基于仿射迭代模型的特征点匹配算法

图像序列中的特征点匹配是计算机视觉中的一个基本问题,也是目标识别、图像检索以及3维重建等问题的基础。为了提高图像匹配的精度,提出了一种针对两幅图像的高精度特征点自动匹配算法。该算法首先分析并提出两幅图像中相应特征点的邻域窗口之间的单应映射可以用仿射变换模型来近似;然后通过快速的基于仿射变换模型的迭代优化方法,不仅估计并矫正了相应邻域窗口之间的透视畸变,同时还补偿了在特征点检测阶段对相应特征点的定位误差,从而使匹配结果达到子像素级精度;最后通过真实图像的实验以及与现有算法的比较结果表明,该算法不仅得到了更多的匹配关系,还提高了特征点匹配的精度。

一种新的直线特征提取和定位算法

提出了一种从图像中精确提取直线特征并定位其端点和方向的新方法,克服了传统边缘跟踪算法的局部性。算法首先跟踪边缘点,递归分割成离散直线段,然后从全局角度合并这些离散的直线段,最后给出了两种鲁棒的直线拟合策略。实验结果表明该算法具有良好的性能,能够适用于较广范围的真实图像。

多视点图像中线特征的三维重建

将多视点图像中的离散线段(称为线特征)用于场景的三维重建过程.首先将平均重投影几何误差作为线特征三角形法和光束平差法的目标函数,保证了重建结果的最优性;其次提出一种对含噪声的空间直线Plücker坐标进行双线性约束矫正的解析方法,并给出理论证明;最后推导出针对具有4自由度空间直线的最少参数化迭代方法,消除了优化过程中的过参数化问题,以避免由于内约束存在而导致迭代难于收敛的情况,提高了重建结果的精度.仿真数据以及真实图像的实验结果验证了该方法的有效性和精确性.

一种评价仿射不变性特征定位误差的新方法

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,重点针对具有仿射不变性特征点的定位误差进行研究和定量分析,通过本文提出的椭圆曲线规范化法推导出该近似所造成相应特征点定位误差的解析表达;然后用真实图像的实验结果验证了本文分析方法的必要性和正确性;最后给出相应的分析结果和结论,并指出提高大基线图像特征点匹配精度的相应措施。

序列图像中三维空间点的精确重建方法

提出了一种针对序列定标图像的三维空间点精确欧氏重建算法,相对于传统基于代数误差最小化的方法,该算法用几何误差作为优化的目标函数,从而保证了三维重建点在欧氏距离误差的意义下是最优的;该算法是线性的,计算效率高;此外还可以扩展到任意多幅图像的重建中。真实测试图像的实验结果以及与传统算法的比较验证了该算法的有效性和精确性。

图像匹配中具有仿射不变性特征的定量分析

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,这可以用平面单应映射来表示,而目前大多特征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匹配算法的复杂度,还能保证迭代过程收敛的稳定性,然而并没有人对这一近似的可行性及合理性给出定量的讨论和分析。本文首先回顾各种几何层次上的特征点匹配策略,重点针对具有仿射不变性特征点的定位误差给出定量分析,通过椭圆曲线规范化方法推导出这一近似所造成定位误差的解析表达式,指出用仿射变换模型近似单应映射的合理性;然后用真实图像的实验结果验证了本文分析方法的正确性;最后给出相应的分析结果和结论。

一种三维准欧氏重建方法

研究在不必精确知道相机内参数的情况下进行场景的三维重建,充分利用建筑场景的平面信息,假设场景由一些基本平面元素组成,从而自动生成场景的拓扑结构.虽然重建结果从严格意义上仍是射影重建,但已经非常接近欧氏重建结果,文中称之为准欧氏重建,该结果还可以为其它优化算法提供很好的初值.真实图像的实验结果证实了本文算法,重建模型达到了很好的可视效果.

