检索结果-南通市图书馆

仪器仪表学报 2015年第2期36卷 360-367页

作者：胡步发刘志萌福州大学机械工程及自动化学院福州350116

针对人脸立体匹配中低纹理区域的误匹配率较高的问题,将极线距离变换应用到人脸立体匹配当中。这种变换将图像中像素点的灰度值转化为极线方向上相应区域的位置,使得在低纹理区域中灰度值相似的像素点变得容易区分。因此可以用于提高立... 详细信息

针对人脸立体匹配中低纹理区域的误匹配率较高的问题,将极线距离变换应用到人脸立体匹配当中。这种变换将图像中像素点的灰度值转化为极线方向上相应区域的位置,使得在低纹理区域中灰度值相似的像素点变得容易区分。因此可以用于提高立体匹配算法在低纹理区域的匹配精度。但是在应用到人脸立体匹配过程中会出现高纹理区域的鲁棒性和精度下降的问题,通过对不同极线长度的极线距离变换结果提取有利的部分进行匹配来解决这一问题。实验结果表明,采用改进后的方法,在人脸的低纹理区域仍然能获得较高的匹配精度,并且降低了计算的复杂度,同时对于人脸中的高纹理区域具有较好的鲁棒性。

关键词：立体匹配极线距离变换人脸图像对低纹理区域

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

抗自然干扰的图像区域复制篡改盲检测算法研究

抗自然干扰的图像区域复制篡改盲检测算法研究

引用

作者：梁爽爽沈阳工业大学

学位级别：硕士

伴随着信息时代的到来，数字图像已经遍及到人们的日常生活中与此同时，各类图像编辑软件也随之兴起，给图像信息安全带来了严重的威胁图像区域复制篡改，是对某图像中的一些关键区域进行复制，并粘贴到同幅图像的伪造行为如今，自然干... 详细信息

伴随着信息时代的到来，数字图像已经遍及到人们的日常生活中与此同时，各类图像编辑软件也随之兴起，给图像信息安全带来了严重的威胁图像区域复制篡改，是对某图像中的一些关键区域进行复制，并粘贴到同幅图像的伪造行为如今，自然干扰和人为干扰已经成为区域复制篡改检测面临的两个关键性问题到目前为止，对存在人为干扰的检测技术已经取得了一定成果但是，自然干扰一直是篡改检测面临的难点，比较典型的则为大面积低纹理区域和真实相似物体的干扰，往往会被现有的检测算法误认为是复制篡改区域，降低检测准确率针对自然干扰会使检测结果出现假阳性特点，对于大面积低纹理区域干扰，本文提出基于分形维数和图像熵的低纹理区域识别算法将图像映射到3-D空间中，通过差分盒维数法进行分形维数估计，并利用图像熵进行信息量估计，这两种技术的结合可以有效的提取图像的纹理特征，继而将得到的图像特征作为输入向量利用支持向量机进行低纹理识别对于真实相似物体干扰，本文提出基于密度的局部离群点估计与簇内紧凑度相结合的检测算法首先对图像进行复制篡改检测，把检测到的复制区域和篡改区域作为可疑区域，进行2次判断根据真实相似物体和复制篡改区域特征点分布相异性特点，利用SIFT算子进行特征点检测，并采用双向匹配算法提高配准精度然后对匹配点进行距离归一化，利用仿高斯影响函数来估计邻近点对当前测点的影响因子，再通过影响因子对局部可达密度加权进行局部离群因子计算，可以更精确的估计匹配点的分布在簇内紧凑度估计过程中，由于图像中往往存在细节特征不明显区域，从而使点集体现局部紧凑性，因此先通过对匹配点进行近邻传播聚类后，利用求得的平均簇内紧凑度与局部离群点相结合，作为特征向量输入到支持向量机中进行训练，最后通过求得的最优判别面进行真实相似物体与复制篡改区域分类实验表明，上述方法可以有效抵抗大面积低纹理区域和真实相似物体所引起的检测假阳性，且可较好的抵抗高斯白噪声和JPEG压缩，具有高准确率与低误判率

关键词：篡改检测区域复制低纹理区域真实相似物体局部离群因子

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双目视觉测距的局部立体匹配技术研究

基于双目视觉测距的局部立体匹配技术研究

引用

作者：苗志勇兰州理工大学

学位级别：硕士

双目立体视觉测距作为机器视觉中的重要技术之一,已在智能机械、三维重建和军事主动测距等诸多领域中发挥着重要的作用。相关学者针对双目测距已开展了多年的研究工作,且在局部立体匹配技术中取得了丰硕的成果;然而这类技术在处理低纹... 详细信息

