版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、最佳觀測方位問題是計算機主動視覺研究的重要內(nèi)容,廣泛應(yīng)用于計算機目標(biāo)識別、攝影測量、三維場景重建等領(lǐng)域。本文以視覺目標(biāo)的深度圖像信息為基礎(chǔ),綜合運用計算機視覺、圖像處理、微分幾何學(xué)等理論和方法,對如何確定目標(biāo)物體的最佳觀測方位問題進行了研究。
首先,給出了深度圖像的概念、獲取方法以及幾種常用的深度圖像預(yù)處理方法。
其次,從深度圖像信息及物體表面的曲率變化特征入手,就如何提取深度圖像特征點的三角網(wǎng)格化方法進行了深入分析
2、和研究;在此基礎(chǔ)上設(shè)計了一種基于物體表面曲率變化和均勻取樣的深度圖像三角網(wǎng)格化的方法。該方法利用三角網(wǎng)格信息近似代替了深度圖像信息,為確定目標(biāo)物體的最佳觀測方位提取了重要的特征數(shù)據(jù)信息。
再次,在分析已有的STL(Stereo lithography)文件的基礎(chǔ)上,結(jié)合深度圖像三角網(wǎng)格化信息的特點,提出了一種改進的基于STL文件建立三角網(wǎng)格信息數(shù)據(jù)存儲模型的方法。該方法通過對三角形的頂點與法向量進行編號,把以坐標(biāo)表示的網(wǎng)格資料
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度圖像自遮擋信息的下一最佳觀測方位研究.pdf
- 利用深度圖像中的遮擋和輪廓信息確定下一最佳觀測方位.pdf
- 單幅深度圖像遮擋邊界檢測和下一最佳觀測方位研究.pdf
- 基于Kinect深度圖像的手勢識別研究.pdf
- 基于深度圖像的繪制技術(shù)研究.pdf
- 基于深度圖像的玉米品種識別研究.pdf
- 基于kinect深度圖像的手勢識別研究
- 基于Kinect深度圖像的動作識別.pdf
- 基于深度圖像繪制的視圖合成研究.pdf
- 基于深度圖像信息的視覺目標(biāo)自遮擋檢測方法研究.pdf
- 深度圖像增強算法研究.pdf
- 深度圖像分析方法研究.pdf
- 基于深度圖像信息的手勢識別技術(shù)研究與應(yīng)用.pdf
- 基于深度圖像的虛擬視點繪制方法研究.pdf
- 基于深度圖像的手勢識別研究及應(yīng)用.pdf
- 基于RGBD深度圖像的實時手勢識別研究.pdf
- 基于Kinect深度圖像的手勢識別算法研究.pdf
- 基于深度圖像繪制中的空洞填充.pdf
- 彩色圖像引導(dǎo)的深度圖像增強.pdf
- 基于深度圖像分層的虛擬視點繪制研究.pdf
評論
0/150
提交評論