基于改进SIFT算法的超声图像拼接方法

针对大型结构超声C扫描获得的多幅子图像,为了获取被测结构的全景图像,研究图像的拼接方法.根据超声波法成像检测的动态过程并结合数字化图像处理技术,在传统的基于尺度不变特征变换(scale invariant feature transform,SIFT)算法基础上,提出了一种改进的超声C扫描检测图像拼接方法.首先,针对传统SIFT算法存在超声图像配准成功率低的问题,利用超声扫查过程中探头起始位置的矢量差对SIFT算法得到的特征点粗匹配结果进行筛选;其次,采用动态规划的方法寻找最佳缝合路径;最后,沿最佳缝合路径进行渐入渐出融合以改善融合区域的视觉效果.人工缺陷试块及焊接结构试件超声图像的拼接结果表明,基于改进的SIFT图像拼接算法可以将多幅超声C扫描子图像有效拼接为全景图像;所提方法特征点匹配准确率高、图像融合失真小,优于常规SIFT图像拼接算法;拼接图像中,目标位置关系对应良好,可实现结构加工质量的整体无损评价.

基于改进SIFT算法的城市航拍图像快速拼接方法

城市航拍图像在城市规划、土地管理、环境监测和基础设施建设等领域具有广泛应用。针对无人机航拍高度越高,图像捕获成本越高,图像质量或能见度越低的问题,使用低空无人机来大量捕获图像;针对经典的尺度不变特征转换(SIFT)图像拼接算法存在匹配稳定性差、拼接质量差的问题,提出一种改进SIFT算法,通过提取图像金字塔模型,提高了匹配的稳定性;采用RANSAC算法减少局外点的干扰,提高图像拼接质量;采用混合平均加权法消除重叠区域接缝,最终实现了图像快速精准拼接。仿真实验结果显示,改进后的SIFT算法在图像拼接稳定性和质量上均表现较好,能获得良好且完整的拼接图像。

基于边缘响应优化SIFT算法在无人机影像匹配中的研究

无人机(UAV)影像匹配过程中常规的尺度不变特征变换(SIFT)算法在处理UAV影像时会受边缘响应影响,导致特征点匹配的准确度与精度降低。为了进一步提高UAV影像匹配的准确度与精度,提出了一种优化的SIFT图像匹配算法。以云南省禄丰市恐龙谷为研究区,选择两组研究区无人机影像以及一组公开无人机影像作为实验数据。首先,基于尺度不变性构建高斯差分金字塔,并进行空间极值检测实现特征点的定位。其次,使用Canny算法对图像进行边缘检测,在边缘检测的基础上对图像进行边缘响应点去除,对去除边缘响应后的特征点使用FLANN匹配器进行特征点匹配。然后,在图像匹配的基础上使用最佳近似比进行匹配点的第一次筛选,随后,利用随机抽样一致性(RANSAC)算法对匹配点进行第二次筛选,确定最佳比值阈值,并计算出RANSAC筛选后的均方根误差(RMSE)与准确率。最后,将优化SIFT算法与SIFT、ORB、SURF算法进行对比分析。结果表明,优化的SIFT算法不仅特征点匹配耗时小于其他3种算法,在匹配精度、准确度上以及物方精度上也优于其他3种算法。优化后的SIFT算法在A、B、C 3组数据匹配的精度分别是93.13%、84.09%、92.73%,RMSE值分别是0.6490、1.1805、0.7726。因此优化的SIFT算法能够降低边缘响应对传统SIFT算法带来的影响,提高了图像匹配的精度和准确度。

基于改进SIFT算法的图像识别研究

针对基于SIFT算法的图像识别中存在着识别准确度不高,匹配速度慢问题。提出了一种快速获取特征点和匹配特征点方法。首先基于图像边缘的特征点获取方法,对图像边缘进行扩展,只在扩展区域内判断特征点。然后在特征点描述符中增加特征点周围16个子区域归一化后的灰度差分值信息,增强特征点描述能力。通过KPCA降维方法对描述符降维,最后在特征点匹配阶段使用余弦相似度预处理噪声特征点,加快匹配速度。在实际测试中,相对于SIFT算法图像识别率提升了8%左右,识别速度提高了50%左右。

