极线约束

摘要： 学习型特征检测器利用神经网络来检测和匹配图像特征点,其网络参数通常通过优化低层视觉的匹配准确率而训练得到,然而在高级视觉任务中,低层图像配准率的提升未必能带来更佳性能。针对该问题,提出一种双损失误差策略下的强化学习方法,一方面,将学习不变特征变换(LIFT)所得到的特征点和描述符以概率形式表示,估算出图像间的相对位姿,并与真实位姿比较获得位姿误差。另一方面,利用匹配图像间极线约束的几何性质,估算出匹配特征点间描述子的误差。然后基于上述两种损失误差优化LIFT,最终学习得到神经网络参数。实验中使用H-Patches数据集和自制数据集,将图像输送到LIFT特征检测器和视觉管道中,以端到端的方式训练神经网络参数。实验结果表明,该算法显著提高了特征点的匹配精度。

摘要： 针对图像在发生变化时特征点匹配准确率较低的问题,提出一种基于感知Hash和极线约束的改进AKAZE(accelerated-KAZE)算法.该算法将特征点匹配分为粗匹配和精匹配两个阶段,粗匹配阶段利用特征点的最近邻次近邻比值和感知Hash算法进行匹配点对的筛选;精匹配阶段使用随机抽样一致算法和极线约束进一步筛选匹配点对.仿真实验结果表明,与进行随机抽样一致算法剔除误匹配点对后的原算法相比,特征点匹配准确率仍平均提高12.9%,速度仅慢2.4%,可在保证算法效率的前提下有效提升图像发生变化时匹配点对的准确率.

摘要： 针对非线性图像校正过程中存在的局限性,提出一种优化的非线性图像矫正方法——基于极线约束的非线性图像校正方法.在对极线约束特点进行分析的基础上,根据映射极线基础矩阵的特点,基于RANSAC的对非线性图像匹配集进行计算,并引入极线约束条件,实现对非线性图像特征匹配,最后以匹配结果为依据,对图像进行校正.实验结果表明,本文方法可以有效提高图像校正质量,MSE损失值、峰值信噪比以及结构相似性指标分别为0.223、0.597、7.836,并且耗时仅为0.066 s,表明本文方法具有一定的应用价值.

摘要： 针对缺乏边缘信息的圆中心定位无法实现的需求,研究了一种在尺度空间上进行稳定极值区域检测和匹配的方法,首先,双目视觉传感器对图像进行同步采集,对采集的图像利用高斯卷积核函数建立高斯差分尺度空间,按照尺度空间极值区域检测原则在高斯差分尺度空间上进行稳定极值区域检测,对检测得到的区域进行椭圆拟合得到区域的中心,即圆的中心,根据极线约束重建圆的三维空间位置.实验结果表明,该方法克服了现有方法无法在缺乏边缘信息下对圆中心定位的缺陷,具有较高的鲁棒性,可以适用于在各种复杂工况下的圆的中心定位,定位精度在0.15mm以内.

摘要： 针对智能机器人等领域对同步获取更大视野场景的需求,设计出一种基于双CMOS图像传感器的嵌入式实时图像拼接系统。以DSP为中央处理器,硬件上采用具有外部触发模式的CMOS图像传感器搭配异步FIFO实现同步曝光采集,结合系统特点通过减少ORB算法中特征值搜索范围、构建自适应积分图加速描述子运算以及对特征值匹配增加极线约束保证拼接效果的同时提高其实时性。通过上位机观测系统性能表明,该系统图像处理速度为4 fps,可用于移动机器人等领域。

摘要： 红外立体视觉检测技术被广泛地应用于电气设备热检测工作中.对红外图像准确地标定及校正可有效提高检测精度.通过角点的亚像素级提取提高标定精度,在两红外图像之间增加极线约束关系实现校正处理.该方法有助于提高立体匹配的精度.

