基于特征匹配度与异类子模型融合的安全性评估方法

机器学习模型的好坏影响预测精度、输入与输出结果的拟合情况。在复杂系统中,使用单一模型评估系统安全性问题时容易受数据量、数据格式、模型结构以及环境干扰等因素影响,使得这个模型在解决某个问题的能力上比较出色,而在解决其他问题时,结果却不尽如人意。针对上述问题,提出一种基于特征匹配度和异类子模型融合的安全性评估方法。首先,按照采样数据的输出值划分不同规模的数据集并构建子模型;其次,通过计算每个新数据对于这些子模型的匹配度,进而得到每个子模型的权重;最后,根据权重大小融合所有子模型的子输出得到最终的多模型融合结果。所提方法对山东省济宁市霄云煤矿采掘数据集进行研究,实验结果表明,该方法与多样本单模型、少样本单模型和传统多模型方法相比,在以330/70的比例来构建子模型的情况下均方根误差(RMSE)分别降低了15.13%、51.67%和12.46%,该方法充分集成各子模型所能提供的有效信息,减少和分散单一模型的预测误差,以提高模型的预测精度和泛化能力。

基于直线段检测和LT描述符的矿井图像线特征匹配算法

图像匹配是同步定位与地图构建(SLAM)技术中极为重要的一环,用于根据图像之间的变换关系确定相机位姿。基于线特征的图像匹配方法具有较强的鲁棒性和抗噪能力,更加适用于井下图像匹配,基于深度学习的线描述符对线段遮挡等场景具有较高的鲁棒性,性能优于传统描述符,但卷积神经网络架构的描述符将可变长度线段抽象为固定维进行描述,不利于线段长度及视差变化较大图像的匹配。针对上述问题,提出一种基于直线段检测和线描述符的矿井图像线特征匹配算法。在频域利用单参数同态滤波降低图像的照射分量,并增强反射分量,提升亮度及对比度;在YUV空间利用对比度受限的自适应直方图均衡化(CLAHE)算法对亮度分量进行均衡,使亮度分布更加均匀;变换至RGB空间提取直线段检测(LSD)线,引入一种基于Transformer架构的LT描述符构建LSD线的特征向量,最后完成线特征匹配。实验结果表明:该算法结合了同态滤波和CLAHE算法的优点,增强后图像的亮度适中,对比度良好,灰度分布均匀,增强效果优于单参数同态滤波算法、EnlightenGAN算法;该算法提取的线特征数较原图平均提升了32.92%,在不同相似纹理占比、不同程度旋转与平移变化的井下图像匹配中鲁棒性好,平均正确匹配数为61.75对,平均精度为86.83%,优于线二进制描述符(LBD)算法、LBD_NNDR算法、LT算法,能够满足矿井图像稳健匹配的需求。

利用局部特征匹配的运动小目标光流估计

基于深度光流估计的动态背景运动小目标检测,为了保证小目标的检测性能,一般采用较少的下采样次数以维持较高的分辨率,但由此带来了较大的计算耗时。特征匹配是深度光流估计的一个核心处理环节,其耗时在光流估计整体耗时中的占比较大,且对下采样次数非常敏感。据此,提出一种基于局部特征匹配的快速光流估计算法:引入目标运动信息,缩小特征匹配的空间范围,减少待处理的数据量;设计分块局部匹配策略,引入批处理机制,避免出现逐点局部匹配策略数据处理耗时过大问题,实现算法加速。在此基础上,在光流估计获取的光流场上,采用CenterNet网络检测运动目标对应的光流异常区域。从光流估计耗时、检测精度等方面开展了实验验证,结果表明:针对运动小目标检测,分块特征匹配光流估计比全局特征匹配光流估计耗时减少约25%,目标检测性能相当。

一种基于改进ORB特征匹配的无人机视觉导航方法

为了解决在全球导航卫星系统(Global Navigation Satellite System)拒止情况下无人机导航能力缺失等问题,提出了一种基于改进快速提取旋转描述子(Oriented FAST and Rotated Brief,ORB)图像特征匹配的无人机视觉导航方法。首先,为了实现无人机的绝对定位,提出了一种特征图像基准数据库构建方法;其次,为提取图像数据集的特征点,采用了一种结合尺度不变特征变换(Scale Invariant Feature Transform,SIFT)的尺度空间优化ORB特征提取算法;最后,为了将图像特征与图像基准数据库快速匹配并提高其匹配精度,提出了一种改进ORB特征匹配算法——ORB+GMS+PROSAC算法。通过在ArcGIS中分割图像构建基准数据库并进行实验分析,结果表明,基于ORB+GMS+PROSAC特征匹配算法性能显著提升,其中匹配准确率上升5.05%,匹配时间减少41.61%,明显优于其他传统特征匹配算法。

