排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
针对多幅图像的匹配和识别问题,提出了一种基于图结构的全自动识别与拼接方法.该方法能够根据用户输入的多幅无序图像,自动判别图像之间是否具有重叠部分,并对具有重叠的图像进行拼接.对输入的每一幅图像进行MOPS特征检测,通过k-d树的最近邻搜索完成不同图像特征之间的快速匹配.其次基于图像特征之间的对应关系使用RANSAC算法建立任意两幅图像之间的匹配模型,并用概率算法进行鲁棒校验.通过构建与图像匹配关系对应的无向连通图结构,实现多幅全景图像的自动识别.使用递归算法对无向连通图进行深度优先遍历,并用多频带融合算法消除拼接痕迹,合成相应的全景图像序列. 相似文献
2.
在传统的层次聚类算法上,对孤立聚类进行特殊处理,并在此基础上提出了与传统内容检索方法不同的三维模型索引检索技术.首先提取三维模型的深度图像特征并将特征值存入数据库;其次利用改进的层次聚类算法对特征值进行聚类并计算聚类中心值;之后计算每个三维模型内容特征与其所在聚类中心的距离并保存到数据库中,查询时计算待查询模型特征与各个聚类中心的距离并排序;最后在每个聚类里面进行检索,与聚类中心的距离位于待检索模型与该聚类中心距离的邻域就是查询结果.在该方法中,将每个模型特征与其所在聚类中心的距离作为其索引.实验结果表明,该方法在保证检索质量的基础上大大提高了检索速度. 相似文献
3.
提出一个新的表示物体的框架。通过非流形造型与基于物理的造型相结合,从拓扑结构和几何信息两个方面扩大了模型的表示范围。以代数拓扑中的复形为基础的非流形造型的作用是生成物体的拓扑框架,既可以表示CAD的物体,更适合表示具有复杂拓扑结构的自然物体。基于物理的造型的作用是在拓扑框架上生成最终的几何信息。二者的结合提供了一种新的几何造型手段。 相似文献
4.
一种鲁棒的非均匀灰度图像分割算法 总被引:2,自引:0,他引:2
针对非均匀灰度图像分割困难及分割效率低下的问题,该文提出了一种基于活动轮廓模型的高效图像分割算法。不同于传统水平集方法中仅用单一信息定义的能量泛函,该算法结合图像的边缘信息和区域统计信息定义了一个新的能量泛函。边缘信息的利用便于演化轮廓线快速精确地定位至物体边缘;区域统计信息由局部统计信息和全局统计信息构成,一方面,局部统计信息的利用能够有效处理图像的灰度分布不均匀现象,另一方面,全局统计信息的利用避免了轮廓线陷入局部极小值。最后,在轮廓线演化过程中,通过高斯卷积核实现快速规则化,避免了传统模型计算代价高昂的重新初始化或规则化。合成图像和真实图像的实验结果表明,该文算法不仅能够快速有效分割灰度分布不均匀的弱边缘物体,而且对于多灰阶复杂结构物体也能够精确分割;同时,该算法对噪声和初始轮廓线具有较好的鲁棒性。 相似文献
5.
针对颅骨和面皮点云数据,提出一种新的Deluney-三角网构建算法。该算法将点云数据分为两层,将上下两层轮廓线点列合理连接以生成三角面片集合,给出了面片个数及跨距应满足的合理条件;在三角网格构建时,考虑到颅面点云数据对应的不同曲率及孔洞等情形,分为四类(通常情况、孔洞、椎体链接、缝合),分别进行处理,利用最小对角线方法进行三角化,实验表明该算法保持了比较精确的轮廓。 相似文献
6.
数据配准的颅骨面貌复原方法 总被引:2,自引:1,他引:1
颅骨面貌复原技术在法医刑侦领域具有重要应用,为了估计给定颅骨的未知面貌,提出点云配准与五官(鼻、眼睛、嘴)配准结合的颅骨面貌复原框架及基于软组织厚度的评价方法.首先构建颅面数据库并进行坐标校正;然后确定配准点集及其对应关系,采用ICP算法和薄板样条函数两次配准实现参考颅骨与待复原颅骨的精确配准,并将参考模型的软组织厚度... 相似文献
7.
8.
由于脑血管具有分枝众多、形态细小以及位置特殊和形态复杂等特性,在医学图像中精确地提取脑血管成为一项比较棘手的问题。该文提出了一种新颖的统计学分割方法,有效地实现了脑血管的精确分割。首先,充分利用各血管像素的空间邻域信息,将马尔科夫随机场信息加入到统计学模型的方法中,提出了新的马尔科夫统计模型;然后,利用随机期望最大化(Stochastic versions of the Expectation Maximization, SEM)算法来对统计模型中的多个参数进行估计,寻找最优解,进而实现了脑血管的3维分割。实验结果表明,该方法不仅能够分割出较大的血管分支,而且因其考虑了血管邻域信息,对细小血管的分割也有较好的效果,因此对脑血管疾病的临床预防和诊断具有深远的意义。 相似文献
9.
一种线段和圆弧的逼近方法及其在工程图纸矢量化中的应用 总被引:12,自引:2,他引:12
本文给出了一种通过数据点逼近生成直线段和圆弧的算法及其证明.此方法的优点是生成的直线段和圆弧显式给出,方便应用.本文还讨论了此算法在图纸矢量化中的应用. 相似文献
10.
提出一种由统计和梯度信息驱动的活动轮廓模型。该模型有效利用梯度信息使演化轮廓线快速精确地定位到物体的边缘;同时,由局部统计信息和全局统计信息构造符号压力函数,减少噪声对轮廓线演化的影响。另外,模型利用局部统计信息能够有效处理灰度分布不均的图像,全局信息的利用避免了演化轮廓线陷入局部最小,因此,该模型可以任意设置初始轮廓线。最后通过高斯卷积核对水平集函数规则化,避免了传统模型中计算代价高昂的重新初始化和规则化。实验结果表明,提出的模型不仅能够在任意初始轮廓下精确有效地分割灰度分布均匀的图像和不均匀的图像,而且对噪声具有较好的鲁棒性。 相似文献