摘要： 提出一种基于极线约束来提高SIFT特征匹配精度的算法。用经典SIFT方法分别对两幅图像提取不变特征向量，以低SIFT匹配阈值的方法获得初始匹配对，进而通过RANSAC算法计算极线约束基本矩阵，再以高SIFT匹配阈值获得大量的粗匹配对,并利用极线约束方法剔除误匹配对。实验表明，该方法可以有效地剔除误匹配点,提高匹配精度，同时还可以获得数量较多的匹配对。

摘要： 图像匹配是计算机视觉中的一个基本问题，在诸如三维重建、对象识别和分类等应用中，图像的特征匹配都是一个关键的步骤。在双目立体视觉系统中，对应点的寻找与极线几何密切相关。本文在应用相关方式的区域匹配算法的基础上，引入了极线约束进行特征点的匹配。试验结果表明，算法可以很好的完成特征点的匹配并且具备很高的正确率。

摘要： 针对同一物体从不同角度拍摄形成的不同图像的匹配问题,提出新的基于区域互信息和极线约束的角点匹配快速算法.该算法首先采用Canny边缘检测算子提取图像边缘,再利用曲率最大原理求取局部板值完成角点检测,随后基于区域互信息测度获取角点的初始匹配;进一步采用基于极线约束及马氏距离测度的改进松弛算法完成角点的精匹配.实验表明,本算法具有较好的鲁棒性,能有效、快速.高精度的进行角点匹配.

摘要： 针对光栅式双目立体视觉传感器的立体匹配问题，提出了一种基于极线约束和空间点最小距离搜索的立体匹配方法。该方法将光栅式双目立体视觉传感器看作两个光栅结构光传感器，分别标定后可测定光条中心点关于某个结构光模型的三维坐标，若两点匹配则其三维坐标间的距离理论上为零。引入极线约束，在左摄像机成像光条上找一个特征点，在右摄像机所成像中便可计算出一条极线与之对应，在极线与各光条中心的交点中寻找匹配点。该方法在三维空间进行匹配，计算量小，能够实现点与点的唯一匹配。仿真实验表明了该方法的有效性。

摘要： 本公开的方面一般涉及由计算设备确定全景图像的位置和取向。一个或多个计算设备(12)可以接收第一全景图像(300)和第二全景图像(610)之间的对准数据(820)以及第一全景图像和第二全景图像的原始位置数据。一个或多个计算设备可以基于对准数据确定一对全景图像之间的相对取向，并基于原始位置数据计算从第一全景图像到第二全景图像的朝向。位置数据和对准数据可以由一个或多个计算设备基于一对全景图像与原始位置数据之间的相对取向来优化。一个或多个计算设备可以利用化的相对取向和优化的位置数据替换原始位置数据和相对取向。

摘要： 本公开的方面一般涉及连接全景图像。一个或多个计算设备(120)可以加载并显示在第一位置处捕获的第一全景图像并且接收对第一全景图像(300)上的区域的选择，所述区域对应于可以做出与其他全景图像的连接的位置(510)。一个或多个计算设备(120)可以识别并显示在第一位置附近捕获的一个或多个附近全景图像，并接收对一个或多个附近全景图像(710)中的一个的选择。一个或多个计算设备可以显示所选择的全景图像和第一全景图像，并且将所选择的全景图像与第一全景图像对准，使得所选择的全景图像在与第一全景图像(610)相同的方向上取向。一个或多个计算设备可以将所选择的全景图像与第一全景图像连接。

摘要： 本发明公开了极线几何约束的鱼眼相机标定方法，实施步骤如下：首先建立室内三维标定场，测量人工标志点的三维坐标以及鱼眼图像坐标，然后通过鱼眼相机与传统光学相机投影函数的关系确立鱼眼图像点与透视投影图像点的关系，用Levenberg‑Marquardt(LM算法)最小化误差，解算鱼眼图像点与空间三维坐标点的最优投影变换矩阵和基本矩阵；接着将径向畸变与切向畸变模型加入极线几何约束式，以牛顿法求解出径向与切向畸变参数，改正鱼眼图像点。最后计算鱼眼图像点与空间三维坐标点投影变换矩阵以及基本矩阵，分解投影变换矩阵，得到内外方位元素。本发明方法能计算出鱼眼相机的内参数，提高内参数的求解精度。

摘要： 本发明公开了一种基于相位匹配与极线几何约束的数字投影仪投影标示方法，包括如下步骤：对相机和投影仪组成的测量系统进行标定；在物体表面投影相移条纹图和均匀灰度图；检测物体表面图像中对应于物体表面待投影标示特征的像素区域；求解相机图像中待投影标示区域中各像素的绝对相位值；计算相机图像中待投影特征区域像素在投影仪图像中对应像素的水平方向坐标；得到投影仪图像中的待投影标示区域，生成用于投影标示的图像，对物体表面进行投影标示。本发明将相位匹配与极线几何约束相结合，引入基于数字投仪的投影标示技术中，不需要在物体表面布置特征靶标，只需要向被测物体表面投影一组相移条纹图，便可实现对物体表面特征的投影标示。

