基于秩4约束的遮挡点恢复方法

提出了一种基于秩4约束的遮挡点恢复方法.该方法首先假设所有的遮挡点及深度因子已知,利用所有遮挡点及深度因子组成一个秩4矩阵的特性,构造一个投影矩阵,并利用该投影矩阵求得所有的遮挡点及深度因子.然后将求得的遮挡点及深度因子代替图像中的遮挡点和深度因子,再求投影矩阵.经过多次迭代,最后求得遮挡点的真实图像位置.该方法的优点是平等地看待所有的图像及图像点.模拟实验和真实实验表明,该方法具有鲁棒性好、收敛性好及误差小等优点.

3维子空间约束的遮挡点恢复方法

为了有效地恢复跟踪过程中丢失的特征点,假设相机为正投影模型,提出了一种遮挡点恢复方法,其主要是利用所有的图像序列构成的、由行向量生成的线性子空间之和与空间结构点构成的、由行向量生成的子空间是同一个线性子空间的特性,构造了一种线性迭代算法.该方法的优点是在求解遮挡点的位置时,利用了所有的图像点信息,而且将所有的图像及图像点平等地看待.模拟、真实实验表明,所提方法的重投影误差仅比原有图像的噪声约大15%,这说明算法具有较好的收敛性.

迭代二次规划遮挡点恢复

为了有效地的恢复遮挡点,本文提出一种迭代二次规划遮挡点恢复方法,该方法首先分别利用图像矩阵的行向量和列向量在图像矩阵生成的正交补空间上的投影为0的特性,构造行和列余差函数,同时,对遮挡点分别按行为主序和列为主序进行排列,利用排列后这两者之间存在一个变换关系,将行和列余差函数统一表示为一个二次优化目标函数.该方法同时考虑了遮挡点在行和列两个方向的约束,而且将遮挡点求解转化为迭代求解一个二次规划问题.实验结果表明,本文方法具有收敛速度快,恢复精度高等优点.

基于秩3约束的遮挡点恢复方法

提出了一种基于秩3约束的遮挡点恢复方法,该方法利用所有图像点组成一个秩3的矩阵,并利用该特性构造一个投影矩阵,利用该投影矩阵求得遮挡点,再用求得的遮挡点代替图像中的遮挡点,经过多次迭代,最后求得遮挡点的真实图像位置。该方法的优点是将所有的图像及图像点都平等地看待,模拟实验和真实实验表明,该方法具有鲁棒性好、收敛性好及误差小等优点。

基于正交补空间的遮挡点恢复方法

为了有效地恢复遮挡点的位置,提出了一种基于正交补空间的遮挡点恢复方法,该方法将图像两两组合,并删除同组中的遮挡点,利用删除遮挡点后的图像组生成的正交补空间之和等于三维空间结构点生成的正交补空间的特性,线性地求解出遮挡点的真实位置.由于该方法的求解是线性的,克服了现有迭代方法需要初值的缺点;同时,该方法将所有的图像及可见图像点都平等地看待.模拟实验和真实实验结果表明,该方法具有鲁棒性好及误差小等优点.

一种组织进化的遮挡点恢复算法

为了有效恢复遮挡点的真实位置,提出了一种组织进化的遮挡点恢复算法,该算法利用所有图像点构成一个秩4矩阵的特性,将遮挡点当作变量,建立遮挡点恢复的目标函数;然后利用组织进化算法对遮挡点进行全局搜索,将搜索的值作为遮挡点的位置,再利用所构造的目标函数对种群中的个体进行评价.经过多代进化,最后取最优值作为遮挡点的真实图像位置.该算法的优点是不需要取初始值,且平等地看待了来自同一场景中的所有图像及图像点.模拟实验和真实实验结果表明,该算法能够较好地恢复出遮挡点的位置,具有较小的重投影误差.

正投影模型下基于一维子空间的遮挡点恢复方法

为了恢复图像遮挡点,假设相机为正投影模型,提出了一种基于1维子空间的遮挡点恢复方法,该方法利用第1幅图像点构成的2个行向量外加1个行向量可以组成三维空间点构生成的子空间的特性,线性迭代地求取遮挡点的真实图像位置。此方法最大的优点是在整个求解过程中都是线性的。收敛性实验表明了该方法具有很好的收敛性能,同时,和Eriksson方法及Ma方法比较显示了本文方法具有较好的收敛精度。

投影约束的遮挡点恢复方法

为了恢复图像中的遮挡点,本文在相机为正投影模型下,提出了一种投影约束的遮挡点恢复方法.该方法利用图像矩阵的行空间和列空间都是三维子空间的特性,通过用矩阵奇异值分解分别得到图像矩阵行和列投影满足的约束条件,将遮挡点的求解转化为迭代求解二次型的极值问题.仿真实验和真实实验结果表明,本文方法具有收敛速度快,恢复精度高等优点.

