共查询到20条相似文献，搜索用时 562 毫秒
1.
《科技风》2017,(25)
图像匹配是当下计算机图像辅助技术的研究热点之一。基于SURF的图像匹配方法为当下常用的算法之一。SURF算法包含了图像特征点的检测,图像特征点的描述以及图像特征点的匹配三个部分。SURF算法中,图像特征点的检测是通过Hessian矩阵行列式而实现的。图像特征点的描述分为求取特征方向以及特征向量两个部分,SURF算法中利用Haar小波来求取特征点的特征方向以及特征向量。SURF算法中利用单方向欧氏距离来完成特征点的匹配。为了使得特征点的匹配具有更好的准确度,本文设计了基于改进SURF的图像匹配算法的研究。在SURF算法的基础上,利用欧氏距离建立双向匹配过程,使得特征点的匹配更加准确,从而提高图像匹配过程中匹配正确度。最后,通过实验结果对本文所设计方法的有效性进行了验证,实验结果表明,本文通过双向匹配过程改进的SURF算法具有更好的匹配正确度。 相似文献
2.
基于邻域梯度图像拼接算法研究 总被引：1，自引：0，他引：1
图像配准是图像拼接过程中至关重要的一步,本文首先分析了SIFT(scale invariant feature transform)算法原理,然后根据SIFT算法的缺点对其进行改进.通过Harris角点检测算法,剔除不稳定的边缘极值点,从而减少了特征点的数量;同时采用RANSAC算法去除伪匹配点.实验结果表明,改进算法不仅具有旋转、尺度变化不变性,对于噪声和亮度变化具有良好的鲁棒性,而且匹配速度比改进前大大提高. 相似文献
3.
提出了一种基于尺度不变特征变换算法的视频图像实时拼接方法。首先,用等焦距柱面变换对待拼接的图像进行处理,使相邻摄像机所拍摄的图像帧投影在同一柱面上;然后,优化k-d树的最近邻算法提高了特征点匹配的速度;最后,随机采样一致性算法剔除了错误的匹配点,提高了匹配的准确性,并得到投影变换矩阵进行多摄像机图像帧拼接。实验结果表明,与传统的图像拼接算法相比,该方法极大地提高了视频图像拼接的鲁棒性,实现了视频图像的实时拼接。 相似文献
4.
《科技通报》2015,(10)
在不同光照和旋转角度下进行地理特征遥感识别是测绘领域的难点,为了实现对地理地形的准确测绘,需要进行地理特征遥感识别优化设计。传统方法中,采用遥感图像边缘特征检测算法,当遥感图像出现旋转角度时,识别性能不好。针对这一问题,提出一种角点检测的地理特征遥感识别算法,并进行系统设计与实现,系统通过图像传感模块采集遥感图像,经过角点特征处理器提取图像特征。在不同光照和旋转角度,采用单尺度Harris角点检测算法对图像进行检测并提取角点,得到地理遥感特征数据采集的角点模型,基于角点检测,进行遥感识别算法改进和系统实现。实验结果表明,采用该算法和系统,地理特征遥感识别准确率高,耗时较少,提高对地理特征遥感识别性能。为实现对地理地形的准确测绘提供依据。 相似文献
5.
《科技通报》2016,(6)
无线射频识别技术,也就是RFID技术是一种典型的非接触性自动识别技术,当前在生产、管理、生活等社会各领域都有用到这一技术,并逐渐成为主要的自动识别技术,本文基于RFID技术和SURF算法,提出了校园智能车辆管理模型,首先按照三层开发原则,将系统分为数据层、应用层和表现层,然后在校园智能车辆管理模型中采用SURF算法对车辆牌照进行识别,首先构建车辆图像的尺度空间,接着由一个64维的特征向量来描述车牌的特征点,并对两帧图像车牌检测时的特征点进行匹配,最后在车牌特征点匹配过程中加入几何区域限定。仿真试验结果表明,本文提出的基于SURF算法的车牌识别模型误差较小,并且校园智能车辆管理系统功能完善,能很好的对校园车辆进行智能化车辆管理。 相似文献
6.
图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。 相似文献
7.
分析了SIFT算法和SURF算法的尺度空间和特征点描述符,同时对避障算法进行实现表明:采用旋转图像匹配时,SIFT算法的耗时较大,SURF算法的实时性相对较好,SIFT算法在同样的匹配时间内获得的特征点对数较多;采用尺寸变化图像时,随着图像尺寸的增大,特征点的数量增加,消耗的时间也不断增加。 相似文献
8.
提出了一种基于角点特征Harris和对比度调制的图像拼接算法,以提高室外复杂场景的图像拼接质量。利用Harris算法提取基准图像（带匹配图像）和后续图像的特征点。确定特征的位置、尺度与方向,利用最近临法完成两幅特征点的匹配,确定重合区域,利用基于对比度调制方法完成对图像的拼接。实验结果表明,该方法对亮度差异较大的图像拼接具有良好的效果,适于室外复杂环境的图像拼接。 相似文献
9.
