国家自然科学基金(61005067)
- 作品数：4 被引量：18H指数：2
- 相关作者：翁璐斌杨一平张宇田原王小华更多>>
- 相关机构：中国科学院自动化研究所杭州电子科技大学更多>>
- 发文基金：国家自然科学基金浙江省科技厅重大专项基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 深度图像中基于轮廓曲线和局部区域特征的3维物体识别被引量：6
- 2012年
- 为了提高3维物体目标识别系统的性能及降低计算复杂度,提出一种由粗到细的识别方法。该方法利用深度图像所提供的信息,分两步完成识别过程。首先基于轮廓曲线计算其特征点,并映射到原有轮廓空间,以标志点序列表征原由轮廓进行匹配,在识别初期迅速排除模型库中不相似目标和差异较大的姿态,生成目标候选列表用于精确匹配,以提高识别效率。精确匹配采用一种基于局部区域特征的识别方法,以投票的策略获取最佳结果。局部区域由SIFT算子确定位置和数量,区域特征主要由表面指数和法向量夹角组成,具有平移和旋转不变性。为了更进一步提高效率和降低存储空间,模型库的数据分为轮廓和表面信息两部分,分别以标志位序列和哈希表的形式存储。实验结果表明,该方法具有良好的实时性和识别率,对遮挡和干扰有一定的适应性。
- 吴莉婷张宇杨一平田原
- 关键词：深度图像SIFT
- 一种基于连通分量的文本区域定位方法被引量：9
- 2012年
- 文本区域定位对复杂背景图像中的字符识别和检索具有重要意义.已有方法取得高的定位准确率和召回率,但效率较低,难以应用于实际的系统中.文中提出一种基于连通分量过滤和K-means聚类的文本区域定位方法.该方法首先对图像进行自适应分割,对字符颜色层提取连通分量.然后提取连通分量的特征,并用Adaboost分类器过滤非字符连通分量.最后,对候选的字符连通分量根据其位置和颜色层进行K-means聚类来定位文本区域.实验结果显示该方法具有与当前方法相当的准确率和召回率,同时具有较低的计算复杂度.
- 姚金良翁璐斌王小华
- 关键词：文本定位ADABOOSTK-MEANS聚类
- 保持边界的地形网格简化算法与组织格式被引量：2
- 2013年
- 针对目前大范围地形绘制中对地形块间裂缝进行图元级精确修补会额外占用计算机资源,或者进行简单视觉掩饰而导致几何与纹理空间缺乏连贯性的问题,基于Melax快速网格简化算法,提出了保持边界的边折叠地形简化算法.首先定义了保持点与控制点概念,给出保持点的数量选择方法与控制点的精简策略,并通过改进边折叠规则和代价计算公式实现了边界不变的网格简化;然后按聚类层次结构表示思想,将简化网格与原规则网格层叠组织,以顶点索引方式保证地形整体快速批量操作,构造出一种具有保持边界特性的地形格式.实验结果证明,该算法在保持地形边界的同时,能有效地缓解边界图元稠密现象,且比Melax算法更好地保留了地形特征;在此基础上形成的地形格式,在飞行模拟测试中既可保证较高帧率,又显示出无缝拼接平滑过渡的良好视觉效果.
- 刘思江翁璐斌秦树鑫杨一平蒋永实
- 关键词：地形简化不规则三角网
- 无人机下视地面图像的单应约束被引量：1
- 2011年
- 针对利用机载信息辅助特征匹配的问题,给出了利用导航系统等提供的机载信息计算地面图像单应矩阵的方法,分析了机载信息参数误差对根据单应矩阵计算得到的像素位置的影响,并给出了基于单应约束的航空图像特征匹配实验结果。结果表明该方法计算得到的地面图像单应关系对参数误差不敏感,可以为特征匹配等提供先验的约束信息。
- 张宇翁璐斌张吉祥田原杨一平
- 关键词：单应矩阵
