【摘 要】
:
为了对测量数据进行自动拼接,提出了一种新的数据拼接方法。该方法根据标志点的空间拓扑关系,先利用关系匹配自动找出对应的标志点对,以降低数据拼接的操作复杂性;同时应用Rodrigues参数表示位姿变换矩阵,并引入中间参数进行分步求解。数据拼接实例的拼接结果表明,该方法计算过程简单、稳定性好。
【基金项目】
:
广东省科技厅项目(2003A1040704,20070928021)
论文部分内容阅读
为了对测量数据进行自动拼接,提出了一种新的数据拼接方法。该方法根据标志点的空间拓扑关系,先利用关系匹配自动找出对应的标志点对,以降低数据拼接的操作复杂性;同时应用Rodrigues参数表示位姿变换矩阵,并引入中间参数进行分步求解。数据拼接实例的拼接结果表明,该方法计算过程简单、稳定性好。
其他文献
正交频分复用(OFDM)易受相位噪声的干扰。本文介绍了一种低复杂度的、基于有限长度的TPS算法的相位噪声消除方法,在相位噪声的频带比较窄的假设下,分析了它的简便性和实用性。仿真结果表明,基于TPS的消除相位噪声的方法,不仅能同时消除公共相位噪声(CPE)和子载波间干扰(ICI),而且在多径信道下,性能损失不大的情况下,大大降低了硬件实现的复杂度。
由于图像经低通滤波削弱高频分量之后,其小波变换系数将具有更好的能量聚集性,为此对基于这一原理的结合平滑预处理的近无损压缩方案进行深入研究。为了获得更好的平滑性能,以提高此近无损压缩方案的压缩比,提出了一种新的图像平滑算法。该算法在遍历过程中,根据各像素水平方向和垂直方向的梯度强度,通过自适应地选择合适的滤波方向来对图像进行平滑,取得了很好的平滑性能。该算法的另一个显著优势就是能够根据指定的最大幅度
为了对参数曲面进行精确变形,可通过构造特殊矢量伸缩函数来实现参数曲面的插值变形。变形时,先在曲面选取变形辅助点,并利用这些辅助点构造矢量伸缩函数;然后基于矢量叠加原理用此伸缩矢量函数去作用曲面,使曲面发生变形且变形后通过给定的插值点。插值变形结果表明,此方法不仅能够精确控制变形范围,而且在变形与未变形部分之间具有C~2连续性。
针对模糊C均值算法对数据分布状态和初始聚类中心过于依赖的问题,利用已知样本信息,提出了一种改进的单点逼近型加权模糊C均值算法。该算法首先通过对原始数据进行概率统计和加入样本属性权值来调整数据为均匀分布;然后采用先验样本单点逼近的方法来消除先验样本选取的影响,从而不仅得到了合适的初始聚类中心,而且有效地加快了算法的收敛速度和提高了聚类的精度;最后将改进后算法与遥感数据特点相结合,构成了完整的遥感图像
为提出一种安全多功能的图像水印系统,首先利用3维统一混沌系统的混沌序列Y、Z生成可见水印的嵌入系数,同时在图像的空域嵌入可见水印,以实现版权通知功能;然后在含有可见水印的图像中加入第1种不可见水印,以实现版权保护功能;最后再在消除可见水印的图像中加入第2种不可见水印,以实现非授权拷贝跟踪。两种不可见水印的嵌入位置都由统一混沌系统的混沌序列X、Y随机选择,并基于一种新的双参数量化技术在选择的图像子块
提出了一种基于分形编码图形表示的人脸识别改进算法。该算法在分形图像压缩概念的基础上,定义图像中的像素块(值域块)作为基元。首先计算人脸图像的分形压缩编码,以此为基础寻找像素块间的内在联系,生成图像的图形表示——带循环植物;然后利用带循环植物获得每个像素块最终收敛时的仿射变换参数;最后通过定义合适的距离度量来进行人脸识别。该算法与基于像素的图形表示方法相比,识别率高、识别速度快、鲁棒性好。此外,还对
Oddi括约肌(SO,Sphincter of Oddi)松弛症,属Oddi括约肌关闭不全的重型。临床上多表现为反复发作的右上腹疼痛。多见于胆管结石症,通过松弛的括约肌可引起复发性胆管炎胆结石[1
Demons算法是一种基于灰度信息的全自动非刚性配准方法,其配准结果容易受图像之间灰度不一致的影响,且迭代收敛速度较慢。针对这两个问题,提出了一种基于多项式最小二乘拟合的灰度归一化方法对灰度进行匹配,并在迭代过程中自适应调整浮动图像所受作用力以加快收敛速度。用改进后的算法与原算法及其他改进算法分别对乳腺X线摄片进行配准实验,对比结果表明,本文的改进方法能够更快地产生更精确的配准结果,配准后的图像增
特征点匹配是计算机视觉中的一个基本问题。不同视点图像中相应特征点邻域窗口之间存在几何上的透视畸变,这可用平面单应映射来表示,而目前大多匹配算法将该映射用仿射变换模型来近似,即用具有仿射不变性的特征进行图像的匹配。仿射变换的线性特点不仅能降低算法复杂度,还能保证迭代过程收敛的稳定性,然而并没有人对该近似的可行性及如何减小近似误差给出定量分析。本文首先回顾了各种几何层次上的特征点匹配策略,重点针对具有
为了快速稳定地进行特征点的跟踪,提出了一种快速多尺度特征点的提取算法。该算法首先利用快速局部窗口极值搜索算法提取出不同尺度空间特征点的局部极值,减少了局部极值搜索的冗余性,然后再利用最近邻算法对特征点进行匹配。实验结果表明,该算法的计算速度快于SIFT算法和MOPS算法,稳定性强于传统的Harris算法,可以用于实时图像配准及目标跟踪。