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.
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   

2.
本文提出了改进的Harris算法与SUFT算法相结合的图像匹配方法,用稳定的SUFT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,实验结果表明,使用改进后的算法进行遥感图像配准能有效去除误配点,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   

3.
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   

4.
常卢峰 《科技广场》2010,(3):99-101
本文提出一种新的H/S(Harris/SIFT)特征点提取算法,在此基础上根据三角形相似性原理,引入基线三角形组及复数空间,使传统的被动搜索三角形变为主动构造三角形,并利用多模板实现图像匹配。实验表明该匹配算法在图像存在旋转、尺度变化等情况下具有良好的应用性能。  相似文献   

5.
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   

6.
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   

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.
本文在双目立体视觉系统中提出一种精确的立体匹配算法。先用SIFT算法得到两幅图像的匹配点,并用RANSAC得到一些精确的匹配点。用这些匹配点算出两幅图像之间仿射变换关系,然后再将偏差小于阈值的初始匹配点都视为匹配点。再根据对应关系确定左图特征点在右图的潜在匹配点区域,从这一区域利用欧氏距离来查找SURF特征值之差小于设定阈值的点作为最终匹配点。  相似文献   

9.
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   

10.
针对SIFT算法对建筑物图像进行匹配时会出现大量误匹配点问题,本文先采用像素方差生成灰度图的方法对图像显著区域进行检测,消除背景区域的干扰。实验结果表明,改进后的算法可提高匹配速度和准确率。  相似文献   

11.
图像匹配是图像处理技术领域中最重要的环节之一,基于特征的匹配方法涉及特征的选定和提取,以及相似性准则的确定及实现.图像特征主要分为点特征,线特征以及面特征.本文以角点为点特征作为研究重点,对当前一些主要的角点特征提取算子,包括Morava算子,Forstner算子,Harris算子,MIC算子,SUSAN算子和SIFT算子进行研究.本文主要介绍了实现Moravec算子的编程思想及实现流程.  相似文献   

12.
分析了SIFT算法和SURF算法的尺度空间和特征点描述符,同时对避障算法进行实现表明:采用旋转图像匹配时,SIFT算法的耗时较大,SURF算法的实时性相对较好,SIFT算法在同样的匹配时间内获得的特征点对数较多;采用尺寸变化图像时,随着图像尺寸的增大,特征点的数量增加,消耗的时间也不断增加。  相似文献   

13.
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   

14.
《科技风》2017,(4)
由于目标的姿态和大小不断发生变化,本文通过对SIFT特征点的跟踪实现对目标可靠、稳定跟踪,即采用SIFT算法与光流算法相结合的跟踪算法。由于SIFT特征点存在分布太密集的现象,增加了后续跟踪算法的耗时性。针对以上这类问题,本文加入距离约束机制对SIFT算法进行改进。光流只适合小运动,本文采用基于图像金字塔模型的光流跟踪以适应大尺度运动。利用基于多尺度分层的金字塔结构,实现小窗口捕获大运动。通过实验证明,本文所采用的算法相对于传统光流具有更好的鲁棒性和稳定性,能得到更加准确的目标位置。  相似文献   

15.
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   

16.
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   

17.
针对水印同步问题设计了一种抗几何攻击数字水印算法。首先采用奇异值分解(SVD)的方法嵌入水印,然后利用SIFT算法提取已嵌入水印图像的特征点。在水印检测过程中,将可能遭受几何攻击的含水印图像与原含水印图像进行特征点匹配,找出任意三组匹配特征点,根据特征点尺度及位置关系估计图像可能遭受到的旋转、缩放及平移变换参数,将图像还原,实现水印重同步。实验结果表明,算法在兼顾水印嵌入的不可见性同时,具有较好的鲁棒性,能抵抗常见的几何攻击。  相似文献   

18.
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   

19.
本文采用了一种基于主动外观模型(AAM)与尺度不变特征变换(SIFT)相结合的特征提取方法,采用AAM方法提取初级特征点,然后通过SIFT算法得到二次特征点,最后采用基于蛙跳混合算法的特征匹配分析同一个人的不同年龄段的面貌特征。  相似文献   

20.
针对动态场景下,由于光照突变、目标旋转以及遮挡等因素容易导致运动目标跟踪丢失,本文提出融合SIFT特征和隐马尔科夫模型算法。将运动目标的SIFT特征作为隐马尔科夫模型训练样本,经训练得到特征最优化的模型参数;通过设定阈值,将模型输出较大计算概率特征样本的集合作为最终目标识别结果,不仅避免了SIFT算法遍历式处理图像像素点带来的大量计算,而且该样本集能够精确反应出目标区域位置信息,从而取代了SIFT算法图像间繁琐的匹配过程,提高目标跟踪的可靠性和稳定性。实验结果表明,目标平均识别率在90%以上,跟踪效果稳定、可靠,具有较好的实时性和鲁棒性。  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