二维可分离物体的识别与定位

一、参考图象与实测图象中对应物体的识别对于二值图象,文献[1]中给出了一种提取特征的方法,即轮廓特征码序列法.但是,如何存贮这些物体所对应的轮廓特征码序列以及如何利用这些特征进行匹配则有待进一步研究.     

三维物体识别研究进展

出于工业和医疗等领域大量现实应用的需要,如今三维物体识别已成为一个很活跃的研究领域。一般来说,三维物体识别系统可以通过两个阶段的处理来完成三维物体的识别和定位,首先用传感器获取的场景输入数据来得到场景的表达;然后将它与数据库中存储的物体表达相匹配。为了推动该领域研究进一步发展,因而对近１０ａ年中该识别过程中必须解决的感传器类型、三维物体表达方法和匹配策略等３个方面问题的研究成果进行了综述,对主要方法进行分类和总结;并提出了一些三维视觉系统中还需要深入研究的问题,包括对所研究物体形状的限制、复杂背景的影响和表达以及识别中的“整体和局部”的矛盾等。     

二维连续形变物体的计算机识别技术研究

在对包括连续形变物体等在内的基本概念给出严格定义的基础上(为使该文自封闭)，首先对物体的刚性相似问题进行了深入研究，提出了新的不变量理论，即长度相似不变量和方向相似不变量，进一步揭示出物体拓扑相似与物体刚性相似之间所存在的内在联系，最后研究了物体连续形变与物体拓扑相似之间的内在联系，并以定理形式给出了物体连续形变的充要条件——成为该文识别算法的理论依据；另外，拓扑同胚以及相似不变量等概念在算法的研究过程中起着较为重要的作用．     

基于几何特征的曲面物体识别

基于几何特征的曲面物体识别方法是通过从景物深度图象上提取景物表面的高斯曲率和平均曲率、曲率直方图,曲率的熵等几何信息,将景物用一个属性关系图ＡＲＧ来表示,并与模型库中的模型ＡＲＧ图进行优化匹配,从而来识别曲面景物。该方法主要是针对机器零部件等人造曲面物体的识别问题而设计的,其曲面几何特征的描述方法对二阶曲面比较有效,实验表明,应用该方法可成功地从深度图象中识别机器零部件等曲面物体,且有较好的识别结     

傅立叶描述子识别物体的形状

傅立叶描述子是分析和识别物体形状的重要方法之一，利用基于曲线多边形近似的连续傅立叶变换方法计算傅立叶描述子，并通过形状的主方向消除边界起始点相位影响的方法，定义了新的具有旋转，平移和尺度不变性的归一化傅立叶描述子，与使用离散傅立叶变换和模归一化的传统傅立叶描述了相比，新的归一化傅立叶描述于同时保留了模与相位特性，因此能够更好地识别物体的形状，实验表明这种新的归一化傅立叶描述子比传统的傅立叶描述子能够更加高效，准确地识别物体的形状。     

二维物体变形技术现状与发展

二维物体变形技术在计算机动画、工业造型设计、科学计算可视化、电影特技等领域有着广泛的应用，具有十分重要的意义。近年来，有许多研究者提出了一些效果不错的算法，文中对这些算法进行了分析，对二维物体变形技术做了较全面的综述，探讨了现有二维物体变形技术中需要改进的关键问题，并给出了变形技术在未来的发展方向。     

二维物体变形技术现状与发展

二维物体变形技术在计算机动画、工业造型设计、科学计算可视化、电影特技等领域有着广泛的应用,具有十分重要的意义。近年来,有许多研究者提出了一些效果不错的算法,文中对这些算法进行了分析,对二维物体变形技术做了较全面的综述,探讨了现有二维物体变形技术中需要改进的关键问题,并给出了变形技术在未来的发展方向。     

3维物体SIFT特征的提取与应用

SIFT(scale-invariant feature transform)算法自提出以来,就因其优越的性能（尺度不变性、旋转不变性、抗噪声能力强、受光照变化影响小等）,而备受图像图形领域研究者的青睐。该算法的核心特征（SIFT特征）基于局部梯度,能够抵抗图像大幅度的伸缩、旋转等,很好地满足了3维物体识别的实际需要。而SIFT特征对投影变换的相对敏感性恰可用于3维模型的视点空间划分,且划分依据与匹配依据一致,能够有效提高匹配准确度。合理设置SIFT算法的阈值还可以有效处理物体背景分割等技术问题。通过充分的预处理,能够有效降低SIFT算法计算复杂度高,使得系统基本达到实时匹配。总之,将SIFT特征应用在3维物体识别系统中的视点空间划分、背景物体分割、模式特征匹配等模块,可以有效地提高系统的识别速度与效率,增强系统的稳定性。     

