基于特征匹配的三维点云配准算法

针对当前机器视觉热点研究的配准问题,提出了一种全新的快速点特征直方图(FPFH)特征描述与Delaunay三角剖分相结合的三维点云配准方法。首先采用FPFH综合描述特征信息,通过Delaunay三角网建立特征信息的局部关联性;再根据特征点对的对应关系进行采样一致性初始变换,实现初始配准;最后,根据得到的初值采用迭代最近点法进行精确配准,获得精确转换关系。分别对简单目标物体及复杂目标物体进行配准实验。实验结果表明,将FPFH特征描述与Delaunay三角剖分结合引入传统点云配准,简化了特征提取复杂度,缩小了特征点对匹配的搜索范围,提升了配准精度及速度,实现对目标物体高效配准,对提高机器视觉特征点匹配效率具有一定指导作用。     

基于三维点云匹配的手掌静脉识别

针对现有手掌静脉认证系统误拒率较高以及不支持大数据集匹配的问题,设计了基于透射式光源的双目视觉静脉三维点云重建装置,提出了基于三维点云匹配的手掌静脉认证算法。系统使用850 nm透射式发光二极管(LED)光源作为照明装置,由双目摄像机拍摄静脉视差图像进行三维重建。选择手掌静脉作为特征点描述其空间三维结构,提出了一种改进的内核相关性分析方法匹配三维点云。针对200组点云数据的实验结果验证了该方法的可行性和有效性,识别率达到了98%,误拒率2%,误识率0%,总特征维数约8000至12000维,高于尺度不变特征变换(SIFT),支持对大数据集的认证识别。     

基于语义目标匹配的三维跟踪注册方法

提出了一种基于语义目标匹配的三维跟踪注册方法。通过改进的单发多框检测(SSD)深度卷积神经网络对图像进行语义分割,获取场景中不同目标的像素级语义分割结果。在求取相机姿态的目标函数时,融合了图像的灰度约束与几何约束对相机的姿态进行估计。所提方法减小了特征点的缺乏或误匹配问题对三维跟踪注册算法性能的影响,且能够适应不同结构的场景。研究结果表明,该方法的误差不超过2.2pixel,基本满足了实时性的要求。     

融合相关滤波与关键点匹配的跟踪算法

提出一种融合相关滤波与关键点匹配的跟踪算法。利用多个基于支持向量机的相关滤波器,分别对目标进行跟踪和验证,同时建立并实时更新一个目标和背景关键点数据库。在验证跟踪失败后,利用关键点匹配的方法对全局关键点进行分类,根据分类结果对目标关键点进行分析,从而得到重检测结果。实验结果表明,在运动模糊、变形、目标遮挡、消失等复杂跟踪场景下,所提算法比现有算法具有更好的准确性和稳健性。     

基于相位预测的在线三维测量像素匹配方法

物体的运动使变形条纹图中物体像素点不对应,因此需要对物体做像素匹配。提出了一种基于相位预测的在线三维测量像素匹配方法。仅投一帧正弦光栅条纹到在线运动的物体上,CCD同步采集相同步距时刻受物体调制的变形条纹图。采用傅里叶变换轮廓术(FTP)方法对采集的变形条纹预测物体不同位置的相位信息,并以该相位信息的特征做像素匹配,实现了物体在各帧条纹图中的像素一一对应,同时匹配后的变形条纹产生等效的等步相移,进而采用等步长相移算法来重构在线运动物体的三维面形。计算机模拟与实验验证了该方法的有效性和可行性。同时,与在线FTP方法进行比较,在线FTP方法和本文方法的均方根误差分别为1.013mm和0.024mm,表明该方法对在线三维测量具有较高的测量精度。     

三维点云物体频谱获取方法

为了简化三维物体计算全息数据和加快计算时间,提出了一种三维点云物体频谱获取方法.在分析频谱获取方法模型的基础上,由不同视角的投影图像(视图)与对应的平面波因子相乘积分的方法得到了三维点云物体频谱;介绍了视图获取算法,使用Matlab并行计算得到了一个三维‘鸟’的视图序列;根据实际物体频谱分布情况,采用高阶高斯概率分布减少视图获取数量;通过视图序列得到三维物体的频谱,采用傅里叶逆变换得到物空间内一个平面的复振幅分布,将其衍射一段距离,编码为菲涅尔全息,并进行了模拟再现和实验验证.模拟再现和实验结果表明:只需要原总视图的17.75%可以获得高质量的再现效果,验证了频谱获取方法的可行性及视图获取简化模型的正确性.所获取的三维物体频谱可以通过一定方式编码成多种全息进行三维显示,拓宽了该频谱获取方法的应用范围.     

