区域立体算法

Ⅰ opencv三维重建深度怎么不随视场变化

1. 视场变化主要是通过找出每对图像间的对应关系，根据三角测量原理，得到视差图；

2. 在获得了视差信息后，根据投影模型很容易地可以得到原始图像的深度信息和三维信息。立体匹配技术被普遍认为是立体视觉中最困难也是最关键的问题，主要是以下因素的影响：

（1）光学失真和噪声（亮度、色调、饱和度等失衡）

（2）平滑表面的镜面反射

（3）投影缩减（Foreshortening）

（4）透视失真（Perspective distortions）

（5）低纹理（Low texture）

（6）重复纹理（Repetitive/ambiguous patterns）

（7）透明物体

（8）重叠和非连续

Ⅱ 全月球三维数字地形图的技术原理

据专家介绍，国际上以前公布过的月球全图，主要是二维影像图和用激光高程数据制作的三维地形图，由于这两种月图的数据源不同，不能产生一致的三维月图，无法形象地展示全月球立体实景。总装备部装备指挥技术学院利用自主研发的三维月图自动构建技术，一次性地解算出正射影像图（DOM）和数字高程模型（DEM），解决了二、三维数据不一致的难题。制作完成的全月球三维立体图，可以按照多种方式对全月球的任意区域进行全方位的观察和量测。
项目对特征点自动提取、同名像点自动识别、图像自动融合等三维月图自动构建关键技术进行了研究，很好地解决了地面上特征点提取算法不适于月面图像处理的问题、项目利用“嫦娥一号”原始影像制作的可实时浏览的全月球三维立体图，可为中国探月二期工程的月球软着陆器选址、月球机器人运动规划和仿真等提供技术支撑。

Ⅲ 抛物面与锥面所为立体体积有几种算法

方法1：分成两部分，抛物面与锥面相交处，满足z^2=6-z，即z=2(舍去负值)

用平面z=2切割这个立体，得到两块（一个是圆锥，一个是抛物线构成的旋转体），分别求出他们体积（可以用体积公式，或积分方法）
方法2：利用x,y对称性，得知立体是一个旋转体（z轴是旋转轴），使用旋转体求体积的积分公式
方法3：利用高斯公式，根据封闭曲面积分来求体积
方法4：利用祖暅原理，沿z轴，对面积微元（与z轴垂直的切片面都是圆），使用一维积分

Ⅳ 哪种立体匹配算法不是全局匹配算法

SSD不是全局匹配算法，其他都是。

选项中的 4 个词语的意思如下：

A. 动态规划：动态规划（英语：Dynamic programming，简称 DP）是一种在数学、计算机科学和经济学中使用的，通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。

B. 图割：是“图像分割”（Segmentation）的简称。在计算机视觉领域，图像分割指的是将数字图像细分为多个图像子区域（像素的集合）（也被称作超像素）的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界（线，曲线等）。更精确的，图像分割是对图像中的每个像素加标签的一个过程，这一过程使得具有相同标签的像素具有某种共同视觉特性。图像分割的结果是图像上子区域的集合（这些子区域的全体覆盖了整个图像），或是从图像中提取的轮廓线的集合（例如边缘检测）。一个子区域中的每个像素在某种特性的度量下或是由计算得出的特性都是相似的，例如颜色、亮度、纹理。邻接区域在某种特性的度量下有很大的不同。

C. BP：反向传播算法（英语：Backpropagation algorithm，简称：BP算法）是一种监督学习算法，常被用来训练多层感知机。 于 1974 年，Paul Werbos 首次给出了如何训练一般网络的学习算法，而人工神经网络只是其中的特例。不巧的，在当时整个人工神经网络社群中却无人知晓 Paul 所提出的学习算法。直到 80 年代中期，BP算法才重新被 David Rumelhart、Geoffrey Hinton 及 Ronald Williams、David Parker 和 Yann LeCun 独立发现，并获得了广泛的注意，引起了人工神经网络领域研究的第二次热潮。BP算法是对于多层的前向神经网络 Delta 规则的一般化，使用链式法则来迭代的计算每一层的梯度成为可能。BP算法要求每个人工神经元（节点）所使用的激励函数必须是可微的。

