期刊文献+

多方法相融合的复杂物体深度信息的恢复 被引量:3

Recovering the Structure of Complex Objects by an Integrated Method
下载PDF
导出
摘要 在恢复图象深度信息的方法之中,利用立体视觉的偏差来精确地定位物体的深度,是行之有效的,但只能适用于可匹配的特征点,如何建立左右图象中对应点的匹配是该方法的主要障碍;ShapeFromShading方法是利用单幅图象的灰度信息获取物体表面的形状信息(表面的方向),而不能获得其深度信息,其约束条件是表面的光滑性。在此用神经网络方法将二者融合起来,形成优势互补,用来获取物体的深度信息,通过对合成图象及实际图象进行的实验。 A new method is presented for recovering the 3 dimensional structure of complex objects. Stereo is an effective method to determine the precise depth of the surface through binocular disparity. But it is difficult to establish the correspondence of the two image. The method of Shape From Shading (SFS) can learn the surface shape but not the surface depth of an object from merely one image under the constraint of surface smoothness; In this paper, the methods of stereo and SFS are integrated into neural networks to locate the precise depth and shape information of the object, which gives full play to their superiority. Experimental results with numerically generated and laboratory images are given to verify the method.
出处 《中国图象图形学报(A辑)》 CSCD 1999年第4期285-288,共4页 Journal of Image and Graphics
基金 国家自然科学基金
关键词 立体视觉 神经网络 深度信息恢复 Stereo, Neural network, Depth recovering
  • 相关文献

参考文献2

  • 1包约翰.自适应模式识别与神经网络[M].北京:科学出版社,1992.24-58.
  • 2Marr.视觉计算理论[M].北京:科学出版社,1987..

共引文献26

同被引文献17

引证文献3

二级引证文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部