点;然后直接在固定的世界坐标系中从所有种子点出发向其邻近三维空间扩展,得到生长点的初始位置和方向,并通过优化确定生长点的最终位置和方向,在优化前和优化中根据生长点的当前位置和方向不断选取和更换最佳主、副图,提高优化质量;再利用邻域已重建点云有条件地矫正生长点的位置和方向,并以此作为初值再次优化,避免优化收敛到局部极值,提高生长点的重建精度;最后设计光滑、深度和方向三方面的自适应一致性滤波,在减少误删的同时及时删除误差点,防止误差蔓延.实验结果表明,文中算法的重建精度和完整度均明显超过当前流行的PMVS算法;与高精度DAISY算法相比,在完整度大大提高的前提下,该算法的精度与其基本持平.     

基于张量投票的摄像机自标定方法研究

针对传统的基于Kruppa方程摄像机自标定算法的欠鲁棒性,首次提出将鲁棒的张量投票算法用于摄像机自标定方法中。利用基于尺度不变的SIFT算法查找并匹配出每对图像的特征点,其中待匹配图像由摄像机对同一场景从三个不同角度位置拍摄,对图像张量投票后按棒张量特征值降序排序,由此筛选得到具有鲁棒性边缘特征的前八对特征点,利用八点算法求解相应的基础矩阵和极点,根据Kruppa方程和三维重建（SFM）算法求得摄像机参数矩阵。实验结果证明,该方法具有较高标定精度,并通过加入高斯噪声的仿真实验证明该算法是一种鲁棒的摄像机自标定方法。     

基于局部特征的多摄像机间目标识别方法

针对多摄像机监控系统中的人体目标识别问题,提出一种利用局部颜色特征和形状特征的目标识别方法.首先基于彩色图像使用Harris角点检测算子检测出目标图像的特征点,之后以每个特征点为中心分别提取其邻域的对光照、视角和姿态变化具有鲁棒性的局部颜色和形状特征,并建立目标外观模型,最后,采用改进的EMD(Earth Mover's Distance)进行目标间相似度的计算,实现多摄像机间的人体目标识别.实验结果表明,采用的改进方法充分优化了目标的颜色和形状特征,使摄像能够达到较高的识别率.     

面向信号测试系统的多路信号路由算法研究

信号自动化测试系统中的关键技术是信号路由,但已有的信号路由技术一般只能在单一引脚对之间建立信号传播路径,不能满足多个激励信号同时路由的情况。为此,提出一种满足一定条件的自动测试系统多路信号路由算法。将自动测试系统的硬件环境抽象为流网络,在此基础上通过求解最大流构造多路信号的传播路径。定义开关矩阵"传播阻力"的概念,并通过最小费用最大流算法优化信号传播路径,提高信号传播质量。实验结果表明,该算法能够为多路信号自动生成路由策略。     

基于结构化张量学习的多视图聚类

多视图聚类方法随着数据获取途径日益多样化成为研究热点,但大多数聚类方法低估了噪声和数据多结构互补性信息对聚类结果的影响,并且忽略了聚类结果对低秩张量优化过程的反向引导作用。为解决这些问题,提出了基于结构化张量学习的多视图聚类（multi-view clustering based on structured tensor learning,MCSTL）。首先,对初始表示张量进行再次去噪使其更具准确性和鲁棒性;同时,互补地学习局部结构、全局结构和各视图间的高阶相关性,提高表示张量与原始数据本质簇结构的一致性;然后,从跨视图信息融合的亲和矩阵中学习到统一的特征矩阵,利用其隐含的聚类结构信息反向引导表示张量的优化过程;最后,对特征矩阵施加了正交约束,使其提供数据的软标签信息,并对模型进行直接聚类解释。实验表明,MCSTL在6种聚类评价指标上均表现优异,30个指标数据中有27个达到最优,从而充分验证了MCSTL的有效性和优越性。     

基于SIFT特征和对极几何约束的图像配准算法

基于SIFT（尺度不变特征变换）特征匹配思想,提出了一种应用对极几何约束的图像特征配准算法。首先对图像提取SIFT特征点,然后通过欧氏距离估算对SIFT特征描述子进行初始匹配得到预匹配点集;采用基于单应矩阵的抽样算法计算初始基础矩阵,通过RANSAC算法计算精确的基础矩阵和匹配点集,进而实现图像配准。实验表明,该算法可以获得更准确的匹配点,得到精度较高的图像配准效果。     

基于视野分界线的多摄像机运动目标跟踪算法

提出了一种改进的基于视野分界线的多摄像机运动目标跟踪算法。该算法通过采用SIFT算法来自动获取特征点,生成视野分界线。当目标穿过分界线后,将待确定目标颜色直方图与目标颜色直方图相匹配,匹配度最好的赋予标识,即完成目标的交接,用Mean Shift算法完成后续目标的跟踪。在搭建的实验平台上进行了实时跟踪,实验结果表明该算法能有效实现多摄机间的目标连续跟踪。     

