导读:本文包含了极线约束论文开题报告文献综述及选题提纲参考文献，主要关键词:双目视觉,立体匹配,Harris,极线约束
极线约束论文文献综述
杨伟姣,杨先海[1]（2019）在《结合Harris算子和极线约束改进的SIFT立体匹配算法》一文中研究指出针对尺度不变特征变换(SIFT)算法在双目立体视觉匹配过程中提取的特征点数量多、计算量大和耗时长的问题,本文提出一种结合Harris算子和极线约束改进的SIFT立体匹配算法。该算法通过Harris算子提取左图像特征点代替SIFT算法中的极值点,并引入极线约束来限定搜索范围获取右图像特征点,从而缩短特征点的提取时间并提高了准确率。实验结果表明,本算法在双目立体匹配过程中可实现较好的效果,有效地提高了匹配实时性和精度。(本文来源于《高技术通讯》期刊2019年11期）
陈一超,刘秉琦,黄富瑜[2]（2019）在《超大视场红外双目视觉极线约束与空间定位》一文中研究指出针对传统可见光、红外小视场视觉定位系统易受光照条件影响、环境适应性差、视觉信息不足等缺陷,提出了一种基于超大视场红外双目视觉的非线性极线约束与目标定位方法.利用全景相机畸变模型对超大视场红外相机成像过程的几何关系进行分析,建立了一般结构的超大视场红外双目视觉系统成像模型,完成了同名像点非线性极线约束方程的数理推导;以此模型为基础,研究了一种适用于超大视场红外双目视觉系统的目标叁维空间定位解算方法.实验结果表明:不同环境照度场景中距离为1.75～8.05m的8个目标点在极线方程约束下,同名像点的匹配搜索由二维降为一维,将匹配同名像点坐标带入叁维空间定位解算方程,距离误差在0.9%～7.0%之间,较高的定位精度验证了所提方法的正确性,以及超大视场红外双目视觉系统的空间定位能力与优势.(本文来源于《光子学报》期刊2019年02期）
任宏,刘培勋[3]（2018）在《基于极线约束的双目图像匀光校正方法》一文中研究指出因受光不均、成像系统电子学、光学特性不一致等因素影响,双目图像间会存在亮度差异,导致立体匹配错误。针对这一问题,本文提出了一种新的全局——局部相结合的双目图像匀光校正算法,该方法参考全局信息校正亮度的增减,参考局部信息确定亮度的离散。通过减少无关匹配点对亮度校正的干扰,使相关性更强的参考量参与计算。首先用标定获得双目相机内外参数,并对图像进行极线校正使对应行对齐,再根据对应行间的亮度特征用最小二乘法计算出图像全局的亮度差异,最后对全局校正后的图像进行行亮度校正。与几种传统的全局匀光校正方法进行对比实验,结果表明,该方法在对整幅图像亮度校正的同时,能够保持被校图像的细节信息,同时可有效提高立体匹配准确度。处理后实验图像平均匹配误差比未处理图像降低约70%。(本文来源于《内蒙古教育》期刊2018年14期）
李士杰,刘巍,杨景豪,刘阳,贾振元[4]（2018）在《基于叁目极线约束的高精度基础矩阵求解方法》一文中研究指出本文针对基础矩阵的高精度求解技术,提出基于多目相机极线约束后优化的观点。在计算机视觉行业起到关键性作用。如付诸现实将产生不可预估的经济效益。(本文来源于《中国科技信息》期刊2018年12期）
邓仕雄,王晓红,刘继庚,李婷婷,何志伟[5]（2018）在《基于SURF算法和极线约束的无人机影像匹配研究》一文中研究指出针对无人机影像受光照、拍摄角度及区域环境等因素的影响造成匹配效果不佳,局部区域匹配困难的问题,本文基于SURF算法,通过引入极线约束来提高特征匹配效果。该匹配算法首先利用SURF算法检测影像特征点,用RANSAC(Random Sampling Consensus)方法计算出基础矩阵,通过基础矩阵计算出所有特征点的极线,最后用极线过滤掉错误匹配。实验结果表明:与传统SURF算法的单一约束条件的无人机影像匹配相比,极线约束条件下的无人机影像匹配在误匹配减少的前提下能获得更多准确的特征匹配集。(本文来源于《贵州大学学报(自然科学版)》期刊2018年01期）