基于先验信息与特征匹配的无人机图像快速拼接技术研究

本文针对无人机航拍大区域图像拼接时间长、拼接失败,以及拼接后图像存在错位鬼影等问题,设计了一种基于先验信息与特征匹配的无人机图像快速拼接技术。该技术利用图像条带序列关联等信息,进行图像自动排序、重叠区域特征提取、特征筛选匹配及融合拼接等快速处理,有效提高无人机图像拼接效率和拼接质量。实现大区域全景图像的快速高效生产。

弱纹理飞机蒙皮曲面图像特征匹配及拼接

为了解决弱纹理飞机蒙皮特征点分布不均匀、正确匹配的特征点对较少的问题,提出了一种改进的LoFTR算法对飞机蒙皮图像进行拼接。根据相机位姿利用柱面反投影对蒙皮图像进行曲面校正;通过图像之间的重叠区域确定特征提取区域,从而减少错误匹配点对的生成;使用LoFTR算法进行特征提取,并且使用RANSAC算法对特征点进行筛选;根据图像分块的思想对重叠区域进行网格划分来对特征点进一步筛选,使得特征点分布更加均匀,得到更加准确的变换矩阵进行图像配准。实验在自研无人车采集的飞机蒙皮图像上进行了测试和验证,改进的方法与SIFT、SURF、ORB、BRISK以及AKAZE进行了特征匹配率比较实验,SIFT、SURF、ORB、BRISK和AKAZE匹配率分别为4.84%,0.47%、2.9%、0.86%、5.08%,提出的算法特征匹配率达到55.21%,SSIM平均值提高了44.38%~88.46%。该方法适用于对飞机蒙皮图像的拼接任务,且不存在因弱纹理而导致漏拼的问题。

基于多尺度特征匹配的矿井排水系统故障诊断算法

矿井排水系统的高效运行对于煤矿生产具有重要意义,然而,故障的发生会导致排水系统运行异常,进而影响生产安全和效率。提出了一种基于多尺度特征匹配的矿井排水系统故障诊断算法。该算法首先通过传感器获取到实时的矿井排水系统数据,并对其进行预处理和特征提取。然后,采用多尺度特征匹配方法,将数据特征映射到不同的尺度空间中。在每个尺度空间中,通过构建特征匹配模型,将当前数据与已知的正常运行数据进行比对,以判断是否存在故障。为了提高故障诊断的准确性和鲁棒性,引入集成学习方法,通过集成多个尺度空间的特征匹配结果,并利用投票机制进行综合决策,最终确定矿井排水系统的故障类型和位置。研究表明:所提算法在矿井排水系统故障诊断方面具有良好性能,与传统方法相比,该算法能够高效地检测故障,有助于及时准确地发现和解决矿井排水系统问题,对于确保矿井安全生产具有一定的意义。

基于卡尔曼融合的激光雷达特征匹配方法

针对现有激光雷达特征匹配算法线段特征匹配定位不够准确的问题,提出了一种基于卡尔曼融合的激光雷达特征匹配算法。首先扫描一帧雷达数据,利用改进的激光雷达线段特征提取方法,提取出特征线段,得到局部地图。接着确定局部地图旋转、平移参数,再将局部与全局地图进行匹配,根据相对偏差得到匹配结果。然后基于卡尔曼,利用IMU数据作下一时刻的预测估计,利用激光雷达匹配结果作观测,两者融合得到最优估计。实验结果表明该方法相对现有特征匹配算法在特征线段的匹配准确性上更高,因此定位导航的精度和鲁棒性也更好。

基于置信度策略优化的SuperGlue口腔特征匹配算法研究

随着深度学习技术的不断进步,特征匹配算法在计算机视觉领域的重要性日益凸显。传统的SuperGlue算法在特征匹配准确度上已经表现出了优异性能,但在处理低光照和纹理复杂的口腔图像时,其效率和准确性仍有提升的空间。针对上述问题,文中提出一种基于置信度策略优化的SuperGlue口腔特征匹配算法。首先,通过引入一个置信度评分机制,可以更准确地评估特征点对之间的匹配可能性,让算法聚焦于更可能正确的匹配点对;其次,提出动态置信度阈值调整策略,根据口腔图像对的特性和特征点分布自动调整阈值,以达到匹配数量与质量平衡的目的。经过一系列实验验证,改进后的算法在效率和准确性方面都取得了显著提升,尤其是在特征点多样性和图像质量不一的情况下,展现了更好的鲁棒性。设计算法的成功实现,为口腔视觉领域中的特征匹配问题提供了一种新的解决思路,具有重要的理论价值和实际应用前景。

