增量式SfM方法在航拍图像三维重建中的应用

<正>视觉作为最重要的感官之一,是人类获取、存储、分析外界个体信息的主要方式。计算机视觉则是一种对生物视觉系统的模拟,通过照相机、计算机等相关设备对目标物体的数字信号进行获取和处理。随着目前计算机技术和人工智能的发展,计算机视觉技术已经成为目前的热点研究方向,其研究领域涉及目标物体跟踪、识别;图像匹配与融合;图像内容的视觉问答;基于图像的三维重建等。在计算机技术的发展和普及下,对真实世界中某些目标或场景的三维建模研究,逐渐受到各领域学者的关注。本文研究计算机视觉中基于图像的三维重建技术,     

基于多视角影像的古建筑三维模型重建

多视角影像三维重建技术是计算机视觉领域的一个重要研究内容,它具有操作简单、建模效率高、建模成本低的特点。本文通过采集古建筑多视角影像,利用Context Capture三维实景建模软件对文星阁进行三维模型重建,对古建筑的保护和数字化存档具有重要参考意义。     

基于特征相关的图像配准与拼接算法研究

图像拼接技术现在应用的范围已经愈加广泛,无论在计算机视觉,三维重建,医学图像处理,全景建设等领域都得到了广泛应用。作为图像处理领域的一门科学,已经受到越来越多的重视。本文对图像拼接的基本原理进行说明介绍,同时介绍一些基本的拼接算法,主要是基于特征点的研究。并且对图像拼接未来的发展进行一个展望。     

重点项目“虚拟现实中基于图像的建模绘制”成果简介

1背景 　　虚拟现实（Virtual Reality-VR）技术是当代信息科学的前沿研究领域.VR综合应用了计算机图形学、计算机视觉等多个学科领域的关键技术,在计算机中营造出一个虚拟的环境,使用户产生身临其境的真实感受.目前虚拟现实技术已在军事演习、工业、医疗卫生、环境保护、影视及娱乐等领域获广泛应用.     

计算机视觉技术在家禽养殖领域中的应用

近年来,计算机视觉技术得到广泛的发展,且已大规模的应用于和扩展到家禽养殖产业中。该文介绍了计算机视觉系统的组成,概述了国内外计算机视觉技术在家禽养殖领域应用现状,并对计算机视觉技术应用于家禽养殖中存在的问题及发展前景做了概括。     

基于视觉传感与图像处理技术的焊接过程控制技术

随着视觉传感、图像处理和人工智能等技术的发展,计算机视觉以其信息量大、精度高、通用性好、检测范围大等特点,在焊接领域得到了广泛的应用。本文简要地介绍了目前的计算机视觉技术和方法,综述了该技术在焊接过程控制中的典型应用。     

基于单帧视频序列多目标约束的三维重建技术

在视频图像序列中,假设目标的数量较多,会形成较大的干扰,利用传统算法对目标进行三维重建,会出现目标像素混合、特征丢失的问题,造成传统算法不能得到很好的约束效果,三维重建真实性较差,从而导致多目标三维重建失真.为了解决这一问题,本文提出了一种基于多目标约束立体视觉算法的抗干扰三维物体重建方法.提取视频序列不同图像中的目标特征点,加入形变约束分析方法,准确计算建模物体的形变,抵抗特征丢失带来的干扰,再利用立体视觉技术进行多目标三维重建.实验结果表明,这种算法能够有效提高多目标三维重建的真实性,取得了令人满意的效果.     

基于综合特征的图像信息检索

图像的特征方法检索是当前计算机视觉、多媒体数据库管理等研究领域的热点之一.介绍了特征的提取过程和基于综合特征的图像检索方法,该方法能够根据对图像的主观认知反映出图像的视觉内容.实验结果表明,基于特征的图像检索更符合人的视觉特点.     

基于Innography数据库的计算机视觉专利挖掘与分析

计算机视觉是一门综合了计算机科学、工程科学、神经科学等多个学科的综合性科学技术。近年来计算机视觉发展迅速,已成为成为人工智能领域商业化最顺利的技术之一,市场前景广阔。本文对国家知识产权专利数据库收录的2000—2019年申请的计算机视觉领域专利技术进行统计,从专利申请的年度分布、地区分布、IPC分类、专利强度等方面展开分析,并对中国计算机视觉技术创新发展给出意见。     

基于双目视觉系统的摄像机标定技术的研究

摄像机标定技术的研究是计算机视觉领域的重要研究内容之一,其研究成果直接影响着视觉系统的精度。本文系统归纳了现有的各种摄像机标定方法,详细分析了各种标定算法的原理和特点。最后,总结分析了摄像机标定技术目前存在的主要问题和提出了今后发展的方向。     

