IEPnP:一种基于EPnP的相机位姿迭代估计算法

来源 :光学学报 | 被引量 : 2次 | 上传用户:sky_xuky
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,EPnP算法作为一种相机位姿估计的解析算法,因其较低的计算复杂度而得到广泛的关注,但该算法对图像噪声的稳健性不强。提出了一种基于EPnP算法的迭代算法,即IEPnP算法。IEPnP算法保留了EPnP算法的主要思想,构造了4个虚拟控制点,利用弱透视投影模型获得相机的初始位姿,计算出虚拟控制点在相机坐标系下的坐标,然后通过高斯-牛顿法对虚拟控制点在相机坐标系下的坐标进行优化求解,最终通过解决绝对定向问题来获得对相机位姿的估计。IEPnP算法简化了EPnP算法的计算过程。在不同的图像噪声水平下进行
其他文献
非约束环境下采集的人脸图像复杂多变,稀疏保持投影降维效果不理想。鉴于此,提出一种基于全局约束的监督稀疏保持投影(SSPP-GC)算法。通过引入监督超完备字典和类内紧凑度约束,增强同类非近邻样本的重构关系;并且,在低维投影时增加全局约束因子,使得投影矩阵既考虑了样本的局部稀疏关系,也考虑了全局分布特性,进一步消除异类伪近邻样本的低维映射影响。在AR库、Extended Yale B库、LFW库和Pu
提出了一种基于双色LED芯片的双波长像面数字全息显微术。将主波长为670nm的红光芯片和主波长为521nm的绿光芯片封装成半球型LED芯片,然后利用彩色CCD相机获取被测样品在两种
深空图像配准是深空图像应用的首要环节。针对目前基于三角形相似性的算法效率低下以及基于星点描述的算法难以应对复杂多变的深空成像环境等问题,提出了一种改进型高效三角形相似法并将其应用到深空图像配准中。首先统计分析了提取星点单像素强度和大小的直方图分布,并将星点划分为稳定星和普通星;然后,将稳定星和普通星分别同最近的两颗稳定星构建三角形;最后,通过引入相似度改进了三角形匹配中的权重矩阵,并提出了衡量三角
数字水印技术是一种新型的光信息加密技术,具有很强的伪装能力,但受到相位探测误差问题的限制,在信号还原过程中,传统的通过先求解相位后逆光路计算明文信息的方法并不具有实
提出了一种仅基于单个模板的人脸仿射配准方法。首先,为了克服人脸仿射变换而产生的局部形变,引入颜色特征来平衡模板人脸和目标人脸之间的颜色相似性和形状错配率,进而提出了一种基于颜色特征的人脸粗搜索算法。接着,采用人脸粗搜索算法得到的仿射变换作为初始约束,建立上步仿射约束下的人脸形状精确配准算法。在算法的每一步迭代中,利用前一步迭代得到的仿射变换,建立最近点的对应关系,并利用前步仿射约束下的目标函数求解
运用分步傅里叶变换法对适用于超短艾里脉冲的高阶耦合非线性薛定谔方程进行了求解,利用Matlab软件对超短艾里脉冲在单模光纤中传输时相互作用的演化过程进行了数值模拟。结
小波在空域和频域上均具有良好的局域化性能,适合于非平稳信号分析。在传统的小波变换轮廓术中,对基小波进行尺度伸缩,即调整子小波的中心频率,去匹配局部条纹,以获取对应的相位信息。但仅在局部位置对Morlet小波进行尺度伸缩不能最佳地提取局部相位信息。详细分析了振荡波形随高斯窗宽变化的复Morlet小波在条纹分析中的特点,提出了一种改进的小波处理方法。将所提方法的相位重建结果与基于代价函数的小波方法的相
针对传统的单幅图像去雾算法容易受到雾图先验知识制约及颜色失真等问题,提出了一种基于深度学习的多尺度卷积神经网络(CNN)单幅图像去雾方法,即通过学习雾天图像与大气透射
研究了行车环境下激光条纹图像中心线快速、准确且可靠的提取方法。基于ENet深度学习模型实现了激光条纹的多区段快速分割;通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向,并构造了相应的方向模板;利用分区域多模板匹配的灰度重心法实现了光条中心的亚像素坐标提取。研究结果表明,该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响,单幅钢轨轮廓图像的光条提取时间仅为2.1 ms,
基于Wollaston棱镜角剪切和Savart偏光镜横向剪切组合的可调光程的差分偏振干涉成像光谱系统,不仅可同时获取目标正交偏振分量的干涉图和二维空间图,而且可以通过调整Savart