一种鲁棒的基于光度立体视觉的表面重建方法
提出一种基于先进的凸优化技术的光度立体视觉重建框架.首先通过鲁棒的主成分分析(Robust principle component analysis,RPCA)祛除图像噪声,得到低秩矩阵和物体表面向量场,然后再通过表面重建算法从向量场来恢复物体形状.相对于先前的一些使用最小二乘或者一些启发式鲁棒技术的方法,该方法使用了所有可用的信息,可以同时修复数据中的丢失和噪声数据,显示出了较高的计算效率以及对于大的稀疏噪声的鲁棒性.实验结果表明,本文提出的框架大大提高了在噪声存在情况下物体表面的重建精度.
光度立体视觉、鲁棒主成分分析、表面重建、稀疏噪声、低秩矩阵
39
国家重点基础研究发展计划973计划2010CB732505;国家自然科学基金61072096;National Basic Research Program of China 973program2010CB732505;National Natural Science Foundation of China61072096
2013-10-10(万方平台首次上网日期,不代表论文的发表时间)
共10页
1339-1348