D. SSD：固态硬盘（Solid State Disk、Solid State Drive，简称 SSD）是一种以存储器作为永久性存储器的电脑存储设备。虽然 SSD 已不是使用“碟”来记存数据，而是使用 NAND Flash，也没有用来驱动（Drive）旋转的马达，但是人们依照命名习惯，仍然称为固态硬盘（Solid-State Disk）或固态驱动器（Solid-State Drive）。也有翻译为“固存”（“固态存储器”的简称）。

Ⅳ 一个几何区域映射为另一个几何区域，譬如矩形映射为环形。或者映射为几个分散的区域，什么算法可以做到

变量替换 例如极坐标公式将矩形映射为扇形它们面积之间的关系是S矩=雅可比行列式×S扇形 问题的关联是如何找到这种变量间的转换关系即映射 这是算法的问题 很难的 就相当于你能创造新的极坐标公式 还有即使你找到了这种算法但你的目的何在 比如极坐标替换在求面积方面是为了求S矩（但然不是普通的矩形面积 一般是曲线于坐标轴围的面积）这样做的条件是S矩很难直接记算出而于此对应的S扇有很好的可求性 所以你的目的何在 就只是简单的映射没有进一步的目的吗 如若有可能还要找对应的‘雅可比行列式’ 个人建议 如果你是学生最好找一个数学系的老师共同研究

Ⅵ 双目立体视觉可以测障碍物高度吗

与普通的图像模板匹配不同的是，立体匹配是通过在两幅或多幅存在视点差异、几何畸变、灰度畸变、噪声干扰的图像对之间进行的，不存在任何标准模板进行匹配。立体匹配方法一般包含以下三个问题:(1)基元的选择，即选择适当的图像特征如点、直线、相位等作为匹配基元;(2)匹配的准则，将关于物理世界的某些固有特征表示为匹配所必须遵循的若干规则，使匹配结果能真实反映景物的本来面目;(3)算法结构，通过利用适当的数学方法设计能正确匹配所选择基元的稳定算法。 根据匹配基元的不同，立体视觉匹配算法目前主要分为三大类,即区域匹配、相位匹配和特征匹配: 基于区域灰度的匹配算法是把一幅图像(基准图)中某一点的灰度邻域作为模板，在另一幅图像(待匹配图)中搜索具有相同(或相似)灰度值分布的对应点邻域，从而实现两幅图像的匹配。

Ⅶ 德洛内三角算法（Delaunay triangulation）基本方法是怎样的，说的详细些，另外与三维空间连接性有什么关

哈哈，刚好做了这道题～感情你也是学测量的？

荷兰气候学家A•H•Thiessen提出了一种根据离散分布的气象站的降雨量来计算平均降雨量的方法，即将所有相邻气象站连成三角形，作这些三角形各边的垂直平分线，于是每个气象站周围的若干垂直平分线便围成一个多边形。用这个多边形内所包含的一个唯一气象站的降雨强度来表示这个多边形区域内的降雨强度，并称这个多边形为泰森多边形。如图5-6-1，其中虚线构成的多边形就是泰森多边形。泰森多边形每个顶点是每个三角形的外接圆圆心。泰森多边形也称为Voronoi图，或dirichlet图。

图5-6-1泰森多边形

泰森多边形的特性是：

1、每个泰森多边形内仅含有一个离散点数据；

2、泰森多边形内的点到相应离散点的距离最近；

3、位于泰森多边形边上的点到其两边的离散点的距离相等。

泰森多边形可用于定性分析、统计分析、邻近分析等。例如，可以用离散点的性质来描述泰森多边形区域的性质；可用离散点的数据来计算泰森多边形区域的数据；判断一个离散点与其它哪些离散点相邻时，可根据泰森多边形直接得出，且若泰森多边形是n边形，则就与n个离散点相邻；当某一数据点落入某一泰森多边形中时，它与相应的离散点最邻近，无需计算距离。

在泰森多边形的构建中，首先要将离散点构成三角网。这种三角网称为Delaunay三角网。

对于泰森多边形（即Delaunay三角网）内的Delaunay三角形的构建方法应为：

1、凸包生成；

2、环切边界法凸包三角剖分；

3、离散点内插。

Delaunay三角形产生准则的最简明的形式是：任何一个Delaunay三角形的外接圆的内部不能包含其它任何点。它的最大化最小角原则是：每两个相邻的三角形构成的凸四边形的对角线，在相互交换后，六个内角的最小角不再增大。

