2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、立體視覺是計算機(jī)視覺的重要研究方向,在視頻監(jiān)控、人機(jī)交互、三維測量、機(jī)器人導(dǎo)航以及3D影片等領(lǐng)域得到了廣泛的應(yīng)用。在立體視覺的研究中,立體匹配是最關(guān)鍵技術(shù),其匹配精度與速度直接影響后續(xù)處理的效果。傳統(tǒng)匹配算法一般從圖像數(shù)據(jù)客觀特性出發(fā)完成匹配工作,面對實(shí)際環(huán)境時,算法存在速度慢、效率低、抗干擾能力差等問題。本研究借鑒人類主動視覺機(jī)制,把視覺顯著性模型引入到立體匹配中,提出了三種基于視覺顯著性的立體匹配算法及視差優(yōu)化算法。新方法利用人眼的

2、主動視覺特性改進(jìn)傳統(tǒng)算法缺陷,提高了匹配精度,節(jié)省了匹配時間,增強(qiáng)了抗干擾性能。主要工作內(nèi)容如下:
  (1)實(shí)現(xiàn)了一種針對彩色圖像的視覺顯著性檢測方法。該方法充分利用圖像顏色信息,借助超復(fù)數(shù)傅里葉變換和多尺度疊加技術(shù),準(zhǔn)確定位圖像中被聚焦的目標(biāo)區(qū)域。利用該方法實(shí)現(xiàn)了基于金字塔分解的多聚焦圖像融合,實(shí)驗表明能夠獲得很好的視覺效果。
  (2)針對基于特征點(diǎn)的立體匹配中不區(qū)分像素重要性,匹配效率低等問題,提出了一種利用視覺顯著

3、性改進(jìn)的特征點(diǎn)匹配方法。算法根據(jù)左右視圖的相似性,選擇其中顯著度大的特征點(diǎn),以平移后重合的概率最大作為匹配準(zhǔn)則,完成雙目視圖匹配。實(shí)驗表明新方法相對于SIFT算法匹配效率高,重點(diǎn)凸出且效果好。
  (3)局部立體匹配算法中SAD準(zhǔn)則匹配效率高,但該法存在對光照變化敏感的缺陷。為解決這個問題,提出了一種融合像素點(diǎn)Sobel特征、相角特征和視覺顯著性特征的SAD局部立體匹配算法。借助于圖像顯著圖對光照變化魯棒的特性,算法能有效定位圖像

4、中目標(biāo)區(qū)域和邊緣。實(shí)驗表明新方法對光照變化不敏感,得到的視差圖完整,算法時間復(fù)雜度小,有利于實(shí)時系統(tǒng)應(yīng)用。
  (4)局部立體匹配方法中自適應(yīng)權(quán)重法匹配精度最高,但存在如何合理選取權(quán)重特征、相似性度量方法對光照敏感以及視差圖描述不全面等問題。為此提出了一種新的自適應(yīng)權(quán)重匹配方法,不僅考慮像素顏色、亮度、坐標(biāo)位置,還用像素顯著度描述像素重要性;依據(jù)綜合特征計算像素點(diǎn)的權(quán)重,并采用新的比值度量方法描述對應(yīng)點(diǎn)間的相似性;為解決左右視圖的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論