Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Đăng ký ảnh 3D bằng tối ưu hóa dựa trên học tập và giảng dạy
Tóm tắt
Đăng ký hình ảnh 3D là một lĩnh vực nghiên cứu mới nổi trong nghiên cứu thị giác máy tính. Trong bài báo này, hai phương pháp tối ưu hóa toàn cục hiệu quả đã được xem xét cho việc đăng ký 3D của các đám mây điểm. Các thí nghiệm đã được tiến hành bằng cách áp dụng mỗi thuật toán và hiệu suất của chúng được đánh giá dựa trên độ cứng, độ tương đồng và các biến đổi affine. Việc so sánh các thuật toán và hiệu quả của chúng đã được kiểm tra cho hiệu suất trung bình nhằm tìm ra giải pháp toàn cục để giảm thiểu lỗi về khoảng cách giữa đám mây mô hình và đám mây dữ liệu. Các tham số cho ma trận biến đổi được xem xét như là các biến thiết kế. Những so sánh tiếp theo của các phương pháp được xem xét được thực hiện cho nỗ lực tính toán, thời gian tính toán và sự hội tụ của thuật toán. Kết quả cho thấy rằng việc sử dụng TLBO là vượt trội cho ứng dụng xử lý hình ảnh liên quan đến đăng ký 3D.
Từ khóa
#đăng ký ảnh 3D #tối ưu hóa toàn cục #biến đổi affine #thị giác máy tínhTài liệu tham khảo
Scott G, Lonquet H C (1991) An algorithm for associating the features of two images, Proceedings of Royal Society of London, B244: 21–26.
Hartley R, Zisserman A (2003) Multiple View Geometry in Computer Vision, Cambridge University Press.
Cootes T F, Edwards G J, Taylor C J (2001) Active appearance models, IEEE Transactions on Pattern Analysis and Machine Intelligence, 23(6): 681–685.
Jenkinson M, Smith S (2001) A global optimisation method for robust affine registration of brain images, Medical Image Analysis 5(2): 143–156.
Besl P J, McKay N D (1992) A method for registration of 3-D shapes, IEEE Transactions on Pattern Analysis and Machine Intelligence, 14(2): 239–266.
Fitzgibbon A (2003) Robust registration of 2d and 3d point sets, Image and Vision Computing, 21(13–14): 1145–1153.
Du S, Zheng N, Xiong L, Ying S, Xue, J (2010) Scaling Iterative Closest Point algorithm for registration of m-D point sets, Journal of Visual Communication and Image Representation, 21(5–6); Special issue on Multi-camera Imaging, Coding and Innovative Display: 442–452.
Shi Q, Xi N (2008) Automated data processing for a rapid 3D Surface Inspection System, IEEE International Conference on Robotics and Automation (ICRA), 3939–3944.
Joung J H, An K H, Kang J W, Chung M J, Yu W (2009) 3D environment reconstruction using modi_ed color ICP algorithm by fusion of a camera and a 3D laser range under, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 3082–3088.
Jeffrey H, Ming-H Y (2011) On affine registration of planar point sets using complex numbers, Computer Vision and Image Understanding, 115: 50–58.
Jason L, Charles L, William H (2000) Registration of Range Data Using a Hybrid Simulated Annealing and Iterative Closest Point Algorithm, Proc. of IEEE, International Conference on Robotics and Automation, San Francisco, 24–28.
Holland J (1975) Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor.
Kennedy J, Eberhart R, (1995) Particle swarm optimization, Proceedings of the IEEE International Conference on Neural Networks, Perth (Australia), 1942–1948
Geem Z W, Kim, J H, Loganathan G V (2001) A new heuristic optimization algorithm: Harmony Search, Simulation (Transactions of the Society for Modeling and Simulation International, 76( 2): 60–68.
Karaboga D (2005) An idea based on honey bee swarm for numerical optimization, Technical Report-TR06, Erciyes University, Engineering Faculty, Computer Engineering Department.
Rao R V, Savsani V J, Vakharia D P (2011) Teaching-learning-based optimization: a novel method for constrained mechanical design optimization problems, Computer-Aided Design., 43:303–315
Rao R V, Savsani V J, Vakharia D P (2012) Teaching-learning-based optimization: an optimization method for continuous non-linear large scale problems, Information Science, 183(1):1–15
Rao R V, Savsani V J (2012) Mechanical Design Optimization using Advanced Optimization Technique, Springer London Heidelberg, ISBN 10.1007/978-1-4471-2748-2.
Hosseinpour H, Niknam T, Taheri SI (2011) A modified TLBO algorithm for placement of AVRs considering DGs, 26th International Power System Conference, 31st October-2nd November, Tehran, Iran.
Satapathy S C, Naik A (2011) Data clustering based on teaching-learning-based optimization, Swarm, evolutionary, and memetic computing. lecture notes in computer science. Springer, Berlin, 7077: 148–156.
Krishnanand K R, Panigrahi B K, Rout P K, Mohapatra A (2011) Application of multi-objective teaching-learningbased algorithm to an economic load dispatch problem with incommensurable objectives, Swarm, evolutionary, and memetic computing, lecture notes in computer science. Springer, Berlin, 7076: 697–705.
Toğan V (2012) Design of planar steel frames using teaching-learning based optimization, Engineering Structure, 225–232.
Niknam T, Golestaneh F, Sadeghi MS (2012) θ-multiobjective teaching-learning-based optimization for dynamic economic emission dispatch, IEEE Systems Journal, 6(2):341–352
Niknam T, Fard AK, Baziar A (2012) Multi-objective stochastic distribution feeder reconfiguration problem considering hydrogen and thermal energy production by fuel cell power plants, Energy, 42(1):563–573
Azizipanah-Abarghooee R, Niknam T, Roosta A, Malekpour AR, Zare M (2012) Probabilistic multiobjective windthermal economic emission dispatch based on point estimated method, Energy, 37(1):322–335.