共查询到18条相似文献，搜索用时 281 毫秒
1.
针对传统SURF匹配算法在特征点选取阶段选取了大量不符合匹配预期的特征点,增加了后期匹配的运算复杂度,提出一种SURF算子和显著区域检测相结合的方法。为使检测出的极值点和预期匹配的目标更加接近,用SURF算子构建出尺度空间图像后对该空间作显著区域检测,再对特征点赋显著度权值并通过孤立点剔除和局部冗余筛选出目标点,筛选后的特征点比传统方法得到的特征点数量明显减少,在降低时间复杂度的同时匹配精度提高了18%。特征匹配时引入RANSAC算法剔除误匹配点对,对匹配结果作进一步修正。实验表明,与传统SURF算法比较,改进算法在实时性和匹配精度方面均更优。 相似文献
2.
为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。 相似文献
3.
由于传统SURF匹配算法选取大量不符合预期的特征点,增加了后期匹配运算时间,导致不能满足工业级应用快速性的要求。提出一种改进的SURF算法,首先对摄像头获取的目标图像进行均值滤波处理,然后选择合理阈值、运用Canny算子对获取的目标图像进行边缘检测,再通过Hessian矩阵获取图像局部最值,并利用SURF算法对边缘图像进行匹配。仿真结果表明,该SURF算法在应用于工业机器人目标识别匹配时,既能减少匹配时间,又可以提高匹配准确度。 相似文献
4.
5.
鉴于SURF算法能快速而稳定地提取图像特征,提出一种基于SURF特征进行快速标定相机焦距的方法.相机模型采用单参数模型（即只有焦距未知）,先使用SURF算法得到图像匹配点对,这些匹配点对用于计算基础矩阵,然后根据Kruppa方程推导出一个二次方程,进而求解出焦距.实验结果验证了此方法的有效性和正确性. 相似文献
6.
针对PCB板缺陷检测中用传统SURF算法进行图像匹配精度不高的问题,提出一种生产工序中运动平台机械误差先验信息与SURF特征提取相结合的MSURF配准算法。通过提取计算SURF特征点,求出对应特征点对的距离;在PCB运动平台机械误差分析的基础上,依据先验阈值边界条件筛除异常匹配特征点对;求出两幅图像满足最小二乘拟合准则的映射关系,并将其用于图像配准。在机械运动误差0.05~0.10 mm范围内对42 mm×42 mm的PCB图像配准实验,结果表明:提出的图像配准方法速度快、精度高,适用于产线PCB缺陷检测。 相似文献
7.
为改进随机采样一致性算法模型参数估计可能不是最优导致图像特征点配准率不高的问题,缩短特征点提取时间,提出一种结合Delaunay三角网格约束的自适应多尺度图像重叠域配准方法。采用自适应通用加速分割检测算法,快速检测出均匀稳定的特征点,并且用二进制特征描述子解决尺度不变性和旋转不变性问题。因传统随机采样一致性算法阈值选取和迭代次数的局限性,会掺杂部分难筛的误配点,在此前提下借助Delaunay算法剖分粗匹配点集,遍历计算网格间对应三角形相似度并储存在相似性度量矩阵中。依据Delaunay三角网特性,剔除相似度差异大的三角形,重构网格保存余下的匹配点集。实验结果表明,该方法特征点提取速率比FAST快15%~20%,特征点正确配准率比随机采样一致性算法提高约4.9%,不仅可自适应多尺度快速提取特征点,而且在保证特征点正确配准率基础上尽量多地保留有效特征点数量。 相似文献
8.
在图像拼接技术中,单应性矩阵是实现两幅图像正确拼接的关键因素。针对传统RANSAC算法误匹配点概率较高,需要设置固定的投影误差阈值t导致迭代次数多、运行时间长、估计的单应性矩阵精度低等问题,提出一种改进的RANSAC算法以降低误匹配率。利用特征点周围灰度梯度相似性,剔除初始匹配中部分误匹配点,以减少矩阵估计的迭代次数;通过快速舍弃错误的单应性矩阵以减少内点检测时间,提高算法运行效率;通过BGD算法最小化损失函数以拟合精确的单应性矩阵。对比实验结果表明,改进的RANSAC算法能够有效剔除误匹配点,减少内点检测时间,提高单应性矩阵H的精度。 相似文献
9.