而泰森多边形（即Delaunay三角网）的构建步骤应为：

1、离散点自动构建三角网，即构建Delaunay三角网。对离散点和形成的三角形编号，记录每个三角形是由哪三个离散点构成的。

2、找出与每个离散点相邻的所有三角形的编号，并记录下来。这只要在已构建的三角网中找出具有一个相同顶点的所有三角形即可。

图5-6-6泰森多边形的建立

3、对与每个离散点相邻的三角形按顺时针或逆时针方向排序，以便下一步连接生成泰森多边形。排序的方法可如图5-6-6所示。设离散点为o。找出以o为顶点的一个三角形，设为A；取三角形A除o以外的另一顶点，设为a，则另一个顶点也可找出，即为f；则下一个三角形必然是以of为边的，即为三角形F；三角形F的另一顶点为e，则下一三角形是以oe为边的；如此重复进行，直到回到oa边。

4、计算每个三角形的外接圆圆心，并记录之。

5、根据每个离散点的相邻三角形，连接这些相邻三角形的外接圆圆心，即得到泰森多边形。对于三角网边缘的泰森多边形，可作垂直平分线与图廓相交，与图廓一起构成泰森多边形。

怎么只能插入一张图片啊.......晕.......

Ⅷ 双目视觉的匹配算法是不是有好几种具体是哪几种

与普通的图像模板匹配不同的是，立体匹配是通过在两幅或多幅存在视点差异、几何畸变、灰度畸变、噪声干扰的图像对之间进行的，不存在任何标准模板进行匹配。立体匹配方法一般包含以下三个问题:(1)基元的选择，即选择适当的图像特征如点、直线、相位等作为匹配基元;(2)匹配的准则，将关于物理世界的某些固有特征表示为匹配所必须遵循的若干规则，使匹配结果能真实反映景物的本来面目;(3)算法结构，通过利用适当的数学方法设计能正确匹配所选择基元的稳定算法。

根据匹配基元的不同，立体视觉匹配算法目前主要分为三大类,即区域匹配、相位匹配和特征匹配:

基于区域灰度的匹配算法是把一幅图像(基准图)中某一点的灰度邻域作为模板，在另一幅图像(待匹配图)中搜索具有相同(或相似)灰度值分布的对应点邻域，从而实现两幅图像的匹配。这类算法的性能取决于度量算法及搜索策略的选择。另外，也必须考虑匹配窗口大小、形式的选择，大窗口对于景物中存在的遮挡或图像不光滑的情况会更多的出现误匹配，小窗口则不具有足够的灰度变化信息，不同的窗口形式对匹配信息也会有不同的影响。因此应该合理选取匹配区域的大小和形式来达到较好的匹配结果。

相位匹配是近二十年发展起来的一种匹配算法，相位作为匹配基元，即认为图像对中的对应点局部相位是一致的。最常用的相位匹配算法有相位相关法和相位差——频率法，虽然该方法是一种性能稳定、具有较强的抗辐射抗透视畸变能力、简单高效、能得到稠密视差图的特征匹配方法。但是，当局部结构存在的假设不成立时，相位匹配算法因带通输出信号的幅度太低而失去有效性，也就是通常提到的相位奇点问题，在相位奇点附近，相位信息对位置和频率的变化极为敏感，因此用这些像素所确定的相位差异来衡量匹配误差将导致极不可靠的结果。此外，相位匹配算法的收敛范围与带通滤波器的波长有关，通常要考虑相位卷绕，在用相位差进行视差计算时，由于所采用的相位只是原信号某一带通条件下的相位，故视差估计只能限制在某一限定范围之内，随视差范围的增大，其精确性会有所下降。

基于特征的图像匹配方法是目前最常用的方法之一，由于它能够将对整个图像进行的各种分析转化为对图像特征(特征点、特征曲线等)的分析的优点，从而大大减小了图像处理过程的计算量，对灰度变化、图像变形、噪音污染以及景物遮挡等都有较好的适应能力。