基于特征点自动匹配的图像拼接方法

提出了一种基于特征点自动匹配的图像拼接算法,采用改进的Harris算子提取特征点,保证了提取的效率和精度,根据互相关的双向匹配实现对应特征点的自动匹配,从而建立参考图像与当前图像的对应点对,最后采用最小二乘方法得到图像间的全局变换参数,实现图像的拼接。     

PbSe量子点荧光匹配气体吸收光谱方法研究

PbSe量子点(PbSe-QDs)是红外波段的典型纳米材料,其具有大的玻尔半径、小的体材料禁带宽度(玻尔半径是46 nm,体材料禁带宽度是0.28 eV),因此,在近红外区域,PbSe-QDs具有强大的尺寸受限效应和较高的量子产出率。本文对不同尺寸的PbSe量子点的荧光光谱特性进行了研究,提出了一种通过调节PbSe量子点的量子尺寸匹配气体吸收光谱的方法。采用配位溶剂的方法制备了尺寸为4.6和6.1 nm的PbSe量子点,将该PbSe量子点沉积到GaN发光芯片上并经过紫外光照处理和固化后制成了光致发光的近红外光源,其中4.6 nm的PbSe-QDs的沉积厚度为671.5 μm,而6.1 nm的PbSe-QDs的沉积厚度为48 μm。将制成的近红外光源应用到C₂H₂气体和NH₃气体的检测实验中,实验结果表明,通过改变PbSe量子点的尺寸可以调节光源光致发光峰的位置,从而覆盖目标气体在近红外波段的吸收谱线。4.6 nm的光源发射光谱包含了1 500～1 550 nm之间的C₂H₂气体的全部的吸收谱;6.1 nm的光源发射光谱包含了1 900～2 060 nm之间的NH₃气体的全部的吸收谱。这种利用PbSe量子点尺寸的可调性匹配对应气体吸收谱的方法是可行和有效的,具有广阔的应用前景。     

基于断裂面特征点匹配的文物碎片重组方法

在计算机辅助文物虚拟复原过程中,针对现有复原方法匹配精度低、速度慢等问题,提出一种新的基于断裂面特征点匹配的文物碎片重组方法。利用改进的内部形状签名法提取碎片断裂面潜在特征点;计算特征点邻域几何特征的协方差矩阵,从而构建特征描述符;采用对数欧氏黎曼度量方法作为相似性度量准则,通过双向最近邻法获得初始点对集合,再利用典型相关分析法消除误匹配对得到最优匹配集;使用最小二乘法估算刚体变换矩阵将碎片粗对齐,再采用迭代最近点算法实现精确对齐,最终实现碎片重组。实验结果表明,本文算法相对传统算法特征点数量少,描述符简单,且稳健性强,有效提高了碎片重组的效率和准确性。     

于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

基于散乱三维点云的缺陷检测和三维重构方法

设备表面的缺陷检测对于保证安全生产避免经济损失具有重要意义。针对基于设备表面散乱三维点云缺陷检测和三维重构算法复杂的问题,提出了一种基于散乱三维点云的缺陷检测和三维重构方法。对散乱三维点云沿某一轴向进行分层处理,将同一层内的三维点进行移位规则化处理,并对规则化的三维点云进行缺陷检测和三维重构。分别对无缺陷设备表面和凹凸缺陷设备表面进行缺陷检测和三维重构,规则化前后三维数据缺陷计算结果相对误差为1.01%。实验结果表明,将散乱三维点云分层和规则化处理有效降低了缺陷检测和三维重构的复杂度,易于实现。     

关键点引导相位测量的三维人脸表情获取

三维人脸表情捕获在影视、游戏、医学、社交等领域有广泛的应用。为了实现无标记自由运动中的人脸表情三维信息高精度采集,提出了基于人脸关键点检测与匹配的条纹投影三维人脸测量方法。首先,采用三频外差法获取待测对象准静态三维信息作为参考模型,并利用基于深度学习的人脸关键点检测算法从调制度图中得到初始关键点及对应的三维坐标。然后,在动态测量过程中,仅投影两幅或三幅具有相移的条纹。利用改进的傅里叶变换轮廓术或相位测量轮廓术获得变形条纹截断相位及调制度。在调制度图中检测人脸关键点并将其与初始关键点匹配得到其与参考模型中关键点坐标对应关系。计算该时刻人脸相对于参考模型的运动参数并进一步利用参考模型计算近似相位图。最终,利用近似相位图展开截断相位并实现三维形貌的重建,获得该时刻人脸三维表情。利用DLP投影仪及高速摄像机搭建了三维人脸表情捕获系统,实现了130万像素,100 fps三维数据采集。实验结果表明,该系统能够进行正脸偏转±45°内,俯仰±30°内,侧倾±45°内,大幅度变化的无标记三维表情正确捕获。     

