搜索资源列表
camera-method-based-on-OpenCV.
- 针对双目立体视觉系统研制过程中的摄像机标定步骤,分析了计算机视觉函数库OpenCV中的摄像机模型,其 中的非线性畸变考虑到了切向畸变和径向畸变,采用Bouguet角点提取算法,实现了基于OpenCV的摄像机标定.该 算法具有很高的标定精度和计算效率、良好的跨平台移植性,可以满足双目立体视觉系统的需要. ,System are directly used in the internal parameters of the camera calibration algorithm, calib
CameraCalibrationSystem
- 系统采用的是直接标定摄像机内部参数的算法，算法借助于标定参照物直接计算摄像机的内参数。整个系统是在VC++环境下设 计并实现的，并借助了IPL和OpenCV的帮助，只要输入标定物的图像，系统就可以迅速而又准确地输出摄像机内参数的结果。通过3D 重构实验证明了该系统的有效性。相对于MATLAB实现方式，该系统使用更加方便、快捷。 -System are directly used in the internal parameters of the camera calibration
camera-method
- 针对双目立体视觉系统研制过程中的摄像机标定步骤,分析了计算机视觉函数库OpenCV中的摄像机模型,其 中的非线性畸变考虑到了切向畸变和径向畸变,采用Bouguet角点提取算法,实现了基于OpenCV的摄像机标定.该 算法具有很高的标定精度和计算效率、良好的跨平台移植性,可以满足双目立体视觉系统的需要. -System are directly used in the internal parameters of the camera calibration algorithm, ca
1
- 摄像机标定中光心图像坐标确定方法，由所提出的两种方法求得的光心图像坐标在进行标定与三维测量时可达到较高的精度并且优于直 接用图像中心坐标进行标定与三维测量的精度-Experiment and simulation results show that accuracy of two improved methods in calibration and 3D measurement is higher than that obtained from using image cent
Research-on-Optimization
- 介绍了基于模型的位姿估计中所使用的一些优化方法。为了提高位姿估计的精度, 摄像机的标定参数必须足够精确, 这就对标定过程的非线性优化算法提出了很高的要求, 采用了一种新的优化目标函数, 用来最小化控制点间的三维重建误 差, 从而使标定参数是全局最优 在双像机位姿估计中, 引入了实时遗传算法进行全局搜索, 加快了算法的收敛速度。最后的 实验证明了这些方法的正确性并显示出这些方法在精度上比传统方法有了较大程度的提高- It int roduces s ome opt imizat ion
Design-and-Real-ization
- 在优化粒子滤波跟踪框架下, 设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三 维人体运动跟踪系统1 通过定义三维人体模型、摄像机模型以及观测似然模型, 得到跟踪所需目标函数, 并使用优化 粒子滤波算法进行求解1 实验结果表明, 该系统能够对人体运动进行准确的跟踪和三维重建, 可应用于体育运动分 析和动画制作等领域1-A v ideo-based 3D human body motion t racking system is developed under the
3D-Reconstruction
- 基于多幅图像序列的三维重建技术，以两幅图像的三维重建算法为基础，采用由运动 中恢复校准的结构方法，在已知摄像机参数的情况下，利用KLT特征点跟踪算法，实现了多 幅图像的三维重建，并利用集束调整优化了重建结果．-We presented a three dimensional reconstmction method based on image sequence of multiple images． Under the condition of the known camem pa
3d-measurement
- 基于sift算子的双目视觉三维测量技术 双目标定 摄像机标定-sift 3c-measurement
Face-Detector-Training
- 由一个3D变形人脸模型取自动生成适应的训练样本。由统计视角，tailored训练数据保证了所有的数据变化且由任意的人脸属性丰富训练样本，例如，年龄或体重。更进一步，它可能自动适应到环境约束，例如，来自于监控摄像机的照明或视角约束。我们使用裁剪的（tailor）图象训练一个新的Viola Jones的adaboost 目标检测框架的多核实现。这个新的实现不仅快速的，而且多特征通道的使用成为可能，例如，在训练期间的颜色特征。在我们实验中，我们训练7个依赖视角的人脸检测子并在Face Detectio