共查询到20条相似文献，搜索用时 15 毫秒
1.
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
2.
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
3.
本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法,利用SIFT算法提取特征点。在特征点匹配的过程中,为提高搜索样本特征点的最近邻和次近邻特征点的速度,本文采用一种基于二叉检索树算法改进的近邻搜索算法,该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中,实验证明优于原算法并具有较高实时性。 相似文献
4.
为了实现自主移动机器人在室内的精准定位,提出了一种对运动姿态求解过程进行优化且基于特征点匹配的双目视觉定位算法。首先,利用FAST算子提取左右相机采集图像的特征点,并通过BRIEF算子进行特征点匹配;然后,对前后帧图像中的特征点采用BRIEF算子进行特征跟踪,并通过RANSAC方法过滤掉误匹配的特征点;最后,对帧间运动估计求解位姿的过程进行了优化,通过满足匹配要求的间隔最大的两帧图像求解位姿,以减小帧间运动估计产生的累积误差。实验结果表明,在机器人运动缓慢的情况下,该算法有效地减小了帧间运动估计产生的累积误差,提高了定位精度,并基本实现了在室内的定位。 相似文献
5.
6.
图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。 相似文献
7.
8.
计算机视觉测量中,多幅图像标记点自动匹配是实现测量自动化的重要环节。本文提出了标记点的自动匹配方法。该方法首先采用编码标记点得到初始匹配集,根据相似性将解码错误的剔除得到良好的匹配集。然后使用极线约束、反投影残差、图像绝对距离比约束实现非编码标记点的正确匹配。实验表明该方法在一般拍摄条件下,非编码标记点的匹配正确率可高达97%。 相似文献
9.
针对航空影像,采用harris算子提取影像特征点,以提取出的特征点为待匹配点进行灰度相关匹配。实验表明,harris算子提取的特征点效果良好且均匀分布,基于harris算子的特征匹配具有较高的成功率,能够实现高精度影像自动匹配。 相似文献
10.
图像中的特征点可以用来匹配图像.本文给出了一个基于SIFT特征点集之间距离的图像匹配算法.首先提取出图像中的所有SIFT特征点,然后根据奇异值分解再选出特征点集,根据点集不变性计算出距离,最后根据距离值匹配图像,实验结果显示,该算法具有可行性. 相似文献
11.
面部识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一,如何进行好面部识别工作对于生活、生产都有着十分重要的意义。本文提出一种基于特征点提取的面部识别方法,在得到已知图像和待识别图像以后,先对其进行边缘提取和点特征提取,然后基于提取的特征点进行灰度模板匹配,通过图像匹配的结果对图像进行识别。 相似文献
12.
基于邻域梯度图像拼接算法研究 总被引：1，自引：0，他引：1
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
13.
针对人脸特征表情变化极为复杂,3D模型形变中的程度较为细微.一些特征点的位置会出现一定程度的飘逸,给准确的三维特征匹配带来了难度.提出基于松弛特征关联的3D人脸多特征匹配算法.通过提取特征点,计算三维特征的松弛特征对应程度,最大程度的完成在误差较大程度下的三维特征匹配.避免传统算法中用直线距离特征匹配带来的弊端.实验仿真程序表明:该方法在误差较大的匹配环境下,优化效果较为明显. 相似文献
14.
通过图像识别技术,实现收视率的统计任务。根据每个电视台都有自己的台标,通过一定的视频技术,得到视频帧。然后通过截图技术,获得台标图片,经过预处理之后与台标图库中已有台标的特征矩阵相对比。通过匹配特征矩阵的方法进行初级检索,将不相似的台标图像排除;之后用特征点匹配算法进行高级检索,获得相似台标,得到电台信息,完成对观众收看节目的统计工作。 相似文献
15.
16.
传统的金字塔影像生成将特征点及非特征点统一处理,导致随着分辨率的降低,特征点也一并被平滑消失。而采用点特征增强算法的金字塔影像生成,则可以通过对特征点的检测及增强,特征点不会随着分辨率的下降而消失。即将高分辨率图像下的特征点保留到低分辨率的图像中. 相似文献
17.
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
18.
19.
20.
在对大型网络下的特征进行高效匹配的过程中,容易出现数据量大、计算过于复杂的情况,导致传统的基于多谱特征表示的大型网络下的特征匹配模型,由于需构造所有谱描述子,无法高效完成大型网络的特征匹配,提出一种基于加速鲁棒性特征算法的大型网络下特征高效匹配模型,对个体分类器的权值进行计算,依据特征出现的加权次数从大到小进行排序,从而完成大型网络所需特征的选择。通过固定的梯度方向矢量获取标准模板,利用标准模板得到一套适用于所有大型网络下的特征匹配算子,获取大型网络图像的二阶算子,依据积分获取所有固定梯度方向矢量,对Haar小波二阶响应进行计算,依据高斯函数对该小波响应进行加权处理,从而提高其对大型网络下特征高效匹配的鲁棒性。仿真实验结果表明,所提方法具有很高的准确性及高效性。 相似文献