一种非刚体运动图象序列的特征点对应方法

提出了一种非刚体图象序列特征点对应的新方法 ,首先根据图象序列帧间的时间间隔很小这一特点 ,指出特征点在图象帧间的运动具有平滑性 ,进而提出了一种特征点运动平滑的代价函数。然后将目标跟踪技术应用于特征点的跟踪 ,利用两个一维卡尔曼滤波器分别对特征点的两个坐标进行预测跟踪。在图象帧间的特征点对应过程中 ,该文综合考虑了特征点的预测位置与实际位置之间的距离以及特征点的平滑代价函数等因素 ,从而使特征点的运动轨迹得到正确的延续。特征点的遮挡问题可以通过特征点跟踪过程中对特征点位置的预测得到解决。实验证明 ,该文方法能建立非刚体运动特征点的正确对应 ,并能解决特征点的遮挡问题。

基于运动平滑性的动态图象序列的特征点对应

建立帧间的运动特征点对应是图象序列分析中的一项非常重要且非常困难的工作。根据图象序列的特点，该文提出了一种运动平滑的代价方程，并将运动平滑性与帧间特征点的欧氏距离相结合，以完成图象特征点运动轨迹的确立。由于此文的方法没有建立在运动的刚性约束之上，所以该方法同样适用于各种非刚体运动的特征点对应。

一种基于Delaunay三角剖分的特征点坐标对应方法

研究了平面网格点集的Delaunay三角剖分性质,提出ACDT方法,并在IC封装环境下实现了圆点阵列靶标特征点的自动对应。实验结果表明,当图像存在拍摄倾角或由靶标平移、旋转引起的特征点缺失时,该方法仍可有效运行,且对镜头畸变引起的图像非线性变形不敏感,特别适合IC封装视觉定位系统的在线标定。

SFS与特征点对应技术结合的形状测量法研究

以特征点对应技术为基础的摄影测量术有着广泛应用，但存在着测量数据稀疏的缺陷，对此提出了SFS(Shape from shading)与特征点技术相结合的方法，加密插值点，解决复杂表面形状测量问题。首先设计了用于测量的摄像系统，然后讨论了图像平面的剖分算法，最后给出SFS与特征点技术结合的有限单元形式，并设计了多重网格加速求解算法。算例表明，该方法效果令人满意。

基于目标跟踪及神经优化的运动特征点对应

将目标跟踪及神经优化技术应用于特征点对应之中。根据图像序列的特点 ,用目标跟踪技术得到特征点的预测位置 ,然后通过 Hopfield网络最小化特征点间的费用函数使帧间特征点取得正确的对应。由于本方法没有涉及任何刚体运动约束 ,所以适用于各种非刚体运动的特征点对应。

秩约束多帧特征对应算法

由于在一个关于刚体场景的长的图像序列中可能出现遮挡现象,使得度量矩阵中存在丢失数据项,为此提出一种在线多帧特征对应算法.由于图像度量值加权的偏移矩阵和轨迹矩阵均位于一个低维的线性子空间中,将偏移矩阵中的完整子矩阵秩约束后重组织成轨迹矩阵,对轨迹矩阵秩约束后求得相应的基矩阵和系数矩阵;为了解决光流的孔径问题,由基矩阵和系数矩阵估计相应的偏移分量并回填至多帧偏移矩阵;随着后继帧数据的输入,使用增量奇异值分解将新数据融合到多帧特征对应框架中;当处理完所有后继帧数据后,对于依然存在的丢失数据项使用非线性算法进行最后的处理.通过数学形式的推导证明了该算法的可行性;与Irani特征对应算法比较,对于不同的有效数据项比率和噪声水平,文中算法在误差控制和所用时间上的性能更优.

