【技术实现步骤摘要】
本专利技术属于机器视觉
,具体涉及一种基于高分辨率图像知识先验的压缩感知方法及其混合视觉系统。
技术介绍
视觉技术由于其具有非接触感知、获取信息量丰富、抗干扰能力强等特点,在环境理解、目标探测和定位等领域有着广泛的应用。常规双目视觉和双目全景视觉在进行目标定位时分别具有视场狭小和作用距离有限的缺点,两者联合构成的异构双尺度混合视觉系统兼顾了视场和可视距离双重因素,在大视场范围内实现目标跟踪及定位应用领域具有显著的优势。但由于此混合系统中视觉基元成像原理相异且目标成像尺度不同,导致经典双目视觉定位算法失效。有效解决异构成像视觉单元组成的多目立体视觉系统中存在的不同尺度图像间图像的等维度重构问题,将是对基于机器视觉实现环境三维信息感知这一最基本和最重要技术的极大促进。经典的香农采样定理认为,为了不失真地恢复模拟信号,采样频率应该不小于奈奎斯特频率(即模拟信号频谱中的最高频率)的两倍。但是其中除了利用到信号是有限带宽的假设外,没利用任何的其它先验信息。采集到的数据存在很大程度的冗余。压缩感知方法(Compressed Sensing CS)充分运用了大部分信号在预知的一组基上可以稀疏表示这一先验信息,为维度的重构提供了一种新思路。
技术实现思路
本专利技术的目的在于提供一种应用机器视觉手段的基于高分辨率图像知识先验的压缩感知方法。本专利技术的目的还在于提供一种基于高分辨率图像知识先验的压缩感知方法的混合视觉系统。本专利技术的目的是这样实现的:一种基于高分辨率图像知识先验的压缩感知方法,包括如下步骤:1)设定混合视觉系统中高维图像和低维图像的中间维度;2)计算 ...
【技术保护点】
一种基于高分辨率图像知识先验的压缩感知方法,其特征在于,包括如下步骤:1)设定混合视觉系统中高维图像和低维图像的中间维度;2)计算高维图像降维观测矩阵并对高维图像降维,计算低维图像升维观测矩阵并对低维图像升维;3)用SIFT匹配算法对得到的同维度的两幅图片进行匹配并计算匹配率;4)重复以上步骤直到找到可以得到最高匹配率的最优中间维度。
【技术特征摘要】
1.一种基于高分辨率图像知识先验的压缩感知方法,其特征在于,包括如下步骤:1)设定混合视觉系统中高维图像和低维图像的中间维度;2)计算高维图像降维观测矩阵并对高维图像降维,计算低维图像升维观测矩阵并对低维图像升维;3)用SIFT匹配算法对得到的同维度的两幅图片进行匹配并计算匹配率;4)重复以上步骤直到找到可以得到最高匹配率的最优中间维度。2.一种基于高分辨率图像知识先验的压缩感知方法的混合视觉系统,其特征在于:上半部分为一个全景相机...
【专利技术属性】
技术研发人员:蔡成涛,翁翔宇,范冰,汪鹏飞,张智,王立辉,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。