基于改进SIFT特征和极坐标的图像匹配定位研究

为解决图像配准过程中因图像旋转及缩放导致匹配误差较大的问题,提出了一种基于对数极坐标和改进的SIFT相结合的匹配算法。首先,通过对数极坐标变换方法进行图像粗匹配,实现对待匹配图像旋转及尺度的估计;其次,在粗匹配的基础上,利用信息熵原理提取子块的特征描述符;最后,利用欧氏距离进行匹配度量,完成图像配准,利用图像变换模型实现两幅图像中相同区域目标的匹配定位。实验结果表明,该算法能够实现两幅图像的高精度匹配与目标定位。

基于SIFT特征匹配的活性污泥显微图像拼接方法

针对相差显微图像视野有限,单张图像难以全面展示样品信息的问题,提出一种基于SIFT特征匹配的活性污泥图像自动拼接方法.该方法通过SIFT特征提取算法提取污泥显微图像的特征,运用最近邻算法进行匹配.使用投影变换模型进行空间几何变换,将待拼接的活性污泥显微图像叠加在一起.采用渐入渐出融合算法对叠加后的图像进行融合,解决图像拼接过程中拼接缝明显的问题.某污水处理厂活性污泥相差显微图像拼接实验结果表明该方法在拼接质量和信息完整性方面表现良好.

基于Harris-Affine和SIFT特征匹配的图像自动配准

针对大失配多传感器图像,提出了一种基于SIFT(scale invariant keypoints)和Harris-Affine(H-A)互补不变特征匹配的自动配准算法.算法应用SIFT和H-A两种具有互补特性的局部不变特征,根据最近邻特征点距离与次近邻特征点距离之比确定初始匹配点对,然后利用马氏距离的仿射不变性删除误匹配特征点对,据此求取2幅源图像间的仿射变换参数.使用估计的变换矩阵把待配准图像上的所有点映射到参考图像,并对其进行重采样,实现图像的配准.实验结果表明:该算法能够快速高精度实现大失配图像的自动配准.

一种基于SIFT特征的航拍图像序列自动拼接方法

针对航拍图像序列拼接问题,提出一种基于尺度不变特征变换(SIFT)特征的自动拼接方法,该方法主要包括图像配准和镶嵌两个步骤。由于航拍序列各帧图像之间存在较大差异,因而常用的基于特征的配准方法适用性较差,对此,提出利用SIFT特征来实现准确、稳健的航拍图像配准。进一步的,提出一种基于视觉特征的色彩融合方法以取得平滑的镶嵌效果。最后,通过对真实航拍序列进行拼接实验验证了所提方法的有效性。

改进的SIFT特征提取和匹配算法

针对月球影像和尺度不变特征变换(SIFT)算法的特点,在改进SIFT特征提取算法的基础上,提出了一种稳健的图像自动匹配策略。首先,自动调整SIFT算法中的对比度控制系数,提高关键点提取的均衡性;然后,用SIFT描述向量之间的欧氏距离最小值与次小值的比值作为阈值,进行粗匹配,并利用匹配对主方向角度差直方图剔除部分伪匹配;最后,自动计算随机采样次数、误差容忍度等参数,使用改进的随机选取一致性(RANSAC)方法确定透视变换模型初始参数,并用该模型和误差容忍度对匹配集合中的匹配对进行校验,选取出正确的匹配对。实验结果表明,在图像有一定程度的视点、光照、旋转、比例、模糊和对比度变化等情形下,该算法稳定、可靠。该方法能有效解决图像匹配门限的选择问题,真正实现了无人工干预的自动匹配。

基于SIFT特征配准的浮选泡沫移动速度提取与分析

利用尺度不变特征转换(SIFT)特征的优势,将其特征配准引入到泡沫速度特征提取中,解决了泡沫速度特征难以提取的问题.工业浮选现场泡沫速度特征提取结果表明:该方法对仿射变换、光照变化等不敏感;可以准确获取各种浮选状态下泡沫移动速度特征.在对某轻金属浮选厂泡沫视觉特征进行为期半年的观察之后,讨论了浮选泡沫速度特征与浮选指标间的关系,为建立基于机器视觉的浮选优化控制打下基础.