基于3D AR立体识别和SIFT算法的数字出版技术研究

研究基于3D SLAM技术和AR立体识别技术获取真实世界中的物体三维结构和位置信息,采用SIFT算法检测图像或点云中的关键特征,通过数据采集与预处理、特征提取与匹配以及空间定位与渲染等技术流程,完成了系统框架设计和后台技术开发,实现了在AR环境下对真实世界中的物体进行精确识别与定位,将虚拟对象与真实场景进行融合,形成了一种全新的实景三维数字出版技术方案,并通过实验证明了该技术的可行性和有效性。

基于SIFT算法的水电站出线场区域视频巡检

针对出线场视频巡检缺陷识别准确率低的问题,提出了一种基于SIFT算法的水电站出线场区视频巡检方法。通过图像腐蚀算法对出线场巡检图片进行清洗,以消除噪声数据对图像数据识别造成的影响;然后采用Sobel算法对设备图像区域进行框定,并采用SIFT算法提取巡检图片特征。最后,采用卷积神经网络识别出线场设备缺陷。应用结果显示:该方法的缺陷识别准确率达到98.3%,验证了方法的有效性。

基于特征点和SAR-SIFT算法的林权测绘地形图像几何配准

目前常规的测绘地形图像几何配准主要通过对单应性矩阵进行求解,从而实现图像配准,由于对待配准图像的灰度化处理程度较低,导致配准精度较差。对此,本文研究基于特征点和合成孔径雷达(SAR)-尺度不变特征变换(SIFT)算法的林权测绘地形图像几何配准方法。首先对SAR图像成像机理进行分析,在此基础上采用滤波算法对图像进行处理,并采用加权平均法对红、绿、蓝三原色(RGB)通道分量进行灰度化处理。然后结合SAR-SIFT算法,构建多层次的尺度空间,并结合海森矩阵对像素梯度值进行计算,生成特征描述子。最后通过对特征描述子的相似度进行计算,结合匹配阈值,实现图像特征点的匹配。实验结果表明:采用基于特征点和SAR-SIFT算法的林权测绘地形图像几何配准方法对图像进行几何配准时,算法的均方根误差值较小,具备较为理想的几何配准精度。

改进SIFT算法的手指静脉特征提取和匹配研究

为了更好地研究SIFT(尺度不变特征)算法在手指静脉特征提取和匹配过程中的应用,提出将手指静脉样本图像特征点代入到同散度矩阵的低维子空间,利用对低维子空间映射的方法可以提高SIFT算法在宏观层次上的准确度,设想基于尺度、方向和距离约束,通过RANSAC消除错误匹配的点对,改良特征点的匹配精度和特征匹配的点对数目。通过对手指静脉图像处理及实验可得,优化后的SIFT算法识别率可以做到99.68%,效果较普通SIFT算法更为准确、有效。

一种应用于PCB缺陷检测的改进SIFT算法

针对自动化光学检测设备对印刷电路板(Printed Circuit Boards,PCB)裸板进行缺陷检测的过程中,采集的图像无法兼顾高分辨率与大视角的问题,提出了一种应用于PCB裸板缺陷检测的改进SIFT拼接算法。使用白平衡算法优化图像的质量,提高特征点的检测数量以及改善特征点的分布情况;设计分块策略并利用相似度度量准则的手段,缩小SIFT算法的有效范围,提升算法的整体运行效率;采用RANSAC算法与融合算法完成拼接。实验结果表明,与传统的SIFT+RANSAC算法相比,该算法在拼接准确度上提高了11.3%,拼接效率整体提高了52%,且最终拼接图像的质量也较好。

基于二维小波变换SIFT算法模型的皮革断面图像配准研究

以二维小波变换优化SIFT算法构建了一种针对皮革断面图像配准分析的数学模型,以人工方式、SIFT算法作为对比对象,对该数学模型在皮革断面同层图像配准和序列图像配准两方面的性能进行对比分析。结果表明:融合优化后的数学算法模型在检测效率和检测精度方面具有显著改进。

