基于压缩感知的SIFT图像匹配算法的研究

针对尺度不变特征变换(SIFT)算法的计算量大、速度慢等缺点,提出了一种融合压缩感知的图像匹配算法。首先对目标图像和待匹配图像进行预处理,利用压缩感知技术进行图像压缩,结合SIFT算法提取图像的特征点,通过自适应阈值序贯相似性检测(SSDA)匹配算法进行图像快速匹配搜索,从而找到最佳匹配位置。     

一种改进的SIFT图像立体匹配算法

针对SIFT算法复杂度高、计算时间长、影响立体匹配的实时性等问题,提出了一种改进的立体视觉特征点匹配算法该算法从两个方面对SIFT算法进行改进:首先利用24维特征描述符代替128维特征描述符,以降低计算复杂度;其次在图像对匹配过程中采用改进的BBF搜索算法,通过引入最小优先级队列的限制条件和匹配精度更高的马氏距离判断两幅图像特征点的匹配性.采用经典图像和未知的室外环境下拍摄的图像对本文算法进行实验验证,结果表明,本文提出的算法每100个特征点检测时间为0.01 s,正确匹配率平均为89.65%,相对于原算法,提高了匹配的准确度,并降低了匹配时间.      

基于Harris的改进SIFT算法

SIFT算法是一种具有尺度不变性的特征提取算法,能够有效地提取图像中的局部特征.为了在提高SIFT算法实时性的同时兼顾算法鲁棒性,利用Harris算法思想中使用图像灰度一阶偏导数的局部自相关函数的方法对SIFT算法进行改进,消除SIFT算法中因使用Hessian矩阵出现的边界效应.这种改进方法可以有效去除SIFT算法中因使用Hessian矩阵消除边界效应时提取出的处于边界位置或亮度不够的特征点,提高图像拼接的质量.实验证明改进的算法提高了算法的检测时间和鲁棒性,将改进的算法应用于制作虚拟漫游系统,取得了良好的效果.     

桥梁病害图像配准算法研究

采用单反相机采集桥梁病害图像,提取图像中的特征点,并对提取的特征点进行配准,从而对图像进行拼接。此方法解决了大视场情况下,不能看到完整病害信息的问题,多次实验证明,此方法能快速实现图像的配准,从而实现对图像的拼接。     

基于边缘角点的SIFT图像配准算法

SIFT由特征提取,特征描述符描述和特征匹配3部分构成,该算子特征提取数目庞大,建立特征描述符运算量高,导致算法效率低.提出了一种SEC (SIFT-Edge-Corner)算法,在图像尺度空间提取角点代替SIFT特征点,并根据角点是边缘曲率极值理论,预先采用Canny算子得到高斯边缘图像金字塔,再提取角点并进行尺度选择.实验结果表明:该算法在保障高准确率的前提下大幅度提高特征提取效率.     

融合PHOG和MSLBP特征的铁路扣件检测算法

为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG-MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG-MSLBP融合特征检测算法的平均识别率分别提高了6.3%、4.5%,且鲁棒性更强,可满足扣件缺陷自动化检测的需要.     

基于金字塔多尺度融合的交通标志检测算法

为了解决传统交通标志检测算法针对小目标交通标志检测时存在误检与漏检的问题,提出了一个基于金字塔多尺度融合的交通标志检测算法;为了提高算法对交通标志的特征提取能力,引入ResNet残差结构搭建算法的主干网络,并增加网络浅层卷积层数,以提取较小尺度交通标志目标更准确的语义信息;基于特征金字塔结构的思想,在检测结构中引入4个不同预测尺度,增强深层和浅层特征融合;为了进一步提高算法检测精度,引入GIoU损失函数定位交通标志的锚点框,利用k-means算法对交通标志标签信息进行聚类分析并生成更精准的先验框;为了验证算法的泛化性与解决试验所用数据集TT100K的类间不平衡问题,增强与扩充了数据集。试验结果表明：本文算法的精确率、召回率与平均精度均值分别达到了86.7%、89.4%与87.9%,与传统目标检测算法相比有显著提高;多尺度融合检测机制、GIoU损失函数与k-means的引入能够不同程度提高算法的检测性能,使算法检测精确率分别提升4.7%、1.8%与1.2%;提出算法针对不同尺度交通标志检测时均有更优越的性能表现,在TT100K数据集中的(0, 32]、(32, 96]与(96, 400]尺度下的检测召回率分别达到90%、93%与88%;与YOLOv3相比,提出算法在不同天气、噪声与几何变换等干扰下均能实现对交通标志的正确定位与分类,证明了提出算法具有良好的鲁棒性与泛化性,适用于道路交通标志检测。     