《科技通报》2016,(8)
图像在过度曝光采集的情况下会因为光圈的进光量过大导致图像的细节关键信息缺失,研究过度曝光图像的缺失信息修复算法,为图像的细节特征分析奠定基础。传统方法采用图像小波尺度分解方法进行图像缺失信息修复,随着光圈的增大,对细节信息的修复效果不好,提出一种基于改进的小波包分解的过度曝光图像缺失信息修复算法。构建了过度曝光图像的纹理信息特征传导模型,采用Harris角点检测算法实现对过度曝光图像的灰度特征匹配,采用小波包分解方法对图像缺失信息进行位置和尺度信息的重构,实现缺失信息修复。仿真结果表明,采用该算法进行过度曝光图像修复,图像的细节特征得到准确有效复原,提高图像的识别能力。 相似文献
10.
《科技通报》2016,(4)
对生物DNA图像中的破损图谱进行区域分割,为实现图谱的修复奠定基础,进而提高生物DNA图谱的分析和诊断能力。传统方法对生物DNA图像中的破损图谱采用小波尺度分解的分割方法,对统计特征丰富的生物DNA图像区域分割的特征表达和修复能力不好。提出一种基于子区域块匹配的生物DNA图像中的破损图谱区域分割算法。进行了生物DNA图像破损图谱区域特征和边缘轮廓特征提取,基于连续子空间降噪方法对DNA图像的破损图谱的进行降噪处理,采用子区域模板块匹配方法进行生物DNA图像破损图谱区域特征的变尺度多区域分割,实现分割算法的改进。实验表明,采用该方法进行生物DNA图像破损图谱区域分割,对基因信息的特征提取和降噪性能较好,避免的过分割和欠分割,误分率较低,有效提高了生物基因图谱的特征表达和分析能力。 相似文献
11.
本文在双目立体视觉系统中提出一种精确的立体匹配算法。先用SIFT算法得到两幅图像的匹配点,并用RANSAC得到一些精确的匹配点。用这些匹配点算出两幅图像之间仿射变换关系,然后再将偏差小于阈值的初始匹配点都视为匹配点。再根据对应关系确定左图特征点在右图的潜在匹配点区域,从这一区域利用欧氏距离来查找SURF特征值之差小于设定阈值的点作为最终匹配点。 相似文献
12.
13.
针对无人机采集图像时因为采集条件的影响,图像拼接延时较大的缺陷,提出图像匹配的快速方法,在匹配过程中引入POS观测值减少搜索时间,采用平均金字塔生成金字塔图像,特征点的匹配开始于分辨率最低的图像层,将上一层的图像匹配结果做为次层匹配的粗集.在初始的图像中得到匹配点后,基于RANSAC算法估计出变换矩阵的稳健值H;最后采用LM非线性优化算法进行优化;概述并研究图像融合的方法,实现快速拼接.实验表明,这种方法大幅提高拼接时间,提高了效率. 相似文献
14.
针对图像自相似或具有对称性SIFT匹配稳定性不高的问题,提出了改进的Harris算法与SIFT算法相结合的图像匹配方法,用稳定的SIFT算法检测提取尺度空间极值点作为特征候选点,根据灰度的＂相似度＂的原则进行Harris特征提取,使候选点数量更少,特征点更稳定,使得匹配的效率更高,准确性更高。 相似文献
15.
本文提出了改进的Harris算法与SUFT算法相结合的图像匹配方法,用稳定的SUFT算法检测提取尺度空间极值点作为特征候选点,根据灰度的"相似度"的原则进行Harris特征提取,实验结果表明,使用改进后的算法进行遥感图像配准能有效去除误配点,使候选点数量更少,特征点更稳定,使得匹配的效率更高,准确性更高。 相似文献
16.
本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法,利用SIFT算法提取特征点。在特征点匹配的过程中,为提高搜索样本特征点的最近邻和次近邻特征点的速度,本文采用一种基于二叉检索树算法改进的近邻搜索算法,该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中,实验证明优于原算法并具有较高实时性。 相似文献
17.
《黑龙江科技信息》2016,(35)
文章针对图像自相似或具有对称性SIFT匹配稳定性不高的问题,提出了改进的SIFT算法与改进的Harris算法相结合的图像匹配方法,对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris闽值准则对所提取到的不变特征进行选择,剔除了图像区域中大量可区分性较差的特征点,从而得到了相对稳定和可区分性较好的特征点。其次,结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确匹配。实验对比结果表明,用取得稳定的特征点,进而结合一种好的匹配策略,能够更加增强图像匹配的高效性和鲁棒性。 相似文献
18.
19.