三次透视投影变换图像拼接

为了减少带有路面信息的建筑物图像的拼接中产生的图像失真并提高拼接速度,基于局部变形方法并结合建筑物和路面纹理信息的不同提出了三次投影变换图像拼接方法。该方法根据图像内容将图像分割成不同子图像,然后拼接图像内容相同的子图像,最后实施总体拼接。为了改善当前全局投影变换带来的图像形状失真或扭曲问题,整个拼接过程采用三次局部的透视投影图像变换方法。由于是在传统的透视投影变换的基础上基于图像内容分割后再拼接,故拼接结果比传统方法更精确、更真实。实验结果表明：采用提出的图像拼接方法克服了路面部分纹理信息过少导致图像失真的缺陷,拼接速度比相关拼接方法提高了20%~40%。该方法能快速得到清晰无缝的拼接图像,基本满足拼接速度快、真实度高的要求。

多视点下场景图像拼接研究

为了减少多视点下场景图像拼接中大视差对图像拼接结果产生的影响,提出一种利用度量矫正转变场景图像视角来优化全景图像拼接的方法。给出了在摄像机内参数以及摄像机在世界平面中位置信息均未知的情况下,从场景的单视图图像恢复场景图像的度量结构,得到世界平面中场景的正面视图图像。然后,基于特征匹配的图像拼接算法得到带有重叠区域场景图像的全景图。实验结果表明,该方法的图像拼接自由度DOF由8降到了2,不仅简化了拼接过程,而且透视畸变也相应减少,得到的全景图像也更加清晰。

Deep Web中一种基于本体和BP网络的模式匹配方法

针对Deep Web中模式匹配难度大的问题,根据目前模式匹配的特点,提出一种基于本体和BP网络相融合的的模式匹配新方法。该方法利用具有相同含义的本体分组来确立模式之间的对应关系,降低匹配的复杂度;利用BP网络的自我学习能力提高匹配的自动化程度。实验结果表明该方法能明显提高模式匹配的精确度和召回率,有效地提高了匹配质量。