基于机器视觉的驾驶员嘴唇特征点定位算法

为了有效监控机动车驾驶员的疲劳状态, 通过边缘检测和红色像素点提取相结合的方法确定动态阈值, 对彩色人脸图像中嘴唇进行分割和提取, 再利用逼近算法对嘴唇的各个特征点进行定位, 采用机器视觉监视嘴唇运动, 对驾驶员的疲劳状态进行判定。试验结果表明: 该定位算法可有效去除嘴唇周围的干扰, 完整地将嘴唇从原图中提取出来, 并准确进行嘴唇特征点定位; 该算法对肤色深浅不同、光照不均匀、头部偏转角度不同等情况均有很好的鲁棒性。     

基于图像序列区域混沌特征的海面舰船目标检测算法

为了检测复杂海面背景中的舰船目标, 提出了一种基于图像序列区域混沌特征的目标检测新算法, 算法利用小数据量法计算图像序列区域的最大Lyapunov指数, 分析运动目标存在时背景信号混沌特征的变化, 并利用混沌特征的变化差别检测淹没在混沌背景信号中的目标信号, 最后对100帧图像进行了目标检测。计算结果表明: 新算法检测率为100%, 虚警率为5%, 检测结果优于利用统计分析方法的结果。     

基于图像变形的全景平滑漫游算法研究

针对目前全景漫游系统在切换视点时产生跳跃感的问题,提出了一种基于图像变形的平滑漫游算法.首先采用SIFT特征提取方法对过渡图像进行特征提取,同时采用图像区域划分的方法对特征点进行筛选,建立特征点集的映射关系;然后,构造特征点集的Delaunay三角剖分,在三角剖分的基础上,计算对应三角形区域的仿射变换参数;最后,对图像进行插值和生成中间过渡图像.实验表明该方法实现了特征点集的自动对应,提高了全景漫游系统的交互性和沉浸感,算法实用、高效,对于有诸多不确定性因素的过渡图像有较好的自适应性.     

基于等值线搜索带的地磁匹配算法

针对TERCOM算法在地磁匹配应用中存在的不足,提出了基于等值线搜索带的改进匹配算法,将地磁基准图上的匹配搜索区域缩小到航迹起始点地磁测量值对应的地磁场等值线附近区域,从而减少匹配搜索时间和计算量.仿真实验结果表明,该算法在保证匹配精度的前提下,能够有效降低匹配计算时间,提高匹配算法的实时性.     

一种复杂背景下图像匹配的快速算法

图像匹配的关键是时效性和准确性，同时也是判定算法优秀与否的垂要标准。传统的基于灰度值的点与点之间做相关运算的算法虽然直接，精确度也较高．但是由于其搜索过程要遍历整幅图片．特别当图片为数据巨大的航空图片时，其花费的时间是巨大的．这不符台时效性的要求。Hausdorff距离是测量两个点集之间匹配程度的一种度量，在计算时不需要建立两个点集中点与点之间的对应关系，只需求得两幅图中相接近点的个数。采用部分Hausdorff距离定义．对目标有噪声影响的’隋况有较好的处理效果。采用Canny算子对图片提取边缘，得到图像中目标的边缘信息。仅利用边缘信息分析计算，而避免采用整幅图片的数据．大大缩短了计算时间。通过对多幅光学图片进行检测，表明基于Hausdorff距离的综台匹配方法是有效的。     

基于距离准则的地图匹配算法研究

为了弥补车辆导航中位置点匹配算法的不足,对轨迹曲线匹配的思想进行了必要的介绍,并重点从距离要素出发,对匹配准则进行了研究。在分析了各种常见距离定义的不足后,提出了基于面积法的距离匹配准则,并对距离准则的算法设计和适用性进行了详细的分析和描述。结论表明,采用该算法后的总体定位精度优于GPS的定位精度,算法准确性也比位置点匹配高。     

A New Robust Image Matching Method Based on Distance Reciprocal

Object matching between two-dimensional images is an important problem in computer vision. The purpose of object matching is to decide the similarity between two objects. A new robust image matching method based on distance reciprocal was presented. The distance reciprocal is based on human visual perception. This method is simple and effective. Moreover, it is robust against noise. The experiments show that this method outperforms the Hausdorff distance, when the images with noise interfered need to be recognized.     

基于特征匹配和分箱技术的FCM算法研究

在基于聚类分析算法的入侵检测技术中,聚类的划分方法直接影响入侵检测的检测率。文章在基于分箱统计的HCM算法研究的基础上,针对模糊C-均值(FCM)算法的局限性,设计出一种改进的FCM算法。实验表明该算法比已有的FCM算法在对聚类的划分情况又有所改善,从而能提高检测率,且能较好地发现新的攻击类型。     

基于遗传算法实现签名曲线的匹配

将遗传算法的思想应用于曲线比较,解决了签名曲线匹配的问题。先通过对一般的曲线相似性比较,建立起数学模型,然后结合数学模型,分离出待讨论的关键参数,对参数进行选择、交叉和变异等遗传操作,寻找最优的个体,从而寻找最短的距离。最后结合在线签名认证实例,对签名曲线进行匹配比较,同时对算法进行分析。实验结果较好地证明了该方法的有效性。