规则物体影像特征提取及匹配研究

规则物体影像特征提取及匹配研究

论文摘要

摄影测量的主要目标之一是从非接触式影像中获取精确可靠的量测信息,计算机视觉其研究的主要目标是使计算机系统具有类似于人类的视觉能力,从而获取三维场景的几何信息。无论是在摄影测量领域,还是在计算机视觉领域,特征提取及匹配都有广泛地应用。特征提取及匹配是三维重建、运动跟踪、序列影像分析、信息融合、模式识别等研究课题的必要环节,对特征提取及匹配进行研究具有重要的现实意义。随着工业制造技术的不断提高和加工工艺的不断改进,在大批量工业生产中,用人工视觉检查产品质量效率低且精度不高,用计算机视觉技术可大大提高生产效率和自动化程度,而摄影测量中丰富的平差理论有助于获取极高的精度。近年来,高分辨率、高信噪比的数字成像CCD器件迅速发展,计算机图象处理和模式识别技术的快速进步,使得摄影测量计算机视觉技术成为目前具有广泛前景的一种精密测量技术。本论文针对工业生产中的精密测量要求,结合工业规则物体中拥有的丰富线特征信息,采用摄影测量中严密的数据处理理论及计算机视觉前沿理论和技术,重点研究了点、线特征提取及匹配问题。提出了直线元离散化获取点特征的方法及线特征的高精度提取新算法;改进了相关系数影像匹配(加权相关系数);将计算机视觉中的核线约束引入到最小二乘影像匹配中,并给出了一种遮挡直线匹配的新方法。通过实验验证了特征提取及匹配的有效性,得到了较好的结果。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景及意义
  • 1.1.1 研究背景
  • 1.1.2 选题意义
  • 1.2 国内外研究现状
  • 1.2.1 工业测量研究现状
  • 1.2.2 点、线特征提取研究现状
  • 1.2.3 点、线特征匹配研究现状
  • 1.3 论文的研究路线和主要内容
  • 2 影像数据获取及预处理
  • 2.1 影像处理系统概述
  • 2.1.1 影像采集模块
  • 2.1.2 影像显示模块
  • 2.1.3 影像存储模块
  • 2.1.4 影像通信模块
  • 2.1.5 影像处理与分析系统
  • 2.2 影像数据采集平台
  • 2.2.1 硬件系统简介
  • 2.2.2 软件系统简介
  • 2.3 影像预处理
  • 2.3.1 影像平滑
  • 2.3.2 对比度增强
  • 2.4 本章小结
  • 3 规则物体影像特征提取
  • 3.1 常用的特征检测方法
  • 3.2 点线特征提取
  • 3.2.1 线特征提取
  • 3.2.2 点特征提取
  • 3.3 影像线特征提取
  • 3.3.1 最小二乘影像匹配
  • 3.3.2 自适应最小二乘直线提取
  • 3.4 影像线特征提取评判标准
  • 3.4.1 理论精度
  • 3.4.2 实际精度
  • 3.5 本章小结
  • 4 基于核线几何的影像约束匹配
  • 4.1 核线几何约束的建立
  • 4.1.1 加权相关系数初匹配
  • 4.1.2 松弛法消除歧义
  • 4.1.3 核线几何约束—基础矩阵
  • 4.2 基于核线几何的单点特征匹配
  • 4.2.1 单点特征初匹配—加权相关系数匹配
  • 4.2.2 核线约束最小二乘影像匹配
  • 4.3 基于核线几何的直线特征匹配
  • 4.3.1 RANSAC 直线拟合
  • 4.3.2 RANSAC 直线匹配
  • 4.4 本章小结
  • 5 实验结果及处理分析
  • 5.1 影像数据采集平台
  • 5.2 特征提取实验
  • 5.2.1 算法仿真实验
  • 5.2.2 真实影像线特征提取实验
  • 5.2.3 真实影像点特征提取实验
  • 5.3 特征匹配实验
  • 5.3.1 核线几何关系
  • 5.3.2 基于核线几何的点特征匹配
  • 5.3.3 基于核线几何的线特征匹配—遮挡直线恢复
  • 5.4 三维重建
  • 5.5 本章小结
  • 6 总结
  • 致谢
  • 参考文献
  • 附录
  • 硕士学位期间发表文章
  • 科研与实践
  • 相关论文文献