基于关键区域特征匹配的生产现场隐患识别方法

为精准识别生产现场的各类隐患问题,避免不安全生产事件的出现,提出一种基于关键区域特征匹配的生产现场隐患识别方法。获取隐患信息关键区域特征,并定义隐患信息分类标准,完成基于关键区域特征匹配的生产现场隐患信息处理。排查隐患问题,并对其等级进行针对性评估,再联合相关参数指标确定隐患识别阈值的取值范围,完成基于关键区域特征匹配的生产现场隐患识别方法的设计。实验结果表明,利用所提方法可以准确识别出设备老化、操作不规范、物料储存不当这三类隐患问题,能够有效避免不安全生产事件的出现,符合实际应用需求。

基于ORB-SLAM2的改进特征匹配与稠密地图算法

针对ORB-SLAM2算法在特征匹配时容易出现误匹配以及无法构建稠密地图的问题,引入GMS算法来改进ORB-SLAM2算法中的误匹配问题以及添加稠密地图线程。首先,建立图像金字塔,对每层图像金字塔进行网格划分,提取特征点,对每个网格中的特征点引入四叉树策略进行筛选,得到均匀的特征点;其次,在特征匹配阶段引入GMS算法剔除误匹配;最后,根据位姿估计和关键帧构建稠密点云地图。通过TUM数据集上的实验验证,结果表明改进算法的匹配数比原ORB-SLAM2算法增加了18.36%,匹配用时减少了8.53%,将改进算法应用于移动机器人自动导航和避障中,能够提高系统的可靠性和运行效率。

多模态异构大数据混合属性特征匹配筛选算法

多模态异构大数据混合了多种属性数据,具有数据类型繁杂、数据维度较高的特点,在数据挖掘过程中容易降低多模态异构大数据利用率。为了提高特征匹配紧密度,提出多模态异构大数据混合属性特征匹配筛选算法。建立距离矩阵对多模态异构大数据实施混合属性降维;采用主成分分析法提取降维后的数据主成分,将提取到的主成分作为数据混合属性备选特征;计算主成分互信息,筛选互信息值大于1的数据特征,聚集同属性相似特征,实现特征匹配。在4个多模态异构大数据集中进行应用测试,测试结果表明所提算法匹配紧密度均高于0.8,由此证明,该算法具有较高的混合属性特征匹配质量。

杂乱室外场景下基于改进LoFTR的图像特征匹配方法

针对图像特征匹配过程中由于杂乱的室外场景或待匹配目标被物体遮挡而产生的外点导致匹配精度低及鲁棒性差等问题,提出了一种融合基于密度的带噪空间聚类算法(Density Based Spatial Clustering of Applications with Noise,DBSCAN)与Two-stage策略的改进LoFTR的图像特征匹配方法D2S-LoFTR。首先将原始图像1/8维度的特征匹配作为初始匹配结果,使用基于空间密度的DBSCAN算法对其特征进行聚类,提取最优匹配对的同时滤除由外点造成的误匹配。接着裁剪出由聚类得到的两幅原始图像中的共视区域,使用卷积层注意力模块(Convolutional Block Attention Module,CBAM)对其特征重构后进行二次匹配,将匹配结果与初始匹配进行融合以增强匹配的准确性。在室外数据集Megadepth上的实验结果表明,D2S-LoFTR的平均特征匹配率达到93.47%,与LoFTR相比提升1.91%,在旋转误差阈值为5°,10°,20°情况下的相对位姿估计累计曲线下面积(Area Under the cumulative Curve,AUC)分别为55.12%、71.03%、82.02%,分别提升2.32%,1.84%,0.84%,证实所提方法能够更好地适应杂乱室外场景下的图像特征匹配任务。

基于特征匹配的暂态稳定紧急控制策略快速生成

“在线计算、实时匹配”的紧急控制模式是降低控制策略失配风险的有效途径和技术发展趋势。为进一步提高在线紧急控制策略生成的快速性,提出了一种基于特征匹配的暂态稳定紧急控制策略快速生成方法。借助扩展等面积准则对暂态稳定性以及电网故障下轨迹时变程度的量化分析能力,综合利用电网暂态稳定轨迹特征和稳态潮流关键特征量,建立运行方式特征量匹配指标,在历史方式中匹配最接近方式,实现紧急控制策略的快速生成,通过校核验证后下发装置执行。最后,基于实际电网验证了所提方法的有效性。

