改进的CenSurE特征和基于相加图像梯度的快速描述符

CenSurE局部特征计算效率非常高,但是CenSurE特征的尺度采样是线性的,滤波器响应信号很稀疏,检测的特征重复率不高。采用对数尺度采样得到改进的CenSurE特征,获得了更高的检测性能。同时,提出基于相加图像梯度的快速描述符,称为GSIP。图像区域匹配和物体识别评价实验结果显示,和目前性能最优的SURF描述符相比,GSIP描述符独特性更强,速度更快,计算时间不到SURF描述符的1/2。

基于CenSurE特征的虚实配准方法研究

针对虚实配准的高精度和实时性要求,提出了一种基于CenSurE特征的自适应虚实配准方法。该方法包括离线初始化和在线跟踪两个阶段。离线阶段系统利用CenSurE-OCT滤波器和MU-SURF描述符进行特征提取和匹配操作,并根据特征匹配集合建立坐标系,同时求得虚实配准的初始矩阵。在线跟踪阶段系统采用自适应跟踪方法获取当前图像特征点与参考特征点的对应关系,然后利用误差逼近的方法求得当前图像的虚实配准矩阵。实验结果表明,该方法的配准误差均值为1.91 mm,运算速度为21 fps,其综合性能优于基于FAST、SIFT和SURF等局部特征的虚实配准方法,具有较高的配准精度和较强的实时性。

SIFT和CenSurE在无人机影像配准的优劣性比较

从无人机影像的特点出发,结合SIFT和CenSurE算子的特点及常用的一些匹配策略进行实验.首先分析了两种算子在特征提取有效性、特征提取速度方面的优劣,然后运用相应的匹配策略进行影像的粗匹配和精匹配(RANSAC);最后根据实验所得的匹配正确率、配准精度和速度、配准效果评价指标,对两种算子在无人机影像配准的优劣做出评价,实验得出SIFT具有速度上的劣势、实时性不佳,但综合性能好,更加适合无人机影像的配准.

基于CenSurE特征的SAR/INS组合导航景象匹配算法

在SAR/INS组合导航系统中,所获取的SAR图像可能存在严重的斑点噪声和几何变形,对此,提出一种基于CenSurE特征的SAR/INS组合导航用景象匹配算法.该算法针对惯性组合导航的工作特点进行设计.首先提取CenSurE特征和垂直的SURF描述符,利用夹角余弦相似度量方法进行特征匹配;然后,采用分组一致采样算法和最小二乘精确匹配算法获取高精度的航向和位置偏差信息.景象匹配性能评价实验表明,在匹配适应性、匹配速度、精度和鲁棒性等方面,CenSurE特征都很优越,可以满足SAR/INS景象匹配导航系统匹配修正的高性能要求.