SIFT算法研究及在目标识别中的应用

随着卫星技术的快速发展,遥感成像的清晰度在不断提高,海上舰船成像分辨率的增大为利用舰船的局部特征进行识别奠定了基础。本文研究SIFT特征提取算法的原理及应用,并对经典SIFT匹配算法进行介绍。针对经典匹配算法在进行SIFT特征匹配时的问题,通过计算图像尺度比的近似值用以改变图像的初始尺度,重新提取特征点,并进行二次特征匹配。最后,通过实验仿真证明,本文算法能有效提取高分辨率舰船卫星图像的稳定特征点,提高匹配算法的性能。     

特征匹配的舰船图像识别算法

针对传统的舰船图像识别算法的鲁棒性较差的问题,研究特征匹配的舰船图像识别算法。对待识别的舰船图像做降噪和边缘强化处理,建立高斯金字塔使用SIFT方法提取预处理后的图像中的特征,并对提取的特征进行匹配。在神经网络中对匹配后特征对过滤,对过滤后的匹配特征对分类处理完成对舰船图像的识别。通过与传统图像识别算法的对比实验,证明了研究的特征匹配的舰船图像识别算法具有更佳的鲁棒性。     

小波变换在SAR图像舰船尾迹检测中的应用

针对小波变换在SAR图像舰船尾迹检测中的应用,本文首先对原始的SAR图像进行预处理,抑制强目标和强斑点;然后进行Radon变换,计算所有峰值截面和小波函数的连续小波变换,对提取的参数进行基于信号聚类算法进行决策判定得到真实峰值,基于方向梯度算法检测尾迹起点;最后利用真实峰值与小波函数匹配实验进行验证算法的有效性。实验结果表明,高斯小波和墨西哥帽小波与线性特征所对应的峰值匹配程度较好,极大地提高了真实目标峰值的检测率,减少虚假线性特征的影响。     

云计算环境下模糊舰船图像局部特征提取方法研究

为弥补SIFT算法在匹配精度上存在的不足,设计云计算环境下的模糊舰船图像局部特征提取方法。在云计算服务框架中,实现矢量描述子的分类操作,完成云计算环境下的舰船图像节点匹配处理。在此基础上,按照舰船图像的局部特征构造需求,建立模糊图像的稀疏数据库,再根据必要特征提取量的计算结果,实现新型模糊舰船图像局部特征提取方法的顺利应用。对比实验结果表明,与SIFT算法相比,应用新型局部特征提取方法后,舰船图像模糊匹配精度最大值接近75%,传统提取遗留问题得到妥善解决。     

基于块匹配的迭代滤波在SAR舰船图像去噪中的应用

SAR以自身所具备的诸多优势,在舰船中得到越来越广泛的应用。在实际应用中发现,SAR的成像机制使图像中容易出现相干斑噪声,对舰船目标检测与识别造成影响。为最大限度地发挥出SAR图像的作用,需要采取合理可行的方法,对SAR图像进行去噪。块匹配算法在SAR图像去噪中的效果较为显著,而常规的块匹配存在虚假信号引入,未能达到平滑去噪的效果。为解决这一问题,可通过迭代滤波的方法,对块匹配算法进行优化。结果表明,经过迭代滤波优化后的块匹配算法,能够达到SAR图像的去噪要求。     

基于Hough变换的舰船尾迹检测研究

提出一种采用小波变换和Hough变换结合的对SAR图像中舰船尾迹检测的算法。该方法首先对SAR图像进行预处理,降低相干斑噪声的影响;然后采用小波变换对SAR图像进行多尺度分解,并利用归一化Hough变换对不同尺度的子图像进行处理,检测图像中的直线,再将多个尺度的直线检测结果结合起来考虑,剔除错误判断,选定准确的舰船尾迹检测直线。最后通过实验对本文算法进行验证,结果表明该方法能够有效检测舰船尾迹。     

基于多媒体网络的舰船图像定位自动匹配系统设计

为了更好地实现船舶的安全航行,基于多媒体网络技术的优越性,本文构建基于多媒体网络技术的舰船图像定位自动匹配系统,并对整个系统的关键技术和系统性能进行研究,该系统能够实时处理、传输大量的多媒体数据,通过SIFT图像匹配算法,可以实现舰船图像定位的自动匹配。实验结果表明,系统性能良好,匹配平均时间为5.23 ms,匹配的成功率可以达到90%,为舰船的安全航行提供了可靠的保障。     

双目视觉下多尺度舰船图像轮廓特征点提取算法

为清晰分辨船舶航行图像的边缘特征信息,提出双目视觉原理下的多尺度舰船图像轮廓特征点提取算法。依照图像信息的测距处理方案,匹配必要的视觉性像素,完成基于双目视觉的舰船图像特征点标注处置。在此基础上,根据多尺度成像坐标原理,判定舰船图像的灰度信息,再通过计算轮廓特征系数的方式,实现双目视觉下多尺度舰船图像轮廓特征点提取算法的应用。对比实验结果表明,与SIFT算法相比,应用新型特征点提取算法后,QDI系数指标出现明显提升的变化趋势,船舶航行图像的边缘特征信息得到清晰化分辨。     

改进SIFT算法的舰船图像拼接算法

舰船图像在拍摄过程中,由于各种因素的干扰,得到舰船图像不完整,难以描述舰船图像所要表达目标的信息,而当前舰船图像拼接算法存在拼接准确率低、拼接过程复杂等不足,为了获得理想的舰船图像拼接结果,提出基于改进SIFT算法的舰船图像拼接算法。首先提取待拼接舰船的图像,并对它们进行归一化、颜色增强、噪声滤波等操作,然后采用改进SIFT算法提取舰船图像拼接特征点,根据特征点进行两幅舰船图像的拼接操作,最后采用多种舰船图像进行了拼接测试实验,以验证改进SIFT算法的优越性。结果表明,改进SIFT算法避免了当前舰船图像拼接算法存在的局限性,不仅能够以高准确率实现舰船图像拼接,而且舰船图像拼接过程更加简单,加快了舰船图像拼接速度,取得了满意的舰船图像拼接结果。     

Matlab进行SIFT图像特征提取的COM方法

研究图像处理中的特征提取方法尺度不变特征变换(SIFT),使用该方法的图像特征匹配具有很好的稳定性。由于SIFT变换及匹配在计算上有一定的复杂性,因此给出一种基于COM的C#与Matlab混合实现。利用Matlab的快速易用性和COM的灵活性,实现方便地将算法集成于已有的图像处理系统中。