基于特征的匹配方法是为使匹配过程满足一定的抗噪能力且减少歧义性问题而提出来的。与基于区域的匹配方法不同，基于特征的匹配方法是有选择地匹配能表示景物自身特性的特征，通过更多地强调空间景物的结构信息来解决匹配歧义性问题。这类方法将匹配的搜索范围限制在一系列稀疏的特征上。利用特征间的距离作为度量手段，具有最小距离的特征对就是最相近的特征对，也就是匹配对。特征间的距离度量有最大最小距离、欧氏距离等。

特征点匹配算法严格意义上可以分成特征提取、特征匹配和消除不良匹配点三步。特征匹配不直接依赖于灰度，具有较强的抗干扰性。该类方法首先从待匹配的图像中提取特征，用相似性度量和一些约束条件确定几何变换，最后将该变换作用于待匹配图像。匹配中常用的特征基元有角点、边缘、轮廓、直线、颜色、纹理等。同时，特征匹配算法也同样地存在着一些不足，主要表现为:

(l)特征在图像中的稀疏性决定了特征匹配只能得到稀疏的视差场，要获得密集的视差场必须通过使用插值的过程，插值过程通常较为复杂。

(2)特征的提取和定位的准确与否直接影响特征匹配结果的精确度。

(3)由于其应用场合的局限性，特征匹配往往适用于具有特征信息显着的环境中，在缺少显着主导特征环境中该方法有很大困难。

总之，特征匹配基元包含了算法编程上的灵活性以及令人满意的统计特性。算法的许多约束条件均能清楚地应用于数据结构，而数据结构的规则性使得特征匹配非常适用于硬件设计。例如，基于线段的特征匹配算法将场景模型描绘成相互联结的边缘线段，而不是区域匹配中的平面模型，因此能很好地处理一些几何畸变问题，对对比度和明显的光照变化等相对稳定。特征匹配由于不直接依赖于灰度，计算量小，比基于区域的匹配算法速度快的多。且由于边缘特征往往出现在视差不连续的区域，特征匹配较易处理立体视觉匹配中的视差不连续问题。

Ⅸ 怎么使用动态规划算法对图像进行立体匹配呢具体做法

这个是主要的代码。 它可以分为几下几个部分： （1）这里DP算法只在每一行中进行搜索，那么应该记录下两图的每一对应行的 cost function的值，程序用的是SAD方法。 （2）开始从最后一行开始进行搜索，这里因为好像要将当前元素与前后三个元素进。

Ⅹ 复杂地区高精度重磁－三维电法勘探技术

（一）难点及对策

柴达木盆地花土沟－狮子沟地区位于西部坳陷区中部英雄岭褶皱冲断带的西南缘，该区地表地形起伏剧烈，沟壑纵横。在400km²的范围内，地形起伏在2800～3700m之间，相对高差达900m。复杂的地形地貌和构造特征制约了本区勘探工作的进程，特别是地震资料深层成像精度和可靠性受到制约。寻找和发展新的地球物理勘探方法和技术，提高勘探技术能成为当务之急。

大地电磁测深具有探测深度大，不受高阻屏蔽影响，对低阻层反应灵敏。自20世纪50年代提出以来，尤其在70～80年代随着电子计算机、信号处理技术的发展，在理论与技术方面不断出现突破性进展，方法不断完善，应用效果明显改善。大地电磁测深（MT）在油气、深部地质、地热和水资源调查等多个领域得到应用，在油气勘探中主要用于研究高阻基底起伏，划分沉积地层，圈定局部构造，研究区域构造格局等。

通过对盆地内地层电阻层的特征分析研究表明，不同电阻层具有一定的差异，具备应用大地电磁测深的地球物理前提，值得开展探索研究。

随着近年来大地电磁测深仪器的发展，在集成化、轻便化、多道化、遥测遥控化等方面都有可喜的进步，施工效率大大提高，三维大地电磁测深（3DMT）已成为可能，在本项目实施中，针对复杂地表条件，结合地质目标、矿井及居民区的人文环境，详细了解和分析区内的电磁干扰源等因素，采取了以下技术对策：

