您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 机器视觉 贾云得 pdf machine vision

  2. 目录: 第一章 引论 1·1 机器视觉 1·2 Marr视觉计算理论 1·3 机器视觉的应用 1·4 机器视觉的研究内容与面临的困难 1·5 机器视觉与其它学科领域的关系 1·6 成象几何基础 1·7 本书内容向导 思考题 第二章 人类视觉 2·1 人类视觉简介 2·2 感受野 2·3 视觉信息的多层次并行处理 2·4 视觉信息的集成和反馈 思考题 第三章 二值图象分析 3·1 阈值 3·2 几何特性 3·3 投影 3·4 游程长度编码 3·5 二值图象算法 3·6 形态算子 思考题 计算机练
  3. 所属分类:其它

    • 发布日期:2010-07-30
    • 文件大小:12582912
    • 提供者:zdragon2002
  1. drost2010CVPR中文翻译版.pdf

  2. Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译 ;原网页为:http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table I1. n A (m1,m2) F i.11 m;, (Key to (ms, m6) F1=m2 hash table 图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法
  3. 所属分类:机器学习

    • 发布日期:2019-07-16
    • 文件大小:1048576
    • 提供者:qq_28250697
  1. 基于改进特征点对选取的三维点云配准

  2. 针对同一物体不同视角下获得的三维点云数据,提出一种基于改进特征点对选取的三维点云配准方法。在欧氏距离的基础上选取与目标点最近的三点均值为对应点,并应用邻域比值法来剔除错误点,结合K-d tree 提高搜索速度,实现最终点云配准。实验结果表明,该方法具有可行性,相比传统ICP 算法,其匹配精度和效率明显提升。
  3. 所属分类:其它

    • 发布日期:2020-03-24
    • 文件大小:239616
    • 提供者:Dan510275
  1. 基于改进特征点对选取的三维点云配准

  2. 针对同一物体不同视角下获得的三维点云数据,提出一种基于改进特征点对选取的三维点云配准方法。在欧氏距离的基础上选取与目标点最近的三点均值为对应点,并应用邻域比值法来剔除错误点,结合Kd tree提高搜索速度,实现最终点云配准。实验结果表明,该方法具有可行性,相比传统ICP算法,其匹配精度和效率明显提升。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:331776
    • 提供者:weixin_38744902
  1. 基于曲率图的三维点云数据配准

  2. 以曲率图作为三维点云数据的特征描述函数,并运用曲率图实现了三维点云数据的配准.对于含有噪声的点云数据,先根据每个点的邻域特性估算其曲率值,然后根据每个点及其周围邻域点的曲率值构造该点的曲率图.通过在多比例空间下曲率图的特征保持分析,可提取到最能反映该点云数据特征的特征点集.对于两两配准,这些特征点集被用于三维点云数据的粗略配准算法中,该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配,由匹配的特征点对进行坐标变换求解,完成了两三维点云的粗略配准,然后运用迭代最近点算法进行
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:1048576
    • 提供者:weixin_38500047
  1. 基于曲率图的颅骨点云配准方法

  2. 为了提高颅骨点云模型的配准精度和收敛速度,提出一种基于曲率图的颅骨点云配准方法。首先对颅骨点云提取以特征点为中心并且包含其相邻点的三维形状块,将所有点投影到二维平面上;将投影点量化到二维支撑区域的相应单元中,并将其加权曲率编码为曲率分布图来构造特征点的区域曲率图描述符;然后基于区域曲率图描述符匹配具有相似局部形状的点来建立匹配点对,采用奇异值分解方法计算颅骨点云间的刚体变换关系,实现颅骨粗配准;最后通过引入动态迭代系数对迭代最近点(ICP)算法进行改进,使用改进的ICP算法实现颅骨的细配准。实验
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:8388608
    • 提供者:weixin_38645373
  1. 基于特征匹配的三维点云配准算法

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:5242880
    • 提供者:weixin_38644233
  1. 基于曲率特征的迭代最近点算法配准研究

  2. 在三维激光扫描技术中, 点云数据配准技术直接影响后期建模质量。点云配准主流算法为迭代最近点(ICP)算法, 该算法能自动、高精度配准, 也具有时间空间复杂度较大、收敛缓慢、易匹配错误对应点等缺点。将基于曲率极值的算法与ICP算法相结合, 对曲率特征明显的点云模型进行配准。从算法收敛效率、抗噪性及点云初始位置优劣对算法的影响三方面设计实验, 并与经典ICP算法及其他改进算法进行对比。结果表明, 该算法对于曲率变化明显的点云数据表现出的收敛效率高于其他算法, 对于质量较差的初始数据, 该算法收敛稳定
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:8388608
    • 提供者:weixin_38710323
  1. 基于改进正态分布变换算法的点云配准