基于局部特征匹配的井下管柱图像智能拼接融合技术

井下电视成像测井可以直观地监测井下管柱是否异常,但采集的井下管柱图像存在纹理低、光照不足、背景重复等问题,传统的尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)等算法很难稳定地检测出高质量的特征点,导致图像拼接融合鲁棒性差。为此,基于局部特征匹配的思路,先利用反向像素映射算法将管柱图像展开成平面图,并对径向误差进行精确修正,再利用卷积神经网络提取局部特征,利用注意力机制在粗略层面上建立像素级匹配,最后引入最佳拼接线和平滑函数来消除拼接误差,实现了井下管柱大尺度图像的智能拼接融合。研究结果表明:(1)基于局部特征匹配的井下管柱图像智能拼接融合技术,通过图像预处理、特征匹配和图像融合,解决了井下管柱图像拼接融合的稳定性问题;(2)图像智能融合质量的平滑权重因子(k)为0.05时融合效果最佳,k值越小融合图像拼接缝越明显,k值过大则容易在重叠区域产生重影;(3)通过计算待拼接图像的最佳拼接线来消除角度倾斜带来的误差,达到了稳定智能拼接融合的目的;(4)与SIFT算法相比,该算法能检测出的特征点数量平均增加了74.6%,平均智能匹配正确率由83.9%增加到了98.8%。结论认为,该算法检测到的特征点数量和正确率都得到了明显提升,智能融合图像的结构相似性、峰值信噪比和均方误差等指标均优于传统算法,为解决井下管柱探测难题提供了新思路和技术手段。

基于SuperPoint和SuperGlue的图像特征匹配

基于SuperPoint和SuperGlue算法原理,将两者级联在一起,实现了完整的深度神经网络图像特征匹配流程。基于设计的深度神经网络,选取4组多源图像数据进行了特征匹配,并与5种传统特征匹配算法进行了对比。实验结果表明:本文设计的深度神经网络在多源图像特征提取、描述和匹配中具有稳定性强、鲁棒性高、识别特征点多且分布合理、正确匹配率高等特点。

室内设计空间全景特征匹配中的色彩搭配方法

通过分析室内空间全景设计的概念与内涵,明确室内全景空间设计是一个以室内局部优化带动多环境互补融合的过程。通过分析室内设计空间全景特征匹配的技术内涵,明确现代先进科学技术对室内空间设计优化发展的驱动性作用。基于此,以室内设计空间全景特征匹配为主要视角,深入探究该视角下的色彩搭配原则与搭配方法,以期为建筑室内设计的发展提供新思路。

基于特征匹配的激光雷达和相机外参标定方法

智能驾驶系统的车载传感信息通常由激光雷达信息和相机信息融合而成,精确稳定的外参数标定是有效多源信息融合的基础。为提高感知系统鲁棒性,文章提出一种基于特征匹配的激光雷达和相机标定方法。首先,提出点云数据球心算法和图像数据椭圆算法提取特征点的点云三维坐标和像素二维坐标;接着,建立特征点在激光雷达坐标系和相机坐标系下的点对约束,构建非线性优化问题;最后,采用非线性优化算法优化激光雷达和相机的外参数。利用优化后的外参数将激光雷达点云投影至图像,结果显示,激光雷达和相机联合标定精度横向平均误差和纵向平均误差分别为3.06像素和1.19像素。文章提出的方法与livox_camera_lidar_calibration方法相比,平均投影误差减少了40.8%,误差方差减少了56.4%,其精度和鲁棒性明显优于后者。

浅析犬的生理结构与心理特征匹配

决定犬能不能适用于训练,培养成一头工作犬是一件很考验训导员的事情,如果想犬表现得出类拔萃就会有很多要求,挑选犬时就需注重犬的先天条件,比如占有欲望、衔取欲望、胆量、凶猛性、自信程度等,这些东西很重要。如果犬没有受过强大的、不可逆的负面刺激,是可以通过后天培养进行提升的,但犬的生理结构却没有办法逆转。犬的生理结构决定着它的行为方式的硬件条件,犬的心理特征同样可以影响行为方式,是必不可少的软件条件。

基于声磁特征匹配分析的地下电缆故障定位方法研究

以高自动化和高精准度为目标,设计一种基于声磁特征匹配分析的地下电缆故障定位系统,包括探地传感器、嵌入式信号处理系统和人机交互终端三个部分,通过探地采集、信号处理和位置解算三个步骤,可以实现在若干次探地监听后自动解算出地下电缆故障点的三维位置坐标,并在终端中实时显示,从而指引操作员快速、简便、准确地找到地下电缆故障点,以便于后续的故障处理。