马无锡 《浙江工贸职业技术学院学报》2017,(2):35-40
针对SIFT(Scale Invariant Feature Transform)算法中阈值影响着图像匹配的成功率,提出了一种阈值自适应的匹配算法.该方法首先对SIFT算法中的阈值系统地研究,发现检测局部特征点的阈值α和图像匹配时最近距离与次近距离的比值的阈值 β对图像是否能够成功匹配起着决定性的作用,然后利用控制α的大小来检测特征点,生成特征描述符.再利用广义紧互对原型的基础上,自动调整 β的大小来控制匹配的对数,最后结合RANSAC和最小二乘法求出图像间的映射关系得到拼接后的图像.实验结果表明,该算法通过自动调整阈值和利用RANSAC剔除误匹配点,加快了图像的匹配速率,开发了全景图像拼接软件. 相似文献
10.
随着全球贸易的发展,集装箱运输增长迅速,集装箱卡车和吊车在集装箱运输中发挥着极其重要的作用。针对集装箱装卸作业中因集卡和集装箱之间固定锁未完全打开而导致集卡被误吊起的危险情况,提出一种基于机器视觉的港口集装箱卡车防吊方法。该方法使用两个摄像头实时采集集卡车身图像,为保证图像检测过程的实时性和准确性,采用ORB特征点检测算法对图像进行特征点提取,利用FLANN特征点匹配算法将检测到的特征点与起吊前基准图像中的特征点进行匹配,通过分析匹配成功特征点之间的坐标变化,判断集卡是否被误吊起。一旦纵坐标变化超出阈值,控制系统则会向主控PLC发送停止起吊指令,从而避免安全事故发生。通过大量现场试验,结果表明,该方案在应对各种复杂环境时都能取得很好的效果,可以满足港口自动化要求。 相似文献
11.
针对机器人快速运动时视觉里程计精度严重下降问题,提出基于点线特征的帧间匹配流视觉里程计（PL-FM）算法,以提高机器人在快速运动情形下的定位精度。PL-FM 算法通过对图像的预处理去噪,在特征点提取时引入灰度值权重,从而降低快速运动时光照的影响。将特征点匹配问题转化为向量计算,从而减少匹配时间,在帧间匹配流则采用衰减关键帧计算位姿,从而提高关键帧利用率。通过4 组实验对比,证明 PL-FM 算法误差精度提高 70%,时间效率提高 75%,保证了移动机器人的定位实时性,实现了低误匹配率及较高的定位精度。 相似文献
12.
针对目前手指静脉识别算法中的局部特征提取算法在信息量上利用不充分、特征不够稳定以及静脉结构不够突出等问题,提出一种基于多尺度局部特征融合的手指静脉识别方法。首先对图像进行归一化及自适应直方图均衡（CLAHE）处理,然后应用多尺度方向模板提取一阶局部静脉方向特征,之后在方向特征基础上计算局部均值二值算子（MLBP）,得到二阶局部纹理细节特征,最后采用最优权值方式融合一阶梯度上的局部静脉方向特征和二阶梯度上的局部纹理细节特征。相比其它传统局部特征提取算法,这种多阶梯度融合方式提高了特征的稳定性,对图像信息量的利用更加充分。与MMNBP和NMRT算法相比,该算法在噪声图像库中的识别率分别从40.99%、39.22%提升至51.04%,在正常图像库中的识别率分别从82.79%、84.66%提升至89.53%。 相似文献
13.
