1) homography
[英]['hɔməgrɑ:fi] [美]['hɑmə,græfɪ]
同形矩阵
1.
To avoid the degenerate configuration when directly computing the homography given the epipolar geometry in curve scene,the area-detection approach is presented in this paper.
为了提高立体图像匹配精度和速度,提出了一种改进的场景无关约束下的特征匹配算法,该算法针对用对极约束和同形映射来进行曲面场景匹配的过程中同形估计容易出现降阶的情况,通过引入区域面积检测法来避免降阶情况的发生,以改善匹配结果;同时,由于在同形矩阵估计中,通过加入基础矩阵和同形矩阵本质上的约束关系,可使得原本独立的同形约束和对极约束关系很好地融入到匹配的整个过程中,从而快速有效地抑制了错误匹配的发生。
2.
3-dimensional metric reconstruction of plane image is a matter of determining the eight freedoms homography matrix from image plane to metric plan e.
平面型场景图像的三维度量重建就是确定图像平面到度量平面的八自由度同形矩阵,通过对平面型场景图像的三维度量重建方法的阐释,提出了非层次化平面型场景图像的三维度量重建方法,该方法不必对摄像机定标,直接考虑射影图像平面上的圆点Ip和Jp,Ip和Jp包含非度量矩阵N的四个自由度,把它们结合起来用两个圆点Ip和Jp表示对偶二次曲线来计算非度量矩阵N,基于场景几何知识,计算图像平面和世界平面之间的非度量矩阵N后就可得到平面型场景图像的三维度量重建。
3.
Performance Analysis of Feature Correspondence Algorithm Based on Homography Constraint in Curved Scenes
仿真实验结果的分析证明,场景深度变化或者场景距离摄像机的距离变化,对立体匹配算法性能本身不受影响,但映射和建立匹配关系时所需要的同形矩阵的数量不同。
2) synchronous matrix
同步矩阵
1.
On the basis of, a series of algebraic expressions for the H graph are given in this paper, which include finding the solution of a set of simultaneous inequalities and real coefficient quadratic equations or finding the synchronous matrix of the matrix.
本文在文献[1]的基础上,对H图给出一类代数表示,使对H图的判定化为代数问题:实系数二次方程组与不等式组的求解、或者对矩阵求其同步矩阵问题。
3) matrix congruences
矩阵同余
1.
By using matrix congruences,invertibility of matrix over residue class rings and the method to solve the inverse matrix,this paper generalizes Cramer rule of linear equations over real field to linear equations over residue class rings.
本文利用矩阵同余、剩余类环上矩阵可逆及其求逆的方法,将一般数域上线性方程组的Cramer法则推广到剩余类环的线性方程组上。
4) contractm atrix
合同矩阵
6) Same Solution Matrix
同解矩阵
补充资料：三角形矩阵
三角形矩阵
triangular matrix
三角形矩阵「tr如曹山r matrix;Tpe卿二‘H.Mop，”a] 主对角线以下(或以上)的所有元素均为零的方阵(见矩阵(mat血)).在第一种情况下，该矩阵称为上三角形矩阵(叩per triangularn妞tr该)，在第二种情况下，该矩阵称为丁手角攀手吟(fower‘r面gularmatrix).一个三角形矩阵的行列式等于它的对角线上所有元素的乘积.0.A.物aHoB。撰【补注】一个能使之成为三角形形式的矩阵称为可三角化矩阵(trlgol祖lizable Inatr认)，见可三角化元(tri-gonaliZablee】ell祖nt). 任意秩为r的(nxn)矩阵A，如果它的前;个顺序的主子式均不为零，那么A可以表成一个下三角形矩阵B与一个上三角形矩阵C的乘积，(【AI」). 任一实矩阵A可以分解为形如A=QR，其中Q是正交矩阵，R是上三角形矩阵，称为QR分解(QR一deconl户粥ition)，或者分解为形如A=QL，其中Q是正交的，L是下三角形的，称为QL分解(QL一decom详〕sltion).这样的分解在数值计算法中起重要作用，([A2」)、(【A3])(例如对于计算本征值). 如果A是非奇异的，且要求R的对角线上的元素均为正数，那么QR分解A=QR是唯一的，(【A3」)，且由Gnml一Schmidt标准正交化过程给出，见正交化(ortllogonal龙ation);岩沉分解(Iwasawadecon1Position).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条