1.资料采集

（1）精心踏勘和制定技术方案

针对踏勘的情况和施工难点，采取以下应对措施：①设置远参考点，远参考点应在背景干扰较小，地面开阔、平坦的地方布设；②延长有效采集记录时间，改善低频资料品质；③进行干扰源影响范围调查试验，确定合理的偏移距；④对信噪比低的测点通过及时了解磁暴发生期，提前调整生产安排。

（2）通过试验工作，获得合理的采集参数。主要进行了极距、采集时间、磁场稳定性试验和高差极距比试验。

（3）针对低信噪比区的部分测点，采取了延长记录时间，ROBUST和远参考处理技术合理应用，在强信号时段进行资料采集等方法提高资料品质。

（4）及时监控各仪器系统的工作状态，保证系统正常工作，及时分析电阻率、相位曲线质量，一旦发现不合格记录，立即进行补测。

（5）在本测区共布置了55个重复物理点检查工作，从另一方面对仪器的工作性能进行了动态监控。

以上技术措施的实施，有力地保证了本区三维MT资料的采集质量。

2.资料处理

针对复杂地表条件、复杂地表岩性，采取以下有针对性的措施以及新的处理方法技术：①变密度校正技术；②特殊处理－异常剥离技术；③重磁三维线性约束反演技术；④三维空间域统计滤波静校正。

3.室内解释

采取以下新的方法及思路：

（1）将三维MT 反演成果在Land Mark 解释工作站上进行三维可视化解释。实现了电磁法资料与地震资料统一平台解释的可能，直观展示电磁法成果，提高综合解释能力奠定了重要基础。

（2）从物性资料分析入手，系统研究密度、磁化率、电阻率的变化特征，研究区内中浅层、深层构造特征。

（3）建立研究区构造模式。

（二）技术特色

（1）花土沟－狮子沟地区高精度重磁、三维电法（MT）勘探，是我国第一次在油气勘探复杂区实施的重、磁、电三维采集处理解释一体化项目。

（2）在PC机群上开发了三维MT反演并行算法软件，在国内率先实现了实际MT资料的三维处理与反演。

（3）实现了三维MT反演数据在Landmark工作站上的三维可视化解释，直观展示电磁法成果，提高了综合解释能力和效果；实现了与地震资料同一平台解释。

（三）应用效果

根据项目研究需要，2006年在柴达木盆地西部的狮子沟地区开展高精度重力、磁力和三维电法（MT）勘探，主要地质任务是通过对重、磁、电异常分布特征的研究，了解深层构造的展布特征和发育规律，为进一步的勘探和钻探部署提供依据。

1.效果对比

三维反演结果较之传统二维反演方法结果可靠、合理。

（1）三维反演实现过程中，全区均一网格的MT测点结果都统一参与反演，反演结果无测线之间闭合差问题，避免了二维反演时主测线与联络测线反演结果不闭合、无法解决旁侧效应等局限性（图9-16）。

图9-16 二维与三维电法主测线与联络测线反演闭合差对比图

（2）三维反演考虑了各测点体积效应问题。对局部构造异常反应更为灵敏；对局部构造刻画更精细；反演的基底电性结构更为合理；与已知井资料吻合较好。

比较MT22线二维反演和三维反演断面（图9-17），中深层电性层构造异常都存在，而在三维反演结果中，电性层构造异常形态、高点突出，为进一步解释深层构造提供了重要依据。

图9-17 MT22测线二维、三维反演断面对比图

（3）三维反演结果与钻井揭示的地层起伏趋势一致。图9-18为过狮23井等多口井的三维反演断面，沿断面各井揭示的地层起伏与反演电性层起伏相关性良好。

综上所述，本区的三维MT反演，较二维反演更为合理明显，体现了三维MT技术反演的先进性，三维MT反演结果为综合解释奠定了基础。

2.主要地质成果

（1）三维重力反演

三维重力反演使用目标重力异常，采用相对密度差反演方法，三维立体模型剖分为纵、横、垂三方向等间距的立方体组合模型，模型剖分单元为250m×250m×250m。反演采用多次迭代逐次逼近的方法，采用极值范围、反演空间范围约束等方法。

