基于双目立体视觉的孔洞填充方案研究

主要研究基于双目立体视觉重建三维模型的孔洞填充方案。在重建三维模型过程中,视差图出现的孔洞造成重建模型的深度信息缺失和不连续现象。针对这个问题,提出使用双边滤波器、中值滤波器和形态学处理三者融合的方案。实验结果证明,融合方案有效地实现孔洞填充,进一步解决三维模型深度信息不连续性问题。     

梯度下降法标定三轴加速度计研究

三轴加速度计精度在出厂时即伴随着工艺流程中积累的误差,大多数情况下加速度计所测得的值都跟实际值有所差别,利用机器学习中的梯度下降法对加速度计的参数进行标定,实验结果误差与其他主流算法相比不相上下,程序简单快捷,更可作为辅助算法加入到标定流程中。     

梯度下降法标定三轴加速度计研究

三轴加速度计精度在出厂时即伴随着工艺流程中积累的误差,大多数情况下加速度计所测得的值都跟实际值有所差别,利用机器学习中的梯度下降法对加速度计的参数进行标定,实验结果误差与其他主流算法相比不相上下,程序简单快捷,更可作为辅助算法加入到标定流程中。     

基于双目立体视觉的孔洞填充方案研究

主要研究基于双目立体视觉重建三维模型的孔洞填充方案。在重建三维模型过程中,视差图出现的孔洞造成重建模型的深度信息缺失和不连续现象。针对这个问题,提出使用双边滤波器、中值滤波器和形态学处理三者融合的方案。实验结果证明,融合方案有效地实现孔洞填充,进一步解决三维模型深度信息不连续性问题。