共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
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
3.
《科技通报》2015,(12)
CCD固态图像传感器用于遥感图像采集中,遥感对地探测中进行图像采集的轮廓线特征模糊,需要进行自适应轮廓线跟踪标记,提高图像的分析和识别能力。传统方法采用尺寸配准标定技术,对边缘模糊的遥感CCD成像标记效果不好,出现伪轮廓。提出一种基于Harris角点检测的遥感对地CCD成像自适应轮廓线跟踪标记算法。进行遥感对地CCD成像图像数据模型构建,设计Harris角点检测算法进行CCD遥感成像的边缘轮廓像点拟合,进行边缘轮廓线的亮点分析,提高采样精度,通过遥感成像的运动幅度检测实现对轮廓线跟踪标记。仿真结果表明,算法能有效实现CCD成像轮廓线跟踪标记高精度拟合,能有效剔除边缘干扰,提高对地遥感观测图像的探测精度。 相似文献
4.
针对多幅图像之间的图像配准问题,该文提出了一种新的图像自动配准算法。该算法应用Harris角点检测方法获得角点信息。在匹配过程中,采用圆形区域和双向相关系数法进行相似性度量。采用圆形区域,很好的解决了旋转问题;采用双向相关系数法,更加保证了匹配的精确度,减少误匹配率。初步实验结果表明:该方法可以高效短时地实现图像间的自动配准。 相似文献
5.
《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
6.
7.
8.
在对海量高光谱遥感图像数据库进行挖掘的过程中,容易出现数据缺失与噪声干扰的情况,导致传统主元分析方法由于依据数据差异特征进行挖掘,无法实现海量高光谱遥感图像数据库的高效挖掘,提出一种时空二维联合的海量高光谱遥感图像数据库挖掘方法,分析了海量高光谱遥感图像数据库的挖掘原理,将数据库与背景结合起来,获取最佳分组次数,依据所提方法的基本原理,采用Apriori算法对高光谱遥感图像层与层之间的关系进行处理,按照顺序对由查询方案引起的候选数据存储空间的干扰进行消除,引入空间维度,完成各种监测点的层次划分,采用适应度函数对所提方法的效率进行改进,避免陷入局部最优解,从而实现海量高光谱遥感图像数据库的高效挖掘。实验结果表明,所提方法具有很高的挖掘效率和精度。 相似文献
9.
遥感图像分类中的关键目的在于获取高精度的遥感图像,便于目视解译和自适应智能化.为了减少运算量和达到高分类精度的目的,本文提出了基于JADE和SOBI结合的ICA算法,通过对Alos卫星图像的试验,得到了极好的分类精度,为从信号处理方向进行遥感图像分类提供了参考. 相似文献
10.
在航空相机对地图像采集中,由于卫星平台运动会产生恶化像质的像移,像移是影响遥感图像质量的重要因素,通过对图像的共轭像点进行像移陡度拟合,定量分析了像移与图像参数之间的相关性,提高航空对地观测图像的采集质量。提出一种基于二阶矩梯度方向拟合的航空相机对地观测图像的共轭像点像移陡度拟合方法,实现对遥感图像的像移偏差纠正。设计二阶矩梯度方向拟合算法,实现共轭像点像移陡度拟合算法的改进,纠正了航空相机对地观测图像的像移偏离。仿真结果表明,该算法能定量地分析像移和图像参数之间的相关性,实现共轭像点的像移陡度拟合,能有效剔除边缘信号能量,提高对地观测图像的陡度辐射精度,优化航空相机对地观测图像的采集质量和处理性能。 相似文献
11.
《科技通报》2015,(12)
遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。 相似文献
12.
13.
14.
图像中标志图匹配问题实际上是图像处理领域的一个分支,多用于图像分析处理等任务的过程中,是图像处理领域的一个研究热点。鉴于当前大多数的特征点匹配算法只考虑了样本特征点与目标特征点的关系,本文首先对特征提取后的特征点集进行预处理,并将同一特征点集中特征点间的相互关系作为约束引入到匹配中,建立了一个匹配代价函数。并将该匹配代价函数转化为一个线性问题,求解该线性问题以达到特征点匹配目的。 相似文献
15.
传统的SURF方法对动画图像角度特征匹配准确度较低,计算开销大,稳健性不好。引入Hes.sian矩阵尺度极值检测技术,提出一种改进的基于加速鲁棒特征匹配算法,实现对动画图像的角度特征优化匹配。首先基于摄像机的成像原理利用灰度直方图二进制均衡算法对图像进行增强处理,采用Hessian矩阵检测出图像每个尺度中的极值点,把图像角度极值点聚焦在图像的仿射闭合区域。提取仿射闭合区域的图像角度特征,使用SURF双向匹配算法实现角度特征优化匹配。仿真实验表明,改进方法能使图像的角度特征匹配准确度大幅提升,特征匹配准确率提高显著,有较好的鲁棒性和实时性。 相似文献
16.
17.
近年来,我国对地遥感图像获取工作得以开展并获得了广泛的应用。本文对相关算法和应用MFC类库进行实现的技术细节进行了简单探讨。内容涉及到MFC框架下文档/视图(Document/View)结构应用程序的实现方法,字符串匹配算法的实现方法和遥感图像的处理。本文的创新点在对遥感图像处理的算法上。 相似文献
18.
20世纪90年代卫星遥感在全球和区域尺度土地覆盖研究与应用方面取得了突破性进展,土地利用/覆盖遥感研究的新方法不断出现。对国内外土地覆盖遥感图像分类的研究现状进行了综合阐述,初步探讨了提高土地覆盖遥感影像分类精度的方法与途径 相似文献
19.
基于支持向量机的土地覆被遥感分类 总被引:4,自引:0,他引:4
遥感图像的分类是研究土地变化的基础。传统的遥感图像分类存在着精度不高,不确定性强的特点。本文使用支持向量机(SVM,Support Vector Machine)技术对遥感图像分类,并与传统的最大似然分类进行对比试验。结果表明不同参数组合下SVM的分类总精度和Kappa指数普遍高于最大似然分类的结果,其最高总精度高出最大似然分类0.9779%。SVM和最大似然分类结果都存在着类别混分,但是SVM混分程度远小于最大似然分类,其精度保持在可接受的范围内,如对于低密度草而言,最大似然分类的用户精度下降到84.68%,而支持向量机的用户精度虽然也有下降但还是保持在92.31%。SVM在样本数目很少的情况下表现出了出色的学习能力,是机器学习领域很有希望的一种学习方法。 相似文献