王珩[6]（2017）在《极线约束与结构光结合的主动式立体视觉技术》一文中研究指出光学叁维重构技术在叁维技术大行其道的今天有着非常广阔的应用前景。结构光技术和立体视觉技术是光学叁维重构技术中最重要的两个方法。本文结合这两种技术,提出了一套完整的叁维重构系统,其主要特点是具有很高的抗噪声能力,可以应用于自然光照明的非实验室环境中,取得良好的测量结果。本文介绍了摄像机标定的基本理论与实践方法,介绍了双目视觉技术进行叁维重构的叁角原理,介绍了极线约束理论,并设计了利用极线约束条件配合格雷编码结构光的立体匹配方案。并在此基础上提出了带有冗余度的骨架编码方案。利用本方案,本文对毛绒坐垫和小猴石膏像进行了实际的重构实验,证明了实验方案的有效性。接下来对实验的分辨率和精度进行了系统的理论分析和实验分析,并提出了一种测算最大测量分辨率的方法。本文还提出了一种利用叁角剖分与距离倒数插值的点云重采样算法。最后本文对提出的方案与相移法进行了实验对比,证明了在噪声环境中,本实验方案具有良好的抗噪声能力。(本文来源于《大连理工大学》期刊2017-09-28）
单宝华,霍晓洋,刘洋[7]（2017）在《一种极线约束修正数字图像相关匹配的立体视觉测量方法》一文中研究指出为了提高立体视觉方法的测量精度,提出一种极线约束修正数字图像相关(DIC)匹配的立体视觉测量方法。该方法通过DIC方法获得立体匹配的初值,应用极线约束对匹配计算结果进行修正,取位于右极线上距DIC匹配结果最近的点作为新的匹配点,并将该种匹配修正方法推广到右图像时序匹配。在材料实验机上完成304不锈钢试件单向拉伸实验,以引伸计的测量结果为真值,对比极线约束修正前后的双目立体视觉的测量误差。实验结果表明,极线约束修正以后,双目立体视觉测量误差的最大值、平均值及均方值均减小,说明极线约束修正后的匹配方法可以提高立体视觉方法的测量精度。(本文来源于《中国激光》期刊2017年08期）
秦晓飞,皮军强,李峰[8]（2018）在《基于极线约束的ORB特征匹配算法》一文中研究指出图像匹配是机器视觉领域的基础核心课题,针对当前ORB(oriented FAST and rotatedBRIEF)图像特征匹配算法虽然执行速度快、但是匹配质量不高的问题,提出一种通过极线约束来改进ORB匹配的算法。通过合理设计Hamming阈值大小来提高初始匹配点数量,采用RANSAC(random sample consensus)和8点改进法计算基本矩阵,应用极线约束剔除误匹配保留大量优质匹配点。仿真实验结果证明,算法改进后的优质匹配点数量可达原始算法的23倍,同时极大地提高了匹配点的质量,证明了算法的有效性。(本文来源于《计算机应用研究》期刊2018年09期）
叶勤,姚亚会,桂坡坡[9]（2017）在《基于极线及共面约束条件的Kinect点云配准方法》一文中研究指出Kinect作为轻量级手持传感器,在室内场景恢复与模型重建中具有灵活、高效的特点。不同于大多数只基于彩色影像或只基于深度影像的重建算法,提出一种将彩色影像与深度影像相结合的点云配准算法并用于室内模型重建恢复,其过程包括相邻帧数据的配准与整体优化。在Kinect已被精确标定的基础上,将彩色影像匹配得到的同名点构成极线约束与深度图像迭代最近点配准的点到面约束相结合,以提高相邻帧数据配准算法的精度与鲁棒性。利用相邻4帧数据连续点共面约束,对相邻帧数据配准结果进行全局优化,以提高模型重建的精度。在理论分析基础上,通过实验验证了该算法在Kinect Fusion无法实现追踪、建模的场景中鲁棒性依然较好,点云配准及建模精度符合Kinect观测精度。(本文来源于《武汉大学学报(信息科学版)》期刊2017年09期）
