基于多项式的图像畸变校正模型及抗混叠综述

来源 :现代计算机 | 被引量 : 1次 | 上传用户:lichao0714900
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于摄像机或相机的镜头自身凸透镜的固有特性,使得所拍摄得到的图像一般会产生一定程度的非线性畸变,这就会导致拍摄图像中物体的几何位置精度受到影响,使其在图像识别、图像匹配等对几何精度要求较高的领域失去应用价值,因此需要对图像进行畸变校正,也就有了相应的畸变校正模型。在校正过程中,很多会忽略混叠的产生,应该引入抗混叠操作,使校正的效果达到最佳。
其他文献
目标跟踪算法作为深度学习中常见的算法之一,特点在于对某一个目标的持续跟踪,常见于安防、自动驾驶等领域,对其进行综述,主要包含核心网络结构和思想、难点、以及常见方法、各自的优缺点,最后对于以深度学习为基础的单目标跟踪算法的发展趋势进行展望。
针对传统手势识别算法存在的识别率低的问题,提出一种新的手势识别改进算法,对现有的基于模板匹配的手势识别算法改进,加入有效性阈值对手势类别进一步判断,实现手势的分类与识别,实验表明该手势识别方法对手势的识别率为95%。
针对传统颜色校正算法难以将严重偏色画面的白平衡恢复到正常的水平值和将画面的真实信息从偏色图像中恢复出来等问题,设计一种基于RGB色彩通道混合的颜色校正算法。首先,通过分析图像的偏色通道及偏色程度,设定颜色R、G、B三通道的混合系数,再根据混合系数计算出RGB通道上的增量;结合亮度混合原理对RGB通道的数值进行重计算,以完成对偏色图像的校正。实验结果表明,该方法对严重偏色的图像有比较好的校正效果。
人脸识别广泛应用于身份认证系统中,但是容易受到伪造人脸攻击。人脸活体检测可以检测并拒绝伪造数据,是计算机视觉的重要应用与研究热点。将人脸活体检测方法分为传统方法和基于深度学习的方法,介绍每种方法的基本思想,并对现有人脸活体检测数据集进行整理与介绍,最后对人脸活体检测的发展趋势与面临的问题进行总结。
水声网络具有高延时、低带宽、能量有限、高节点移动性的独有特性,这使得水声网络中MAC协议的设计面临巨大的挑战.本文对水声网络中MAC协议进行综述性研究与分析,介绍水声网
针对含噪周期性故障声信号和周期性脉冲故障声信号的去噪处理问题,小波阈值函数去噪技术能起到很好的作用,但由于传统阈值函数存在函数不连续和重构精度不够的缺陷,去噪效果