图象序列运动目标特征点对应的极指数栅格方法

目前的图象序列特征点对应方法是建立在相邻图象间的特征点在运动形式上变化不大 ,即相邻两帧图象间的时间间隔较小这样的一个假设之上的 ,但当相邻图象间的时间间隔较大时 ,则这些方法很难找到对应的特征点 .为此 ,提出了一个由粗到细解决图象序列特征点对应的新方法 ,该方法首先进行粗定位 ,即利用极指数栅格方法来得到运动后目标特征点的大致范围 ;然后通过细定位来得到对应的特征点 .为了使人们对该方法有一全面了解 ,还介绍了该方法的原理 ,并给出了实验结果 .实验证明 ,该方法可以很好地解决时间间隔较大的两帧图象间的特征点对应问题 ,其最大的优点是比通常的方法简单有效 .

中班数学活动：开心农场（7以内三项特征对应计数）

设计意图及教育理论依据：儿童的数学经验是在生活情境、游戏情境和幼儿园教学情境中不断获取并得以提升的。对我班幼儿来说。按颜色和形状分类、按数取物是大多数幼儿已经掌握的经验，但按照颜色、形状和数量三项特征进行对应计数是大多数幼儿不具备的能力，而且，这样的复杂经验在平时的生活情境中并不容易接触到。因此，这种经验的提升需要通过我们精心设计、组织教学活动来完成。

基于特征对应与分割的图像拼接技术研究

图像拼接计算几何变换以基于重叠图像之间的特征对应的最佳拟合来对齐图像。之后使用接缝切割来隐藏未对齐的伪影。有趣的是,要获得直观的无缝效果,通常是接缝步骤是最关键的。这促使我们提出了一种接缝驱动的图像拼接策略,其中不是基于特征对应的最佳拟合来估计几何变换,而是基于所得到的接缝切割的视觉质量来评估变换的好坏。结果表明,这种新的图像拼接策略往往比现有的方法能产生更好的视觉效果,特别是对于具有挑战性的场景。

扫描电镜立体图象对特征点匹配算法

本文研究了在扫描电镜中基于双目成象原理获取立体图象对以计算断口号表面三维参数的过程中，立体对图象的对应特征点的匹配问题，提出了基于不变矩度量的扫描电镜立体对图象的对应特征点模板匹配算法，经实际匹配验证，结果令人满意。

基于ICP和SVD的视网膜图像特征点配准算法

视网膜图像配准是视网膜眼底疾病诊断及激光治疗中的关键一步 .针对荧光造影视网膜图像和无赤光视网膜图像的特点 ,提出一种采用迭代最近点 (ICP)和奇异值分解 (SVD)的方法 ,用于视网膜图像之间的配准 .即用 ICP算法确定两个特征点集的对应性及点集数目不等的问题 ,用 SVD方法求解空间变换参数 .实验证明在一个点集数目缺少75 %的情况下 ,算法仍然能达到较好的配准精度 ,可以满足荧光造影和无赤光视网膜图像之间的配准 。

基于多层次特征结构的二维形状渐变

二维形状渐变在二维角色动画、模式匹配、几何造型中有着重要的应用.已有方法大多根据边长、角度、面积等局部几何属性来完成形状之间的最佳对应和渐变,忽略了形状的内在特征结构.为此,提出一种基于多层次特征结构的二维形状渐变方法,首先将源形状和目标形状分解为若干个视觉显著性特征,并通过一种用户启发式的半自动方法建立2个形状的特征对应关系;然后根据形状的特征信息构建源形状和目标形状的多层次特征结构,分别表示形状特征的整体位置和朝向、形状特征的局部朝向和形状特征的局部细节;最后组合不同特征层次上的插值结果,重构出中间形状.在源形状到目标形状的渐变过程中,针对不同层次上的特征信息分别使用近似保刚性插值、边角插值以及弹性线性插值方法进行过渡.实验结果表明,该方法简单高效,有效地避免了形状的内部扭曲,保持了形状的局部特征,可产生自然、光滑且视觉真实的形状渐变序列.

基于2D-3D泛轮廓点对应的三维刚体目标的迭代姿态估计

以单目观测下三维刚体目标的姿态估计为研究对象,针对现有迭代估计方法存在的收敛半径小和收敛速度慢的问题,提出一种新的基于2D-3D泛轮廓点对应的迭代姿态估计方法.与现有的基于数值优化的方法不同,本方法从输入图像的2D泛轮廓点出发,着眼于显性地建立输入图像到目标三维模型的2D-3D特征投影对应关系,进而以此显性投影对应关系对目标的三维姿态参数进行估计.实验结果表明,该方法在算法复杂性、收敛半径和收敛速度上均有明显改进.