刘晓林[10]（2016）在《基于极线约束的单目立体视觉自由曲面棱镜设计》一文中研究指出立体视觉是计算机视觉的一个重要分支,目前已经广泛应用于工业、航天、医疗等众多领域。随着立体视觉技术的发展和应用方向的不断拓展,人们对立体视觉系统经济化、微型化、轻量化的使用要求也在不断提升,多目立体视觉系统的缺点愈加凸显,在很多领域的应用受到不同程度的限制。为了适应这样的发展需求,研究人员利用棱镜的分光作用,提出了基于棱镜的单目立体视觉系统。然而,棱镜的引入虽然降低了系统的搭建成本,减小了系统体积及质量,却也带来了系统采集图像的畸变问题。为了解决上述单目立体视觉系统的图像畸变问题,本文提出了基于极线约束的单目立体视觉系统自由曲面棱镜设计。根据平行光轴双目立体视觉系统的极线几何原理,利用自由曲面的丰富自由度的光学特性,通过改变双视角棱镜的表面面型,改变光线经过棱镜两次折射后的光路走向,设计满足要求的自由曲面棱镜,消除系统的非线性畸变,从根本上解决系统的图像畸变问题。主要的工作内容如下:第一,从单目立体视觉成像系统中的平面双视角棱镜的光线折射产生畸变的原理出发,提出在单目立体视觉系统中使用自由曲面棱镜替代平面双视角棱镜的设计思想。第二,设计出合适的自由曲面棱镜。首先选择一个初始的平面双是视角棱镜,根据几何光学分析光线经过棱镜折射的过程及图像畸变原理,结合平行光轴双目立体视觉系统的极线几何关系,推导出自由曲面棱镜的偏微分方程组。第叁,通过Matlab编程求解曲面上的离散点坐标,再对求出的离散点坐标进行等距离抽样,然后利用OriginLab数据绘图软件将抽样得到的离散点拟合成为光滑的自由曲面棱镜曲面面型,并进行拟合误差分析。拟合实验结果表明,该自由曲面棱镜左侧底面的拟合选择ploy2D拟合方法最为合适,拟合精度最高,而在左侧侧面拟合时,Extreme2D和Parabola2D两种方法的拟合效果相当,拟合误差相差不大,都可以采用,但Extreme2D方法的拟合误差稍小一些,拟合精度更高一些。本文从理论的角度分析了通过设计自由曲面棱镜消除基于棱镜的单目立体视觉系统的图像畸变问题,得到无畸变的单目立体视觉系统的可行性。(本文来源于《东北大学》期刊2016-12-01）
极线约束论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统可见光、红外小视场视觉定位系统易受光照条件影响、环境适应性差、视觉信息不足等缺陷,提出了一种基于超大视场红外双目视觉的非线性极线约束与目标定位方法.利用全景相机畸变模型对超大视场红外相机成像过程的几何关系进行分析,建立了一般结构的超大视场红外双目视觉系统成像模型,完成了同名像点非线性极线约束方程的数理推导;以此模型为基础,研究了一种适用于超大视场红外双目视觉系统的目标叁维空间定位解算方法.实验结果表明:不同环境照度场景中距离为1.75～8.05m的8个目标点在极线方程约束下,同名像点的匹配搜索由二维降为一维,将匹配同名像点坐标带入叁维空间定位解算方程,距离误差在0.9%～7.0%之间,较高的定位精度验证了所提方法的正确性,以及超大视场红外双目视觉系统的空间定位能力与优势.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极线约束论文参考文献
[1].杨伟姣,杨先海.结合Harris算子和极线约束改进的SIFT立体匹配算法[J].高技术通讯.2019
[2].陈一超,刘秉琦,黄富瑜.超大视场红外双目视觉极线约束与空间定位[J].光子学报.2019
[3].任宏,刘培勋.基于极线约束的双目图像匀光校正方法[J].内蒙古教育.2018
[4].李士杰,刘巍,杨景豪,刘阳,贾振元.基于叁目极线约束的高精度基础矩阵求解方法[J].中国科技信息.2018
[5].邓仕雄,王晓红,刘继庚,李婷婷,何志伟.基于SURF算法和极线约束的无人机影像匹配研究[J].贵州大学学报(自然科学版).2018
[6].王珩.极线约束与结构光结合的主动式立体视觉技术[D].大连理工大学.2017
[7].单宝华,霍晓洋,刘洋.一种极线约束修正数字图像相关匹配的立体视觉测量方法[J].中国激光.2017
[8].秦晓飞,皮军强,李峰.基于极线约束的ORB特征匹配算法[J].计算机应用研究.2018
[9].叶勤,姚亚会,桂坡坡.基于极线及共面约束条件的Kinect点云配准方法[J].武汉大学学报(信息科学版).2017
[10].刘晓林.基于极线约束的单目立体视觉自由曲面棱镜设计[D].东北大学.2016