基于改进SIFT算法的地形测绘图像拼接方法

为解决传统方法拼接地形测绘图像容易出现匹配错误的问题,以改进SIFT算法为基础研究一种新的地形测绘图像拼接方法 .该方法通过对尺度不变特征变换(SIFT)描述子生成过程的分析改进,得到关键点的位置坐标;根据特征点检测模板中心点像素灰度的差值,提取地形测绘图像的特征点;计算目标匹配点的方向误差,通过构建直方图剔除错误的匹配点;使用高斯加权窗口对特征梯度值进行加权处理,获取特征描述子,对SIFT算法中的特征描述子进行降维处理,提高计算速度,以完成SIFT算法改进.并通过双向匹配配准测绘图像,根据待拼接地形测绘图像的线性过渡因子,计算重叠区域灰度值,实现图像重叠区域的无缝拼接.实验结果表明,与传统的拼接方法相比,改进后的方法能够准确提取待拼接地形测绘图像的特征点,拼接效果更优,耗时约为0.57 min,信噪比达到了32.61 dB.

依据SIFT算法的排球运动员急停起跳动作识别方法

目前常规的动作识别方法主要通过提取运动图像中的动作连续帧序列,构建出动作识别模型,由于识别动作的特征描述较为复杂,识别效率较低。对此,提出基于尺度不变特征转换(SIFT)算法的排球运动员急停起跳动作识别方法。通过对图像边界点进行膨胀操作处理,获取识别对象的运动区域,并构建人体有向时空骨架图,结合SIFT算法对识别动作特征进行简化提取处理,通过对动作轮廓波域进行平滑处理,获取识别动作的轮廓曲线,实现动作识别。在实验中,对提出的方法进行了识别效率的检验。结果表明,采用提出的方法对图像进行识别处理时,动作识别延迟较低,具备较高的识别效率。

基于改进SIFT算法的露天铁矿采区三维模型

为提高露天铁矿施工流程的准确度和效率,提出了1种改进SIFT算法的露天铁矿采区三维模型;基于高斯卷积核对传统图像特征匹配(SIFT)方法进行改进,并在特征点提取基础上利用改进的SIFT算法对图像匹配精度进行优化;利用无人机对露天铁矿三维模型进行扫描、映射和测绘,实现露天铁矿的三维建模。结果表明:提出的算法有提高图像匹配精度,实现图像的准确匹配的优点,相较于传统的SIFT算法更具有可行性和有效性;此外,提出的算法有助于提高露天铁矿的生产效率,使露天矿场的调查工作更为简洁。

一种新的基于SIFT算法的景象匹配制导方法

为有效提高景象匹配制导的性能,在SIFT算法的基础上,结合Canny算子边缘特征检测对其进行改进,提出了一种新的Canny-SIFT算法。先利用Canny算子获取图像的边缘特征,再用SIFT算法对边缘特征图像进行匹配。仿真结果表明,Canny-SIFT算法对亮度、旋转和尺度变化不敏感,有效克服了SIFT算法匹配时间较长的弊端,在大幅提升匹配速度的同时可以提取到更多匹配特征点,提高了匹配正确率,改善了整个景象匹配制导系统的性能。

露天矿滑坡位移监测的ASIFT算法

针对现有的大型露天矿边坡大变形监测方法存在的不足,提出了一种基于ASIFT图像特征匹配算法的滑坡位移监测方法。首先基于露天矿滑坡真实地形空间分布形态,设计了滑坡物理模型,并利用高分辨率数码相机获取模型滑动过程中的序列影像;然后利用ASIFT特征匹配算法对滑坡各阶段光学影像进行特征点提取与匹配,并利用RANSAC随机抽样一致算法剔除误匹配点;最后利用滑坡体运动特征矢量集模型计算出特征点空间矢量位移,从而实现了滑坡位移场标定与滑坡范围确定。研究表明:所提算法对于滑坡蠕变阶段的位移监测效果一般,但可有效监测滑坡中后期发生明显变形时的位移,该算法的特征点匹配数量及匹配正确率均明显优于SIFT算法,且位移矢量标定精度也得到明显提高,反映出该算法适合于大型滑坡后期发生大变形时的位移量监测。

