1) matrix images
矩阵像
1.
The sum of square in each column in each column was divided into the sum of some parts independently by using orthogonal decomposition of matrix images.
运用正交表各列矩阵像的分解技术,将各列平方和分解成相互独立的若干部分之和。
2.
Similarly to the orthogonal decomposition of projection matrices for orthogonal arrays, a concept of matrix images based on orthogonal balanced (or nearly balanced) block designs (or generalized orthogonal arrays) has been demonstrated in this paper.
它采用类似于正交表的投影矩阵正交分解技术,引入了正交平衡区组设计(或者广义正交表)的矩阵像的概念,并证明了正交平衡区组设计(或者广义正交表)的组合正交性等价于投影矩阵的矩阵正交性,进一步推广了正交BIB设计的理论。
2) pixel matrix
像素矩阵
1.
The Extraction and Simulation of Pixel Matrix in Radar Image;
雷达图像像素矩阵的提取与应用仿真
3) Image matrix
图像矩阵
1.
Hong’ article gives many excellent characteristics of the singular values extracted from an image matrix, and reaches the conclusion that the singular values are invariant to rotation.
Hong阐明了图像矩阵奇异值具有很多优良特性,也得出了图像矩阵奇异值具有旋转不变性这一结论。
2.
Considering the weakness of existing kernel Fisher discriminant analysis (KFDA) method,a nonlinear and uncorrelated discriminant feature extraction technique based on image matrix (I-UKFDA) is proposed.
针对现有核 Fisher鉴别分析方法的弱点 ,提出了一种基于图像矩阵的非线性不相关鉴别特征抽取技术。
4) imaging matrix
成像矩阵
1.
Then, the transition equations of two imaging processes are inferred, and a set of equations that conform the perspective imaging matrix are built.
推导出了两种成像过程的转换公式 ,并建立了一套用摄影测量方法构造OpenGL透视成像矩阵的公式。
5) camera matrix
摄像机矩阵
1.
Then the precise camera matrix for each image is extracted.
为了得到高精度深度图,通过特征点提取与匹配、计算基础矩阵F、引导互匹配、捆集调整等一系列技术,求出每幅视图在同一空间坐标系下的高精度摄像机矩阵P。
2.
From these corresponding points,we could calculate fundamental matrix and camera matrix, and estimate 3D surface topography.
构造3D地形模型有很多种方法,本文提出一种用数码相机获得的未标定照片获取三维地形模型的简单方法,这种方法仅需要从两幅或多幅照片中选取对应点,根据这些对应点,求出基本矩阵,摄像机矩阵,进而进行三维地形表面的估计,实验结果及算法分析表明,本文提出的特征匹配算法精确度较高,实现地形重建方法切实可行,生成的模型可视效果较好。
6) Image jacobian matrix
图像雅可比矩阵
1.
Vision servoing based on online estimation of image Jacobian matrix of Broyden;
基于Broyden在线图像雅可比矩阵辨识的视觉伺服
2.
This paper presents the general principle of robotic visual servo first,and then the global image descriptor-image moments from which the image jacobian matrix is derived are adopted to describe the image features,also the modal independent uncalibrated visual servo methord is proposed in use of lyapunov stability methord.
介绍机器人视觉伺服的一般原理,然后选取图像的全局特征描述子-图像矩来描述图像的特征信息,推导出基于图像矩特征的图像雅可比矩阵,并按李雅普诺夫稳定性方法推导出模型无关的无定标视觉伺服控制律。
3.
Based on the general uncalibrated visual servoing algorithm,this paper presents a new visual servoing control scheme which estimates pseudo-inverse of image Jacobian matrix based on recursive least square algorithm.
