【摘 要】
:
视觉测量是计算机视觉领域的重要研究课题,其特点是:不需要与待测物体接触就可以获得物体表面的三维信息。但遮挡的出现极大的影响了测量效果,因此有效地处理视觉测量中的遮挡问
论文部分内容阅读
视觉测量是计算机视觉领域的重要研究课题,其特点是:不需要与待测物体接触就可以获得物体表面的三维信息。但遮挡的出现极大的影响了测量效果,因此有效地处理视觉测量中的遮挡问题至关重要。如何准确、合理地对遮挡区域进行检测和处理是解决各类遮挡问题的关键。本文吸收前人经验,以视觉目标的视差图为基础,综合运用计算机视觉、图像处理、微分几何学等理论和方法,分析目前常见的立体匹配算法,针对匹配过程中出现的遮挡现象,引入新的算法来解决这一问题,并取得了一些有意义的成果。主要做了以下研究工作:首先,介绍了视觉测量中常见的立体匹配算法,并对它们进行了分析比较。其中,动态规划立体匹配算法(DP算法)具有较好的匹配效果,但由于其容易产生条纹缺陷,故本文设计了一种改进的动态规划立体匹配算法——行列双约束动态规划立体匹配算法。针对扫描线信息中所包含的视差不连续性和遮挡现象,该算法构造了一种新的全局能量代价函数,在函数中加入了列方向上的平滑约束项和遮挡惩罚项,从而有效的提高了匹配精度。在此能量代价函数的基础上,综合考虑扫描线列方向上相邻像素点之间的视差连续性,设计了一套全局优化策略。其次,本文设计了一种基于能量代价函数的遮挡检测方法,针对立体匹配过程中的遮挡现象,将遮挡检测与立体匹配过程同时进行来解决这一问题。这个方法在利用动态规划实现立体匹配的过程中,不但可以获得匹配点的视差还可以得到遮挡像素点的信息,从而实现了遮挡检测;另外,通过视差一致性检验和遮挡像素点的视差填充,就可以得到准确稠密的视差图。最后,本文的算法是基于MATLABR2009a编程实现的。采用三对标准立体图像对来对视差进行求解,通过本文算法与传统的DP算法实验结果的比较,验证了本文算法的有效性和可行性。
其他文献
高动态范围图像的显示是图像处理、机器视觉、模式识别等学科都十分关注的问题,属于一个交叉性的问题,对它的研究有着重要的和广泛的意义。尤其是随着数码技术的不断发展,不论是
随着经济的发展,城市现代化进程的加快,大中城市的交通拥堵问题已变得日益突出,成为一个极具挑战的世界性难题。入口匝道调节是城市快速路交通系统的最为有效的控制方式之一,
伴随着电力工业的飞速发展,区域电网间的互联程度日益增强,现代电网已发展成为由多个控制区域相连构成的互联系统。大区域电网互联的实现,一方面为电力系统带来诸多好处,另一方面也为系统引入了时滞问题。时间延迟的出现将严重影响互联电力系统的稳定性。因此,本文主要从互联电力系统中的时滞控制问题为出发点,作如下考虑:首先,给出互联电力系统的基本概念,并对其中的控制区域做出详细的介绍;另外,分别介绍了定频率控制(
本课题来源于国家自然科学基金《大型低速重载机械早期故障稀疏特征识别的研究》的部分研究内容,为构建低速重载机械早期故障诊断平台奠定基础。冶金企业的低速重载机械设备(如
随着社会经济和科学技术的飞速发展,工业建设逐步加快,工业建筑对消防系统的要求越来越高。传统的工业消防系统通过人进行消防,灭火效率低,已经不能满足工业大空间消防的需要。因
发电自动控制(Automatic Generation Control, AGC)历经半个多世纪的发展已经成功的应用于电力系统中,负荷频率控制(Load Frequency Control, LFC)作为AGC中的重要部分之一,肩负着调节电力系统频率的重要功能。众所周知,电力系统的频率是衡量电能质量的重要指标之一,对整个电力系统,尤其是需求侧有着极其巨大的影响。电力系统在运行过程中的主要任务之一就
异步电动机是工业设备中一种不可或缺的设备,是保证其它设备正常运行的重要基础。但是由于环境的影响或者人为因素的操作不当,电动机在运行当中不可避免会发生故障,给生命和财产带来巨大的损失,因此,对异步电动机故障诊断研究具有重要的意义。首先,本文介绍了基本的阴性选择算法,为了尽可能大的覆盖正常区域、故障区域和不丢失有效的检测器,但是检测器也不能太多,引入了检测器半径的动态变异和免疫记忆细胞,并应用于异步电
随着国际化进程的推进,国防和人身安全问题受到越来越多的关注。智能监控系统在保障国家安全运行和社会稳定中发挥着不可替代的作用,而视频运动目标跟踪技术对智能监控系统的
当代社会,电能对工农业生产、人们的日常生活起着举足轻重的作用。我国正处在国民经济迅速发展的时期,电能的可持续发展决定着社会经济的可持续发展。所以,电网的稳定安全和电能质量决定着国民经济的发展。科技的进步,社会的发展带动了大量新型电力电子设备的发展,这些设备投入电网中使用,它们虽然提高了生产率,但也带来了电能质量问题。产生的电能质量问题一方面会对用电设备造成危害,另一方面会对电网的安全和稳定运行构成
近几年移动互联网与社交网络的迅速发展使得网络中图像数据呈爆炸式增长。利用显著性检测技术让计算机快速选取图像中感兴趣区域以便更加高效的图像处理,成为计算机视觉领域一