  2. 正态分布变换(NDT)算法是一种应用在同时定位和地图生成(SLAM)中的点云配准算法。针对地面激光扫描(TLS)数据的特点,改进了NDT 算法,提出了一种基于SURF 的NDT 配准算法,使之能应用在TLS 中。该算法首先建立点云和图像间的映射关系把点云影像化;利用加速稳健特征(SURF)算法提取图像的特征点并找出特征点对;根据映射关系找到相应的三维特征匹配点,求出变换矩阵,完成点云初始配准。在NDT 算法中,设置初始矩阵为单位矩阵,对点云体素化并使用概率分布函数对点云精细配准。实验结果证明,该
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:1021952
    • 提供者:weixin_38604916
  1. 基于几何特征和图像特征的点云自适应拼接方法

  2. 多视点云拼接技术是物体三维测量过程中的重要环节。现有的无标志点三维点云自动拼接方法在对不同表面进行测量拼接时稳定性较差。针对此问题,提出了一种基于几何特征和图像特征的点云自适应拼接方法。该方法建立了一个配准算法选择模型,通过引入配准算法判断因子来综合评价物体表面的几何、纹理复杂程度,从而系统可根据判断因子自适应地选择合适的配准算法,实现基于几何特征配准和基于图像特征配准的有机结合。并在特征点匹配过程中,采用随机抽样一致(RANSAC)算法对误匹配特征点进行剔除。实验结果表明,该方法可实现不同表面
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:4194304
    • 提供者:weixin_38663193
  1. 一种基于特征提取的点云自动配准算法

  2. 针对在不同视角下所获得的三维点云数据,提出了一种基于特征提取的点云自动配准算法。算法根据点云在不同半径内的法向量变化度来提取特征点,综合利用点云局部点的三种几何特征搜索匹配点对。通过利用距离约束条件来获取准确匹配点对并计算初始配准参数。精确配准阶段采用改进的迭代最近点(ICP)算法完成二次拼接。实验结果表明,与传统ICP算法相比,该算法在运行时间与精确度上都有着明显的提升。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:1048576
    • 提供者:weixin_38638799
  1. 一种基于关键点选择的快速点云配准算法

  2. 为了提高三维点云数据配准的效率, 提出一种基于法向量分布特征的关键点初始匹配与迭代最近点(ICP)的精确配准的两步点云配准算法。首先, 定义点云的邻接区域和法向量分布特征计算模型, 提出基于该模型的关键点选择算法; 其次, 为每个关键点建立局部坐标系, 计算关键点的快速点特征直方图, 使用采样一致性配准算法匹配关键点的特征, 去除错误匹配点, 求解出变换矩阵, 完成初始配准; 最后, 使用ICP算法, 对多视点云的初始配准结果进行精确配准。实验结果表明, 在散乱点云数据和自获取的深度点云数据配准
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:9437184
    • 提供者:weixin_38735541
  1. 三维点云中关键点误匹配剔除方法

  2. 三维点云关键点配准与识别过程中存在寻找匹配对不理想、大量误匹配对及配准与识别准确率下降等问题,提出了一种新颖的关键点误匹配剔除方法。在关键点检测阶段, 基于边缘点及其邻域点大多分布在同侧的特性, 提出了一种边缘点检测算法, 剔除处于边缘的关键点, 以提高关键点的可重复性和可匹配性, 并降低关键点特征匹配的误匹配率。在关键点特征匹配阶段, 对经由最近邻算法得到的初始关键点匹配对, 通过Kmeans算法和分裂法, 剔除掉大量错误的关键点匹配对, 从而提高三维点云之间关键点的匹配率。实验结果表明, 该
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:10485760
    • 提供者:weixin_38737144
  1. 基于曲率图的三维点云数据配准

  2. 以曲率图作为三维点云数据的特征描述函数,并运用曲率图实现了三维点云数据的配准.对于含有噪声的点云数据,先根据每个点的邻域特性估算其曲率值,然后根据每个点及其周围邻域点的曲率值构造该点的曲率图.通过在多比例空间下曲率图的特征保持分析,可提取到最能反映该点云数据特征的特征点集.对于两两配准,这些特征点集被用于三维点云数据的粗略配准算法中,该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配,由匹配的特征点对进行坐标变换求解,完成了两三维点云的粗略配准,然后运用迭代最近点算法进行
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:917504
    • 提供者:weixin_38663415