雙目立體視覺ppt課件(存儲版)
【正文】 對 f (x, y)和 w(x, y) 幅度值的變化比較敏感 相關系數(shù) ? ? ??? x y tysxwyxftsc ),(),(),(? ? ? ?? ? ? ?2122),(),(),(),( ),(),(),(???????????????? ? ? ?? ?x y x yx ywtysxwyxfyxfwtysxwyxfyxfts?15 雙目立體匹配 1. 極線約束 C?和 C“之間的連線 稱光心線，光心線 與左右象平面的交 點 E?和 E”分別稱為 左右象平面的極點 光心線與物點 W在同一個平面中，這個平面稱為極平面，極平面與左右象平面的交線 L39。該面積當 核處在直邊緣處約為最大值的一半， 而當核處在角點處則為最大值的 1/4 ? 使用 USAN面積作為特征起到了增強邊緣和 角點的效果 24 2 ) SUSAN邊緣檢測 SUSAN： 最小（ Smallest） 核同值區(qū) 檢測模板： 37個象素 , 半徑為 t270 2 7c??????????TyxfyxfTyxfyxfyxyxC),(),(0),(),(1),。 ? 這里 *W代表以 x,y為中心與高斯模板 W做卷積，而這個模板的大小則需要你自己指定。 37 3 SIFT尺度不變特征提?。? ? 3）確定特征點的主方向 利用關鍵點鄰域像素的梯度方向分布特性為關鍵點指定方向參數(shù)，使算子具備旋轉不變性。一個特征點可能會被指定具有多個方向（一個主方向，一個以上輔方向），這可以增強匹配的魯棒性。定義 C(PR, QR)為 PR和 QR間的交叉標號，如果順序匹配約束滿足記為 C(PR, QR) = 0；否則記為 C(PR, QR) = 1。梯度方向直方圖的峰值則代表了該特征點處鄰域梯度的主方向，即作為該特征點的主方向。 34 3 SIFT尺度不變特征提?。? ? 2022年， David. Lowe總結了已有基于不變量技術的特征檢測方法，正式提出了一種基于尺度空間的，對圖像平移、旋轉、縮放、甚至仿射變換保持不變性的圖像局部特征， 35 ： ? 1） 尺度空間極值檢測 特征點，在 1999年提出利用不同尺度的高斯差分方程同圖像進行卷積，求取尺度空間極值，即 D(x,y,σ)=(G(x,y,kσ)G(x,y,σ))*I(x,y)=L(x,y,kσ)L(x,y,σ) 36 3 SIFT尺度不變特征提?。? ? 2）精確定位特征點的位置 當然這樣產生的極值點并不都是穩(wěn)定的特征點，因為某些極值點響應較弱，而且 DOG算子會產生較強的邊緣響應。 31 2 Harris角點檢測算法的步驟： ? 2.）為每一個點計算局部自相關矩陣 ? u(x,y) = [Ix(x,y)^2*W Iy(x,y)Ix(x,y)*W。但在平滑區(qū)域得到的模板圖象具有相同或相近的模式，使匹配有不確定性，并導致產生誤匹配。此時常需根據(jù)其他匹配位置的匹配結果來插值這些無法匹配點的數(shù)據(jù) (2) 不同模板圖象應有不同模式。當然使用簡單的 Prewitt或者 Sobel算子也沒有關系。當然在求取了每個點的corness以后，最好再做一個極大值抑制，這樣的效果比直接設置一個閥值要好。 一個柱，總共 36個柱。Buz ????45 注意：僅由稀疏的匹配點并不能唯一地恢復 物體外形 示例： 過這 4個點的曲面可以有無窮多個 基本方法 46 順序性約束： 物體可見表面上的特征點與它們在兩幅成象圖象上投影的順序正好反過來 有遮擋時，圖象上投影的順序不滿足順序性約束 動態(tài)規(guī)劃匹配 47 建立在兩條
教學課件相關推薦
鄂ICP備17016276號-1