基于改进SIFT算法的图像匹配

为进一步提高SIFT匹配算法的鲁棒性和正确率,从以下几个方面改进SIFT算法。对图像进行多分辨率小波变换,重建图像近似成分——低频信息参与匹配;采用"回"字形双层方邻窗将特征点邻域区域划分成四部分,建立32维特征点描述符向量;运用欧式距离初步确定匹配点,再用积分图像进一步剔除由于特征点具有空间相似性而出现的误匹配点,从而提高匹配精度。实验表明,本文算法在匹配精度和匹配时间上有明显提高,特别是当图像具有较多局部相似特征时,匹配点数增加,匹配正确率提高。

融合Harris与SIFT算法的荔枝采摘点计算与立体匹配

为了满足荔枝收获机器人对整串果实采摘作业的需求,提出一种融合Harris与SIFT算法的荔枝采摘点计算与立体匹配方案。首先在已识别的荔枝结果母枝部位进行Harris角点检测,结合提取已识别荔枝果实区域质心与最小外接矩形等特征信息,进行采摘点二维像素坐标的计算。然后通过对比分析,提出对计算采摘点采用带约束条件基于余弦相似度的SIFT双目立体匹配,最后进行采摘点计算与双目立体匹配实验验证。结果表明,计算采摘点的匹配成功率可达89.55%,且该方法更能满足在结构复杂的结果母枝上采摘点计算的精度需求。

基于信息熵与SIFT算法的天文图像配准

天文图像配准是研究天体运动的一项关键技术,图像内部结构往往存在轻微的不规则运动。但是图像配准涉及到计算整个图像的变换关系,在此情况下,无论是采用基于统计特征还是基于局部特征的配准方法,都难以取得理想的效果。为此,提出基于信息熵与SIFT算法的天文图像配准方法。该方法首先需对图像进行均匀分块并计算每块熵值,以熵值最大者作为配准的局部子图,然后通过尺度不变特征变换(Scale Invariant Feature Transform,SIFT)及仿射变换建立变换关系,继而利用局部子图变换关系完成图像的配准。该方法一方面能缩短变换关系的建立时间,另一方面能保证图像中信息熵最大区域配准,有效提高天文图像配准质量。

基于快速SIFT算法和模糊控制的人脸识别

针对传统的人脸识别系统在复杂背景情况下不能实时准确进行人脸识别的问题,提出一种基于快速尺度不变特征变换(SIFT)算法结合模糊控制的人脸识别方法。首先,由SIFT特征点子区域方向直方图计算得到4个新角度,代表特征点方向信息。然后,在特征匹配阶段,根据SIFT特征点角度信息以及大小限制特征点匹配范围,简化算法复杂程度,得到快速SIFT算法。最后,引入闭环模糊控制系统,减少SIFT特征误匹配,提高人脸识别率。实验结果表明:基于快速SIFT算法的人脸识别方法平均识别时间提升了40%,在发生光照、姿态、表情等均有变化的复杂环境下人脸识别精度提高10%。

基于SIFT算法的无人机遥感图像拼接技术

为了给农田研究人员提供高精度、宽视野的图像,在利用SIFT(Scale-Invariant Feature Transform)算法初步检测候选点步骤中,加入自适应阈值去除部分候选特征点;结合无人机图像的经纬度坐标及重叠区域位置关系剔除部分无效特征点,并进行特征点粗匹配;利用随机采样一致算法消除误匹配点对,并求解投影变换矩阵完成相邻两幅农田遥感图像的拼接;设计了金字塔拼接策略,完成128幅高分辨率图像的拼接。实验结果表明,基于SIFT算法,利用改进的特征点精简方法,特征点粗匹配时间平均减少了52%,精匹配时间平均减少了25%;基于6个图像融合评价参数的对比实验发现,从定性和定量两个方面,基于多分辨率的图像融合均优于其他融合算法。