对应点匹配不仅是传统视觉中的一个基本问题,也是非传统视觉(包括全向视觉和混合视觉)中的一个核心问题,目前针对非传统视觉对应点匹配的研究远不象传统视觉中那样成熟。本课题针对非传统视觉对应点匹配中特有的问题,将从三个方面展开研究:第一,对鱼眼图像之间的对应点匹配,不需要将鱼眼图像转化为透视图像,直接采用基于仿射不变量的特征点检测和匹配方法,重点研究基于鲁棒性统计的匹配方法,同时还将对基于彩色组合分量的相似性度量方法进行研究;第二,对于鱼眼图像和透视图像之间的对应点匹配,拟对支持窗处于深度连续或不连续区域,同时考虑到混合视觉中特有的数据缺失问题,通过基于自适应权值的方法构造集成的代价函数,来合理和有效地度量对应点的相似性;第三,还将对基于种子点扩散的混合视觉准稠密对应点匹配方法进行研究,这对混合视觉来说将会是一种合理的选择。该课题的研究,对非传统视觉中有关的理论和应用问题将会具有很大的推动作用。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
信息熵-保真度联合度量函数的单幅图像去雾方法
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
基于流形学习的图像对应点匹配问题研究
基于成像畸变模型的鱼眼图像直接处理算法研究
声纳图像匹配与融合的关键问题研究
图的匹配强迫与匹配阻碍问题研究