首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
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   

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  
张芳芳 《科技通报》2012,28(10):61-63
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.
本文针对Harris角点检测算法在判断目标像素点是否是角点时,阈值需要根据图像实际情况进行调整,不好选取的问题,以及在选出角点后容易出现焦点聚集的现象,提出了一种改进的Harris角点检测算法,先对待测区域进行分块处理,由大到小选取阈值直到每个区域均有角点的存在,再在同一区域内进行伪角点的剔除。实验表明,该改进算法所得结果较为原算法更为准确、稳定。  相似文献   

4.
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   

5.
针对计算机辅助肝脏手术中的空间配准技术中的手术前的CT图像与手术中的实际空间进行配准问题,本文提出一种基于ICP算法的手术空间配准技术,通过利用几何哈希法筛选出最佳的三维变换,然后用该变换作用到整个点云,最后完成点云的拼接,使得准确度更高。仿真试验结果表明,改进的ICP拼接算法精度高,适用于计算机辅助肝脏手术。  相似文献   

6.
研究人工鱼群算法优化问题,为了改进AFSA在非全局极值点出现较严重聚集情况时,收敛速度降低,甚至陷入局部极值,搜索性能劣化的问题,采用细胞膜优化算法物质的转运方式,对人工鱼群算法的寻优行为进行改进,从而一定程度上避免算法陷入局部最优,提出了一种基于细胞膜优化的人工鱼群算法.通过4个典型函数仿真和应用实例仿真结果表明,该算法是可行有效的,求解精度更高,算法更稳定.  相似文献   

7.
为了精确地测量出目标物的三维空间距离,解决双目立体视觉区域匹配算法视差图效果不稳定、匹配困难等问题,提出一种自行选取目标物,利用FREAK匹配算法和RANSAC迭代算法相结合的方式直接对目标物进行立体匹配的方法,不仅在背景复杂的环境下能有效对目标工件进行立体匹配,同时较于SIFT、SUFT具有更高的匹配速率,实验证明,本文方法在精确测量目标工件的情况下,很好的减少了立体匹配时间。  相似文献   

8.
朱聪 《大众科技》2014,(3):28-31
Harris角点检测需要计算图像中每一个像素点的角点响应函数值(CRF),这使得算法运行速度慢,不能满足实时性的要求。针对这个缺点,文章提出了一种改进算法。改进算法通过分析图像中每个像素点8邻域范围内相似像素点分布情况,剔除那些非角点的像素点,并选出潜在的角点像素点作为下一步Harris检测的候选点,从而大大提高了算法的运行效率。  相似文献   

9.
基于改进粒子群算法的散乱点云数据配准   总被引:1,自引:0,他引:1  
提出了一种基于改进的粒子群与ICP算法相结合的点云数据配准算法,该算法主要依据点云数据之间的曲率相似度函数,采用改进的粒子群算法在两组待配准点云中搜寻到与之相匹配的点对集合进行初始配准,再将得到的配准结果作为迭代ICP算法的初始位置进行二次精细配准,从而实现两组散乱点云的配准。实验表明,该算法可以有效避免遗传算法可能陷入的局部最小值,与仅使用ICP算法相比,配准的运行时间大大缩短了,且稳定性和可靠性较好。  相似文献   

10.
张蓉  钟艳 《科技通报》2014,(4):47-49
为开发高效的数据挖掘算法,实现模糊集聚类算法的高效性,将BIRCH聚类算法思想与模糊集算法进行融合。通过对模糊集算法处理的数据进行二次聚类计算,细化群边缘,最后加载判别函数进行数据定位,完成数据挖掘。最后使用KDDCUP2011数据库进行仿真实验,对目标数据进行挖掘,证实了融合BIRCH聚类算法思想的模糊集算法具有可行性,对比改进前的算法在数据挖掘方面效率更高。  相似文献   

