原文服务方: 计算机应用研究       
摘要:
由非定标图像重建三维场景有着广泛的应用.给出了一种非定标多视图像三维重建算法.该算法主要基于因子分解和光束法平差技术.首先用因子分解方法得到射影空间下相机投影矩阵和物点坐标,以旋转矩阵的正交性以及对偶绝对二次曲面秩为3为约束,将射影空间升级到欧式空间,最后用光束法平差进行优化.该方法可同时获得相机的内外参数、畸变系数和场景的三维坐标.仿真实验表明,在1000 mm× 1000 mm× 400mm的范围内,当像点检测误差在0-1 pixel和0-2pixel内,所重建三维点的误差分别为0.1530 mm和0.6712 mm.在500 mm×500 m×200 mm下,真实实验重构三维点的误差在0.3 mm以内.所提出的算法稳定可靠,可对实际工程进行指导.
推荐文章
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
一种基于体素的三维重建方法
三维重建
体素
场景分块
基于图像分割的医学图像三维重建算法
三维重建
MC算法
图像分割
模型简化
一种用于三维重建的彩色Sift准稠密匹配算法
彩色Sift
区域增长
准稠密匹配
视差约束
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 一种非定标图像高精度三维重建算法
来源期刊 计算机应用研究 学科
关键词 机器视觉 非标定图像 三维重建 因子分解
年,卷(期) 2012,(12) 所属期刊栏目 图形图像技术
研究方向 页码范围 4786-4788
页数 3页 分类号 TP391.41|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.12.101
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 李柏林 西南交通大学机械工程学院 139 883 15.0 21.0
2 袁建英 昆明学院自动控制与机械工程学院 17 111 7.0 9.0
6 刘甲甲 西南交通大学机械工程学院 17 204 9.0 14.0
7 王凯 西南交通大学机械工程学院 35 217 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (1)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (10)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
机器视觉
非标定图像
三维重建
因子分解
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导