基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高未标定图像序列三维重建得到的几何模型的质量,提出特征点检测算法,以得到更多的匹配点.其主要思想是在首帧图像指定密集的网格,在网格点附近确定最容易跟踪的特征点,利用迭代方法得到子像素精度的特征点坐标,然后用稀疏特征集的金字塔Lucas-Kanade光流跟踪算法跟踪这些特征点,再用自标定算法,重建出相对均匀和稠密的三维点云,最后利用基于径向基函数(RBF)的隐式曲面重建算法,生成目标的表面模型. 多个图像序列的重建结果表明,本方法对纹理丰富的场景能够获得较好的重建结果.
推荐文章
基于Potts模型的隐式曲面上的图像分割方法
Potts模型
隐式曲面
多相图像分割
改进对偶方法
散乱点云数据的高阶平滑隐式曲面重建
散乱点云
隐式曲面
步进立方体
曲面重建
一种用于未标定图像三维重建的立体匹配算法
立体匹配
未标定图像
三维重建
限制因子
亚像素
双向匹配
空域序列隐写图像的密钥估计算法
隐写分析
空域
最小有效位隐写
密钥估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 未标定图像序列的隐式曲面重建方法
来源期刊 西南交通大学学报 学科 工学
关键词 基于图像的建模 三维重建 RBF隐式曲面重建 特征检测与跟踪
年,卷(期) 2009,(5) 所属期刊栏目
研究方向 页码范围 677-681,687
页数 6页 分类号 TP391
字数 3792字 语种 中文
DOI 10.3969/j.issn.0258-2724.2009.05.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭强 西南交通大学信息科学与技术学院 72 676 15.0 22.0
2 江永全 西南交通大学信息科学与技术学院 11 57 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
基于图像的建模
三维重建
RBF隐式曲面重建
特征检测与跟踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南交通大学学报
双月刊
0258-2724
51-1277/U
大16开
四川省成都市二环路北一段
62-104
1954
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导