融合颜色直方图及SIFT特征的自适应分块目标跟踪方法

针对目标跟踪过程中目标颜色相近、尺度变化及遮挡等问题,该文提出一种自适应分块并融合颜色直方图及SIFT特征的目标跟踪方法。自适应分块采用目标颜色投影和成像角度作为分块标准,使各子块具有一定相异性并保证分块数目;各子块使用颜色直方图和SIFT特征描述,通过计算SIFT特征点的尺度变化自适应地改变跟踪窗口尺度;在跟踪过程中对子块的权重及相应模板及时更新,当目标表观变化较大时重新对模板自适应分块。实验表明,该方法能准确有效地跟踪目标,并在颜色相近目标跟踪、尺度自适应及遮挡处理等方面具有较好效果。

基于SIFT特征跟踪匹配的视频拼接方法

针对不同摄像头的监控视频序列,提出了一种基于视频帧SIFT(Scale Invariant Feature Transform,即尺度不变特征变换)特征跟踪的拼接方法。通过SIFT算法提取帧图像的特征,并在跟踪的估计区域搜索匹配特征,从而确定待整合帧之间的变换参数。实验结果表明,该方法较好实现视频快速拼接,且对重叠区域小、形变大、有运动物体遮挡的视频具有较强的鲁棒性。

基于SIFT特征遥感影像自动配准与拼接

将SIFT特征用于遥感及航拍影像的配准和拼接,并针对RANSAC算法在SIFT特征匹配中效率低、同时还需要估计内点噪声均方差作为误差数据的门限等不足,采用一种基于投影的M估计算法,利用最优化准则和输入数据的内在联系绕开鲁棒估计对噪声均方差的依赖性。实验结果表明,对航空和航天遥感影像SIFT特征在一定程度的视点变化、光照变化、分辨率不同等情形下,该方法具有稳定、快速、可靠等特点。M估计则有效地解决了对于不同输入数据的门限选择,真正实现了无人工干预的自动配准。

一种提高SIFT特征匹配效率的方法

为了提高SIFT特征匹配的效率,首先改造了SIFT特征描述符相似性度量的形式,以街区距离代替欧氏距离作为特征描述符之间的相似性度量,降低了相似性度量公式的时间复杂度;其次,提出了最近邻和次近邻假设算法,即假设待匹配图像中任意2个特征点为最近邻点和次近邻点,通过比较当前特征点与待匹配图像中其他特征点之间的距离,以及当前特征点与假设的最近邻和次近邻之间的距离,实现最近邻和次近邻的替换,最终得到实际的最近邻点和次近邻点。算法减少了相似性计算过程中特征点比较的次数,从而减小了算法的计算量。实验结果表明,提出的算法在保持鲁棒性的同时提高了SIFT特征匹配的效率,能够为一些快速性应用提供保障。

基于改进SIFT特征点匹配的图像拼接算法研究

基于传统的SIFT特征点匹配方法和图像像素级融合的思想,提出一种改进的SIFT特征点匹配的图像拼接算法.首先该算法在特征提取的过程中加入Harris角点算子,筛选出鲁棒性较强的点;其次采用基于圆形窗口的48维向量来进行特征降维,并借助匹配特征点对之间的几何一致性来对特征点进行粗提纯,提高算法运行效率;最后采用重叠区域线性过渡融合算法对图像进行平滑过渡,消除拼接缝隙.实验验证了该算法的鲁棒性和快速性.

基于改进SIFT特征和图转换匹配的图像匹配算法

针对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的问题,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阈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。

基于SIFT特征和角度相对距离的图像配准算法

对2幅不同角度、不同光照条件或不同相机采集到的图像进行配准,是一项十分具有挑战性的研究。针对参考图像和待配准图像对之间存在的仿射变换问题,提出了一种灵活通用的、基于SIFT特征和角度相对距离的图像配准算法。算法充分利用了图像正确匹配特征点对之间存在的角度关系,实现了特征点之间的精确匹配。将所提算法同LLT(locally linear transforming)算法及RANSAC算法进行了对比实验,结果表明,新算法有较高的有效性和鲁棒性。而且新算法不仅适用于普通图像,在近红外与可见光图像以及遥感图像中均充分体现了良好的鲁棒性和适用性,在匹配特征点数目较少时,也具有良好的鲁棒性。

