基于激光跟踪定位的多视觉动画特征点匹配方法研究
发布时间:2021-02-08 13:24
多视觉动画特征点检测过程中受到视觉扰动影响导致特征匹配性能不好,为了提高多视觉动画特征点匹配能力,提出基于激光跟踪定位的多视觉动画特征点匹配方法。采用空域滤波和频域滤波相结合的方法进行多视觉动画图像滤波处理,采用激光点跟踪识别方法进行多视觉动画图像的帧点扫描,提取多视觉动画图像的边缘轮廓特征量,根据边缘轮廓分布的邻域特性进行多视觉动画信息增强处理,利用锚点邻域回归分析方法进行多视觉动画特征点检测,通过激光跟踪定位结果,实现多视觉动画特征点的自动匹配。仿真结果表明,采用该方法进行多视觉动画特征点匹配的配准率较高,激光跟踪定位精度较高,提高了多视觉动画的特征检测和识别能力。
【文章来源】:激光杂志. 2020,41(10)北大核心
【文章页数】:4 页
【部分图文】:
多视觉动画图像的特征点匹配实现过程
其中,Si,j(t)表示三维视觉下多视觉动画特征点轮廓线,Ti,j(t)表示多视觉动画特征点的标量像素集,Ui,j(t)表示三维视觉下目标和背景之间的色差。结合激光跟踪定位的方法[16-17],实现多视觉动画特征点匹配,实现流程如图2所示。4 实验测试分析
原始图像
【参考文献】:
期刊论文
[1]基于模糊C均值与人工蜂群优化的灰度图像分割[J]. 魏光杏,周献中,卜锡滨. 兰州大学学报(自然科学版). 2019(02)
[2]基于加速引导滤波的图像像素级融合[J]. 陈洋,王世峰,都凯悦,王锐. 长春理工大学学报(自然科学版). 2018(06)
[3]基于SURF和光流场的医学图像配准技术研究[J]. 苏孟超,李克伟,张聪炫. 南昌航空大学学报(自然科学版). 2018(04)
[4]可见光-近红外HSV图像融合的场景类字典稀疏识别方法[J]. 刘佶鑫,魏嫚. 计算机应用. 2018(12)
[5]基于U-Net的高分辨率遥感图像语义分割方法[J]. 苏健民,杨岚心,景维鹏. 计算机工程与应用. 2019(07)
[6]图像去雾DCP算法的透射率容差参数修正[J]. 罗娜,李学国. 科技通报. 2018(09)
[7]复杂海面环境下船只边缘识别算法的改进[J]. 童强,李太君. 海南大学学报(自然科学版). 2018(03)
[8]基于显著性与弱凸性的三维点云模型分割[J]. 郑乐乐,韩慧妍,韩燮. 计算机工程. 2018(04)
[9]基于深度学习的图像识别研究[J]. 安强强,郑敏. 自动化与仪器仪表. 2018(03)
[10]鲁棒的自适应尺度和方向的目标跟踪方法[J]. 单玉刚,汪家宝. 计算机工程与应用. 2018(21)
本文编号:3023987
【文章来源】:激光杂志. 2020,41(10)北大核心
【文章页数】:4 页
【部分图文】:
多视觉动画图像的特征点匹配实现过程
其中,Si,j(t)表示三维视觉下多视觉动画特征点轮廓线,Ti,j(t)表示多视觉动画特征点的标量像素集,Ui,j(t)表示三维视觉下目标和背景之间的色差。结合激光跟踪定位的方法[16-17],实现多视觉动画特征点匹配,实现流程如图2所示。4 实验测试分析
原始图像
【参考文献】:
期刊论文
[1]基于模糊C均值与人工蜂群优化的灰度图像分割[J]. 魏光杏,周献中,卜锡滨. 兰州大学学报(自然科学版). 2019(02)
[2]基于加速引导滤波的图像像素级融合[J]. 陈洋,王世峰,都凯悦,王锐. 长春理工大学学报(自然科学版). 2018(06)
[3]基于SURF和光流场的医学图像配准技术研究[J]. 苏孟超,李克伟,张聪炫. 南昌航空大学学报(自然科学版). 2018(04)
[4]可见光-近红外HSV图像融合的场景类字典稀疏识别方法[J]. 刘佶鑫,魏嫚. 计算机应用. 2018(12)
[5]基于U-Net的高分辨率遥感图像语义分割方法[J]. 苏健民,杨岚心,景维鹏. 计算机工程与应用. 2019(07)
[6]图像去雾DCP算法的透射率容差参数修正[J]. 罗娜,李学国. 科技通报. 2018(09)
[7]复杂海面环境下船只边缘识别算法的改进[J]. 童强,李太君. 海南大学学报(自然科学版). 2018(03)
[8]基于显著性与弱凸性的三维点云模型分割[J]. 郑乐乐,韩慧妍,韩燮. 计算机工程. 2018(04)
[9]基于深度学习的图像识别研究[J]. 安强强,郑敏. 自动化与仪器仪表. 2018(03)
[10]鲁棒的自适应尺度和方向的目标跟踪方法[J]. 单玉刚,汪家宝. 计算机工程与应用. 2018(21)
本文编号:3023987
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3023987.html