在一般无标定视觉伺服算法的基础上,提出了一种基于递推最小二乘法估计图像雅可比矩阵伪逆的无标定视觉伺服算法。
补充资料：像散和像面弯曲
两种像差。离光轴很近的物点以很小孔径，即很细的光束成像时，球差和彗差的影响可以忽略，成像可认为是完善的。但是当物点离开光轴较远，即视场增大时，即使以细光束成像，也不可能会聚于一点。此时，子午细光束的聚焦点和弧矢细光束的聚焦点位于主光线上的不同位置。就整个细光束而言，在子午焦点处得到的是一垂直于子午平面的短线，称为子午焦线；在弧矢交点处得到的是一垂直于子午焦线，且位于子午平面上的短线，称为弧矢焦线；在其他位置上，光束截面为椭圆弥散斑；在二焦线的中间位置上为一圆形弥散斑，如图所示。这种结构的光束称为像散光束；这种成像缺陷称为像散。像散的数值以二焦点投影到光轴上的间距Δx┡表示，即
，
式中x慴是子午焦点B慴到高斯像面（由高斯光学确定的理想像平面）的距离，x宺是弧矢焦点A宺到高斯像面的距离。如果物平面不在无限远处，B慴和B宺不能称焦点，可改称子午像点和弧矢像点，而问题的性质不变，公式也仍适用。当物点到光轴的距离变化时，x慴和x宺的数值随之改变，因此就细光束成像而言，同一个物平面有两个弯曲的像面：子午像点所在的面为子午像面，x慴称为子午像面弯曲，或简称子午场曲。弧矢像点所在的面为弧矢像面，x宺称为弧矢像面弯曲，或简称弧矢场曲。
像面弯曲x慴和x宺之值需在主光线的光线追迹基础上，用专门的计算公式（杨氏公式）求得,从而像散值Δx┡也随之求得。
当光学系统存在较大的像散时，像面一般也很弯曲，只有当子午和弧矢像面处于高斯像面二侧时，可勉强认为是平像面光学系统。但因像系由弥散圆形成，是模糊不清的。
当光学系统的像散校正得很好并且用细光束成像时，物平面上各点都有一个清晰的像点，但它们往往仍处于一个弯曲的像面上，在用平面来接收时仍不能同时清晰。通常把消像散时的清晰像面称为珀兹伐曲面，其弯曲程度称为珀兹伐弯曲。
所以，只有同时校正好像散和珀兹伐弯曲，才能使大的物平面用细光束成像时有一个平的清晰像面。若同时校正好宽光束的球差和彗差，则可获得大孔径大视场时的清晰像平面。
一般而论，透镜的像散随孔径光阑位置而异，并随透镜形状的不同而异,但当孔径光阑与薄透镜重合时,只要焦距不变，像散即为常值，与形状无关。消像散系统一般由正、负透镜适当组合而成。珀兹伐弯曲也只有用正、负光焦度分离的方法才能校正。
，
式中x慴是子午焦点B慴到高斯像面（由高斯光学确定的理想像平面）的距离，x宺是弧矢焦点A宺到高斯像面的距离。如果物平面不在无限远处，B慴和B宺不能称焦点，可改称子午像点和弧矢像点，而问题的性质不变，公式也仍适用。当物点到光轴的距离变化时，x慴和x宺的数值随之改变，因此就细光束成像而言，同一个物平面有两个弯曲的像面：子午像点所在的面为子午像面，x慴称为子午像面弯曲，或简称子午场曲。弧矢像点所在的面为弧矢像面，x宺称为弧矢像面弯曲，或简称弧矢场曲。
像面弯曲x慴和x宺之值需在主光线的光线追迹基础上，用专门的计算公式（杨氏公式）求得,从而像散值Δx┡也随之求得。
当光学系统存在较大的像散时，像面一般也很弯曲，只有当子午和弧矢像面处于高斯像面二侧时，可勉强认为是平像面光学系统。但因像系由弥散圆形成，是模糊不清的。
当光学系统的像散校正得很好并且用细光束成像时，物平面上各点都有一个清晰的像点，但它们往往仍处于一个弯曲的像面上，在用平面来接收时仍不能同时清晰。通常把消像散时的清晰像面称为珀兹伐曲面，其弯曲程度称为珀兹伐弯曲。
所以，只有同时校正好像散和珀兹伐弯曲，才能使大的物平面用细光束成像时有一个平的清晰像面。若同时校正好宽光束的球差和彗差，则可获得大孔径大视场时的清晰像平面。
一般而论，透镜的像散随孔径光阑位置而异，并随透镜形状的不同而异,但当孔径光阑与薄透镜重合时,只要焦距不变，像散即为常值，与形状无关。消像散系统一般由正、负透镜适当组合而成。珀兹伐弯曲也只有用正、负光焦度分离的方法才能校正。
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