排序方式: 共有145条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
基于宽基线立体视觉的远距离三维重建 总被引:1,自引:0,他引:1
针对月球车视觉导航中远距离场景的三维重建问题,提出一种基于相机自标定的宽基线立体视觉方法.该方法首先提取立体图对的尺寸不变性(SIFT)特征并进行匹配,得到特征点对应关系;再使用外极线几何约束描述立体图像校正的直射变换,对其Sampson误差使用Levenberg-Marquardt(LM)算法求得最小二乘最优解,完成相机参数估计和图像校正;对校正后的图像使用种子像素视差扩张算法进行宽基线立体匹配,根据匹配得到的视差完成目标场景三维重建.实验表明:该方法解决了月球车相机的现场标定难题,并能够解决宽基线立体视觉面临的光照差异、透视畸变、遮挡等问题,对远距离山脉等自然场景的三维重建效果良好,重建精度较高. 相似文献
5.
为了提高基于机器视觉的监控系统的精度,立体视觉信息作为一种鲁棒性很高的参数被引入监控算法中.立体视觉信息的引入使得外参求解成为影响监控结果的一个重要环节.现存的应用于监视系统的外参自动估算方法均采用立体视觉中外参求解的方法.这些方法普遍存在特征点的数目完全由场景决定特点.为了解决在大部分监视系统应用的场景中,因为背景较为空旷、基线较长同时相机对之间的旋转量较大,由场景提供的特征点数量非常有限,导致计算结果并不理想这一问题,提出了一种基于视频序列的RANSAC外参求解方法.该方法不仅利用RANSAC算法有效的剔除外点,而且根据可控特征点对的动态性,利用时间上的积累获得了充足的位置可控、数量可控的可控特征点对,并据此得到精度较高的外参结果.根据实验,该方法可以将三维重建误差降低近50%. 相似文献
6.
该文提出了一种基于置换矩阵(permutation matrix)的非规则低密度奇偶校验(LDPC)码构造方法.首先,提出了基于改进eIRA(IeIRA)算法的全局矩阵;接着,通过对全局矩阵进行矩阵置换,生成LDPC码的校验矩阵;研究了校验矩阵H中短圈(short cycle)长度与置换矩阵循环移位系数的关系,通过选择循环移位系数,以达到改善误比特率性能的目的.仿真结果表明,该文提出的构造方法在保证线性编码复杂度的前提下,增大了码字的最小距离,减少了小停止集合(stopping set)的数量,降低了误比特率的差错平台(error floor)(达到10-9). 相似文献
7.
8.
9.
10.