利用移动最小二乘法进行深度图像曲面拟合

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (01): 229-0233.

利用移动最小二乘法进行深度图像曲面拟合

李世飞,王平,沈振康

国防科技大学 ATR国家重点实验室|长沙 410073

收稿日期:2008-04-24 出版日期:2010-01-01 发布日期:2010-01-01
通讯作者: 李世飞（1978-）,男,博士研究生.研究方向:多维智能信号处理.E-mail:tuotuoheyan@126.com E-mail:tuotuoheyan@126.com
作者简介:李世飞（1978-）,男,博士研究生.研究方向:多维智能信号处理.E-mail:tuotuoheyan@126.com
基金资助:
国防预研基金项目(9140A010107KG01)

Range image surface fitting via moving least squares methods

LI Shi-fei, WANG Ping, SHEN Zhen-kang

State Key Laboratory of ATR|National University of Defense Technology|Changsha 4100731, China

Received:2008-04-24 Online:2010-01-01 Published:2010-01-01

摘要/Abstract

摘要：

针对已有的对曲面进行局部拟合方法中窗口半径选取难的问题，提出了一种使用移动最小二乘法进行全局曲面拟合的新方法。该方法充分利用最小二乘法形函数多阶连续的特点，能够保持在较高拟合精度的前提下获得深度图像曲面多阶连续的拟合结果，这种拟合结果为计算深度图像的曲面特性提供了便利。利用真实的深度图像进行数值实验，计算结果说明了该方法的有效性。

关键词: 计算机应用, 移动最小二乘法, 深度图像, 曲面拟合

Abstract:

Range image surface fitting is one of basic steps of range image analysis. The disadvantages of local fitting methods are analyzed; then this paper propose a new global surface fitting scheme by using moving least squares methods. Making use of the continuity of the shape function of moving least squares methods, this scheme can obtain fine fitting results and achieve multi-level continuous range image surface fitting, which are convenient for calculating surface characteristics of range image. Experiment results on real range images demonstrate the feasibility of the moving least squares methods.

Key words: computer application, moving least squares, range image, surface fitting

中图分类号:

TP391

李世飞,王平,沈振康. 利用移动最小二乘法进行深度图像曲面拟合[J]. 吉林大学学报(工学版), 2010, 40(01): 229-0233.

LI Shi-fei, WANG Ping, SHEN Zhen-kang. Range image surface fitting via moving least squares methods[J]. 吉林大学学报(工学版), 2010, 40(01): 229-0233.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed