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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、計算機視覺的快速發(fā)展,以及深度圖像采集設(shè)備Kinect的普及,促使深度圖像的處理變成計算機視覺領(lǐng)域研究的一個熱點?;谏疃葓D像的視覺目標(biāo)下一最佳觀測方位的確定亦成為三維重建,目標(biāo)識別,智能機器人導(dǎo)航等領(lǐng)域重要且困難的研究課題之一。為了能夠更加準(zhǔn)確和快速的獲取視覺目標(biāo)的三維信息,本文就基于深度圖像的視覺目標(biāo)下一最佳觀測方位確定方法進行了深入的研究。
首先,提出一種基于視覺目標(biāo)深度圖像利用遮擋和輪廓信息確定下一最佳觀測方位的方法。
2、該方法首先對當(dāng)前觀測方位下獲取的視覺目標(biāo)深度圖像進行遮擋檢測;其次根據(jù)深度圖像遮擋檢測結(jié)果和視覺目標(biāo)輪廓構(gòu)建未知區(qū)域,并采用類三角剖分方式對各未知區(qū)域進行建模;然后根據(jù)建模所得的各小三角形的中點、法向量和面積等信息構(gòu)造目標(biāo)函數(shù);最后通過對目標(biāo)函數(shù)的優(yōu)化求解得到下一最佳觀測方位。
然后,通過進一步研究深度圖像和無監(jiān)督聚類算法的特點,提出了基于無監(jiān)督聚類的下一最佳觀測方位確定方法。該方法嘗試把機器學(xué)習(xí)的理論應(yīng)用到下一最佳觀測方位求
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。
最新文檔
- 基于深度圖像自遮擋信息的下一最佳觀測方位研究.pdf
- 單幅深度圖像遮擋邊界檢測和下一最佳觀測方位研究.pdf
- 基于深度圖像信息的最佳觀測方位研究.pdf
- 基于深度圖像信息的視覺目標(biāo)自遮擋檢測方法研究.pdf
- 基于深度圖像的遮擋檢測及規(guī)避方法研究.pdf
- 基于深度圖像的人體輪廓識別技術(shù).pdf
- 基于學(xué)習(xí)思想實現(xiàn)深度圖像遮擋邊界檢測.pdf
- 面向深度圖像的遮擋物體部件化建模與分割.pdf
- 單一深度圖像人體部位識別.pdf
- 基于深度圖像繪制中的空洞填充.pdf
- 用于增強現(xiàn)實的實時深度圖像三維人體識別及遮擋處理.pdf
- 彩色圖像引導(dǎo)的深度圖像增強.pdf
- 基于彩色圖像和深度圖像的人頭跟蹤.pdf
- 深度圖像增強算法研究.pdf
- 深度圖像分析方法研究.pdf
- 深度圖像的獲取及其處理.pdf
- 基于Kinect深度圖像的動作識別.pdf
- 基于紅外和深度圖像的人臉對齊研究.pdf
- 深度圖像修復(fù)算法研究
- 融合深度圖像和彩色圖像的非合作目標(biāo)位姿測量.pdf
評論
0/150
提交評論