基于自适应学习的多视图无监督特征选择方法

现有的多视图无监督特征选择方法大多存在以下问题:样本的相似度矩阵、不同视图的权重矩阵和特征的权重矩阵往往是预先定义的,不能有效刻画数据间的真实结构以及反映不同视图和特征的重要性,进而导致不能选出有用的特征.为解决上述问题,首先,在多视图模糊C均值聚类的基础上进行视图权重和特征权重的自适应学习,以同时实现特征选择并保证聚类性能;然后,在拉普拉斯秩约束下自适应地学习样本的相似度矩阵,并构建一个基于自适应学习的多视图无监督特征选择(ALMUFS)方法;最后,设计一种交替迭代优化算法对目标函数进行求解,并在8个真实数据集上将所提方法与6种无监督特征选择基线方法进行比较.实验结果表明,ALMUFS的聚类精度和F-measure优于其他方法,与自适应协作相似性学习(ACSL)相比,平均提高8.99和11.87个百分点;与ASVM(Adaptive Similarity and View Weight)相比,平均提高11.09和13.21个百分点,验证了所提方法的可行性和有效性.     

基于双目立体视觉的复杂背景下的牛体点云获取

提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。     

大视场双目立体视觉的摄像机标定

针对大视场视觉测量应用,在分析摄像机成像模型的基础上,设计制作了可自由转动的十字靶标,实现了大视场双目视觉摄像机的精确标定。将十字靶标在测量空间内多次均匀摆放,两摄像机同步拍摄多幅靶标图像。由本质矩阵得到摄像机参数的初始值,采用自检校光束法平差得到摄像机参数的最优解。该方法不要求特征点共面,仅需要知道特征点之间的物理距离,降低了靶标制作难度。采用TN3DOMS．S进行了实测,在1500mm×1500mm的测量范围内测试标准标杆,误差均方值为0．06mm。     

非线性模型下的摄像机自标定

摄像机标定是从二维图像获取三维信息必不可少的步骤,线性（小孔）模型摄像机自标定,目前已成为计算机视觉领域的研究热点之一,对于非线性模型下摄像机的自标定,目前还未见到相关的研究报道,用于线性模型一般不能准确地描述真实像机的几何成像关系,因此对非线性模型摄像机自标定的研究具有十分重要的实际意义,该文主要探索非线性模型摄像机的自标定方法,基本原理是将非线性模型视为线性模型和畸变项的叠加,然后利用线性模型的基本矩阵或单应矩阵,给出非线性模型参数的约束方程,从而实现非线性模型摄像机的自标定,模拟和真实图像实验均表明该文所给的方法是可行的,具有一定的实用价值。     

Heteroscedastic Regression in Computer Vision: Problems with Bilinear Constraint

We present an algorithm to estimate the parameters of a linear model in the presence of heteroscedastic noise, i.e., each data point having a different covariance matrix. The algorithm is motivated by the recovery of bilinear forms, one of the fundamental problems in computer vision which appears whenever the epipolar constraint is imposed, or a conic is fit to noisy data points. We employ the errors-in-variables (EIV) model and show why already at moderate noise levels most available methods fail to provide a satisfactory solution. The improved behavior of the new algorithm is due to two factors: taking into account the heteroscedastic nature of the errors arising from the linearization of the bilinear form, and the use of generalized singular value decomposition (GSVD) in the computations. The performance of the algorithm is compared with several methods proposed in the literature for ellipse fitting and estimation of the fundamental matrix. It is shown that the algorithm achieves the accuracy of nonlinear optimization techniques at much less computational cost.     

Robotic hand-eye coordination: new solutions with uncalibrated stereo cameras

This paper presents new and simple solutions to the important problem of robotic hand-eye coordination. Although this problem can be easily solved with precisely calibrated 3D vision system, one question still remains, that is: can this problem be solved with 2D information contained in images without doing any metric measurement with a 3D vision system? Here, we present two new feasible solutions which are both simple (in the sense that a constant mapping matrix is being generated) and practical (in the sense that it works with both simulation and real system).     

Three-Dimensional Reconstruction of Points and Lines with Unknown Correspondence across Images

Three-dimensional reconstruction from a set of images is an important and difficult problem in computer vision. In this paper, we address the problem of determining image feature correspondences while simultaneously reconstructing the corresponding 3D features, given the camera poses of disparate monocular views. First, two new affinity measures are presented that capture the degree to which candidate features from different images consistently represent the projection of the same 3D point or 3D line. An affinity measure for point features in two different views is defined with respect to their distance from a hypothetical projected 3D pseudo-intersection point. Similarly, an affinity measure for 2D image line segments across three views is defined with respect to a 3D pseudo-intersection line. These affinity measures provide a foundation for determining unknown correspondences using weighted bipartite graphs representing candidate point and line matches across different images. As a result of this graph representation, a standard graph-theoretic algorithm can provide an optimal, simultaneous matching and triangulation of points across two views, and lines across three views. Experimental results on synthetic and real data demonstrate the effectiveness of the approach.An erratum to this article can be found at