1 南京航空航天大学机电学院, 江苏 南京 210016
2 扬州市职业大学, 江苏 扬州 225009
针对跨尺度数据之间尺度差异导致拼接困难、精度低等问题,提出了一种使用分形维数表征尺度的跨尺度数据拼接方法。利用离散小波变换对原始数据进行多尺度分解,获取其在多个尺度上的近似数据,并采用分形维数对数据之间的尺度差异进行表征与衡量,找出跨尺度数据在相近尺度上的小波变换数据;而后通过迭代最近点算法对获取的尺度近似数据进行拼接。最终将所获得到的转换关系应用于原始数据,完成跨尺度数据的拼接。对获取的不同尺度下的三维表面形貌数据进行分形维数的计算,结果表明,分形维数能有效表征以及衡量尺度参数。跨尺度拼接结果表明,所提出的方法能有效地实现跨尺度的数据拼接。
机器视觉 数据拼接 跨尺度 小波变换 分形维数 光学学报
2018, 38(12): 1215001
1 扬州市职业大学机械工程学院, 江苏 扬州 225012
2 南京航空航天大学机电学院, 江苏 南京 210016
为提高双目立体视觉测量图像精确匹配的稳定性，提出一种基于特征点能量的稳健匹配新算法。该算法基于极线约束获取左右图像中特征点的初始匹配，根据特征点之间极线约束关系定义了一种不受仿射变换影响的能量来描述特征点，通过比对特征点能量值来剔除误匹配。该算法有效降低了误匹配率和误剔除率，从而满足多视角测量数据拼合过程中严格限制误匹配率的要求。实验结果表明，该算法正确匹配率大于95%，误剔除率小于2%，具有较强的稳健性。
机器视觉 能量 双目 标志点 立体匹配 激光与光电子学进展
2016, 53(2): 021501
