排序方式: 共有70条查询结果,搜索用时 15 毫秒
1.
2.
基于渐变方程的鱼眼图像校正方法 总被引:2,自引:0,他引:2
由于具有短焦距、大视场等特点,近年来鱼眼镜头被广泛应用于不同领域。但同时也存在鱼眼图像畸变较严重的问题,针对这一问题,提出了一种基于渐变方程和经纬映射模型的图像校正算法。利用经纬映射模型导出鱼眼图像中的相互关系,提取校正前后坐标的关系方程,然后引入渐变方程,实现图像校正。实验结果表明,该算法具有良好的校正效果。 相似文献
3.
高校教务管理工作在高等教育中具有举足轻重的地位,它直接关系到教学水平及教学质量,是高校管理中的重要环节,而高校教务管理水平是由教务管理人员的素质决定的。论述了在新形势下如何提高高校教务管理人员的综合素质和专业技术能力。 相似文献
4.
针对显示设备无法还原高动态范围图像的真实效果,提出一种基于分层色阶映射的图像增强算法。该算法首先通过Retinex模型与快速双边滤波算法估计光照图像。然后利用高斯混合模型和期望最大算法将光照图像概率分布分割为多层高斯模型混合而成。并通过迭代获得各高斯概率层对应的最优校正系数。最后叠加各层并获得增强后的光照图像。实验证明,该算法在整体上实现了图像动态范围的压缩,图像增强效果明显。 相似文献
5.
6.
针对在高动态范围图像合成的过程中有噪声影响图像的质量这一问题,采取一种基于多曝光图像的高动态范围图像合成降噪算法。通过对各曝光图像的灰度数据进行提取、整理、分析,能合成代表原始场景光线分布的亮度图像。通过分析噪声对高动态范围图像合成质量的影响,提出在图像合成前将图像中含有的噪声进行处理。根据光子散粒噪声变化的特点,将图像混有的噪声问题转化为求解一个多曝光图像序列组的平均值问题,合成的图像视觉效果与真实图像极为接近。 相似文献
7.
8.
针对ORB-SLAM2系统中随机抽样一致(RANSAC)算法在误匹配剔除时因其算法本身的随机性而导致效率较低的问题和在ORB-SLAM2系统里未能构建稠密点云地图的问题,采用渐进一致采样(PROSAC)算法来改进ORB-SLAM2系统中的误匹配剔除,并在系统中添加稠密点云地图和八叉树地图构建线程。首先,与RANSAC算法相比,PROSAC算法依据评价函数对特征点进行预排序,并选取评价质量较高的特征点求解单应性矩阵,根据单应性矩阵的解与匹配误差阈值进行误匹配剔除;然后,根据ORB-SLAM2系统进行相机的位姿估计与重定位;最后,根据所选关键帧进行稠密点云地图与八叉树地图的构建。根据TUM数据集上的实验结果,PROSAC算法在进行相同图像的误匹配剔除时所用时间是RANSAC算法的50%左右,并且所提系统的绝对轨迹误差与相对位姿误差与ORB-SLAM2系统基本一致,表现出良好的鲁棒性;另外,与稀疏点云地图相比,提出的新构建地图可以直接用于机器人的导航与路径规划。 相似文献
9.
针对ORB-SLAM2系统中随机抽样一致(RANSAC)算法在误匹配剔除时因其算法本身的随机性而导致效率较低的问题和在ORB-SLAM2系统里未能构建稠密点云地图的问题,采用渐进一致采样(PROSAC)算法来改进ORB-SLAM2系统中的误匹配剔除,并在系统中添加稠密点云地图和八叉树地图构建线程。首先,与RANSAC算法相比,PROSAC算法依据评价函数对特征点进行预排序,并选取评价质量较高的特征点求解单应性矩阵,根据单应性矩阵的解与匹配误差阈值进行误匹配剔除;然后,根据ORB-SLAM2系统进行相机的位姿估计与重定位;最后,根据所选关键帧进行稠密点云地图与八叉树地图的构建。根据TUM数据集上的实验结果,PROSAC算法在进行相同图像的误匹配剔除时所用时间是RANSAC算法的50%左右,并且所提系统的绝对轨迹误差与相对位姿误差与ORB-SLAM2系统基本一致,表现出良好的鲁棒性;另外,与稀疏点云地图相比,提出的新构建地图可以直接用于机器人的导航与路径规划。 相似文献
10.
文章提出一种利用ARM技术对故障信息进行融合并智能诊断的系统模型。围绕该系统的各个组成模块,对其具体功能以及实现方法进行了详细叙述。 相似文献