以无人机代替卫星遥感实现三维重建技术的影像拼接是一种成本低、灵活度高的实现方式。室外无人机 影 像 拼 接 通 常 存 在 深 度 相 机 对 环 境 光 照 条 件 十 分 敏 感 等 问 题 ,以 运 动 恢 复 结 构（SFM）和 多 视 角 立 体（MVS）技术结合构建拍摄区域的密集点云,再通过密集点云实现影像拼接的方法能够解决上述问题,但存在计算量较大和实时性较差的缺点。采用 SURF 特征描述子和最近邻匹配方法降低计算量,优化算法实时性能,同时提出一种增量式 SFM 流程中最优图像添加策略,提高光束平差法效率,并降低误差。实验结果表明,该方法能够在较短时间内获得较高精度的拼接影像,具有良好实时性。 相似文献
14.
传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题。为此提出AAM算法,定位关键点提取人脸表情几何特征。将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类。在CK+数据和JAFFE数据集上实验,识别率分别达到90%和86%。与传统的朴素贝叶斯算法比较,改进后的算法识别率分别提高6%和30%。 相似文献
15.
为了解决低对比度成像条件下传统三维轮廓重建算法精度偏低的问题,提出一种基于邻域距离最小化准则、由粗到细的高精度轮廓三维重建算法。首先使用 Canny 算子对目标图像进行边缘检测,再利用目标形状、尺寸等先验信息剔除分割出的虚假目标边缘。随后,计算边缘点法线方向上的梯度加权值作为工件初始化轮廓,根据左右一致性原则筛选出粗匹配点对,在匹配点对邻域附近使用亚像素进行精细搜索,利用邻域距离最小化准则估算出当前最佳亚像素匹配点对,并将其用于激光刻形工件的尺寸测量,总体精度可达 0.1mm。该方法有效降低了轮廓重建算法对边缘定位精度的依赖,同时提高了轮廓重建精度。 相似文献
16.
检测数字图像复制—粘贴型篡改是目前研究热点之一。多数复制—粘贴篡改检测方案只对刚性平移篡改具有较好的检测精度,无法有效应对更复杂的几何变换和常规信号攻击。为优化数字图像复制—粘贴篡改检测效率和精度,首次提出一种使用极坐标复指数变换（PCET）与一致性敏感哈希（CSH）的高效检测算法。首先,计算滑动窗口 PCET 系数,将其作为不变的图像局部特征|然后,根据这些特征,利用 CSH 算法快速、精确地匹配大量密集分块|最后,使用基于密集线性滤波的后处理算法消除匹配结果中的错误匹配并定位重复区域,得到最终检测结果。根据实验结果可知,该算法不仅检测精度平均提高 12.06%,而且处理时间平均缩短315.64s。因此利用对几何变换和常规信号攻击鲁棒的 PCET 系数刻画图像局部特征,并采用基于图像一致性的快速高精度匹配算法 CSH,可有效优化复制—粘贴篡改检测精度和效率。 相似文献
17.
为了在保证检测准确率的前提下提高检测效率,并优化SDN网络中基于流表特征的DDoS攻击检测算法,主要分析基于流表特征的DDoS攻击检测技术及其存在的不足,提出首先利用主成分分析优化流表特征,从中选出合适的特征子集,并采用支持向量机算法实现分类检测;然后搭建仿真网络环境,利用正常数据集与攻击数据集训练分类器进行测试实验;最后从检测准确率与检测时间两个维度对特征降维前后的检测方法进行对比。实验结果表明,经过特征降维的检测方法在不影响准确率的同时,有效提高了检测速率。 相似文献
18.
针对传统协同过滤推荐算法在大数据环境下存在数据稀疏性及计算复杂性等问题,提出一种双向聚类协同过滤推荐算法。该算法首先从用户维度和项目维度两个方向分别进行属性聚类,然后在目标用户和目标项目所在类簇中分别使用改进后的相似度计算方法进行协同过滤推荐,最后通过平衡因子综合预测评分并形成最终推荐列表。在 MovieLens 公开数据集上进行实验,结果表明,该算法（DCF）相比传统协同过滤推荐算法（TCF）、基于用户聚类的协同过滤推荐算法（UCF）以及基于项目聚类的协同过滤推荐算法（ICF）,在平均绝对误差上分别降低了 16%、8.1%、7.5%,有效提高了推荐精度。 相似文献