基于数字视差模型和改进SIFT特征的数字近景立体影像匹配

针对数字近景立体摄影测量中立体影像的高效自动匹配的需要,提出一种基于数字视差模型(digital parallax model,DPM)和改进SIFT(scale invariable feature transformation)特征的立体影像匹配算法。该算法首先根据近景立体摄影系统中相机基距和相互关系固定的特点,利用已知的标定数据,构建立体影像的数字视差模型,并计算立体影像中的同名核线参数,再在DPM和核线的约束下,确定右影像上同名像点的搜索范围,以提高匹配速度和准确性;其次,利用SIFT特征和灰度特征,设计结合局部结构信息和全局灰度信息的匹配相似性测度计算模型,以增强匹配的稳健性。利用该算法对实际立体影像进行试验,结果表明本文方法可大大消减错误匹配,提高匹配的可靠性和精度。

一种基于SIFT特征的快速图像匹配算法

经典的SIFT算法具有良好的尺度、旋转、光强不变特性而广泛应用于图像匹配。图像特征点较少时,匹配过程使用穷举法查找最近邻匹配点;当图像特征点较多时采用KD-Tree结构,而其检索过程存在"回溯"现象,这两种方法的匹配效率都不高。为了提高特征点的匹配速度,提出改进的SP-Tree结构解决"回溯"问题。在结点集分割时设置参数合理确定左右超平面位置,引入平衡因子作为结点分割方法选择的依据,采用近似最近邻搜索算法加快特征点匹配速度。给出算法的详细实现过程,并应用两幅图像进行验证。实验结果表明:SIFT特征向量采用改进SP-Tree结构在损失少部分匹配点的同时,提高了SIFT特征点的整体匹配速度,适合于图像特征的实时匹配过程。

利用SIFT特征联合匹配的非刚体目标跟踪算法

为了解决非刚体目标跟踪过程中由目标形状快速变化带来的困难,提出了利用SIFT特征联合匹配的非刚体目标跟踪算法。首先分别提取目标模板和当前搜索区域的SIFT特征点;然后利用改进的联合匹配策略在目标模板和当前搜索区域之间进行特征匹配;最后根据匹配结果确定目标在当前帧的位置和尺度。改进的联合匹配策略在构建相似度矩阵时,不但利用了具有旋转和尺度不变性的SIFT特征向量,并且充分考虑了特征点的空间位置信息,有效提高了特征匹配的准确性。将这种改进的联合匹配策略成功地引入到SIFT匹配跟踪中,克服了传统SIFT匹配算法用于非刚体目标跟踪时的缺陷。实验结果表明,该算法对目标的非刚性形变、尺度变化以及背景干扰都具有较强的鲁棒性。

基于SIFT特征点的抗几何失真数字水印算法

提出了一种基于图像不变特征的鲁棒数字水印算法。该方法在图像的小波域中嵌入水印;在水印检测之前,利用图像中稳定的SIFT(尺度不变特征变换)特征点估计几何失真参数,对可能失真的水印图像进行校正,从而可以准确地提取水印信息。实验结果表明,该算法对剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性。

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFT特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性,有一定的实用价值.

基于SIFT特征和图割算法的图像分割方法研究

图割算法是图像分割方法中的一种高效的最优化计算方法,针对图像中目标物体的旋转尺度光照变化导致的分割不准确问题,提出了一种基于SIFT(Scale-Invariant Feature Transform)特征的图割(Graph Cuts)算法;该方法将SIFT特征的尺度旋转不变性和图割算法的准确快速性结合在一起,通过提取图像中物体SIFT特征点做为图割算法的种子点,求解最小能量函数快速从而获得该图像的最优分割;实验结果表明,该方法鲁棒性较好,能准确地分割出目标物体在图像中的轮廓。

基于SIFT特征的人脸识别方法

根据人脸识别中对高独特性的人脸特征的要求,提出一种改进的基于SIFT算子进行人脸识别的方法,结合K-means聚类的模式匹配策略,采用局部相似性和全局相似性的计算方法对人脸图像进行相似度匹配,并在匹配过程中使用基于概率统计的权值赋予方案和相似度的平方来提高识别的准确性。实验结果证明,该方法具备鲁棒性和有效性。