基于二进制鲁棒不变尺度关键点-加速稳健特征的自然特征虚实注册方法

针对基于视觉的增强现实(AR)中虚实注册的准确率和实时效果受光照、遮挡和视角变化影响大,易导致注册失败的问题,提出一种基于二进制鲁棒不变尺度关键点-加速稳健特征(BRISK-SURF)算法的自然特征虚实注册方法。首先,利用加速稳健特征(SURF)特征提取算子检测特征点;然后,采用二进制尺度旋转不变鲁棒(BRISK)特征描述算子对特征点进行二进制描述,结合汉明距离实现准确高速的特征匹配;最后,根据图像间的单应性关系实现虚实注册。从图像特征匹配和虚实注册两方面进行实验,结果显示BRISK-SURF算法的平均准确率与SURF算法基本保持一致,比BRISK算法提高了约25%,平均召回率提高了约10%;基于BRISK-SURF的注册方法的结果接近参考标准数据,精度较高,实时性较好。实验结果表明,所提方法对于光照、遮挡和视角情况不同的图像具有较高的识别准确度、注册精度和实时效果。另外,使用此方法实现了基于AR的交互式旅游资源呈现与体验系统。

一种基于改进ORB的无人机影像特征匹配方法

针对高原山区区域的无人机影像受到地形起伏,纹理信息不突出的影响,导致ORB算法的匹配正确率偏低且不稳定的问题,文中提出适应高原山区区域的无人机影像特征匹配的改进算法。该方法集成了ORB算法、小波影像金字塔、BRISK关键点描述符、GMS算法和随机抽样一致算法(RANSAC)模型约束改进的方法。首先将ORB算法中的高斯金字塔替换为小波影像金字塔并进行特征点检测;然后,结合BRISK描述符生成适合影像特征的二进制描述符;其次使用暴力匹配算法和GMS算法,对特征点进行第一次约束优化提取;最后利用RANSAC算法对匹配点对进行第二次约束优化提取。试验结果表明,文中算法在高原山区区域无人机影像特征匹配的实验中,匹配正确率和匹配耗时均有着显著的优势。相较于传统ORB算法,文中算法的匹配正确率和匹配耗时有较大提升。

基于多尺度特征融合的拖牵过程安全预警算法

针对轻型救援车拖牵运输过程存在被拖车因路面颠簸程度过大而脱离救援车的安全隐患,研究了一种基于多尺度特征融合的拖牵过程安全预警算法。首先将车牌作为大尺度特征,进行车牌定位;其次将车牌特征点作为小尺度特征,基于改进二进制鲁棒不变尺度特征(BRISK)算法,提取车牌特征点;然后基于K最近邻(KNN)搜索算法,将当前帧与首帧车牌特征点进行匹配;最后对多尺度特征的位置信息进行融合,得到被拖车纵向晃动幅度,从而进行安全预警。此外,针对传统BRISK算法匹配正确率低、图像配准精度低等问题进行改进,在保证实时性的同时,提高了图像配准精度。实验表明:所提的安全预警算法具有较高准确度和良好实时性。

织物纹样特征提取与匹配方法比较

针对织物纹样自动识别过程中因尺度、旋转和褶皱等因素引起图像差异的问题,探索了复杂纹样特征的准确提取与匹配方法。以江崖海水纹样为例,采集尺度、旋转、模糊、光照、褶皱5种变化下的织物纹样图像,分别运用尺度不变特征变换(SIFT)、快速鲁棒性尺度不变特征(SURF)、二进制鲁棒不变可扩展关键点(BRISK)3种方法提取纹样局部特征,然后采用欧氏距离进行特征匹配计算,最后通过随机抽样一致算法剔除误匹配对。结果表明:采用BRISK算法的准确配对率最高,平均准确匹配率达87.10%;褶皱对织物特征匹配的影响最大,该变化下BRISK算法的鲁棒性优于SIFT和SURF算法;BRISK算法速度最快,图像平均匹配时间0.551 s;在织物纹样特征匹配中,BRISK算法比SIFT和SURF算法具有更好的适用性。

惯性组合导航系统中基于BRISK的快速景象匹配算法

针对景象匹配/惯性组合导航系统对景象匹配算法精确性、实时性和鲁棒性的要求,提出惯性组合导航用基于二进制鲁棒不变尺度关键点(BRISK)特征描述符的高精度快速景象匹配算法。首先,结合惯性导航的误差特性设置BRISK特征检测子及描述子参数,提取参考图和实测图的BRISK特征和描述符;然后,根据最近邻汉明距离准则获取匹配的BRISK特征点对;最后,利用RANSAC方法和最小二乘算法(LSA),求得位置和航向参数。实验结果表明,本算法具备亚pixel级精度、ms级实时性以及优越的抗噪声、抗光照变化和抗旋转尺度变换能力。