一种人工标志点自动匹配的方法

给出了一种自动识别和匹配人工标志点的方法。该方法包括设计一套具有唯一特征的人工标志点和对该套标志点进行自动识别和匹配两部分内容。详细讨论了自动识别和匹配标志点算法中的各个步骤,包括标志点的判定、标志点的标定和标志点的匹配。该方法将有效地解决计算机辅助近景摄影测量中人工标志点的自动匹配难题。

一种人工标志点自动匹配新方法的研究

针对人工标志点的识别与匹配这一图像处理领域内的难题提出了一种新的方法。该方法采用软硬件结合的办法,设计了一套实施简单、方便快捷、精度高的人工标志点识别与匹配的机制,其中包括了标志点的设计、自动搜索、识别、匹配等方面内容。

计算机图像处理中标志点匹配方法的研究

综合图像处理和自动化控制等领域的技术,将软硬件处理相结合,成功的解决了标志点自动识别和匹配的难题。使计算机辅助测量工作更加快速、精确、可靠。研究成果能极大地扩大计算机辅助测量应用领域。

基于随机抽样一致算法的误匹配标志点校正方法

大型零件三维测量过程中常需要粘贴较多的标志点来进行自动拼接。由于人工粘贴标志点的随机性与噪声等因素的影响,标志点自动匹配时极易产生误匹配标志点,影响了多次测量时点云数据自动拼合的稳定性。针对此问题,在实现标志点自动匹配的基础上引入随机抽样一致(RANSAC)算法去除误匹配标志点。该方法根据选定好的目标模型和相关评判准则,将所有的匹配标志点分为内点和外点,利用内点计算出当前最佳目标模型参数,经过一定次数的随机采样后计算出最终的最佳目标模型参数,从而有效地去除大型零件点云数据自动拼合过程中出现的距离误匹配标志点和噪声误匹配标志点。模拟实验和拼接实例表明该方法是可行的,能有效地提高大型零件点云数据自动拼合的稳定性。