基于多角度图像匹配的手机拍照场景识别研究

针对目前手机拍照识别过程中难以识别大角度旋转和俯仰角度变化目标的问题,设计并实现了能够容忍图像旋转和扭转变化的改进型SIFT关键点匹配算法;该算法通过模拟目标任意多角度水平旋转和垂直扭转,提前计算多组SIFT特征;在手机拍照识别景观建筑时,匹配目标图像的SIFT特征与多组特征从而识别目标多个侧面;实验结果表明,该识别系统对任意角度拍摄的手机图像的识别准确率达80%以上,计算耗时仅10s,具有一定的实用性和推广价值。     

基于局部坐标系和哈希技术的空间曲线匹配算法

针对三维物体识别领域中的问题,提出了一种基于局部坐标系和哈希技术的空间曲线匹配算法,该方法通过提取一条曲线的恒定特征点,构造局部坐标系;然后再计算局部坐标系中的相似不变量,构造哈希表;采哈希技术对这些不变量进行比较,达到匹配曲线的目的。此算法应用于计算机辅助文物复原系统中,经实验表明,给所方法具有运行稳定,高效和适用性强等优点。     

Acquisition of 2D Shape Models from Scenes with Overlapping Objects using String Matching

In this paper we describe a system that is able to acquire models of 2D shapes from cluttered scenes. The input of the system is a sequence of images, each of which shows an unknown number of overlapping unknown 2D objects. The system identifies matching partial shapes across different images and combines them into complete 2D shape models, thus giving a complete interpretation of the input scenes. The identification of partial shapes is based on string matching, whereas a graph search procedure is used for shape model generation. The system has been fully implemented and tested on images containing parts of a jigsaw puzzle. Received: 20 November 1998?Received in revised form: 24 December 1998?Accepted: 4 January 1999     

用于形状识别的目标轮廓无序点集描述与匹配

将目标形状的轮廓看成一个无序的点集,从中抽取形状特征,用于快速而有效的目标识别是形状分析任务中的挑战性问题.针对该问题,提出了一种基于复杂网络模型的形状描述和识别方法.该方法提出用一种自组织的网络动态演化模型构成一个分层的描述框架,在网络动态演化的每一个时刻,对网络分别进行局部测量和全局测量,抽取网络的无权特征和加权特征.在形状匹配阶段,用获得的局部描述子和全局描述子分别进行局部匹配（基于Hausdorff距离）和全局匹配（基于L₁距离）,组合两种匹配的距离值构成对形状的差异度度量.用标准的测试集对所提出的方法进行性能测试,实验结果表明,所提出的算法能够快速而又鲁棒地完成较高精度的形状识别任务.     

3D Object Recognition in Cluttered Environments by Segment-Based Stereo Vision

We propose a new method for 3D object recognition which uses segment-based stereo vision. An object is identified in a cluttered environment and its position and orientation (6 dof) are determined accurately enabling a robot to pick up the object and manipulate it. The object can be of any shape (planar figures, polyhedra, free-form objects) and partially occluded by other objects. Segment-based stereo vision is employed for 3D sensing. Both CAD-based and sensor-based object modeling subsystems are available. Matching is performed by calculating candidates for the object position and orientation using local features, verifying each candidate, and improving the accuracy of the position and orientation by an iteration method. Several experimental results are presented to demonstrate the usefulness of the proposed method.     

一种简单实用的草图编辑手势识别方法

联机草绘设计作为一种自然、高效的人机交互方式，继承了传统纸笔草绘设计的优点，弥补了现有CAD软件在处理模糊、不精确信息方面的不足，并日益受到人们的关注。针对联机草绘图形的编辑修改，设计出一套简单、快捷的编辑手势．并采用模式匹配的方法对其进行识别。实验结果表明，提出的方法具有较高的识别效果，加快了概念草图的设计过程。     

一种简单实用的草图编辑手势识别方法

联机草绘设计作为一种自然、高效的人机交互方式,继承了传统纸笔草绘设计的优点,弥补了现有CAD软件在处理模糊、不精确信息方面的不足,并日益受到人们的关注。针对联机草绘图形的编辑修改,设计出一套简单、快捷的编辑手势,并采用模式匹配的方法对其进行识别。实验结果表明,提出的方法具有较高的识别效果,加快了概念草图的设计过程。     

Probabilistic Modeling and Recognition of 3-D Objects

This paper introduces a uniform statistical framework for both 3-D and 2-D object recognition using intensity images as input data. The theoretical part provides a mathematical tool for stochastic modeling. The algorithmic part introduces methods for automatic model generation, localization, and recognition of objects. 2-D images are used for learning the statistical appearance of 3-D objects; both the depth information and the matching between image and model features are missing for model generation. The implied incomplete data estimation problem is solved by the Expectation Maximization algorithm. This leads to a novel class of algorithms for automatic model generation from projections. The estimation of pose parameters corresponds to a non-linear maximum likelihood estimation problem which is solved by a global optimization procedure. Classification is done by the Bayesian decision rule. This work includes the experimental evaluation of the various facets of the presented approach. An empirical evaluation of learning algorithms and the comparison of different pose estimation algorithms show the feasibility of the proposed probabilistic framework.