检索结果-内蒙古大学图书馆

测绘学报 2018年第6期47卷 833-843页

作者：张良培张云陈震中肖佩珮罗斌武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079

本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之二:海量点云分割处理技术。多模型拟合方法通过将点云拟合到不同模型中,依照点云空间分布特征和几何结构特征进行分割。针对点云数据量巨大、分布不均匀、结构复杂等特... 详细信息

本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之二:海量点云分割处理技术。多模型拟合方法通过将点云拟合到不同模型中,依照点云空间分布特征和几何结构特征进行分割。针对点云数据量巨大、分布不均匀、结构复杂等特性,本文提出一种基于多模型拟合的点云分割方法。首先通过降采样,采用基于密度分布的聚类方法,实现对点云的预分割。在预分割基础上,利用基于分裂合并的多模型拟合方法对点云进行后续拟合分割。针对平面和弧面,本文采用不同的拟合方式,最终实现对室内密集点云分割。试验结果表明,该方法能够在无须提前设置模型数目的情况下实现点云的自动分割。且相较于现有的点云分割技术,此方法相较于现今的常规方法能取得更好的分割效果,在分割的正确率上要高于现有的常规分割方法,在处理相同数据量的点云分割时,能够达到远低于常规方法的时间消耗。通过本文提出的三维点云分割方法能够实现将大规模、复杂三维点云数据分割为较为精细、具有准确模型参数的三维几何图元,为后续实现大规模、复杂场景的精确三维构象提供有力支持。

关键词：机器视觉三维构像点云分割分裂合并多模型拟合

来源：评论

学校读者我要写书评

暂无评论

基于多b值扩散加权成像的多模型拟合在胶质瘤术前分级中的价值

基于多b值扩散加权成像的多模型拟合在胶质瘤术前分级中的价值

引用

作者：王春红南方医科大学

学位级别：博士

目的DWI序列相关参数评价胶质瘤有很高价值,但是不同的拟合模型参数诊断之间有很大差异,不同的ROI勾画方法也有很大差异。我们的研究目的是探讨哪些参数、哪种ROI勾画方法在胶质瘤术前分级中更有价值。方法46例经病理证实的胶质瘤患者,... 详细信息

目的DWI序列相关参数评价胶质瘤有很高价值,但是不同的拟合模型参数诊断之间有很大差异,不同的ROI勾画方法也有很大差异。我们的研究目的是探讨哪些参数、哪种ROI勾画方法在胶质瘤术前分级中更有价值。方法46例经病理证实的胶质瘤患者,术前行磁共振常规序列检查、波谱检查、多b值扩散加权成像、DSC灌注检查和常规序列增强。多b值DWI序列进行单指数、双指数、拉伸指数和三指数的多模型拟合,ROI勾画采用Hot spot法、2D法和3D法三种。比较各拟合模型参数不同ROI勾画方法在术前鉴别胶质瘤高级别组与低级别组中的价值,筛选出敏感性和特异性较高的方案。同时比较各参数在鉴别胶质瘤各级之间的价值,筛选最佳方案。结果高级别与低级别胶质瘤波谱参数比较(以read1为例),肿瘤侧代谢物参数在高级别与低级别组之间比较无统计学差异(P=0.412,NAA/Cr;P=0.148,Cho/Cr;P=0.306,Cho/NAA)。DSC灌注参数比较,肿瘤侧高级别组与低级别组比较,有明显统计学差异(P=0.042,rCBF-+CMax;P=0.030,rCBF-rCBFMax;P=0.002,rCBV-+CMax;P=0.001,rCBV-rCBVMax;P=0.001,MTT-+CMax;P=0.000,MTT-MTTMax)。单指数模型拟合Hot spot ROI比较,ADC-ADCmin值在高级别组与低级别组间有差异(P=0.001),ADC-+CMax值在组间比较无差异(P=0.273);2D ROI相关参数比较,ADC-P10-2D在组间有统计学差异(P=0.035),其余参数无统计学差异。3DROI 相关参数比较,ADC-mean-3D、ADC-P5-3D 和 ADC-P10-3D 在组间有统计学差异(P=0.041,ADC-mean-3D;P=0.009,ADC-P5-3D;P=0.005,ADC-P10-3D),其余参数无统计学差异。双指数模型拟合HotspotROI比较,D-Dmin值和f-fMax在高级别组与低级别组间有差异(P=0.000,D-Dmin;P=0.002,f-fMax),其余参数在组间比较无差异;2D ROI相关参数比较,D-P5-2D、D-P10-2D、f-mean-2D、f-median-2D、f-P90-2D 和 f-skewness-2D 在组间有统计学差异(P=0.039,D-P5-2D;P=0.022,D-P10-2D;P=0.001,f-mean-2D;P=0.000,f-median-2D;P=0.016,f-P90-2D;P=0.014,f-skewness-2D),其余参数无统计学差异;3D ROI相关参数比较,D-mean-3D、D-P5-3D、D-P10-3D、f-mean-3D、f-median-3D 和 f-P90-3D 在组间有统计学差异(P=0.025,D-mean-3D;P=0.002,D-P5-3D;P=0.002,D-P10-3D;P=0.000,f-mean-3D;P=0.000,f-median-3D;P=0.043,f-P90-3D),其余参数无统计学差异。拉伸指数模型拟合Hot spot ROI比较,DDC-DDCmin值和α-αmin在高级别组与低级别组间有差异(P=0.001,DDC-DDCmin;P=0.000,α-αmin),其余参数在组间比较无差异;2D ROI相关参数比较,DDC-P5-2D、DDC-P10-2D、α-mean-2D 和 α-median-2D 在组间有统计学差异(P=0.033,DDC-P5-2D;P=0.017,DDC-P10-2D;P=0.009,α-mean-2D;P=0.004,α-median-2D),其余参数无统计学差异;3D ROI相关参数比较,DDC-mean-3D、DDC-median-3D、DDC-P5-3D、DDC-P10-3D、α-mean-3D、α-median-3D、α-P5-3D 和 α-P10-3D 在组间有统计学差异(P=0.067,DDC-mean-3D;P=0.047,DDC-median-3D;P=0.006,DDC-P5-3D;P=0.005,DDC-P10-3D;P=0.005,α-mean-3D;P=0.006,α-median-3D;P=0.033,α-P5-3D;P=0.014,α-P10-3D),其余参数无统计学差异。三指数模型拟合Hot spot ROI比较,Ff-+CMax值、Ds-Dsmin和Ff-FfMax在高级别组与低级别组间有差异(P=0.010,Ff-+CMax;P=0.005,Ds-Dsmin;P=0.007,Ff-FfMax),其余参数在组间比较无差异;2DROI相关参数比较,D

关键词：胶质瘤磁共振波谱扩散灌注多模型拟合

来源：评论

学校读者我要写书评

暂无评论

基于多模型拟合的遥感图像高精度三维重建

基于多模型拟合的遥感图像高精度三维重建

引用

作者：安昱昕哈尔滨工程大学

学位级别：硕士

遥感技术以其探测范围大、获取数据速度快以及受限条件少等优点在越来越多的领域得到广泛应用。三维重建技术在城市规划、灾害检测、军事侦察以及武器精确打击具有非常广泛的应用,有十分重要的研究意义。本文实现一种基于多模型拟合的... 详细信息