计算机视觉技术的发展与应用

计算机视觉是通过计算机分析与处理视觉信息。计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工系统。简单介绍计算机视觉的发展,计算机视觉与相关领域的关系,以及计算机视觉信息处理的图像处理方法。     

计算机视觉及其发展与应用

计算机视觉技术应用范围十分广泛,车辆、交通、鱼类产量、大米外观、PCB产品质量检测等等,很多意想不到的领域都会应用到它,但却并不一定了解其是什么技术。本文介绍计算机视觉系统的基本组成和研究进展,分析计算机视觉在车辆、交通方面的发展应用和研究趋势。     

一种基于RANSAC算法的单应矩阵估计方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵都起着至关重要的应用作用。但在求解单应矩阵时,图像之间的特征点常常出现误匹配的现象,针对该情况本文运用RANSAC(Random Sampling Consensus)算法解决特征点误匹配问题,描述了从图像的特征提取、特征点匹配到求解单应矩阵的完整的处理过程,并对算法有效性进行了验证。方法简单、快速、易实现,对提高计算机视觉应用稳定性具有一定的理论意义和实用价值。     

计算机视觉应用中的彩色图像分割算法研究

由于彩色图像包含丰富的视觉信息,同时随着模拟人类视觉的计算机视觉技术被广泛应用到不同的领域,更使得彩色图像处理技术越来越受到研究人员的关注,这其中彩色图像分割技术是首要关键问题,其成功与否决定了后续工作的进行。为此,本文系统的介绍了应用到不同领域的计算机视觉技术中所采用的彩色图像分割算法,通过对比,提出开发彩色图像分割算法时需要考虑的因素。     

计算机视觉中场景理解的专利技术分析

<正>计算机视觉是人工智能的一项核心技术，目前正处于全球研发热潮期。计算机视觉是一种利用计算机从图像或视频中获取信息的技术，即试图理解或者仿真人类视觉系统达到完成特定任务的目的，可以分解为增强现实、生物识别、场景理解、字符识别、目标跟踪、视频图像识别等多个技术分支。场景理解作为计算机视觉领域的一个重要分支，其目标在于将采集到的视觉数据转换为语义信息，使计算机能够获得概括与描述视觉场景的能力，在人机交互、机器人模式识别、自动驾驶、增强现实等领域具有广泛的应用。     

基于SFS的三维形貌恢复方法研究

目的:对用明暗恢复形状(SFS,8hape fromshading)技术来恢复物体的三维形貌进行初步研究.方法:总结了目前比较成熟和具有一定实用性的几种SFS算法.结果这几种SFS典型算法都能在一定条件下,由物体的友度图像在一定程度上恢复其三维形貌.结论每个算法都有其优缺点和适用条件.     

无人机航拍图像三维重建技术研究综述

由于时代的不断发展无人机技术和三维重建技术已经日趋成熟,本文利用无人机航拍图像进行三维重建,对室外大规模场景下的三维重建问题开展相关研究。该研究横跨机器视觉、电气自动化、飞行器等多种技术知识,试图建立一个用于无人机航拍室外大型场景下的,运行效率相对较高、成本相对较低的三维重建平台架构。     

基于特征点匹配的快速双目三维重建

随着现代图像处理和模式识别技术的快速发展,人们对双目视觉系统三维重建越来越重视。本文着重研究双目视觉三维重建的系统实现方法,采用了光流等方法快速提取图像对同名点进而建立三维模型的技术方案,其中包括容错匹配、基础矩阵估计、前方交会方法等。各模块经过试验测试和验证,最终能够通过两幅图像快速恢复出三维可见表面几何形状,满足三维重建目标的要求,有一定应用价值。     

计算机视觉中的摄像机定标方法及其应用特点探讨

计算机视觉是一个相当新且发展十分迅速的研究领域,已成为智能自动化科学的重要研究领域之一,计算机视觉中的重要任务之一就是进行摄像机的定标,本文主要从计算机视觉的基本概念着手,分析计算机视觉中的设想定标的方法,结合当前的发展实际情况,探索其中的不足,今后更好的发展,以及更加广泛的应用奠定基础,同时分析计算机视觉中的摄像机定标的应用特点.     

着力目标追踪 打造数字化猎鹰——记大连理工大学信息与通信工程学院副教授王栋

正随着美国的3DRobotics、法国的Parrot以及中国的DJI (大疆创新)等一系列无人机龙头企业的崛起,无人机航拍在军事及民用领域如军事侦察、边境巡逻、城市监控、地质勘探、灾情监测等方面的应用越来越频繁,而计算机视觉技术作为无人机智能化的理论基础,它的技术提升和应用扩展也成了目前很多科学家一直攻坚的科研难题。如今,伴随社会各界对无人机航拍技术的需求与日俱增,长期坚守在计算机视觉和图像视频处理领域,特别是在目标跟踪和分类领域的大连理工