一种基于自然特征点的增强现实注册方法

介绍了一种基于自然特征点的增强现实注册方法．根据计算机视觉的理论,在透视变换的情况下,一个景物平面与一个图像平面之间的变换是平面投影变换．通过这个原理就可以推导出投影矩阵在满足一定条件下可由单应矩阵得到．根据这个原理,首先通过一个景物平面和图像之间的单应得到初始状态相机的投影矩阵,然后对后面每帧图像和前一帧进行自然特征点匹配,通过匹配点对计算出图像之间以及图像与景物平面的单应关系,由此就可以得到每一帧图像对应的相机的投影矩阵,从而完成虚拟物体的注册．     

基于全局单应性变换的虚实注册方法

提出了一种基于全局单应性变换的三维注册方法,有效地解决了基于标识的三维注册系统中的误差积累问题.设计了一种新的对仿射变换鲁棒的特征点检测方法--边角点法,确保每个特征点位于多条直线的交点上,最大限度消除特征检测结果的随机性及其对特征匹配所造成的负面影响.采用基于全局单应性矩阵的虚实配准方法,利用前一帧所对应的全局单应性矩阵对初始图像作射影变换,并将变换后的图像与当前图像做特征匹配,直接建立当前帧与初始帧之间的单应性关系,从而解决了传统方法所存在的误差积累问题.实验结果表明本算法有效可行.     

基于场景平面诱导单应对Sherman-Morrison公式的证明

利用计算机视觉中射影重构方法来研究一类矩阵的求逆问题,首先通过场景平面诱导两幅图像之间的单应,然后利用射影重构的多义性,求出两图像单应的逆矩阵,来证明Sherman-Morrison公式.使矩阵运算的一些问题得到简化.本文给出了以其它学科来解决纯数学的一点较新的思路.     

利用单应变换与对极约束的基础矩阵估计算法

为了提高不同图像之间的基础矩阵估计的精度与效率,提出了一种结合单应变换和对极几何约束的基础矩阵估计算法.在不同图像上提取特征点并建立匹配关系,过滤其中明显的误匹配点,并计算单应变换矩阵,由于单应变换的内点和外点在图像之间的对应关系均符合对极几何约束,通过将单应变换矩阵与外点结合,进一步计算出基础矩阵.为了验证算法的有效...     

基于2D单应矩阵约束的图像匹配方法

针对目前普通图像匹配不精确的问题,用2D射影变换的单应矩阵约束估计算法和尺度不变特征变换(SIFT)算法结合,提出了一种适应性强,图像匹配精度高的图像匹配算法.首先对图像进行SIFT特征提取,在不同的尺度空间下提取特征角点,建立对应数据库.再对特征数据库进行初始化单应矩阵估计,剔除野值点后再用L-M(Levenberg-Marquardt)算法约束对单应矩阵继续估计,直到求出最优化的单应矩阵,最终根据优化单应矩阵生成内点数据库.     

一种归一化的单应矩阵直接线性估计方法

基于少量信息的几何变换（单应）估计是特征目标检测、注册、识别、三维重建等方面的关键步骤。在研究中发现,基于点与直线的直接的单应矩阵估计方法会导致出现较大误差的情况。针对这一情况介绍了一种基于点与直线对应的单应矩阵估计方法,在此基础之上根据观测数据分布情况,提出了怎样进行归一化处理,来提高算法的鲁棒性。     

基于深度学习的贝类目标定位与统计测量方法

提出了一种基于机器视觉和深度学习的贝类目标检测和统计测量方法。首先，设计了一种带有4个角点的平面容器，在检测到图像像素角点后，根据平面投影的单应性，建立其和实际物理角点的映射关系，可得到像素坐标转换为实际物理坐标的单应矩阵。其次，采用目标检测的方法得到目标的定位框，并根据得到的单应矩阵，可将定位框的像素坐标转换为实际测量坐标，从而得到目标的实际尺寸。实现的算法可以移植到手机等便携式设备上，根据随意拍摄的图像便可直接输出目标的平均直径，具有很好的便利性。实验结果表明，本方法能够客观地对目标尺寸进行测量和统计，有效地克服了人工测量统计速度慢效率低的不足。     

直线检测的灰度投影积分方法

为了提高图像上直线检测的鲁棒性和精度,提出一种灰度投影积分(GP I)方法。GP I方法将需要检测的图像直接在直角坐标空间沿某个投影方向进行投影,将对应到同一投影点的像素灰度值进行累加,得到灰度投影积分向量,再旋转投影方向计算不同投影方向的灰度投影积分向量,从而得到一个原图像的灰度投影积分矩阵,再由该矩阵的极值元素所在的行和列求出图像中直线的方程。实验结果表明,GP I方法不需要事先提取边缘点,就能够快速准确地检测出图像中的直线,避免了传统方法在提取边缘点时阈值选取不当带来的直线检测误差。     

矢量在平面射影几何中的应用

将射影平面上的点集和直线集分别与三维矢量空间的矢量集建立映射,使射影平面上的点线结合性表现为矢量之间的相关性,从而利用矢量的性质来解决射影平面上的点线结合性的有关问题。     

Pappus定理及其对偶定理在空间中的一种推广

通过对二维射影平面上的Pappus定理及其对偶定理的研究，根据射影空间中的对偶原则，得到了三维射影空间证明三平面共线和三直线共面的一种方法，即定理1、定理2。     

椭圆特征的快速提取

基于椭圆和圆的对称性,对传统的霍夫变换检测曲线方法进行改进,提出分三步快速检测椭圆和圆的方法：（１）利用椭圆的几何对称性,快速确定可能的形心,生成相应子图,并滤除图象中的噪声;（２）在各子图中由边界点梯度向量和候选形心坐标,获得椭圆旋转角和长短轴比率;（３）根据椭圆参数方程确定椭圆的长短轴,并验证所检测到的椭圆．实验结果表明,该方法有效地降低了霍夫变换参数空间的大小和运算时间,提高了检测精度,实现了椭圆特征的快速提取．     