正投影模型下基于秩1的遮挡点恢复方法

为了有效地恢复遮挡点,假设相机为正投影模型,提出了一种基于秩1的遮挡点恢复方法。该方法利用所有图像点组成一个秩1的矩阵,并利用该特性构造一个投影矩阵,利用该投影矩阵求到遮挡点,再将求到的遮挡点代替图像中的遮挡点,经过多次迭代,最后求到遮挡点的真实图像位置。模拟实验和真实实验表明:该方法具有鲁棒性好、收敛性好及误差小等优点。

基于三角形网格的立体视差估计和遮挡点检测混合算法

本文提出一种新的用于立体图像编码的视差估计和遮挡点检测混合算法。其中的视差估计方法利用极线约束条件,在缩小搜索范围的同时提高了视差估计的准确性。遮挡点检测方法仅使用了匹配点唯一性约束和视差梯度限制这两个基本条件,降低了算法的复杂度。整个算法利用DT(Dalaunaytriangulation)网格这一数学工具把散乱的点结合起来进行处理,使算法在实现方面更加简单化。本文算法首先对立体图像对中的左图像进行DT网格剖分,把各三角形的顶点作为“特征点”在右图像中寻找它们的匹配点。然后利用匹配点唯一性条件提取出其中一些顶点进行遮挡检测。实验结果表明,本文算法对“特征点”的视差估计比较准确,也能较为准确地检测出其中的遮挡点。借助DT网格在图像编码方面的优势,本文算法可以方便地用于立体图像编码。

基于秩约束的车辆遮挡点恢复方法

为了恢复车辆跟踪过程中丢失的特征点,提出了一种基于秩约束的车辆遮挡点恢复方法,该方法利用所有车辆图像点组成一个秩3的矩阵,并利用该特性构造一个投影矩阵,利用该投影矩阵求到车辆遮挡点,再将求到的车辆遮挡点代替图像中的车辆遮挡点,经过多次迭代,最后求到车辆遮挡点的真实位置。该方法的优点是所有的图像及图像点都平等地看待,模拟试验和真实试验表明,该方法具有鲁棒性好、收敛性好及误差小等优点。

RTK测定房屋遮挡点方法研究

介绍RTK测定地物遮挡角点的扇形交会法原理,分析角点的测定精度,用图形结构因子R分析最有利交会图形,提出实际应用上精度计算方法,最后通过试验证明该方法是可行的。

不同分布下红外主动目标特征点配准方法研究

视觉测量中经常需要用到特征匹配来计算位姿信息,但尚无针对红外主动目标设计特征匹配可用的算法,为实现对不同分布红外主动目标的匹配,本文提出了一种通用的两阶段特征点匹配方法。第一阶段为粗配准,首先检测图像特征点集的凸包,获取最外围点;通过构建三角形特征集,并使用马氏距离进行相似三角形计算搜索实现快速粗配准。第二阶段为精匹配,首先通过粗匹配特征计算欧拉角避免匹配结果的180°旋转对称;针对粗配准后的可能存在的特征点缺失问题,采用极线约束精匹配策略,充分利用已匹配特征点的几何信息,有效实现对剩余点的精确匹配。理论分析与实验表明,在13个红外发光点组成的旋转对称点集及非旋转对称点集下,该方法在绝对大小0°~40°的旋转范围内能高效匹配,实验测试极限性能能够达到50°,并对实际场景下特征点的遮挡等情况具有较好的鲁棒性,实验结果验证其适应性与稳定性,具有较高的实用价值。

基于列约束的低秩矩阵恢复方法

由于在成像过程中出现遮挡现象,图像矩阵的元素有缺失。在正投影相机模型下,提出一种基于列约束的低秩矩阵恢复方法。该方法利用图像矩阵是一个低秩矩阵从而图像序列具有冗余性的特性,利用奇异值分解由图像矩阵的列空间构造出一个投影矩阵,得到图像矩阵的列所满足的约束条件,将缺失元素的恢复转化为迭代求解二次型的极值问题,利用它恢复出图像矩阵的缺失元素。该方法从理论上能够保证收敛到全局最小值。仿真实验表明,此方法具有收敛速度快,恢复精度高等优点。

基于格式塔心理学和Euler spiral的轮廓修复算法

现有的轮廓修复方法假设已知遮挡发生的位置,且未考虑人类认知特性。针对该问题,提出一种结构较完整的轮廓修复方法。算法首先检测T型节点确定遮挡发生的位置;根据格式塔心理学的完形法则提出组合约束条件,据此将T型节点进行组合。对平滑轮廓遮挡,基于Euler spiral,并以曲率变化最小作为能量最小化准则,修复局部缺失的轮廓;对角点轮廓遮挡,利用过角点的两条曲线的可见部分构造两条Euler spiral,根据Eulerspiral的扩展性对构造的两条Euler spiral进行延拓并求交,从而修复角点遮挡轮廓。方法能自动确定遮挡发生的位置,能够对T型节点进行正确组合,使轮廓修复更符合人类视觉感知;对角点轮廓遮挡采用Euler spiral的扩展性进行修复,能克服角点轮廓修复仅适合于修复轮廓为直线或圆弧的规则物体。应用模拟图像和真实图像验证了方法的有效性。