运用旋转无关特征线实现景象匹配

为了寻求一种高效可靠的景象匹配算法,使其在复杂背景下具有尺度无关,抗旋转、光照变化和图像轻微畸变的特性,对基于特征线的景象匹配算法进行了研究。受人眼视觉系统(HVS)的启发,利用类似人眼视觉皮层滤波器组的处理方式,提出一种新的基于特征线的景象匹配方法。该方法利用向量描述特征线来完成图像间的匹配,相比特征点的匹配算法具有特征数量少,信息丰富的特点。介绍了利用提出的方法进行特征线的提取、表征与匹配的过程,总结了该匹配方法的效果和特点。实验表明,这种基于特征线的景象匹配算法可以完成复杂背景下图像间的匹配,克服了旋转和尺度缩放,并具有很好的鲁棒性,匹配精度优于1pixel,满足了自动景象匹配的稳定可靠、精度高、抗干扰能力强等要求。

动觉信息和无关运动对人的路径整合能力的影响

采用对路径整合领域内经典的三角形完成任务,导入与路径无关的旋转,在开放的室外空间中验证运动觉的完整与否对被试的路径整合任务绩效的影响。实验结果表明:①被试的成绩无论在朝向还是在距离上都高于经典的室内同类实验的水平(回归直线的斜率更接近于1);②在第一转弯处逆时针的无关旋转和顺时针正常旋转的结果间无显著差异;③剥夺部分运动觉后被试的绩效变差。

复杂地物条件下基于线特征的异源景象匹配

为了寻求应用于复杂地物条件下异源景象匹配的算法,使其满足尺度和旋转不变性,受视觉成像系统的启发,利用初始简图可以表征图像大部分信息的特点,提出了一种新的基于线段对的异源图像匹配算法。首先,提取并筛选图像中能够表征图像信息的线段;然后,利用线段自身信息及线段的相对位置关系构建线段对特征;接着,通过线段对之间的相似性对图像进行粗匹配;最后,利用线段之间的拓扑关系进行精匹配。实验表明,本文方法对具有旋转、缩放和平移变换的异源图像的匹配正确率达到了75%以上,运算时间是传统匹配算法的1/5左右,基本满足了异源景象匹配应用对算法实时性和准确性的要求。

基于序列剖视图的机械类网格模型搜索方法(Ⅰ)

研究了基于视图特征的机械类网格模型的搜索,为确定视图的投影方向和剖切位置,首先给出了改进的最大法线分布方法来生成模型的三个旋转无关主轴,并将该三个主轴方向分别作为模型三个正交剖视图的投影方向。在此基础之上,提出了一种基于轮廓图的序列剖视图自适应创建方法,用于生成有代表性的序列剖视图。通过实验验证了上述两种方法的可行性和有效性。

一种改进的爬山序列算法

在图像特征提取和匹配过程中,爬山序列有效地解决了图像的平移、伸缩和旋转无关性问题,但是爬山序列可能存在旋转变换序列表现形式不唯一。针对此类情况,提出一种改进的爬山序列算法,能够较好地解决了图像旋转无关性问题。实验结果表明,相对于爬山序列算法,该算法有效地减小了平均最大匹配距离,从而使呈现出较高的匹配相似度。