曲面法线平行于投影面时曲面曲线与投影曲率半径间的关系

“画法微分几何”的主要内容之一是研究曲线以及曲线投影的曲率。迄今为止,曲面曲线在投影中的曲率一般需借助于曲线的密切平面方能求出,从而使利用曲率圆简化绘制曲线的作用受到了限制。本文推导了一个公式,可以不借助密切平面而直接求出曲线投影的曲率,解决了在此之前难以解决的作图问题。     

基于视觉的贴片元件检测算法

为了实现贴片元件的自动检测,提出了一种基于视觉的贴片元件几何特征参数检测方法.首先采用最大外接矩形法实现元件的粗定位及确定边缘的分割点,并采用Canny和Zernike矩边缘检测算子实现边缘的精确定位.然后,利用分割点将边缘分割成4部分,分别进行直线和圆弧拟合,得到其精确值.同时,利用快速傅里叶变换后的图像特征,实现端面图像中条纹方向的判定.实验中测得亚像素边缘点的定位精度为0.03像素,直线拟合精度为0.03像素,圆弧拟合精度为0.05像素,端面条纹判断的准确率为100%.实验结果表明:文中提出的检测方法能很好地满足贴片元件自动视觉检测稳定可靠、精度高及实时性强的要求.     

SMT元件影像检测关键算法

提出了一种基于视觉的贴片元件几何特征参数的检测方法。该方法首先采用最大外接矩形的方法实现元件的粗定位及确定边缘的分割点。接着采用Canny算子和Zernike矩边缘检测算子实现边缘的亚像素精确定位。然后,利用分割点将边缘分割成4部分,分别进行直线拟合,得到边缘的直线方程,利用直线和圆弧相切的关系,求得直线和圆弧的切点,采用最小二乘法对两切点间的边缘点进行圆弧拟合得到圆弧的精确值。同时,采用快速傅立叶变换,利用变换后图像的特征,实现端面图像中条纹方向的判定。实验中测得亚像素边缘点的定位精度为0.03pixel,直线拟合精度为0.03pixel,圆弧拟合精度为0.05pixel,端面条纹判断的准确率为100%。理论分析和实验结果表明：本文提出的最大外接矩形分割法、亚像素定位法、直线圆弧拟合法及条纹方向判断法能很好的满足贴片元件几何特征参数自动视觉检测的稳定可靠、精度高及实时性的要求。     

圆锥曲线的公切圆作图法

本文详细分析、探讨了公切圆圆心轨迹曲线。得出并证明了:以同一种方式公切于两定圆,所有公切圆上的对应切点连线,必交于两定圆的相似中心。在此基础上,提出了简便、实用的圆锥曲线公切圆作图法。它与文献[2]所提出的圆锥曲线垂足点作图法,有着本质上的内在联系,但更简便、实用。与目前常用的两同心圆作椭圆[4]相比,省去了推平行线的麻烦。     

线素二次曲线计算方法的研究

从实际计算的角度出发,使用N矢量表示视平面上的点和直线,并由线素二次曲线的射影定义推导出线素二次曲线的N矢量方程;在此基础上,给出了射影平面上任意一条直线所确定的线素二次曲线切点的N矢量的计算方法。举例及验证表明,该算法实用、可靠。     

三维欧氏空间中的达布曲线

在三维欧氏空间中,经过空间曲线上的一点,且与该点的达布向量平行的直线称为曲线在此点的达布线.如果一条曲线和另一条曲线的点之间建立这样的一一对应关系,使得在对应点的达布线重合,则这2条曲线被称为达布曲线对,其中一条叫做另一条的达布侣线.主要研究了三维欧氏空间中达布曲线对的一些性质,并得到了如下结论：2条曲线的主法线平行的充分必要条件是它们的达布线平行;2条曲线的主法线平行,则它们在对应点的切向量成固定角;2条曲线为达布曲线对的充分必要条件是在对应点它们的从切平面重合.同时研究了三维欧氏空间中一条空间曲线具有达布侣线时它的曲率和挠率需要满足的关系.     

基于车载摄像机移动机器人的模糊神经网络跟踪

针对车载单目摄像机的轮式移动机器人的目标跟踪问题,提出一种模糊跟踪控制方案.方案分为两部分,分别为摄像机控制部分和轮式移动机器人控制部分.摄像机控制部分通过相关特征点之间的连线的夹角设计摄像机云台控制器,使摄像机能够实时跟踪目标,保持目标在图像平面的期望位置上.轮式移动机器人控制部分通过设计T-S模糊神经网络控制器使其能够在视觉伺服反馈下实时调整速度和姿态,实现目标的有效跟踪.仿真结果表明了本文方法的有效性.     

一种基于微分流型的Web检索算法

为进一步提高Web的检索性能,提出了一种基于微分流型的 Web检索算法.该算法的核心思想为:用微分流型描述Web空间,用流型的切平面模拟Web的切空间,将流型上2点之间的测地线距离转化为二维平面上点与点之间的欧氏距离,基于距离的匹配过程由原来的在整个文档集合中进行,转换为仅在查询的邻域内进行,以减少匹配过程的计算量.实验结果表明,该算法的查准率比 Google和 IIT分别提高 35 24%和40 93%,它更适合于大型异构Web文档集合的检索.