基于计算机视觉的深度估计方法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于计算机视觉的深度估计方法

第26卷第1期 光电技术应用 Vol.26,No.1 2011年2月 ELECTRO-OPTIC TECHNOLOGY APPLICATION February ,2011 ·信号与信息处理· 基于计算机视觉的深度估计方法 1,2 3 江 静 ,张雪松 (1.中国矿业大学(北京)煤炭资源与安全开采国家重点实验室,北京 100083; 2.华北科技学院机电工程系,北京 101601;3.光电信息控制和安全技术重点实验室,河北 三河 065201 ) 摘 要:深度估计方法可分为主动视觉和被动视觉两类。介绍了被动视觉测距中的五种深度估计方法,包括立体视觉、运 动测距、描影法、聚焦法和散焦法,分析了各自的成像原理、数学模型和测量方法。最后,对基于计算机视觉的深度估计方法进 行总结,分析了现有测量方法各自的局限性,提出算法进一步改进的方向是应用计算机视觉系统中需要的不同模板,联合依赖 于实际环境的权重因子与被动深度估计算法相结合。这是当前计算机视觉研究的一个热点领域。 关键词:计算机视觉;深度估计;被动测距;双目视觉;单目视觉 中图分类号:TP391.4 文献标识码:A 文章编号:1673-1255(2011)01-0051-05 Depth Estimation Methods Based on Computer Vision 1,2 3 JIANGJing ,ZHANGXue-song (1. StateKeyLaboratory of CoalResourcesandSafeMining, China University of MiningandTechnology(Beijing),Beijing 100083, China;2. Departmentof MechanicsandElectricityEngineering,NorthChinaInstituteof ScienceandTechnology,Beijing 101601, China;3. ScienceandTechnology onElectro-opticalInformationSecurity ControlLaboratory,Sanhe 065201,China) Abstract: The depth estimation methods can be divided into two categories, active vision and passive vision. The five different passive vision range finding methods are introduced, including stereo vision, structure from mo⁃ tion, shape from shading, depth from focus and depth from defocus, and their imaging principles, mathematical models and measurement methods are also analyzed. Finally, the depth estimation methods based on computer vi⁃ sion are summarized, and the limitation of the current measurement methods is analyzed. The further direction of improvement algorithm is usin

文档评论(0)

ayangjiayu3 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档