遥感技术以其探测范围大、获取数据速度快以及受限条件少等优点在越来越多的领域得到广泛应用。三维重建技术在城市规划、灾害检测、军事侦察以及武器精确打击具有非常广泛的应用,有十分重要的研究意义。本文实现一种基于多模型拟合的高精度三维重建技术,主要对基于多模型拟合的平面估计、基于相异性系数的平面融合以及基于有理函数模型的三维重建展开研究,通过对立体匹配得到的视察数据进行优化,从而改善三维重建的效果。本文在半全局立体匹配的基础上提出了一种多模型拟合和平面融合的平面估计方法。对平面内的视差进行修正与填充,提高了视差的完整性与准确性。在此基础上再进行三维重建,提升了三维重建的效果。算法具体分为以下三个步骤。首先,该方法结合了超像素分割和仿射模型,形成一种多模型拟合方法,估计出遥感图像中的子平面参数。通过基于熵率的超像素分割方法将图像划分成子区域,并通过基于M估计的加权迭代最小二乘法将子区域中的平面估计出来。该拟合方法相比最小二乘法具有更好的鲁棒性,能够拟合更准确的平面模型。在拟合平面系数时,采用了一种基于空间拓扑的离群点检测算法,用于消除离群点对平面拟合过程中的影响,从而提高拟合精度。其次,本文实现了一种基于相异性系数的平面融合算法,并根据最终得到的融合结果图像对立体匹配得到的视差数据进行优化。本文采用了基于对象的区域融合思想,提出了一种改进的基于仿射模型的合并代价函数,通过基于相异性系数的融合策略实现子平面的融合。在完成平面融合后,基于拟合融合后各个平面的仿射模型,填充漏匹配点并去除离群点,完成每个平面的视差优化。最后,通过有理函数模型完成三维重建工作。本文分析研究了基于有理函数模型的高程解算原理,通过图像坐标与地理坐标的映射建立有理函数模型,并根据视差数据结合模型计算高程数据,以此完成三维重建工作。综上,本文提出的基于多模型拟合的三维重建方法,对经过平面融合后分离的不同平面拟合平面模型,并根据拟合平面完成视差优化。通过实验结果证明,该方法提高了遥感图像对的匹配率,并改善了高程数据结果的完整度和精确度。

关键词：仿射模型三维重建多模型拟合平面融合有理函数模型

来源：评论

学校读者我要写书评

暂无评论

基于多模型拟合的遥感图像视差优化技术研究

基于多模型拟合的遥感图像视差优化技术研究

引用

作者：张恒基哈尔滨工程大学

学位级别：硕士

为了实现人类对图像、视频等视觉数据的提炼与挖掘,计算机视觉逐渐发展为一门独立成熟的学科。在众多学科分支中三维重建也拥有着举足轻重的地位,而多模型拟合属于统计学范畴的一大类算法,其应用领域也不拘泥于计算机视觉甚至计算机科... 详细信息

为了实现人类对图像、视频等视觉数据的提炼与挖掘,计算机视觉逐渐发展为一门独立成熟的学科。在众多学科分支中三维重建也拥有着举足轻重的地位,而多模型拟合属于统计学范畴的一大类算法,其应用领域也不拘泥于计算机视觉甚至计算机科学领域,其较高的算法鲁棒性在剔除样本离群点的同时也将样本拟合到了更加恰当的模型上。在针对遥感图像的双目立体视觉系统中,视差计算关系着之后的高程计算,直接影响了重建最终结果的精度与准度。然而,考虑到输入的两幅遥感图像在经过卫星改变视角之后,图像中出现的遮挡区域,同时光照条件改变,大气对光线的衍射所发生的畸变与前景膨胀等现象,导致在右图中找不到左图的一些对应点,使视差图产生空值区域。本文针对该现象尝试结合多视几何理论与多模型拟合算法思想估计出视差不连续区域像素点的近似单应性变换矩阵,从而计算出该点的匹配点坐标,进而估计出该点的视差。在优化视差的过程中对多模型拟合算法进行了针对性的选择和改良,在提高效率的同时也提高了程序的封装性和可用性。最后分别计算待估计点与计算出的该点匹配点两个点集的特征向量并进行抽样匹配,在量化评估视差估计可靠性的同时,与利用局部灰度直方图等传统手段得到的视差估计结果进行比较,立体化展示该方法的可行性。本文的主要工作有以下几点:1、对遥感图像三维重建方向在国内外的研究现状进行调研,总结归纳出不同方法之间的异同,并发现一系列应用算法中的难点与痛点。同时,对多模型拟合算法进行分类别的介绍,结合三维重建阐述两者协同工作的可能性。2、对s2p卫星遥感图像处理流进行针对本文项目的适用性拓展开发,在预处理阶段使用了极线矫正的方法,以最小的误差将视差局限在一个方向上,而在代价计算阶段融合了图像的二阶导数从而进一步丰富了代价函数,提高了立体匹配的精度。3、由J-Linkage算法得到启发,对Seq-RANSAC算法进行了模型局部性初始化的改进,在不影响算法运行效率的前提下,提升模型拟合的效果。在视差分类阶段使用十字搜索与滑动窗口相结合的方法,有效缓解了面积较大空值区域的视差分类单一问题。4、使用项目图像对本文算法进行测试,分别从横向和纵向两个方向进行了对照实验,并使用一种基于SURF描述子的评价指标来定量的分析算法优劣。