双目立体视觉测距作为机器视觉中的重要技术之一,已在智能机械、三维重建和军事主动测距等诸多领域中发挥着重要的作用。相关学者针对双目测距已开展了多年的研究工作,且在局部立体匹配技术中取得了丰硕的成果;然而这类技术在处理低纹理、遮挡、复杂轮廓图像和光照不均等区域时依然存在精度明显较低的问题。本文针对上述问题分析、研究并做了如下工作:首先,开展了有关双目立体视觉国内外发展现状与基本理论知识的研究,同时实验对比分析了目前常用几种局部立体匹配技术的优缺点,为后期算法的改进提供了基础知识储备与理论依据。其次,针对局部立体匹配中的自适应窗口算法在匹配图像时,精度易受光照不均和窗口形状难以有效描述待匹配图像边界等问题,提出一种异形自适应窗口局部立体匹配算法。该算法在计算匹配代价之前,对待匹配图像进行引导滤波预处理,平滑图像保持边界;针对传统Census变换易受中心像素波动影响的不足,提出了像素信息三维化用以在Census变换基础上结合窗口内非中心像素间差异和窗口间中心像素差异信息计算匹配代价;最后为了比传统算法更好地贴合图像边界与轮廓从而提高匹配精度,又提出了由双螺旋路径法确定的异形窗口进行代价聚合,此法在中心像素周围区域同时沿两条螺旋搜索路径自适应地确定形状大小,形成比传统算法更加高效多变地匹配窗口,从而获得较高精度的视差图。再次,针对前一种所提算法在图像低纹理区域视差值误差较大的问题,提出一种基于重构平面的图像低纹理区域立体匹配算法。其在传统超像素分割算法基础上,改进得到可预估超像素分割数k和能合并“同质”超像素,以构成低纹理区域的改进型超像素分割算法,并用快速直线段提取算法识别低纹理区域轮廓;同时本文利用提出的“锚点法”筛选出低纹理区域的真边界像素点,并与前一章的边界处视差值相结合构造若干三维空间点,再将其拟合为世界坐标系下的三维低纹理平面;最后再由此平面方程重新计算细化低纹理区域内部视差。经上述所有算法处理就可获得在光照不均、图像轮廓复杂和低纹理区域表现都相对较好的局部立体匹配算法。最后,基于Windows系统的Matlab2018a软件,结合改进的局部立体匹配技术,开发出了双目立体视觉测距软件模块,实验表明其测距误差绝大多数小于5%,能满足实际使用需求。

关键词：双目测距局部立体匹配复杂轮廓低纹理区域超像素分割

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

三维自由曲线的立体匹配及重构方法

三维自由曲线的立体匹配及重构方法

引用

作者：刘双印电子科技大学

学位级别：硕士

目前,计算机视觉测量已经深入到人们实际的生产和生活中,比如:无人驾驶、缺陷检测、虚拟现实(VR)等,尤其在异形物体测量上具有优势。计算机视觉测量是指将计算机视觉技术应用在空间几何尺寸的测量,具有结构简单、非接触和处理相对方便... 详细信息

目前,计算机视觉测量已经深入到人们实际的生产和生活中,比如:无人驾驶、缺陷检测、虚拟现实(VR)等,尤其在异形物体测量上具有优势。计算机视觉测量是指将计算机视觉技术应用在空间几何尺寸的测量,具有结构简单、非接触和处理相对方便等优点,因而得到广泛的应用。但是,该技术仍存在许多问题,比如:手动采集图像引起的采集效率低和图像清晰度低、低纹理表面物体测量的精度较差、三维重构的点云难以描述物体表面的特征且易受噪声影响等问题。围绕上述问题,本文主要工作如下:首先,针对手动采集图像引起的采集效率低和图像清晰度低等问题,提出了背景差分搜索的改进算法和完整性检测算法。该算法使得图像采集过程全自动化,保证了目标的边界清晰。同时,提出了前景区域作为评价窗口的聚焦算法,确保了评价函数的单峰性,保证了图像的清晰度。最后,建立了自动视觉测量系统。其次,针对低纹理表面物体测量的精度较差问题,提出了优化窗口匹配算法。在上一步解决了图像获取问题后,进行图像处理。首先,基于Tao的图像分割的立体匹配框架,采用均值漂移(Meanshift)图像分割方法对图像进行分割,其次,采用自适应权值的窗口匹配算法,获取初始匹配视差图,并结合优化窗口算法,获取更多的匹配点,最后,建立视差模型,计算并优化模型参数,根据建立好的模型获取稠密视差图。将本文算法与OpenCV库中主流的三种匹配方法进行了对比分析,给出了本文算法对低纹理区域匹配的效果。最后,针对三维重构的点云难以描述物体表面的特征且易受噪声影响问题,提出了由线及面的重构方法。该方法将物体表面分割成若干曲线,三维重构每一个曲线,进而重构整个曲面。该方法彻底解决了低纹理区域匹配问题,本文重点研究了三维空间曲线的立体匹配和重构。利用激光发射器在物体表面投影一段空间曲线,采用B样条插值拟合方法拟合曲线,并对该方法拟合效果进行了误差分析。分析表明该方法减少了误匹配点,提高了测量精度,并有效的描述了物体表面形状,重构精度的平均误差小于1mm。

关键词：双目视觉低纹理区域图像分割匹配与重构

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：