一种用于三维曲面视觉测量的立体精匹配方法

根据立体视觉原理 ,针对三维曲面视觉测量的实际情况 ,提出一种基于空间不变量的立体精匹配方法。首先利用投影光栅 ,在曲面上形成变形条纹 ,采用小波变换检测出像素级的离散边缘点 ;然后用三次 B样条将条纹边缘插值成光顺曲线 ,根据对极几何特性 ,实现像素级的精匹配 ,解决了交向摆放姿态的双目立体视觉系统的匹配问题。     

集成成像同名像点三维形貌获取方法

为了实现被动式三维形貌获取技术, 首先利用光线追迹方法从理论上对集成成像阵列式多角度图像获取技术进行了深入分析;对于元素图像阵列中同名像点的间距和三维物点位置之间的关联性进行了理论分析;在此基础上提出了集成成像同名像点三维形貌获取方法。实验结果显示, 本文提出的集成成像同名像点三维形貌获取技术能够获取三维物体的三维形貌和任意三维点的空间坐标。定量实验结果显示获取结果相对误差小于5%, 证实了本文提出的基于集成成像同名像点三维形貌获取技术能够实现三维信息的光学获取。     

基于多尺度小波变换的同名点匹配方法研究

针对一类特殊小波变换系数不同尺度下的模极大点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的模极大位置的图像点为匹配基元的同名点匹配方法。该方法采用由粗到细的匹配策略,应用顺序约束,减少了小尺度的小波变换模极大值的位置的图像点的匹配空间,为了避免误匹配和误差传播,舍弃了以小波变换的模极大值比较作为匹配准则,采用了基于米字条形窗口的互相关函数的匹配准则。这种特征匹配与区域匹配相结合的方法,解决了同名点准确匹配难、计算量大等问题。采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况。     

应用角点匹配实现目标跟踪

角点特征是图像的一个重要局部特征,因其具有计算量小、匹配简单以及旋转、平移、缩放不变的性质,而在图像配准与匹配、目标识别、运动分析、目标跟踪等应用领域都起着非常重要的作用。本文提出了一种新的基于角点特征的向量匹配方法,该方法利用Harris算子检测出目标角点,通过角点的矩特征形成目标的特征向量,最后通过对序列图像的目标特征向量进行匹配来实现目标跟踪。此算法在一般情况下能匹配80%以上角点,在遮挡情况下仍能正确匹配70%左右,处理速度达到20 frames/s,满足了实时要求。实验结果证明此方法可有效地抵御目标的变形和遮挡情况。     

基于邻域特征点提取和匹配的点云配准

为解决噪声干扰、数据丢失情况下迭代最近点算法的鲁棒性差、配准精度低等问题,提出一种基于邻域特征点提取和匹配的点云配准方法.首先定义一个由点的k邻域曲率、点与邻近点的法向量内积均值以及邻近点与邻域拟合平面的欧氏距离方差等三部分组成的邻域特征参数,结合在移动最小二乘表面构造的曲率特征参数对点云进行两次特征点提取;其次依据直方图特征定义三个匹配条件,并用双重约束获得正确的匹配点对;最后在配准阶段,采用双向构建k维树的迭代最近点算法实现精确配准.实验结果表明,该算法的配准精度较迭代最近点算法提高了90%以上,并且能够在噪声环境下有效地完成缺失点云的配准,在鲁棒性和精确配准方面有明显优势.     

基于特征点匹配的图像配准算法精度提升方法研究

图像配准是多种图像后续处理的基础,较为常见的有图像融合,图像拼接、图像的三维重建等,这些后续操作都需要在一个好的配准前提下才能完成,因此,对于图像配准精度改进的研究具有很重要的实际应用价值。对基于特征点匹配的图像配准算法提出了几个配准精度提升的方法,这些方法分别针对特征检测精度的提升和特征匹配精度的提升来达到图像配准精度提升的目的。     

用于非球面点衍射检测的最佳匹配球参量获取方法研究

针对非球面点衍射干涉检测中的欠采样问题,为了减小干涉条纹的密度,提出了一种基于最小反射会聚光斑半径求解最佳匹配球球心位置的方法.首先分析了获取最佳匹配球球心位置对实现非球面光学元件高准确度面形检测所起的重要作用,指出了以最小反射会聚光斑作为最佳匹配球球心位置的判断依据;然后运用光线追迹和迭代法推导了最佳匹配球球心位置的...     

基于三维激光扫描的铁路罐车点云优化处理方法

通过对三维激光扫描技术在铁路罐车中的应用研究,对扫描过程中发现的点云残缺及噪点问题进行研究分析,提出一种快速有效点云优化处理方法,新方法包括sp-H点云预处理和EtiG建模优化。验证试验表明,采用新的点云优化处理方法可以在较短时间内将扫描点云进行去噪及残缺修补,并能够快速高效进行模型重建,提升了不同工况环境下扫描点云的适用性,提高了扫描工作效率和准确度,铁路罐车容积测量结果的相对扩展不确定度达到2.4×10-3,为铁路罐车容积扫描最高准确度等级,为三维激光扫描相关技术的发展提供一定借鉴。