非刚体运动特征提取在武术运动中的应用

受光照与环境因素的影响,非刚体运动中的图像会存在视差干扰,导致非刚体运动特征提取效果不佳,因此提出一种针对非刚体运动的特征提取方法。对非刚体运动图像进行高斯滤波处理,在高斯差分尺度空间内,采用特征描述算子提取初始特征点。根据特征点提取结果,计算非刚体运动特征提取的代价。引入引导滤波方法对非刚体运动图像进行视差效果优化处理,在最小视差约束下,根据置信度聚合与传播策略进行非刚体运动的特征精确提取。以武术运动作为实验对象,实验结果表明:所提方法的特征点提取精度较高,且视差提取误差率不超过2.0%。

基于局部纹理特性和图像分割的分步立体匹配

为解决立体匹配难以兼顾精度和速度的问题,提出一种分步立体匹配方法。根据局部纹理特性对图像对进行灰度变换;然后利用均值漂移算法分割参考图像,以任意大小和形状的分割区域为支持窗口进行初次匹配,形成基于色彩分割的视差约束;再以固定窗口为支持窗口进行二次匹配,获得初始视差图;最后通过可信度分类优化初始视差。实验结果表明所提出的算法兼有较高的匹配速度和精度。

一种用于三维重建的彩色Sift准稠密匹配算法

针对复杂光照条件下Sift算法对彩色图像匹配能力较差,基于Kubelka-Munk理论,提出了一种适用于未标定图像的准稠密立体匹配算法,有助于更精确地进行三维重建。该算法首先求出彩色图像各个像素的颜色不变量,提取彩色特征点并通过构造彩色Sift特征描述子进行初匹配,采用RANSAC鲁棒算法消除误匹配生成种子点;然后依据视差约束提出一种基于视差梯度均值自适应窗口方法,根据视差梯度均值调整搜索范围;最后采用最优先原则进行区域增长。实验证明,该算法能获得比较满意的匹配效果,是一种有效的用于三维重建的准稠密匹配算法。

特征提取和特征匹配改进方法的研究

在分析了几种常用的特征提取和图像匹配算法的基础上,针对影像上纹理特征稀少、影像对比度不明显的问题,提出先用高斯差分方法突出图像特征,再用Harris特征点提取算法进行特征提取的方法;针对如同建筑物等相似特征较多的情况,利用双向特征匹配、经过斜率约束得到的结果计算视差,再进行图像匹配,可以将特征匹配限制在相关的小范围内,由此得到的同名点对比较可靠,并且提高了效率。实验证明该算法适合特征稀少不明显区域、建筑物等相似特征较多的图像匹配,具有一定的实际意义。

基于改进梯度抑制的非平面场景运动目标检测

针对非平面场景3D结构产生的视差对导弹及无人机等空中机动成像平台运动目标检测影响,从提高运动目标检测的快速性和准确性角度,基于梯度抑制算法,提出了改进算法。首先,在非平面场景的运动目标检测中,考虑到视差干扰主要出现在背景边缘上,采用梯度抑制法滤除视差像素。其次,对经过梯度抑制法滤波后的像素,应用外极几何约束,进一步滤除机动成像平台大角度机动产生的剩余视差像素,从而提取出离散的运动目标像素,并进行二值化处理。然后,采用行列投影的方法对二值化的运动目标像素进行分类,确定运动目标区域。最后,对所提的方法进行了实验验证,验证了算法的有效性。

顾及高程平面及视差约束的最小二乘影像匹配算法

针对传统最小二乘影像匹配受影像质量和初值条件限制的问题,结合铅垂线轨迹法(vertical line locus, VLL)与基于共线条件约束的多片最小二乘匹配算法(multiphoto geometrically constrained matching, MPGC)的特点,提出了一种顾及高程平面及视差约束的最小二乘影像匹配算法.该算法基于高程平面约束匹配,在匹配过程中顾及视差约束进行搜索匹配.视差偏移量可为最小二乘匹配提供可靠稳定的初值条件,能够实现影像的高精度匹配.为验证算法的有效性,分别采用铅垂线轨迹法、基于共线条件约束的多片最小二乘匹配算法与该算法进行对比分析实验.结果表明,该算法在匹配准确性以及后续空中三角测量解算方面比上述两种算法更有优势.