基于仿射迭代方法的大基线图像匹配技术研究

两幅图像中相应特征点邻域窗口之间的单应映射可以用仿射变换模型来近似。本文首先通过奇异值分解给出仿射变换矩阵4个自由度的几何含义,然后将其分解为一个相似变换矩阵和一个旋转的准单位矩阵(Rotated Quasi-Identity Matrix)的乘积,即在基于相似变换模型匹配的基础上再用基于仿射变换模型的迭代算法对相应特征点精确定位。针对相似变换中初始旋转角度的难确定性,在初始匹配中提出基于亮度最速下降方向的对齐方法,而在引导匹配阶段提出基于相应极线方向的对齐方法,这两个策略不仅提高了算法效率,还能为进一步的仿射迭代提供良好的初值。在得到最优仿射变换参数之后,实现了对相应特征点定位误差的精确补偿及其邻域窗口的透视矫正。最后通过真实图像的实验以及和现有算法的比较验证了本文算法的可行性和精确性,并给出了相应的实验数据和结果。

基于场景平面结构的增强现实方法

提出了一种基于场景平面结构的增强现实方法。首先,选定图像序列中的两帧对目标场景进行局部的三维重建;然后,选择场景中某一平面作为处理和跟踪的对象,通过交互指定该平面内矩形的四个顶点作为虚拟对象的嵌入区域并建立局部参考坐标系,从而实现虚拟对象与三维场景的迅速对齐;最后通过鲁棒的场景平面跟踪算法实现虚拟对象在整个图像序列中的真实感嵌入,完全允许嵌入区域被部分遮挡的情况。真实序列图像的实验结果及对算法的分析验证了方法的有效性和可行性。

一种半自动的三维欧氏重建方法

从二维图像得到场景的三维模型是计算机视觉和虚拟现实的重要研究内容。本文通过用户的简单交互,利用平面型场景的同形关系自动进行两幅大差异图像之间的角点匹配,将这些匹配结果作为初始点,再利用RANSAC鲁棒算法估计基本矩阵。以此结果进行仿射重建,然后在简化相机模型的基础上通过给出的约束条件直接实现欧氏重建,真实数据的实验结果表明了该算法的有效性。

基于增强现实的虚拟实景空间的研究与实现

增强现实可以把计算机产生的虚拟物体或其他信息合成到用户看到的真实场景中.本文将增强现实技术与基于图像的绘制技术有机的结合起来,研究并实现了一个基于增强现实技术的虚拟实景空间系统.首先介绍了虚拟实景空间的构造,然后着重探讨了虚拟物体与实景空间的合成方法,主要解决合成中的几何一致性和光照一致性问题.

基于外存的大规模虚拟环境交互漫游

针对大规模虚拟环境的交互漫游,提出了一种基于外存的场景数据组织方法,并给出了相应的交互漫游算法。首先将场景数据分块组织成八叉树层次结构,然后为每个八叉树节点生成渐进网格表示。在实时绘制阶段,利用八叉树层次进行粗的全局细化,利用渐进网格进行细的局部细化。该方法可以对具有上千万三角形面片的大规模虚拟环境进行交互绘制,并且可以得到连续的LOD变化,消除交互漫游时的“Popping”(跳跃)现象。

一种复杂场景遮挡剔除的优化算法

采用GPU的遮挡查询功能提出了一种复杂场景的层次遮挡剔除算法,通过交替进行遮挡查询和可见节点的绘制,有效地减少了由于遮挡查询延迟造成的空闲等待时间.为了减少场景中不必要的遮挡测试,将遮挡查询问题描述为最优化决策问题,通过对每一帧遮挡查询的选择进行优化,能够使整个场景绘制的效率近似达到最优.实验结果表明,对于不同复杂度的场景,该算法可以明显地提高场景的绘制速度.

三维标量场并行等值面提取与绘制技术

通过研究并行等值面提取与绘制的各项关键技术要点,面向三维标量场的特点,在sort-last并行绘制模式的基础上提出一个三维标量场并行等值面提取与绘制框架.该框架在任务分配时采用静态分配的模式,在等值面提取时采用Marching Tetrahedra等值面提取算法,在并行绘制与场景合成时采用预先构建绘制节点控制模型的混合场景并行绘制合成算法.实验结果表明,该框架能够有效地提高大规模时变三维标量场的等值面提取与绘制效率,满足实际应用的需要.

