基于最佳几何约束和RANSAC的特征匹配算法

为解决特征点匹配的质量与计算效率不能兼得的问题,研究了一种基于最佳几何约束和RANSAC(random sample consensus)的特征点匹配方法。采用KNN (k-nearest neighbor)算法对提取到的特征点完成初始匹配,根据匹配点对连接线长度相等、斜率相同的特点,基于统计排序策略构建最佳几何约束,剔除明显错误匹配。利用RANSAC算法进行二次过滤,确保特征匹配点对的正确率,同时给出实验结果加以验证。结果表明：在正常光照下,与Lowe’s算法和GMS算法相比,该算法匹配到的点对数有了明显增加,同时很大程度上保证了特征点的质量。     

一种基于点集体素的多质物体分界面提取方法研究

针对传统的等值面提取方法在提取超过三种以上材质的多质物体分界面时,无法一次性提取并保留分界面之间拓扑关系的问题,本文提出了一种基于点集体素的多质物体分界面提取方法.首先,对原始数据进行Gauss滤波去噪以求取Gauss权重矩阵,并基于权重凸显分界点,再通过球形邻域进行点集转换以标识分界点,进而达到分界点标识的目的.其次...