关键词：遥感图像三维重建视差单应性变换多模型拟合 SURF描述子

来源：评论

学校读者我要写书评

暂无评论

基于多模型拟合的室内点云分割

基于多模型拟合的室内点云分割

引用

作者：肖佩珮武汉大学

学位级别：硕士

建筑物三维模型在诸多领域发挥重要作用,在近些年来,对建筑物三维模型技术不断发展,推动着数字城市、智慧城市的建设。而伴随着数字城市建设的不断推进,仅仅对地表三维建模已经不能满足需求,公共区域建筑物内部的三维模型需求量与日俱... 详细信息

建筑物三维模型在诸多领域发挥重要作用,在近些年来,对建筑物三维模型技术不断发展,推动着数字城市、智慧城市的建设。而伴随着数字城市建设的不断推进,仅仅对地表三维建模已经不能满足需求,公共区域建筑物内部的三维模型需求量与日俱增。目前室内点云扫描技术日趋成熟,室内点云的获取成本不断降低,室内点云成为建筑物内部三维重建的重要数据源。室内点云获取方法有多种,除了高质量的激光扫描,还包括Kinect等价格低廉,但数据质量相对较低的点云数据获取方式。分割点云数据是利用点云数据进行场景三维重建的关键步骤,所以研究室内点云的分割具有重要的意义。针对室内点云数据特点和多模型方法的特点,本文主要完成了以下研究内容:(1)提出部分阈值自适应的多模型拟合方法目前的多模型拟合方法,由于通常需要生成大量的假设模型,然后对生成的假设模型进行选取,因而在计算效率上不高。同时,由于算法依赖于参数设置的准确性,因而往往需要长时间的调参过程。针对此,本文提出的方法自顶向下对数据进行分割,不仅提升了分割精度而且明显提升了数据处理效率。对于算法中的部分阈值,本文提出的算法可以自适应的选择合适阈值,因而节省了部分参数调整的时间。(2)激光扫描室内点云的分割流程室内点云包括大量的几何图元,通过拟合圆柱面和平面,可以实现对室内点云的大致分割。通过激光扫描得到的室内点云的特点是密度和精度都比较高,同时数据量大而且模型数目较多。目前常用的基于RANSAC的点云分割方法,只能够实现对点云中平面的拟合,而且由于需要预先设定模型个数,在复杂场景下并不适用。本文针对此类数据提出了一套基于分裂合并的多模型拟合方法的处理流程,首先对数据进行预分割,然后在预分割基础上,通过多模型拟合,进一步获得分割结果。结合预分割结果与多模型拟合结果,基于数据的分布特性以及圆柱模型和平面模型之间的相互作用的特点判断出可能出现圆柱的区域,然后通过切片技术,对圆柱模型进行拟合。通过一整套流程,实现对室内点云平面区域以及圆柱区域的拟合,从而实现对室内点云数据的分割。(3)RGB-D图像的分割流程RGB-D图像由Kinect获取,通过其中的深度图像,可以生成点云数据。由RGB-D图像生成的点云数据相对于激光扫描点云数据而言,更加廉价易得,但质量较低,噪声和空洞都较多,深度测量的有效区域较窄,与激光扫描获取的点云数据不能够使用同套流程。对此,本文提出一套针对Kinect获取的深度信息转换而成的点云数据的分割方法,通过滤波、降采样、多模型拟合等一系列手段,实现对室内低质量的点云数据的分割。多模型拟合方法通过数据点拟合到不同的几何图元(如球、圆锥、平面、圆柱等)模型上,实现对点云分割。对于包括了大量基础的几何图元的室内点云而言,多模型拟合方法能够获得较好的结果。而基于本文提出流程,在保证分割效果的情况下,相对于其他的模型拟合方法,能够明显提高点云分割的效率。