摘要： 本发明涉及结合拓扑关系和极线约束的管路三维重建方法。其步骤为:首先利用已全局标定的工业相机对导管图像进行同步采集,进行图像增强,使图像边缘锐化,进而利用边缘检测算法检测图像边缘,滤除错误的边缘区域,得到弯管图像边缘区域,然后对边缘图像进行骨架提取得到弯管图像的中轴线,借助于图像分割将中轴线分割成直线段和椭圆段区域,最后借助于透射变化中的拓扑关系和极线约束对控制点进行三维重建,结合弯管的管径和弧径重建出弯管的三维模型。本发明方法能有效的重建管路的三维模型；能有效剔除极线约束过程中造成的多义性，得到的控制点鲁棒性强；精度高，效率高。

摘要： 本发明一种基于双重极线约束的特征标志点匹配方法属于计算机视觉测量技术领域，涉及一种基于双重极线约束的特征标志点匹配方法。该方法首先对双目相机的内参数和两个相机之间的外参数进行标定；然后，利用灰度重心法对图像特征标志点进行提取，获取特征标志点在左右图像坐标系下的坐标；接下来基于标定参数构造第三视角图像；最后，基于左相机图像和构造的第三视角图像在右图像中的双重极线约束完成特征标志点的匹配。该方法通过构造第三视角图像，在右图像中形成双重极线约束缩小对应匹配点搜索范围来进行左右图像中特征标志点的一一匹配，实现了在复杂测量环境下的非对称有限特征图像中特征标志点快速，精准，高鲁棒性的匹配。

摘要： 本发明提供了一种基于极线约束的单目线特征地图构建方法，包括以下步骤：1.对相邻两帧图像K

摘要： 一种结合极线约束的相位轮廓自适应投影测量方法，预先投影一组水平相移条纹图和白图，拍照捕获对应的图像，查找图像中的饱和像素区域，并提取这些区域的边缘轮廓，对轮廓上的像素进行解相位求解绝对相位值；根据投影仪图像中绝对相位与坐标值的对应关系，找到饱和区域轮廓像素在投影仪图像中的水平坐标；根据标定好的相机和投影仪之间的极线约束关系，找到饱和区域轮廓像素在投影仪图像中的外极线；根据上述两个约束得到投影仪图像中的饱和区域轮廓，降低轮廓中像素的灰度，生成自适应调整的投影图像，对物体表面进行投影测量。本发明通过引入相机和投影仪之间的极线约束关系，实现减少相移条纹图的投影数量，提高测量速度。

摘要： 本发明公开了一种极线约束的稀疏注意力机制医学影像三维重建方法，本发明的特点是建立跨视图Transformer网络结构，借助于自然图像的成像规律，采用无监督迁移学习，设计基于卷积神经网络结构的跨视图Transformer，在注意力矩阵计算时采用计算机视觉多视几何极线约束方法，使注意力矩阵在此约束下，在多视图之间对特征学习过程中能够产生准确的对应关系，实现医学影像的三维几何重建，本发明方法可以为临床医学辅助诊断提供有效的可视化的策略。

摘要： 一种基于三目极线约束的相机自标定方法，采用三目视觉系统采集同一时刻的图像，使用SURF匹配算法找到第1、3幅图像上的匹配点集，和第2、3幅图像上的匹配点集；选择RANSAC方法对原匹配点集进行误匹配剔除，并将获得的正确的匹配点带入归一化八点法进行基础矩阵的求解，获得初始的基础矩阵；将参考图像和辅助图像上的特征靶标点映射为仲裁图像上的极线，从而获得极线对在仲裁图像上的交点；最后使用极小化极线交点坐标和同名特征点坐标之间的偏差的方法来优化基础矩阵，获得的矩阵即为最终的基础矩阵；该方法通过引入第三个视图附加的约束条件，以极小化重合度误差的方法来解决传统的双目视觉系统中不能完全求解正确基础矩阵的问题。