基于区域间协同优化的立体匹配算法

提出了一种基于分割区域间协同优化的立体匹配算法. 该算法以图像区域为匹配基元, 利用区域的彩色特征以及相邻区域间应满足的平滑和遮挡关系定义了区域的匹配能量函数, 并引入区域之间的合作竞争机制, 通过协同优化使所定义的匹配能量极小化, 从而得到比较理想的视差结果. 算法首先对参考图像进行分割, 利用相关法得到各分割区域的初始匹配; 然后用平面模型对各区域的视差进行拟合, 得到各区域的视差平面参数; 最后, 基于协同优化的思想, 采用局部优化的方法对各区域的视差平面参数进行迭代优化, 直至得到比较合理的视差图为止. 采用Middlebury test set进行的实验结果表明, 该方法在性能上可以和目前最好的立体匹配算法相媲美, 得到的视差结果接近于真实视差.     

堆垛机轮轨噪声控制实验研究

立体仓库堆垛机产生的噪声有多种,通过测量,可掌握堆垛机噪声的发生机理及传播途径,进而确定噪声源主要为轮轨噪声,并提出改进方案.     

基于强化学习的立体全景视频自适应流

针对当前立体全景视频传输缺少有效的流自适应方法,且传统全景视频流自适应策略传输双目立体全景视频使得传输数据加倍,所需带宽巨大的问题,该文提出一种基于多智能体强化学习的立体全景视频非对称传输自适应流方法,以实时应对网络带宽波动。首先,根据人眼对视频显著性区域的偏爱,左右视点中每个瓦片(tile)对立体视频的感知质量的贡献度不同,提出一个基于tiles的左右视点观看概率预测方法。其次,设计了一种基于策略-评价(Actor-Critic)的多智能体强化学习框架,对左右视点进行联合码率控制。最后,根据模型结构和双目抑制原理,设计合理的奖励函数。实验结果表明,与传统流自适应传输策略相比,该文所提方法更加适用于基于tiles的立体全景视频传输,实现在有限带宽下提高用户的体验质量(QoE),为立体全景视频联合码率控制提供了一种全新的方法和思路。     

基于3D-SPIHT的立体视频图像压缩编码

该文提出一种新的立体视频编码方案:在辅助序列中进行视差补偿预测和三维等级数集合分区(3D-SPIHT)编码,3D-SPIHT算法建立在真三维小波分解基础上,通过定义一种新的时空方向树结构,实现了静止图像SPIHT算法的三维扩展,实验结果表明该方案的编码性能略高于传统方案,具有较低的计算复杂度,所产生的嵌入式辅助序列码流,可根据通道带宽自适应调整输出码率,最大限度地提高辅助序列的质量。     

一种新的体视对应方法

选择特征点作为匹配特征,采用视差估计方法,在满足一定匹配准则情况下,可以得到一约束最小化能量函数。模拟实验结果表明,使用模拟退火算法,可使能量函数达到全局最小,从而实现立体匹配。     

基于二次曲线的立体视觉

我们提出了一种基于二次曲线的立体视觉方法。在以前基于曲线的立体视觉方法中,曲线只是用于计算点的特征,从而更加容易地实现点对应。我们提出的方法以图像中的二次曲线为匹配基元,勿需点与点之间的对应,我们给出了两幅图像中二次曲线对全局匹配的准则。在匹配的基础上,给出了二次曲线重建的方法,重建的过程具有解析形式的解。此方法可以实时实现。本文的最后给出了解的唯一性分析和在真实图像上所做的实验结果。     

计算机视觉中三维位置信息的误差估计

在计算机视觉中,体视法被广泛地用于获取三维物体的位置信息.由于两个图象平面的分辨率总是有限的,就会使获得的位置信息有误差.本文推导了空间点位置在三个坐标方向上的误差概率分布.     

立体视频图像编码的研究进展

从编码方案、关键技术和评价准则3个方面综述了立体视频图像编码研究的发展.阐明了各种编码方案的特点及适用范围.详细分析了立体视频图像编码中视差估计、运动估计、遮挡检测、残差图像编码和码率控制5大关键技术,总结了各项技术的发展现状.最后指出了立体视频图像编码研究中存在的问题,并对未来的研究方向进行了展望.     

Robot-vision architecture for real-time 6-DOF object localization

This paper presents a new robot-vision system architecture for real-time moving object localization. The 6-DOF (3 translation and 3 rotation) motion of the objects is detected and tracked accurately in clutter using a model-based approach without information of the objects’ initial positions. An object identification task and an object tracking task are combined under this architecture. The computational time-lag between the two tasks is absorbed by a large amount of frame memory. The tasks are implemented as independent software modules using stereo-vision-based methods which can deal with objects of various shapes with edges, including planar to smooth-curved objects, in cluttered environments. This architecture also leads to failure-recoverable object tracking, because the tracking processes can be automatically recovered, even if the moving objects are lost while tracking. Experimental results obtained with prototype systems demonstrate the effectiveness of the proposed architecture.     

网格投影式立体视觉三维表面重建系统

提出了一种基于立体视觉的三维表面重建的新方法。该方法以立体视觉为基础,结合网格投影,把被动的立体视觉与主动的非结构光网格投影相结合,采用一种算法简单的由粗到精网格图像立体匹配方法,有效地解决了常用的立体视觉系统中存在的算法复杂、处理时间长、容易产生误匹配等问题。基于该方法的三维表面重建系统具有结构简单、操作方便、数据采集速度快、实时性强等优点。实验结果表明该系统能够有效地对三维表面,特别是对无明显特征的光滑自由三维曲面进行重建。