视差松弛传播约束的倾斜影像特征匹配方法

航空倾斜影像已成为大规模城市三维重建的主要数据源,然而由于倾斜影像存在较大的俯仰、横滚角,影像之间差异较大,其自动特征匹配仍存在明显的可靠性问题,交互式转刺同名点仍必不可少。已有交互式同名点方法通常仅依赖于核几何信息,其约束相对较弱,半自动匹配成功率较低。提出一种顾及视差松弛传播约束的倾斜影像核几何特征匹配方法,基于视差连续性假设,通过已知同名点拟合一张可近似表达物方视差信息的薄板样条函数,并结合核线信息,确定合适的搜索区域。对搜索区域按距离可靠性排序,根据几何顺序进行模板匹配,直至相关系数满足阈值。经试验证明,本文方法较传统核几何特征匹配方法,其匹配速度、可靠性均有显著提升,为倾斜影像后续应用提供保障。

一种基于数字投影散斑的双目视觉图像匹配改良技术

图像匹配是三维重构的重要组成部分,经典局部匹配的实现方式是区域匹配。零均值归一化互相关(ZNCC)匹配对环境光有较高鲁棒性。本文结合降采样自适应视差约束,在快速ZNCC基础上进行优化,结合重建标准物体三维轮廓的精度对比,证明算法有效性。

移动相机下的地面运动目标分割技术

提出了一种新的移动相机下的地面运动目标分割方法,运用一种称为"多平面视差约束"的三视角约束方法把图像序列中的每个像素点区分成背景区域和运动目标区域.该方法是在"平面和视差"框架的基础上提出来的,克服了之前几何约束方法存在的视差问题,而且不需要固定的参考平面.同时,在相机跟随目标相同方向移动时,将极线约束的面退化问题简化为线退化问题.实验结果证明了该方法的优越性.

使用线约束运动最小二乘法的视差图像拼接

目的图像配准是影响拼接质量的关键因素。已有的视差图象拼接方法没有解决匹配特征点对间的错误配准问题,容易引起不自然的拼接痕迹。针对这一问题,提出了使用线约束运动最小二乘法的配准算法,减少图像的配准误差,提高拼接质量。方法首先,计算目标图像和参考图像的SIFT(scale-invariant feature transform)特征点,应用RANSAC(random sample consensus)方法建立特征点的匹配关系,由此计算目标到参考图像的最佳单应变换。然后,使用线约束运动最小二乘法分别配准两组图像:1)第1组是目标图像和参考图像;2)第2组是经单应变换后的目标图像和参考图像。第1组用逐点仿射变换进行配准,而第2组配准使用了单应变换加上逐点仿射变换。最后,在重叠区域,利用最大流最小割算法寻找最优拼接缝,沿着拼接缝评估两组配准的质量,选取最优的那组进行融合拼接。结果自拍图库和公开数据集上的大量测试结果表明,本文算法的配准精度超过95%,透视扭曲比例小于17%。与近期拼接方法相比,本文配准算法精度提高3%,拼接结果中透视扭曲现象减少73%。结论运动最小二乘法可以准确地配准特征点,但可能会扭曲图像中的结构对象。而线约束项则尽量保持结构,阻止扭曲。因此,线约束运动最小二乘法兼顾了图像结构的完整性和匹配特征点的对准精度,基于此配准模型的拼接方法能够有效减少重影和鬼影等人工痕迹,拼接结果真实自然。

序列立体影像中的动目标快速定位方法

针对当前无人机倾斜摄影测量技术广泛用于场景三维建模等相关领域,对于序列立体影像中的立体信息和运动信息的综合利用不够充分的状况,该文提出一种基于运动平台获取立体序列影像实现动目标三维定位的技术框架,重点针对其中动目标匹配和定位问题,给出一种结合立体校正和降维相位相关边缘影像匹配的动目标快速定位方法。真实序列立体影像的试验表明,相较当前主流算法,该文方法对于噪声和光照变化具有鲁棒性,运算效率更高。该文提出的技术框架及快速匹配方法可用于无人平台立体视觉系统实现运动目标的快速准确定位,为促进无人机摄影测量技术拓展应用于动目标检测和定位提供了技术思路。