低纹理相关论文
深度估计是计算机视觉领域的重要研究方向之一,旨在获取物体三维形貌信息,其应用面十分广阔,如医学三维成像、前后景分割、显著性......
近些年,基于深度学习的目标检测领域的算法已经取得了显著的效果,但对于视频目标跟踪而言,如果仅仅是把目标检测领域的算法应用在......
针对传统视觉里程计在低纹理场景下,定位精度差甚至失效的问题,提出一种结合点线特征的RGB-D视觉里程计方法。该方法结合了点线特......
为解决现有立体匹配算法对低纹理以及视差不连续区域匹配效果较差的问题,提出一种改进的立体匹配优化算法。在传统自适应权重算法......
移动机器人视觉导航中,为了完成机器人的定位和导航,这就应用到三维重建技术。匹配是最为重要的过程。传统方法原理上是基于高纹理......
目前,基于计算机视觉的场景重建技术主要用于工业测量、文物修复、室内场景重建等领域,与这些场合相比,月面情况比较复杂,具有低纹......
随着手机硬件的飞速发展,移动端的增强现实技术也在发展。无标志的移动端增强现实是移动端的增强现实技术其中的一种,这种技术不借......
传统的最小生成树立体匹配算法对低纹理区域和遮挡区域不敏感,虽然最小生成树立体匹配算法后处理的中值滤波能够消除噪点,但是不能......
双目立体视觉是计算机视觉的重要研究方向,利用双目立体视觉可以获取三维场景的深度信息,已经广泛应用在军用与民用的各个领域。双......
高光区域多出现于低纹理材料的平滑表面上,严重影响图像采集处理效果。针对现有图像去高光技术中过分依赖特定对象纹理特征的问题,......
针对低纹理环境下或相机快速旋转时单目相机定位中存在的精度和鲁棒性差的问题,给出了一种集成线特征的单目视觉惯性里程计算法(Vi......
提出了一种新型的自适应匹配窗口的方法来解决低纹理图像在立体匹配中容易出现误配的现象。该算法采用8个相同的窗口根据图像的平......
针对立体匹配中低纹理区域容易产生误匹配及传统动态规划固有的条纹问题,提出一种改进的基于双目立体视觉的低纹理图像三维重构算......