图9-19为三维重力反演求解的三维密度分布的不同海拔的水平切片，图中展示的水平切片的埋藏深度大约为3000～5000m。由反演结果可见，从3000m至5000m，地下密度分布具有明显的变化，在工区中部，深层密度分布显示出更加清楚的南北向构造的形态，而且从浅至深，局部密度高的水平位置也有变化。初步对比表明，-625～-1125m水平密度切片与三维电法反演解释的E32底界构造图对应关系较好。

图9-18 过狮23井等多口井的MT22测线三维反演断面图

图9-19 狮子沟地区三维重力反演密度水平切片图

（2）三维磁力反演

三维磁力反演使用磁力化极异常，采用三维立体模型剖分为纵、横、垂三方向等间距的立方体组合模型，模型剖分单元为250m×250m×250m。反演采用多次迭代逐次逼近的方法，采用极值范围、反演空间范围约束等方法。

图9-20 狮子沟地区3维磁力反演磁化率水平切片图

图9-20为三维磁力反演求解的三维磁化率分布的不同海拔的水平切片，图中展示的水平切片的深度为地面附近至8000m埋深内的磁性变化。由反演结果可见，从地表附近到8000m深度范围内，地下地层岩石磁性分布具有明显的变化，浅层磁性较弱，深度达到5000m以后地层磁性增强，其差异大，表现出基底磁性的差异变化。这种变化与基底结构有关。

（3）MT资料三维反演

MT资料三维反演处理的目的就是获得工区地层电阻率的纵横向空间分布，通过分析反演电性层的异常展布和变化规律，进一步追踪本区的地质构造特征和地层沉积分布。

1）三维反演结果显示（图9-21，图9-22），由浅至深地层电阻率的大小变化表现为高阻、低阻、次高阻、高阻的电性特征，宏观变化规律与钻井揭示的地层电性变化规律一致。通过钻井地层电测井结果的标定，反演结果中主要低阻层为下油砂山组，电阻率为5～12Ω·m范围，低阻层沉积较厚的区域还包括上油砂山组，干柴沟组主要对应次高阻层。

图9-21 狮北1井标定MT03测线三维反演电阻率断面图

图9-22 狮23井标定MT23测线三维反演电阻率断面图

2）浅层反演电阻率的平面异常分布与浅层不同地质露头地层分布相关性良好。图9-23为反演深度为227m的深度电阻率切片图，对比本区地质图，第四系出露区明显对应于高电阻率分布区；出露的油砂山组区段为反演电阻率的低阻分布区，与该套地层表现的电性特征相对应；工区东南角的低电阻率异常区，与该区域地表沼泽地地貌相关。上述特征表明，三维反演结果较客观地揭示了浅层地层的电阻率分布规律。

图9-23 三维反演电阻率227m深度切片图

3）三维反演电阻率16Ω·m海拔埋深平面图，基本反映了本区低阻沉积地层底界的分布特征和厚度变化（如图9-24所示）。主要特征为，工区中部沿跃36井至狮20井近南北向为低阻层沉积较薄的区域，底界埋深达1300～2600m，低阻沉积地层较厚的区域位于工区东、西两侧，底界埋深达4500m以上。

4）反演电阻率60Ω·m海拔埋深平面图，基本反映了本区深层高阻基底顶面的起伏形态（图9-25所示）。其特征与低阻层底界埋深类似，工区中沿跃36井至狮20井近南北向展布的高阻基底隆起区，隆起区分别以狮25井、游深3井北和建参1井北为中心，形成3个明显的构造圈闭，其高点埋深分别约为4400m、4400m和5000m，反映了该隆起带上深层构造发育的特点。反演结果与定性资料所揭示的构造异常分布规律相呼应。

反演电阻率60Ω·m海拔埋深等值线的区域异常走向的变化，在工区西部表现较为突出，西部等值线走向呈北东—南西向特征，反映了基底受北东—南西向断裂控制明显，该现象与定性资料反映的特点一致。

5）反演结果电性层的起伏与地层的展布相关，多口钻井地质分层与三维反演电阻率断面的对比，表明二者基本一致。因此，MT反演电阻率断面上电性层的横向起伏变化对构造、断层的综合地质解释具有重要的参考价值。

图9-24 三维反演低阻电性层底界海拔埋深图

图9-25 三维反演深层高阻电性层顶面海拔埋深图