基于连续HLOD的大规模场景快速绘制算法

大规模场景的快速绘制是虚拟现实技术重要的研究课题之一.为了加速场景的绘制,一般采用层次细节模型和可见性裁剪方法,但是现有算法在处理大规模场景时存在着局限性.本文提出了一种新的大规模场景快速绘制算法,该算法在场景层次划分的基础上,利用拓扑结构可变的网格简化方法为场景层次计算连续的分层层次细节模型(HLOD);然后在实时绘制阶段,对场景分层层次细节模型进行视点相关的全局和局部细化,并结合快速有效的视域裁剪,从而大大加速了场景绘制速度.实验结果表明该算法是简单有效的,并且算法还可以进一步扩展到外存方式.

基于近似相机内参数的精确三维欧氏重建算法

提出一种并不需要精确知道相机内参数情况下序列图像的精确三维欧氏重建算法,与传统分层重建策略相比,利用现有数码相机的技术参数估计初始内参数,对序列图像进行准欧氏重建,避免了复杂繁琐的自定标过程。虽然从严格意义上讲,准欧氏重建方法的初始结果仍为射影重建,但场景的结构已经非常接近欧氏模型,进一步通过基于最小化重投影误差的光束平差方法可以得到精确的三维欧氏模型,仿真数据以及真实图像的实验结果验证了算法的有效性和精确性。

张量投票方法的投票域计算分析

张量投票方法是一种鲁棒性很强的特征提取方法,而投票域的计算则是应用该方法进行图像处理的关键步骤之一。通过实验分析了该方法的投票域计算时的唯一关键参数—尺度参数对投票结果的影响,并通过实例说明在具体应用领域中可以根据图像特点简化投票域的计算。

基于长序列图像的三维重建技术研究

提出一种基于长序列未定标图像的三维重建方法,并将其成功地应用于增强现实实例中。首先,基于传统KLT跟踪算法提出了一种针对序列图像的改进特征点匹配策略,通过特征点运动向量的预测减小了相应特征点的搜索范围,进一步根据相近特征点邻域窗口在透视畸变上的相似性大大提高了匹配算法的效率;在得到序列图像的匹配结果后,将传统基于仿射成像模型的测量矩阵(Measurement Matrix)保秩分解算法扩展到透视成像模型中,从而一次性得到整个场景的射影重建;进一步在摄像机自定标的基础上得到整个场景的三维欧氏模型和摄像机的成像矩阵。最后给出真实图像序列的三维重建实验结果,并成功地将其应用到增强现实实例中。

可见性驱动的复杂场景连续多分辨率绘制

提出一种视点相关的连续多分辨率模型与可见性剔除相结合的复杂场景加速绘制算法。将复杂场景表示为场景图,然后自底向上构建场景的连续分层层次细节(CHLOD)模型;在实时绘制时,利用图形硬件的遮挡查询功能实现快速的层次遮挡剔除,并根据遮挡查询返回的可见象素数近似度量物体的可见性程度,通过与传统视点相关的细化准则相结合,实现了一种可见性驱动的场景连续多分辨率简化绘制方法,能够在保证场景绘制精度的同时进一步提高场景绘制的速度。

QuickWalk：一个大规模场景交互漫游系统

随着三维扫描与建模技术的飞速发展,三维场景的数据量急剧增大,无法一次性载入内存,而且难以进行交互绘制.研究开发了一个大规模外存场景的交互漫游系统Quick Walk,该系统集成了视点相关的层次细节技术、可见性剔除和场景数据的内外存调度,能够有效地减少运行时刻的内存需要,使CPU、GPU和I/O三者的效率得到充分发挥.实验表明,在保证场景绘制质量的前提下,该系统能够在目前普通的PC上实现大规模外存场景的实时显示和交互操纵.