基于立体视觉的三维立体模型全自动拼接方法

基于影像的三维立体模型重建时,如何自动地将部分模型拼接成完整模型是个亟待解决的问题。目前关于三维立体模型拼接大多限制在手动取两个模型上的公共点完成拼接。提出一种方法,能够全自动地、快速地、高精度地实现三维立体模型的拼接。与图像拼接类似,三维立体模型拼接也要经过特征点提取、特征点匹配、空间变换三个步骤。值得一提的是,在特征点提取时利用了三维重建时的点云数据、特征点匹配时利用了点与点间距客观不变、空间转换参数RT矩阵计算时提出了仅用四对精匹配点计算等方法,完成三维立体模型全自动、快速、高精度地拼接,拼接精度达到毫米(mm)级。     

基于虚拟平面的广角镜头全景拼接

基于多图像级联拼接的全景成像技术常常使用广角镜头采集源图像。针对非线性的柱面模型、球面模型拼接鲁棒性较差,以及传统平面拼接模型占用存储空间过大的问题,提出一种基于虚拟平面的广角镜头拼接算法。通过将最后显示面进行网格化,并通过虚拟平面间、显示面、原图与虚拟平面间映射关系,找到网格点与原图的对应关系;再对显示面非格点区域进行位置索引插值,完成显示面填充。还通过基于虚拟平面的移动直接线性变换进行拼接优化;并使用级联拼接实现全景。实验证明与移动直接线性变换方法相比,细节效果相当且有速度提升,比柱、球面拼接方法拼接更为鲁棒。     

一种基于角点匹配的图像拼接算法研究

提出了一种基于角点匹配的图像拼接算法。研究了基于角点匹配的图像拼接方法中,Harris角点的检测,角点的匹配及图像的融合等关键算法。并且给出了图像拼接的MATLAB仿真结果。实验表明,该算法能够获得较为满意的拼接效果。     

全景图像拼接技术研究现状综述

图像拼接技术作为合成全景图像的工具得到较快发展;图像拼接技术就是把若干幅有重叠部分的图像合成一幅大视角宽幅面的图像;主要对图像拼接技术的应用、国内外发展现状以及面临的问题进行了较为详细的介绍;最后对图像拼接技术的未来研究做了展望,提出了一些改进的思路,为进一步深入研究图像拼接技术提供参考。     

一种改进的遥感图像配准方法

在分析当前主要的图像配准方法的基础上, 提出一种改进的基于点特征的遥感图像配准方法: 首先对参考图像进行分块, 每块提取一定数量的特征点, 以确保各块图像特征点分布均匀; 根据已知的同名点对, 拟合变换方程, 将待配准点代入变换方程得到粗匹配点坐标, 再以粗匹配点为中心在一个较小的范围内搜索, 根据相似性测进行精配准, 确定正确的同名点位置, 在此基础上实现整体遥感图像配准。为了验证该方法的有效性, 针对变大和传感器位移较大的光学遥感图像设计了仿真实验。实验结果表明, 改进方法能很好地解决光学遥感图像之间的配准问题, 降低特征点提取和同名点匹配的时间复杂度。     

基于特征点检测的重叠图像拼接算法

为提高铁道车辆工程应用中自动监测与故障诊断的准确性,对5种常用的特征点检测方法进行了对比研究,采用 SIFT (Scale Invariant Feature Transform)特征点检测实现重叠图像的拼接算法。在较宽松的条件下准确地匹配两幅图像。实验证明,该算法能有效地拼接普通相机拍摄的照片,消除图像扭曲、交叠和旋转对图像拼接的影响,并获得高分辨率的场景照片。     

3种药剂对烟草花叶病的控制作用及农艺性状的影响

在重庆市彭水和石柱两地,研究了康凯、99植保、菌克毒克3种药剂对烟草花叶病的田间防治效果以及对烟草农艺性状的影响.结果表明:康凯对烟草花叶病的防治效果最好,防效达75.04%和70.80%;99植保次之,防效达64.96%和66.67%;菌克毒克效果较差,防效仅26.72%和30.53%.康凯和99植保对烟草生长有一定的促进作用,康凯的效果更为明显,菌克毒克对烟草农艺性状没有显著影响.     

试论流行语中的“拼词”

所谓拼词是指提取非固定短语的部分汉字拼舍而成的临时性词语。拼词大体可分为两类：一类与已有的某个词语“形”同“神”异,一类“神”、“形”俱新。在拼词的衍生过程中,缩略、谐音、重新解释起着举足轻重的作用。《现代汉语词典》等辞书应吸收比较优秀的拼词,权威性传媒当在拼词的使用方面做出表率,语言文字管理部门要做好相关调控工作,各级各类学校应做好语言教育工作。     

低照度岩心荧光图像拼接技术

针对低照度岩心荧光图像拼接问题,通过相位相关法,利用频域中的相位信息来实现图像的拼接.对有位移、旋转、缩放,以及光照变化的图像用对数极坐标相位相关法进行图像配准.实验表明该方法能够有效地克服图像间光照变化和CCD镜头造成的几何畸变对拼接的影响,是一种有效的岩心荧光图像拼接方法.     

基于改进RANSAC算法的图像拼接技术

针对传统RANSAC算法在图像拼接中效率低的问题,提出了一种解决该问题的新算法,即M_RANSAC算法.该方法首先通过HARRIS算法提取2幅图像中的特征点,且在特征点匹配排序的基础之上,根据数据错误率得出抽样次数,并采用双阈值法进行数据检验来提高算法效率.结果表明,M_RANSAC算法能有效地减少抽样时间和数据检验时...