11.
三维激光点云数据处理工作中,点云配准工作是后续的所有点云分析以及三维重建等工作的关键。综合分析现有配准算法的不足,在点云初始配准阶段,本文采用了Rusu等提出的基于点特征直方图的采样一致性初始配准算法(SAC-IA),并从从算法准确度和效率角度提出了改进:加入了采样点几何形状约束以保证采样点不共线,通过计算点特征直方图差异代替了欧式距离差异改进了误差评定方法。在点云精细配准阶段,本文采用了F.Pomerleau等提出的改进后的ICP算法,并在此基础上提出了一种基于点云重叠区域的精细配准算法。实验结果分析,该算法配准精度较高,能够满足点云配准要求。  相似文献   

12.
嵇可可 《科技通报》2014,(4):225-228
为了提高云计算任务调度的效率,采用改进的SFLA算法实现任务调度。本文先对云计算任务调度原则和调度策略进行了分析,接着对SFLA算法基本原理及数学模型进行了详述,并提出了智能群体算法和自适应SFLA混合的改进SFLA算法,最后运用实例仿真验证该算法在云计算调度中的性能,与传统SFLA算法比较,改进算法在云计算调度中具有更快收敛性和更高精确性,具有一定的研究价值。  相似文献   

13.
基于LM算法的BP神经网络股价预测   总被引:1,自引:0,他引:1  
胡洁  曾祥金 《科技创业月刊》2007,20(2):183-183,199
介绍了一种BP神经网络的改进Levenberg-Marquardt(LM)算法原理,用这种方法对上证指数收盘价进行了训练和仿真,并将此改进算法与标准BP算法及其他三种改进算法进行了比较。结果表明,该算法稳定、快捷、预测准确,适合应用于对实时性要求比较高的股票市场。  相似文献   

14.
研究入侵检测景统Snort的架构及执行流程,详细分析了Sonort中一种重要的模式匹配算法BM算法。针对传统的BM匹配算法的缺陷进行了讨论,并提出了改进意见;对捡测数据进行了分析,结论显示改进后的算法能够取得更高的匹配效率和更短的匹配时间。  相似文献   

15.
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   

16.
通过对无回溯反向链合成算法进行详细地研究与分析,指出了该算法在执行效率上的不足,并对该合成算法在执行效率上进行了进一步地改进,使之具有更高的合成速度。  相似文献   

17.
聚束SAR是SAR的一种重要成像模式,它突破了传统条带SAR方位分辨率受限于真实天线孔径长度的约束,可获得更高的方位向分辨率。主要研究极坐标格式算法(PFA)与距离徙动算法的比较,重点讨论PFA中的二维插值原理,在理论分析基础上用IDL软件进行了点目标仿真和比较。  相似文献   

18.
为了适应煤矿井下粉尘多、照度低、温度高、湿度大等复杂环境,对于SIFT特征匹配算法进行了改进,本文提出了随机抽样一致性算法与SIFT算法集合的内、外点提纯算法。本文改进后的算法更能够达到对特征点精确匹配的目的,大大改善了原SIFT算法过多错误匹配的情况,能够更好的保证后续图像的处理,完善井下安全监控系统。  相似文献   

19.
蚂蚁算法是一种元启发式优化算法,研究表明其具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合等特点,但是也存在一些不足。针对蚁群算法的不足,许多的学者提出了诸多的改进算法,通过对改进算法的研究发现对改进策略的研究是非常必要的。文中对改进策略进行总结,为算法改进发展提供必要的参考。  相似文献   

20.
特征点匹配是计算机视觉中的关键步骤,在很多领域中都有着的重要应用。通过对当前图像特征点匹配方法的研究,提取一种基于特征点的灰度量和几何特征量相结合的匹配方法。该方法首先用Harris算法提取特征点;然后用极线约束减少搜索范围;最后用特征点的灰度量实现特征点匹配。该方法利用极线约束,克服了用灰度量进行特征点匹配计算量大的缺点,提高了匹配速度。实验表明,是一种准确快速的特征点匹配方法。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号