三维匹配.txt

机器视觉论文

基于线移的双目三维重构匹配算法研究

摘要：机器视觉被广泛应用于工业自动化生产，宇航航空，医学图象分析，机器人自动导航，交通安全以及国防。双目视觉测量技术是机器视觉的热点技术之一，它可以快速准确地获得被测物体表面的点云数据，是逆向工程的前提。基于线移的三维重建理论上可实现对点的100%匹配。本论文的主要研究内容是利用格雷码加线移结构光对物体进行投影，再经摄像机采集到畸变的图像，结合相关算法以实现对物体的三维重构：摄像机采集到的6幅图像序列形成的格雷码将图像空间划分为 64个周期，通过20次线条纹的移动完成对整个扫描平面的覆盖，在已获得两摄像机标定参数基础上，结合对极几何原理完成左右图像像素点的匹配。根据空间点三维坐标计算的数学模型计算出点的三维空间坐标，最后以点云形式实现物体的三维重构。

关键词：双目视觉；三维重建；线移结构光；格雷码
##########
基于双幅图像的匹配算法及3D重建不确定性研究
内容摘要
计算机视觉是实现模式的自动识别即以计算机完成对视觉信息处理的科学,是基础研究和应用研究中重大的挑战之一.而图像匹配由于其涉及的问题众多,是计算机视觉中最困难、最关键的一步.为了认识影响3D重建精度的来源和规律,在计算机视觉系统中引入三维重建的不确定性描述是必要的.该文探索性地提出了一种基于梯度场相似性和邻域膨胀的快速图像匹配算法.用SUSAN法检测到我们感兴趣的特征一角点,改进的Scott和Longuet-Higgins算法完成角点的匹配,进而进行基础矩阵估计.从一点的某邻域内梯度场相似性出发,利用极线约束完成全象素匹配.提出的邻域膨胀方法能有效处理多候选点的问题,与传统的利用连续性约束、匹配强度算法等相比能明显加快匹配速度,自适应邻域的匹配策略能够保证较高的精度和可靠性,算法受光照条件的影响较小且适合不同尺度图像.方法的多样性及采用的分析工具的不同,建立统一的误差分析模型并不现实.由于得到基于误差传播理论的重建不确定性显式公式并没有直观性,该文在推导出三维重建扰动分析模型的基础上,应用多元分析的统计方法研究了图像量化误差、匹配误差、标定误差等对重建精度的影响.采用计算机仿真图像进行实验,向重建模型中输入高斯噪声进行扰动分析,这样有利于对不确定性的评定.对三维重建点伸展不确定性的可视化也进行了探讨.该文给出的扰动模型和多元分析的方法具有更大的通用性.对提出的匹配算法及重建不确定性研究的理论与方法,该文给出了其软件实现及实例分析结果.介绍了模块的整体设计并给出几个关键问题的程序分析.实验验证了匹配算法的有效性并得出了重建不确定性研究的若干重要结论.

图像匹配算法的研究进展 

摘    要

    图像匹配是计算机视觉和图像处理中的重要研究内容.分析了图像匹配中的难点问题及其关键技术,研究了组成匹配算法的四个要素,介绍了近来出现的新思路和新方法,对匹配算法进行了分类和性能比较,提出了实际应用中有待进一步研究的内容,如算法的集成、神经网络、遗传算法和基于高层语义的应用等.