单目图像内静态物体深度的自动测量方法
An Automatic Method of the Depth Measurement of Static Objects in a Monocular Image
查看参考文献16篇
|
文摘
|
提出了一种从普通单目相机拍摄的两幅图像中自动获取其中物体深度的方法。该方法首先保持相机的参数不变,相机沿光轴方向移动,在物距为u和u+d处各拍摄一张图像,然后采用局部二值拟合能量(local binary fitting energy, LBF)模型的方法分割出图像中的物体,再将物体像的熵的相对变化率和加权Hu氏不变矩结合起来实现图像内物体的自动匹配,最后运用本文推导的公式计算出各个物体深度。实验结果表明了该方法的有效性。 |
|
其他语种文摘
|
Measurement of object depth information in an image is an important task in the stereo vision domain. An automatic method of the depth measurement from two images captured by an ordinary monocular camera is proposed. While keeping the parameters of camera constant, two images are captured at the distance between object and the lens definted as u and u+d, respectively. Objects in the images are acquired by the image segment method using the LBF model. The objects are matched automatically using the combined the relative difference ratios of entropy from the object image and the weighted HU invariant moment. The object depth can be calculated by a formula presented in this paper.. Experimental results show that the method is effective. |
|
来源
|
武汉大学学报. 信息科学版
,2016,41(5):635-641 【核心库】
|
|
DOI
|
10.13203/j.whugis20140656
|
|
关键词
|
单目图像
;
深度测量
;
图像分割
;
物体匹配
|
|
地址
|
1.
中国科学技术大学自动化系, 安徽, 合肥, 230027
2.
中国科学院合肥智能机械研究所, 安徽, 合肥, 230031
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1671-8860 |
|
学科
|
测绘学;自动化技术、计算机技术 |
|
基金
|
国家自然科学基金
;
安徽省教育厅自然科学基金
;
安徽省高等学校质量工程项目
;
合肥学院重点建设学科基金
;
合肥学院学科带头人培养对象基金
|
|
文献收藏号
|
CSCD:5703588
|
参考文献 共
16
共1页
|
|
1.
Liu Qiong. A Bayesian Framework for Dense Depth Estimation Based on Spatial-Temporal Correlation.
Neurocomputing,2013,104(3):1-9
|
CSCD被引
1
次
|
|
|
|
|
2.
Sellent A. Optimized Aperture Shapes for Depth Estimation.
Pattern Recognition Letters,2014,40(4):96-103
|
CSCD被引
2
次
|
|
|
|
|
3.
Sun Zhanli. Depth Estimation of Face Images Using the Nonlinear Least-Squares Model.
IEEE Transaction on Image Processing,2013,22(1):17-30
|
CSCD被引
3
次
|
|
|
|
|
4.
Pentland A P. A New Sense for Depth of Field.
IEEE Transaction on Pattern Analysis and Machine Intelligence,1987,9(4):523-531
|
CSCD被引
68
次
|
|
|
|
|
5.
Zhou Shaojie. Defocus Map Estimation from a Single Image.
Pattern Recognition,2011,44(9):1852-1858
|
CSCD被引
29
次
|
|
|
|
|
6.
唐慧明.
基于单目摄像机的深度、深度场及物体大小的测量方法:CN201110007172.8,2012
|
CSCD被引
1
次
|
|
|
|
|
7.
Li C M. Implicit Active Contours Driven by Local Binary Fitting Energy.
IEEE Conference on Computer Vision and Pattern Recognition,2007
|
CSCD被引
3
次
|
|
|
|
|
8.
Li C M. Minimization of Region-Scalable Fitting Energy for Image Segmentation.
IEEE Transactions on Image Processing,2008,17(10):1940-1949
|
CSCD被引
298
次
|
|
|
|
|
9.
李爱霞. 一种利用流形学习进行多影像匹配的方法.
武汉大学学报·信息科学版,2012,37(11):1303-1306
|
CSCD被引
3
次
|
|
|
|
|
10.
何培培. 基于彩色信息尺度不变特征的街景影像匹配.
武汉大学学报·信息科学版,2014,39(7):867-872
|
CSCD被引
3
次
|
|
|
|
|
11.
杜博. 基于最小噪声分离的约束能量最小化亚像元目标探测方法.
中国图象图形学报,2009,14(9):1850-1857
|
CSCD被引
10
次
|
|
|
|
|
12.
杜博. 高光谱图像降维的判别流形学习方法.
光子学报,2013,42(3):320-325
|
CSCD被引
12
次
|
|
|
|
|
13.
Shi Q. Semisupervised Discriminative Locally Enhanced Alignment for Hyperspectral Image Classification.
IEEE Transactions on Geoscience and Remote Sensing,2013,51(9):4800-4815
|
CSCD被引
7
次
|
|
|
|
|
14.
Gonzalez R C.
Digital Image Processing(Third Edition),2011
|
CSCD被引
1
次
|
|
|
|
|
15.
Hu M K. Visual Pattern Recognition by Moment Invariants.
IRE Transactions on Information Theory,1962,8(2):179-182
|
CSCD被引
717
次
|
|
|
|
|
16.
王耀明.
图像的矩函数:原理、算法及应用,2002
|
CSCD被引
3
次
|
|
|
|
|
了解气象卫星更多信息，请访问