关键词：室内点云多模型拟合点云分割

来源：评论

学校读者我要写书评

暂无评论

基于多模型拟合的视差估计与优化

基于多模型拟合的视差估计与优化

引用

2018年智慧教育与人工智能发展学术会议

作者：张恒基哈尔滨工程大学

在双目立体视觉系统中,视差计算是非常重要的一环,然而,由于两幅输入图像在改变视角之后,出现的遮挡问题以及视差计算算法自身缺陷等原因,导致在视差图上产生了视差不连续的区域,本方法针对该现象试图利用多模型拟合以及十字搜索方法估... 详细信息

在双目立体视觉系统中,视差计算是非常重要的一环,然而,由于两幅输入图像在改变视角之后,出现的遮挡问题以及视差计算算法自身缺陷等原因,导致在视差图上产生了视差不连续的区域,本方法针对该现象试图利用多模型拟合以及十字搜索方法估计出视差不连续区域像素点的近似单应性变换矩阵,从而计算出该点的匹配点坐标,进而估计出该点的视差,最后分别计算估计点与估计出的匹配点两个点集的SURF描述子并进行抽样匹配,以量化评估视差估计的可靠性。

关键词：视差估计单应性变换多模型拟合十字搜索 SURF描述子

来源：评论

学校读者我要写书评

暂无评论

分裂合并运动分割的多运动视觉里程计方法

引用

中国图象图形学报 2020年第9期25卷 1859-1868页

作者：王晨捷张云赵青王伟尹露罗斌张良培武汉大学测绘遥感信息工程国家重点实验室武汉430079

目的视觉里程计(visual odometry,VO)仅需要普通相机即可实现精度可观的自主定位,已经成为计算机视觉和机器人领域的研究热点,但是当前研究及应用大多基于场景为静态的假设,即场景中只有相机运动这一个运动模型,无法处理多个运动模型,... 详细信息

目的视觉里程计(visual odometry,VO)仅需要普通相机即可实现精度可观的自主定位,已经成为计算机视觉和机器人领域的研究热点,但是当前研究及应用大多基于场景为静态的假设,即场景中只有相机运动这一个运动模型,无法处理多个运动模型,因此本文提出一种基于分裂合并运动分割的多运动视觉里程计方法,获得场景中除相机运动外多个运动目标的运动状态。方法基于传统的视觉里程计框架,引入多模型拟合的方法分割出动态场景中的多个运动模型,采用RANSAC(random sample consensus)方法估计出多个运动模型的运动参数实例;接着将相机运动信息以及各个运动目标的运动信息转换到统一的坐标系中,获得相机的视觉里程计结果,以及场景中各个运动目标对应各个时刻的位姿信息;最后采用局部窗口光束法平差直接对相机的姿态以及计算出来的相机相对于各个运动目标的姿态进行校正,利用相机运动模型的内点和各个时刻获得的相机相对于运动目标的运动参数,对多个运动模型的轨迹进行优化。结果本文所构建的连续帧运动分割方法能够达到较好的分割结果,具有较好的鲁棒性,连续帧的分割精度均能达到近100%,充分保证后续估计各个运动模型参数的准确性。本文方法不仅能够有效估计出相机的位姿,还能估计出场景中存在的显著移动目标的位姿,在各个分段路径中相机自定位与移动目标的定位结果位置平均误差均小于6%。结论本文方法能够同时分割出动态场景中的相机自身运动模型和不同运动的动态物体运动模型,进而同时估计出相机和各个动态物体的绝对运动轨迹,构建出多运动视觉里程计过程。

