项目名称: 由二维图像序列重建三维图像中的融合与拼接方法研究

项目编号: No.61272216

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 江泽涛

作者单位: 桂林电子科技大学

项目金额: 78万元

中文摘要: 本项目引入目标轮廓约束和特征权重度相结合的匹配概念,研究基于多尺度下图像序列的轮廓约束和特征权重度相结合的特征跟踪与精确立体匹配方法,从而实现局部与整体最优匹配结果,减少误匹配;目前三维信息计算大多基于非自标定的计算,本项目将选取图像序列的轮廓与特征权重度高匹配建立图像序列之间对应的关系,研究基于多尺度下图像序列自标定的三维信息快速计算方法,为精确匹配、融合拼接以及基于自标定的单目图像序列三维重建打下基础;本项目引入基于小波变换与非轮廓波变换相结合的融合拼接概念,研究对特征采用小波变换与对边缘轮廓采用非轮廓波变换的多尺度分层融合拼接相结合方法,同时研究多尺度下低频特征和高频奇异值特征的频域融合与基于廓边缘特征分层空域融合相结合的分区域图像拼接优化方法,更加强调图像融合拼接完整性,实现二维图像序列到三维重建中的无缝拼接。本项目研究内容对工业、农业以及军事都具有重要意义。

中文关键词: 图像拼接;图像融合;立体匹配;图像序列;剪切波

英文摘要: A new matching concept of the combination of the target contour constraints and feature weights is put forward. In this project, we intend to research feature tracking method and accurate three-dimensional matching method with image sequence features of the multi-scale based on the combination of the target outline constraints and feature weights. Thereby, achieve the optimal part and entire matching results, and reduce the mismatches by the method. The current three-dimensional information calculations are based on non-self-calibrated calculatios, but this project will select the outline of the image sequence and the high match of the feature to establish weights the corresponding relationship between the image sequences. The research is based on the fast calculation method of the three-dimensional information with multi-scale self-calibrated image sequences, which lay the foundation of accurate match, fusion stitch, and three-dimensional reconstruction of monocular image sequences based on self-calibration. The project will introduct the fusion stitch concept upon the combination of wavelet transform and nonsubsampled contourlet transform, research the method of the multi-scale hierarchical fusion stitched combination of the wavelet transform that used on the features and the nonsubsampled contourlet tran

英文关键词: Image stitch;image fusion;stereo matchin;image sequence;shearlet

成为VIP会员查看完整内容
0

相关内容

图像拼接(image stitching)是指将两张或更多的有重叠部分的影像,拼接成一张全景图或是高分辨率影像的技术。图像拼接有两大步骤:图像配准和图像融合
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
57+阅读 · 2021年5月4日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
69+阅读 · 2021年1月16日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
计算机视觉方向简介 | 多视角立体视觉MVS
计算机视觉life
14+阅读 · 2019年10月10日
最新开源 RGBD+IMU数据集:FMDataset
计算机视觉life
42+阅读 · 2019年9月21日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
2+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
17+阅读 · 2021年3月29日
小贴士
相关VIP内容
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
57+阅读 · 2021年5月4日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
69+阅读 · 2021年1月16日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
计算机视觉方向简介 | 多视角立体视觉MVS
计算机视觉life
14+阅读 · 2019年10月10日
最新开源 RGBD+IMU数据集:FMDataset
计算机视觉life
42+阅读 · 2019年9月21日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
2+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
17+阅读 · 2021年3月29日
微信扫码咨询专知VIP会员