鲁棒的高阶双边滤波去噪算法

提出了一种统一的局部高阶双边滤波算法.与传统的双边滤波去噪算法不同,该算法通过引入鲁棒统计理论获得模型表面较为准确的几何属性;进而在曲率空间中对包含主曲率和Frenet标架的表面几何属性进行各向异性的滤波,既有利于保持模型的细节,又能保证曲面的光滑性;与此同时,优化各个顶点的法向;最后在优化后的几何属性引导下,在几何空间中进行高阶双边滤波去噪.实验结果表明,即使在大噪声的情况下,该算法仍然能够有效地保持模型细节,避免模型的收缩和顶点漂移.     

基于时空一致性的相机定位与地图重建算法

为了提高SLAM(同时定位与地图构建)的精确性,提出一种基于时空一致性的单目相机SLAM算法.稳定的特征点具有以下2个特性:一是出现在连续的多帧图像中;二是能够被多个不同视角的相机观察到.本文分别使用时间一致性和空间一致性(简称时空一致性)描述上述2个特征.利用时间一致性的策略确定插入关键帧的时机,利用空间一致性的策略严格筛选3维点云.在KITTI数据集中,本文与ORB-SLAM (基于ORB特征的SLAM系统)算法相比较,本文方法需要选取的关键帧数量更少,使得局部优化线程中关键帧位姿能够得到更加充分的优化,处理速度可达35帧/秒,能够满足实时性要求.实验表明本文方法能够有效地降低误差,提高SLAM的精确性.     

基于拉普拉斯分布的双目视觉里程计EI北大核心CSCD

针对相机在未知环境中定位及其周围环境地图重建的问题,本文基于拉普拉斯分布提出了一种快速精确的双目视觉里程计算法.在使用光流构建数据关联时结合使用三个策略:平滑的运动约束、环形匹配以及视差一致性检测来剔除错误的关联以提高数据关联的精确性,并在此基础上筛选稳定的特征点.本文单独估计相机的旋转与平移.假设相机旋转、三维空间点以及相机平移的误差都服从拉普拉斯分布,在此假设下优化得到最优的相机位姿估计与三维空间点位置.在KITTI和New Tsukuba数据集上的实验结果表明,本文算法能快速精确地估计相机位姿与三维空间点的位置.     

保特征的三维模型的三边滤波去噪算法

随着三维物体扫描仪的广泛应用,如何对扫描出来的模型进行有效、鲁棒、快速的操作已经成为当今计算机图形学中的一个热门话题.通过在扫描模型每个采样点处拟合一个二次型曲面,设计了一个鲁棒的滤波函数--三边滤波函数;应用该函数分别对模型表面上每个点的法线、曲率和位置进行滤波;通过对曲率的滤波结果进行优化,可有效地保持三维模型表面上的特征.该算法不要求已知模型中顶点之间的连接关系,并可应用于网格模型或点模型的光顺去噪处理.