机器视觉中图像匹配问题研究

被引:10
作者
陈若望 [1 ,2 ]
周小红 [1 ,2 ]
高贵 [3 ]
机构
[1] 西南交通大学物理科学与技术学院
[2] 西南交通大学光电工程研究所
[3] 天津工业大学理学院
关键词
图像匹配; 机器视觉; 外极线校正; 视差图; 外极几何;
D O I
10.16652/j.issn.1004-373x.2011.18.053
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
随着计算机视觉技术的发展,机器视觉尤其是双目视觉被广泛应用于物体识别、虚拟现实、工业检测、机器人导航和航空航天等领域。图像匹配是机器视觉中的关键技术之一,能否有效地解决该问题严重影响着机器视觉的发展。对现有的匹配算法进行了研究的基础上,针对算法的实时性和精确度提出了改进算法。实验结果表明:误匹配像素百分比与目前常用的基于区域的匹配算法相当,而计算速度却提高了一个数量级,并且边缘特征较好,是一种有效可行的高实时性匹配算法。
引用
收藏
页码:46 / 49+52 +52
页数:5
相关论文
共 9 条
[1]   一种基于关节角度的步态识别新方法 [J].
曾莹 ;
刘波 .
现代电子技术, 2010, 33 (10) :86-89
[2]   小波仿射不变函数与凸壳相结合的目标识别 [J].
张明杰 .
现代电子技术, 2010, 33 (06) :156-159
[3]   一种间接提取轮廓特征点的算法 [J].
刘玉兰 ;
葛庆平 ;
不详 .
计算机工程与应用 , 2004, (10) :51-52+70
[4]   物体三维信息测量技术综述 [J].
孙宇臣 ;
葛宝臻 ;
张以谟 .
光电子·激光, 2004, (02) :248-254
[5]  
机器视觉[M]. 科学出版社 , 张广军编著, 2005
[6]  
计算机视觉[M]. 科学出版社 , 马颂德,张正友著, 1998
[7]   Fast Stereo Matching Using Rectangular Subregioning and 3D Maximum-Surface Techniques [J].
Changming Sun .
International Journal of Computer Vision, 2002, 47 :99-117
[8]   A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms [J].
Daniel Scharstein ;
Richard Szeliski .
International Journal of Computer Vision, 2002, 47 :7-42
[9]   SUSAN - A new approach to low level image processing [J].
Smith, SM ;
Brady, JM .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 23 (01) :45-78