关键词：多运动视觉里程计多模型拟合运动分割量化残差偏好交替采样与聚类

来源：评论

学校读者我要写书评

暂无评论

动态场景下多目标运动估计与稠密重建技术研究

动态场景下多目标运动估计与稠密重建技术研究

引用

作者：李彤重庆大学

学位级别：硕士

基于视觉的同步定位与建图(Simultaneous Localization and Mapping,SLAM)是机器人感知、导航与定位的关键技术之一。针对动态场景下相机、目标同时跟踪定位的需要,本文致力于研究基于多模型拟合的运动分割和紧耦合多目标运动估计等关... 详细信息

基于视觉的同步定位与建图(Simultaneous Localization and Mapping,SLAM)是机器人感知、导航与定位的关键技术之一。针对动态场景下相机、目标同时跟踪定位的需要,本文致力于研究基于多模型拟合的运动分割和紧耦合多目标运动估计等关键技术。主要研究内容如下:设计了一种基于改进序列偏好分析法的运动分割算法。利用Mask R-CNN网络提取图像语义信息,分割得到所有实例掩膜;对当前帧所有特征点结构聚类,在聚类结果上采样得到假设模型,结合交替采样聚类的序列偏好分析法对属于不同运动模型的特征点进行分割;以属于同一运动模型的稀疏特征点为种子在深度图像上进行区域生长,获得运动模型的实例掩膜;当欠分割语义掩膜满足修复条件时进行掩膜修复,提高稠密重建精度。实验证明,提出的运动分割算法在保证较好的分割精度下有效提升了分割收敛速度。设计了一种新的紧耦合多目标运动估计算法。根据第三章目标分割结果,分别估计相机和目标位姿,目标坐标系由第一次观测确定,目标点表示在目标坐标系下,目标跟踪使用LK光流法;设计紧耦合的联合BA优化,推导新残差的雅可比矩阵,根据关键帧生成条件对相机位姿、背景地图点、目标位姿和目标点进行优化。设计了一种稠密重建和3D包围框生成方法。插入关键帧时,系统根据目标分割掩膜构建单帧点云,利用相机或目标的估计位姿,将点云映射到全局坐标系或目标坐标系下,实现稠密重建;系统基于平面提取法生成目标初始3D包围框,针对语义目标进行包围框优化,由目标3D包围框构成的稀疏语义地图可用作机器人感知抓取任务。最后针对所提方法设计实验,采用两种开源数据集分别验证:相机定位精度、目标定位精度和稠密重建效果,并设计实际动态场景实验进行系统功能性验证。实验结果表明:在高动态场景下,本文方案在兼顾多目标运动估计的基础上相机定位精度相较于原始的静态ORB-SLAM2系统有显著提升,其中绝对轨迹误差相较于ORB-SLAM2平均降低97.27%,平移和旋转相对误差分别平均降低95.537%和90.066%,与优秀的Dyna SLAM算法相近,整体低于其它对比算法;多目标定位精度与其它优秀SLAM方案相近,比VO方案要高,且可实现先验动态物体跟踪和未知运动跟踪;背景目标稠密重建结果清晰,可读性好,由目标3D包围框构成的稀疏语义地图能够完整表达场景中目标的语义及空间占据信息。

关键词：视觉SLAM 运动分割多模型拟合动态场景稠密重建

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：