期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
多相机网络联合约束优化的高精度三维变形全场测量 被引量:2
1
作者 张贵阳 霍炬 +2 位作者 杨明 周婞 朱子健 《光学精密工程》 EI CAS CSCD 北大核心 2021年第7期1653-1666,共14页
针对细长型和大尺寸试件的全场变形测量问题,本文提出一种基于数字图像相关方法的立体变形测量方法。通过建立多相机网络的联合约束关系,使其中任意两个CCD相机可以绑定为一个整体完成试件的部分测量,并最终将测量结果映射到统一参考坐... 针对细长型和大尺寸试件的全场变形测量问题,本文提出一种基于数字图像相关方法的立体变形测量方法。通过建立多相机网络的联合约束关系,使其中任意两个CCD相机可以绑定为一个整体完成试件的部分测量,并最终将测量结果映射到统一参考坐标系下,从而减小了因直接进行全场测量而导致较大非线性成像畸变的影响,而且能够避免牺牲采集图像的有效空间分辨率。同时,联合约束关系的优化将图像对间立体配准点的搜索限制在对极线附件区域,而不是整幅图像上,从而缩小了搜索空间,提高了搜索速度。此外,通过优化试件与多相机网络之间的位置及姿态参数,进一步提高了散斑点空间三维坐标的重构精度。最后,通过位移和变形测量实验证明了本文方法的有效性,在[0.8 m,0.5 m,0.6 m]的空间范围内,目标的平移测量误差小于0.044 mm;离面位移测量精度优于0.06 mm。能够满足飞行器地面物理仿真试验的应用需求。 展开更多
关键词 机器视觉 相机网络 联合约束优化 数字图像相关 变形测量
下载PDF
多相机网络中行人的全局最优匹配 被引量:1
2
作者 吉培培 陈恳 +1 位作者 郭春梅 李萌 《计算机工程》 CAS CSCD 北大核心 2017年第1期268-273,共6页
针对多相机视域下行人目标匹配正确率不高的问题,基于无监督显著性学习和局部特征匹配提出一种全局最优匹配模型。将不同视域间的目标匹配进行关联,每对相机的直接匹配受制于其间接匹配的监督,同时修正直接匹配中发生的误配。将经过亮... 针对多相机视域下行人目标匹配正确率不高的问题,基于无监督显著性学习和局部特征匹配提出一种全局最优匹配模型。将不同视域间的目标匹配进行关联,每对相机的直接匹配受制于其间接匹配的监督,同时修正直接匹配中发生的误配。将经过亮度补偿后的图像帧分成若干局部块,通过无监督显著学习得到图像块的显著性得分,并结合目标图像块特征匹配的相似度得分,利用双向相似度计算目标间的相似度得分,并将其作为模型输入。基于标准数据库WARD和Shinpuhkan2014进行实验,结果表明,该模型能有效提高多相机监控网络下目标匹配的正确率。 展开更多
关键词 相机网络 特征融合 全局最优匹配 二值整数规划 无监督学习 亮度补偿
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部