基于双目立体视觉数据的波浪场重构研究

为及时准确地获取波面信息,建立了基于双目立体视觉的波面重构流程,从二维波面图像中快速获取三维波面分布。使用双目相机拍摄的波面图像对作为原始数据完成相机参数标定,基于加速鲁棒性特征算法、金字塔搜索法和极线约束完成波面特征点的提取和立体匹配。最后通过立体矫正、视差图分析及图片后处理优化流程实现波浪场的三维点云重构,并选取重构区域作线性插值划分均匀网格,将三维点云投影至二维波面原始图像完成可视化。研究结果表明,在光照条件良好、风浪等级相对较大的情况下,双目立体视觉模型能够准确提取波面特征点,重建的三维点云能够再现波面,具有使用便捷且成本较低的特点,为后续做波浪等级分析及波高预报的相关研究奠定了基础。

基于压缩感知的图像配准算法研究

针对SIFT算法的图像配准耗时长的问题,提出一种基于压缩感知的图像配准算法。首先,使用FAST算法提取图像角点,然后,使用SIFT算法生成角点描述子并使用压缩感知原理降维,最后,使用双向匹配算法进行匹配。通过实验数据分析,基于压缩感知的图像配准算法在图像配准准确度方面与传统SIFT算法、传统SURF算法、文献[16]算法、文献[17]算法、文献[18]算法相当,但在图像配准耗时方面分别缩短了71.21%、44.45%、54.57%、54.96%、13.40%,验证了该算法的实时性和有效性。