关于SOR矩阵和Jacobi矩阵的特值向量及特征值之间关系的注记

1971年,Young在中给出了关于基本特征值关系的定理,使得可以直接地建立SOR矩阵L_ω和Jacobi矩阵B的特征值之间的关系。

点云配准在破碎物体重组中的应用

点云配准是破碎物体重组过程中的关键步骤,但因破碎物体碎片之间公共点云区域较少,配准整个碎片点云无法得到较好的重组结果。针对此问题,利用特征区域与配准算法相结合的方法,在已知破碎物体断裂面的特征对应区域的基础上,进行了经典配准算法和融合配准算法的对比实验并分析了各算法的特性。实验结果表明:在特征对应区域的基础上配准,ICP、NDT、4PCS+ICP算法都能较好地重组破碎物体,其中,特征区域结合4PCS+ICP的方法重组效果最好,速度较快,ICP算法次之。

基于地基微波辐射计对武汉夏季暴雨过程的观测分析

利用地基微波辐射计获取的高时空分辨率资料,结合卫星云图资料,对2012年7月12—13日武汉站发生的暴雨过程中各气象要素与降水的关系进行了分析。结果表明:(1)相对湿度、液态水含量、不稳定能量的值和其大值区所在的垂直高度在降水期均明显大于非降水期,说明这些要素变化特征与降水有较好的对应关系,应用地基微波辐射计资料要素分析降水过程具有很高的可靠性。(2)以小时雨量10 mm将降水分界为弱降水和强降水时段。云底高度在强降水时段才为零;温度的垂直分布在降水时段存在逆温,且强降水比弱降水时段逆温层更高;水汽密度在有降水发生时,底层的大值区有所抬升,并在强降水时段对流层低层出现>26 g/m3的大值中心。可以通过地基微波辐射计对降水做进一步的量级划分,有助于明确雨团性质和降水效率。

单目三维重建技术综述

计算机视觉领域的三维重建主要指从二维图像还原出物体的三维结构。本文主要介绍了单目三维重建技术,即使用单个摄像机所成图像,寻找图像的对应特征,根据这些特征的变化建模,逆向推导出物体的三维信息。本文主要从单目三维重建较为典型的单目三维重建算法包括明暗法、光度立体视觉法、轮廓法等来展现这种对应特征的建模问题,并介绍了这些算法的适用情况及不足。

摄像机标定中特征点的一种自动对应方法

基于计算几何理论中Delaunay三角化原理,提出了一种对具有阵列网络结构的靶标特征点的图像坐标与世界坐标进行自动对应方法。通过对图像处理获取的特征点进行Delaunay三角化预处理,并去除冗余三角形,得到相邻特征点之间的几何连接关系,利用特征点之间的连接关系实现阵列网络结构的靶标特征点的图像坐标与世界坐标的对应。实验表明,提出的特征点图像坐标与世界坐标的自动对应方法实现简单,鲁棒性强,对镜头畸变不敏感,在拍摄倾角大、靶标被遮挡、内部特征点缺失的情况下对应结果仍很好,特别适合摄像机的在线自动标定。

基于奇异值分解的宽基线图像匹配算法

图像匹配是计算机视觉中许多应用研究的基础。窄基线匹配技术虽然较为成熟,但是解决能力有限,不能处理较大的尺度、旋转、亮度以及仿射变化引起的宽基线图像序列的匹配。针对宽基线图像序列匹配的特点,在分析传统SVD匹配算法不足的基础上,引入具有尺度和旋转不变性的特征,改进邻近矩阵的度量方式,设计了一种新的基于奇异值分解的宽基线自动匹配算法。通过对比实验表明,该算法性能优于基于SIFT距离的匹配器和原SVD匹配算法,对于存在较大的尺度、旋转、亮度等宽基线变化的图像序列,能够自动获得更多的正确匹配点对和较高的准确性,鲁棒性强,甚至对视角和仿射变换也有一定的适应性。