一致性標(biāo)號(hào)算法研究.pdf

1、一致性標(biāo)號(hào)算法在計(jì)算機(jī)視覺中具有廣泛的應(yīng)用。一致性標(biāo)號(hào)算法分為稀疏點(diǎn)集標(biāo)號(hào)和稠密點(diǎn)集標(biāo)號(hào)，本文提出一種基于局部最優(yōu)描述的稀疏點(diǎn)集標(biāo)號(hào)算法；并在魯棒稀疏點(diǎn)集標(biāo)號(hào)算法的基礎(chǔ)上，提出結(jié)合稀疏點(diǎn)集信息的稠密點(diǎn)集標(biāo)號(hào)算法。本文針對(duì)多個(gè)涉及到一致性標(biāo)號(hào)的應(yīng)用問題，分別進(jìn)行了詳細(xì)的算法設(shè)計(jì)。
　　1.點(diǎn)集匹配是稀疏標(biāo)號(hào)的典型代表，本文利用局部的暴力搜索提高算法的整體性能，提出點(diǎn)集匹配的局部最優(yōu)描述，并進(jìn)行詳細(xì)的統(tǒng)計(jì)實(shí)驗(yàn)，實(shí)驗(yàn)證實(shí)本文算法在應(yīng)付點(diǎn)

2、集變形、噪聲點(diǎn)、外點(diǎn)、局部遮擋、大角度旋轉(zhuǎn)等干擾時(shí)，相對(duì)傳統(tǒng)的點(diǎn)集匹配算法精確度和魯棒性較高。
　　2.在魯棒稀疏點(diǎn)集標(biāo)號(hào)算法的基礎(chǔ)上，本文提出結(jié)合局部特征點(diǎn)信息的光流場(chǎng)分析方法，并針對(duì) PIV粒子圖像流場(chǎng)分析進(jìn)行了詳細(xì)實(shí)驗(yàn)，實(shí)驗(yàn)證實(shí)本文提出的光流場(chǎng)能夠很好地應(yīng)對(duì)圖像特征信息較弱的情況。
　　3.本文將一致性約束建模到當(dāng)前較為熱門的三個(gè)研究領(lǐng)域中：背景建模、多目標(biāo)跟蹤、三維網(wǎng)格跟蹤。傳統(tǒng)的背景差分沒有將空間信息結(jié)合到背景模型

3、中，本文從這一點(diǎn)出發(fā)，建立一致性約束的背景模型，實(shí)驗(yàn)結(jié)果證實(shí)本文提出的背景模型相對(duì)于傳統(tǒng)背景模型魯棒性和精確度較高，并且能夠自適應(yīng)地調(diào)整閾值。多目標(biāo)跟蹤在面對(duì)多個(gè)表觀相似的運(yùn)動(dòng)目標(biāo)時(shí)，容易產(chǎn)生混淆，本文將目標(biāo)之間的空間距離約束結(jié)合于多目標(biāo)跟蹤，實(shí)驗(yàn)結(jié)果證實(shí)該方法能夠很好地應(yīng)對(duì)該種情況，并且能夠應(yīng)付若干目標(biāo)遮擋的情況。三維網(wǎng)格跟蹤是近場(chǎng)運(yùn)動(dòng)目標(biāo)姿態(tài)測(cè)量的核心算法，本文提出利用網(wǎng)格點(diǎn)集之間的空間約束來(lái)提高算法的魯棒性，并且針對(duì)存在大視角變化