版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、該論文從計(jì)算機(jī)視覺的幾何理論出發(fā),針對(duì)計(jì)算機(jī)視覺中的一些熱點(diǎn)問題進(jìn)行了研究.論文的主要研究?jī)?nèi)容及研究成果如下:●首先對(duì)圖像匹配問題進(jìn)行了研究.圖像匹配是立體視覺、運(yùn)動(dòng)估計(jì)、目標(biāo)識(shí)別等的關(guān)鍵技術(shù),也是實(shí)現(xiàn)三維重構(gòu)的第一步.其目標(biāo)是在存在幾何失真、測(cè)量誤差及噪聲等情況下尋找兩個(gè)或多個(gè)點(diǎn)集的最佳匹配.該文利用矩陣?yán)碚摲謩e推導(dǎo)出了仿射變換和射影變換下圖像點(diǎn)集匹配的閉合公式,并利用所得閉合公式和隨機(jī)抽樣一致算法實(shí)現(xiàn)了圖像的匹配.●對(duì)基于矩陣分解的
2、三維重構(gòu)方法進(jìn)行了研究.三維重構(gòu)是計(jì)算機(jī)視覺研究的主要內(nèi)容之一,屬于Marr計(jì)算理論框架中的中級(jí)視覺部分.該文從攝像機(jī)模型出發(fā),詳細(xì)討論了射影深度的性質(zhì),在以測(cè)量矩陣的秩為4的約束下,利用共軛梯度法估計(jì)出射影深度,并通過奇異值分解實(shí)現(xiàn)了射影重構(gòu).同時(shí),研究了直線的重構(gòu)問題,提出了一種基于矩陣分解的直線重構(gòu)算法:●在詳細(xì)討論了平面單應(yīng)與基本矩陣以及平面單應(yīng)與攝像機(jī)矩陣之間的關(guān)系的基礎(chǔ)上,研究了基于平面單應(yīng)的重構(gòu)問題,并提出了一種新的算法.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多視圖幾何的三維視覺重構(gòu)方法研究.pdf
- 旋轉(zhuǎn)視圖的三維重構(gòu).pdf
- 多視圖三維重構(gòu)算法與軟件實(shí)現(xiàn).pdf
- 基于多視圖像的三維建模方法研究.pdf
- 基于多視圖的三維模型重建方法研究.pdf
- 基于多視圖的三維景物重建技術(shù)研究.pdf
- 基于多視圖像的室內(nèi)三維場(chǎng)景建模研究.pdf
- 基于多視圖幾何的三維測(cè)量技術(shù)研究.pdf
- 基于SIFT特征的多視圖三維重建.pdf
- 基于多視圖的魯棒人體三維重建.pdf
- 基于圖像序列的多視圖幾何三維模型重建算法研究.pdf
- 基于單目多幅圖像的三維曲面重構(gòu)研究.pdf
- 基于三焦點(diǎn)張量的多視圖目標(biāo)三維重建.pdf
- 基于多視圖幾何方法的三維樹狀物體的重建研究.pdf
- 基于視圖的多特征融合的三維模型檢索技術(shù)研究.pdf
- 基于多視圖幾何的牙頜三維測(cè)量技術(shù)研究.pdf
- 基于散亂點(diǎn)的三維重構(gòu)研究.pdf
- 基于sift特征的多視圖三維重建(1)
- 基于連續(xù)深度融合的多視圖三維重建研究.pdf
- 基于多視點(diǎn)圖像的三維重構(gòu)算法的研究及實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論