国奖申答辩仿人形多气囊柔性并联机器人机电一体化的研究成果.pptVIP

报告人：毛 敏 专 业：模式识别与智能系统 导 师：郝矿荣 教授 日 期：2014-10-14 仿人形多气囊柔性并联机器人机电一体化的研究成果 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 目 录 研究工作及研究意义 1 基于弱纹理特征点的提取研究 2 3 相关实验结果 4 研究成果 5 基于纹理合成的弱纹理区域特征点提取算法 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 研究背景及意义 对于弱纹理物体进行数字化三维重构时往往需要采用结构光的方 法，而结构光方法对光线的强度以及物体表面的反光程度等因素 较敏感，同时相关设备的便携性方面较差，且设备相对较昂贵。 另一方面，在采用准稠密匹配时，传统的特征点提取方法对于弱 纹理区域的特征点提取性能较差，从而会产生较大的误差。因此， 我们分别设计了两种基于弱纹理区域的特征点提取算法。并 将该方法用于准稠密匹配中，实验结果证明算法的有效性。 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于弱纹理特征点的提取研究 研究内容: 1.提出一种适用于弱纹理区域的特征点检测算子。 2. 提出一种适用于弱纹理特征点匹配的算法。 创新点: 1.基于Self-Similarity概念提出了一种适用于弱纹理 区域的特征点检测算子（SWPD：Self-Similarity based weak-texture point detector）。 2. 基于Sparse Representation提出了一种适用于 弱纹理特征点的匹配算法。 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于弱纹理特征点的提取研究 弱纹理特征点性质：令 表示图像中某个点的灰度值，则在弱纹理区域中，该点的灰度值具有以下特征： 因此，用传统的Hessian, Harris等特征检测算 子无法提取该部分点的特征。 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于弱纹理特征点的提取研究 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于弱纹理特征点的提取研究 由上图可以看出弱纹理区域具有较强的对称性，且具有较强的各向同性。 对称性在实际算子中的表现： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于弱纹理特征点的提取研究 相关算法结果： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于弱纹理特征点的提取研究 相关算法结果： 基于纹理合成的弱纹理区域特征点提取算法 研究内容: 1.将纹理合成技术应用于弱纹理特征点的提取中。 2. 将经典特征点提取算法的适用范围扩展到弱纹理区域。 创新点: 1. 提出一种适用于特征点提取与匹配的纹理合成算法 2. 提出一种基于二维仿射变换的纹理替换方法。 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于纹理合成的弱纹理区域特征点提取算法 相关算法结果： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于纹理合成的弱纹理区域特征点提取算法 相关算法结果： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 基于纹理合成的弱纹理区域特征点提取算法 相关算法结果： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 实验结果（研究内容一）： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 实验结果（研究内容一）： 东 华 大 学 DONGHUA UNIVERSITY 东华大学智能系统与网络智能研究所 实验结果（研究内容一）： 实验结果（研究内容二） 在光照强度变换下的实验结果： 实验结果（研究内容二） 在尺度变换下的实验结果： 实验结果（研究内容二） 纵向拍摄角度变换下的实验结果：