彩色伪随机编码图像特征点神经网络匹配  

Pseudo Random Color Encoded Image Feature Points Matching Based on Neural Network

作　　者：廖素引[1] 吴博[1] 卫敏[1] 赵燕[2] 李桂华[1] 张梅[1] 

机构地区：[1]安徽大学电气工程与自动化学院,安徽合肥230601 [2]电子工程学院,安徽合肥230037

出　　处：《计量学报》2016年第5期494-498,共5页Acta Metrologica Sinica

基　　金：国家自然科学基金(60931002,50275049);安徽省自然科学研究项目(KJ2013A019);安徽大学研究项目(ZLTS2015034,J10113190022)

摘　　要：为研究基于单幅二维图像不标定欧氏重构三维场景的理论，采用一种有效的采用伪随机编码结构光照明主动视觉技术。利用伪随机序列的窗口特性，使被编码结构光照明的场景表面每一个特征点郜具有唯一的代码，可以唯一地被辨识。利用神经网络进行图像识别，使该编码结构光主动视觉系统可比较容易地解决被动视觉系统中难以解决的特征点匹配问题，实验效果令人满意。In order to study the theory of uncalibrated 3D euclidean reconstruction based on single image. An effective activemachine teehnique with structured light illumination is introduced which applies pseudo-random color code. Each interest point on scene surface can be identified exclusively according to the window property of pseudo-random array. It is found out that this active machine system can solve the correspondence between images in the passive machine system. Image recognition using neural networks can easily solve characteristic point match problem in coding structured light active vision system, the experiment is satisfactory.

关 键 词：计量学 图像识别 主动视觉系统 伪随机编码 神经网络 特征点匹配 欧氏重构 不标定 

分 类 号：TB96[机械工程—光学工程]