    • [1].沙化土地地理信息多维结构特征提取仿真[J]. 计算机仿真 2019(11)
    • [2].基于卷积神经网络特征提取的轻量级包装袋分类模型[J]. 塑料科技 2020(08)
    • [3].图片特征提取[J]. 中小企业管理与科技(中旬刊) 2017(03)
    • [4].六种常用的网络流量特征提取工具[J]. 计算机与网络 2017(06)
    • [5].浅议车牌识别中字符的特征提取方法[J]. 科技传播 2009(05)
    • [6].基于分级特征提取的货物分拣机器人目标自动识别系统设计[J]. 自动化与仪器仪表 2020(05)
    • [7].多模态生物特征提取及相关性评价综述[J]. 中国图象图形学报 2020(08)
    • [8].多传感器数据融合在船舶特征提取中的应用[J]. 舰船科学技术 2016(18)
    • [9].溯洄从之,一波三折——关于特征提取的教学实例与策略[J]. 中国信息技术教育 2020(07)
    • [10].基于局部加权的非线性特征提取方法[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [11].基于多特征提取的识别算法数学建模优化研究[J]. 哈尔滨师范大学自然科学学报 2013(04)
    • [12].一种新的基于瓶颈深度信念网络的特征提取方法及其在语种识别中的应用[J]. 计算机科学 2014(03)
    • [13].一种基于特征提取的简答题阅卷算法[J]. 湖南工程学院学报(自然科学版) 2010(01)
    • [14].基于改进符号序列熵的岸桥齿轮箱退化特征提取研究[J]. 机电工程 2020(02)
    • [15].基于自编码的特征提取方法在生物医学领域中的应用进展[J]. 中国卫生统计 2020(02)
    • [16].基于时变三维坐标重构的空间锥体目标微动特征提取方法[J]. 空军工程大学学报(自然科学版) 2020(02)
    • [17].基于特征提取和随机森林的风机故障诊断[J]. 科学技术创新 2020(26)
    • [18].互联网+嵌入式移动4G教学终端——农业病虫害特征提取系统的研究[J]. 电子技术与软件工程 2019(21)
    • [19].恶意流量特征提取综述[J]. 信息网络安全 2018(09)
    • [20].基于特征提取的图像相似度研究[J]. 信息系统工程 2016(01)
    • [21].基于敏感分量融合的液压泵退化特征提取方法[J]. 仪器仪表学报 2016(06)
    • [22].几种藏文字特征提取方法比较研究[J]. 信息与电脑(理论版) 2014(08)
    • [23].基于层次特征提取的文本分类研究[J]. 计算机应用与软件 2020(02)
    • [24].基于关联规则特征提取的心理大数据评估方法[J]. 周口师范学院学报 2020(02)
    • [25].基于三角函数迭代的视频数据特征提取[J]. 图学学报 2020(04)
    • [26].光纤安防监测信号的特征提取与识别研究综述[J]. 计算机工程与应用 2019(03)
    • [27].基于特征提取的绘本阅读机器人设计方案[J]. 电子制作 2019(15)
    • [28].基于特征提取及聚类算法的增量图片筛选系统[J]. 电视技术 2017(Z3)
    • [29].一种新颖的通信辐射源个体细微特征提取方法[J]. 电波科学学报 2016(01)
    • [30].一种基于链码的线特征提取方法[J]. 测绘科学 2014(09)

    标签:;  ;  ;  ;  ;  

    规则物体影像特征提取及匹配研究
    下载Doc文档

    猜你喜欢