排序方式: 共有88条查询结果,搜索用时 15 毫秒
51.
52.
基于平面激光测量的移动机器人自定位方法 总被引:2,自引:1,他引:1
提出了两种基于平面激光测量的移动机器人自定位方法. 第一种方法是改进的Hough 密度谱的方法, 它的主要优点是避免了现有方法Hough 变换离散化过程中的信息损失问题,提高了算法的精度和鲁棒性. 该方法在引进一种新的Hough 密度谱的基础上,根据谱相关函数值和运动参数的密度得到机器人运动参数的候选值,并应用Hausdor 相似性度量从候选值确定运动参数的最终估计. 第二种方法是基于Fourier-Mellin 变换的方法,主要利用Fourier 变换的位移理论和Fourier-Mellin不变量来估计运动参数. 为了避免图像离散化造成的信息损失,在该方法中使用基于Hausdor 距离的最近点迭代(ICP) 算法来进一步精化平移向量. 实验结果表明,这两种方法均可有效地提高机器人的定位精度,具有一定的实际应用价值. 相似文献
53.
54.
基本矩阵的5点和4点算法 总被引:4,自引:0,他引:4
基本矩阵(Fundamental Matrix)是两幅图像之间的基本约束,在摄像机标定和三维重建中起着至关重要的作用.本文证明,当摄像机在两幅图像之间的运动为纯平移运动时,给定5对图像对应点,如果其中的4对对应点为共面空间点的投影(称为共面对应点),则可以线性确定基本矩阵.另外,如果摄像机不是5参数模型(完全针孔模型),而是4参数模型(畸变因子为零),则此时仅使用该4对共面对应点即可线性确定基本矩阵.据我们所知,这些结果在文献中还没有类似的报导. 相似文献
55.
一般情况下,P3P问题可能出现1,2,3或4个解.但是,若3个控制点和摄像机光心这4点共圆,则会出现无穷多组解.利用"蒙特卡洛"方法模拟出P3P问题分别出现1,2,3,4个解的概率为0.9993,0.0007,0.0000,0.0000.结果论证了如下的事实,即在大多数情况下,P3P问题有唯一解. 相似文献
56.
基于半监督学习的行为建模与异常检测 总被引:2,自引:0,他引:2
提出了一种基于半监督学习的行为建模与异常检测方法.该算法包括以下几个主要步骤:(1) 通过基于动态时间归整(DTW)的谱聚类方法获取适量的正常行为样本,对正常行为的隐马尔可夫模型(HMM)进行初始化;(2) 通过迭代学习的方法在大样本下进一步训练这些隐马尔可夫模型参数;(3) 以监督的方式,利用最大后验(MAP)自适应方法估计异常行为的隐马尔可夫模型参数;(4) 建立行为的隐马尔可夫拓扑结构模型,用于异常检测.该方法的主要特点是:能够自动地选择正常行为模式的种类和样本以建立正常行为模型;能够在较少样本的情 相似文献
57.
摄像机自标定的线性理论与算法 总被引:12,自引:2,他引:12
文中提出一种新的摄像机线性自标定的算法和理论。与文献中已有的方法相比,该文方法的主要优点是对摄像机的运动要求不苛刻,如不要求摄像机的运动为正交运动。该方法的关键步骤是确定无穷远平面的单应性矩阵(Homography)。文中从理论上严格证明了下述结论:摄像机作两组运动参数未知的运动M1={(R1,t^11),(R1,t^12)},M2={(R2,t^21),(R2,t^22)},若下述两个条件满足:(1)T1={t^11,t^12},T2={t^21,t^22}是两个线性无关组(即本组内的两个平移向量线性无关);(2)R1,R2的旋转轴不同,则可线性地唯一确定摄像机的内参矩阵和运动参数。另外,在四参数摄像机模型下,严格证明了一组运动可线性地唯一确定摄像机的内参数矩阵和运动参数。模拟实验和实际图像实验验证了本文方法的正确性和可行性。 相似文献
58.
摄像机未标定的P5P问题研究 总被引:7,自引:2,他引:7
该文比较系统地研究了未标定的P5P问题。主要结论有:当5个控制点中任意4点不共面,或者存在4点共面但任意3个图像点不共线时,未标定的P5P问题的解仅有两种可能:(1)至多有4个解;(2)有无穷多解。文中同时给出了至多有4个解和有无穷多解的代数条件以及求解未标定的P5P问题的具体算法。 相似文献
59.
60.