改进FAST和对立颜色特征的向量场一致性匹配

针对目前传统图像匹配算法在复杂环境下存在误匹配点对过多、稳健性较差等问题,本文提出一种基于改进FAST的特征点提取,结合对立颜色特征的图像匹配算法。首先,利用改进FAST算法提取的角点作为特征点,结合改进的Opponent SIFT算法对特征点进行描述;然后,使用基于字符定位算法对提取的特征点对进行粗匹配,降低整体匹配过程中特征点对误匹配的风险。最后,为了规避因RANSAC算法易陷入局部最优解而导致正确点对被误剔除的问题,运用向量场一致性替代RANSAC进行提纯,降低误匹配率。通过对比试验表明,改进算法匹配准确率均大于91%,且对差异变化具有较好的稳健性、适应性。

向量场一致性约束的对立颜色特征匹配

针对Color SIFT类特征提取算法进行特征匹配时误匹配点对多的问题,引入向量场一致性约束改进了Opponent SIFT的匹配算法。首先,在对立颜色空间的3个通道中采用SIFT算子进行特征描述,构建384维特征向量,增强颜色对比效果;然后,利用最近邻距离比率进行粗匹配,降低整体匹配失效的风险;最后,采用向量场一致性约束提纯,规避RANSAC算法因局部最优导致正确点对丢失的缺陷。实验结果表明:在处理图像综合变化时,本文算法较SIFT结合RANSAC的算法,提高了匹配精度,鲁棒性更好。

具有抗仿射性的局部特征点匹配方法

针对现有局部特征匹配算法对具有仿射性的图像匹配效果欠佳、耗时较长,以及随机采样一致性(RANSAC)算法对仿射性图像匹配得不到较好的参数模型等问题,提出一种具有抗仿射性的A-AKAZE(Affine Accelerated KAZE)算法,并用向量场一致性来筛选内点。首先利用非线性函数构建尺度空间,然后借助Hessian矩阵检测特征点,并以特征点为中心选取合适的区域作为特征采样窗口;再把特征采样窗口在经纬度上进行投影以模拟不同角度对图像的影响,随后在投影区域中提取具有抗仿射性的A-MLDB(Affine Modified-Local Difference Binary)描述符;最后利用向量场一致性算法提取内点。实验结果表明:A-AKAZE算法的正确匹配率相较于AKAZE算法提高了20%以上,与AKAZE+RANSAC算法相较提升了15%左右,与ASIFT(Affine Scale-Invariant Feature Transform)算法相比提高了10%左右,相比ASIFT+RANSAC算法提高了5%;而且该算法的匹配速度远高于AKAZE+RANSAC、ASIFT和ASIFT+RANSAC算法。

按改进的匹配算法的岩石样本图像三维重建

为了提高岩石样本图像三维重建的准确率和重建效率,提出了基于改进的匹配算法的三维重建方法。该方法采用"回"字型分块思想,有效地提高了ORB算法中BRIEF特征描述符的学习效率,从而改善了ORB算法的匹配效果;再利用向量场一致(VFC)算法对改进的ORB算子所得的匹配对进行误匹配剔除。实验结果表明,该方法不仅能够保证岩石样本图像三维重建的精度,而且在速度上也具有较大提升。

SIFT特征匹配和VFC算法的电子稳像技术

为了处理较为模糊的抖动视频,提出了一种基于尺度不变特征转换(SIFT)的特征匹配和向量场一致(VFC)优化算法的电子稳像技术.该技术着重于研究视频的运动估计阶段,利用SIFT提取高独特性的特征点,根据特征点进行帧间匹配,结合VFC,通过向量场的学习将外点从内点区分开来,得到两帧图像中特征序列的平移轨迹,然后估算出运动补偿向量并校正每一帧图像的相对位置,从而输出稳定视频.实验表明,该电子稳像技术处理抖动视频时精度高和耗时短.

一种适用于山地的SAR影像配准方法

针对山地SAR影像配准难题,提出一种适用于山地的SAR影像配准方法。首先根据DEM数据采用距离-多普勒模型和经验公式生成模拟SAR影像,并创建与DEM地理坐标相一致的查找表;然后将与向量场一致性的点集匹配算法用于模拟SAR影像和真实SAR影像的匹配,间接获取真实SAR影像的特征点;最终实现山地地形SAR影像的精确配准。实验分别采用同一传感器和不同传感器的山地SAR影像数据进行验证。结果表明,该方法的配准精度比传统SAR影像配准方法有明显提高,能够有效解决山地SAR影像配准问题。

基于APAP模型的大视差图像拼接算法

针对待拼接图像具有大视差时,重叠区域会出现重影和拼接效率较低等问题,提出一种基于改进ORB算法的大视差图拼接模型。首先构建尺度空间,借助FAST算法提取特征点并建立主方向,再对特征采样区域建立MLDB描述符,然后采用向量场一致性算法筛选内点,最后通过APAP模型完成配准拼接。实验表明,与ORB算法相比,改进ORB算法的鲁棒性更好,与SIFT算法和AKAZE算法相比,匹配速度更快;本算法拼接与GlobalHomography算法、传统APAP模型和AANAP模型相比,效率更高、拼接效果更好,符合视觉审美。

基于图像非刚性匹配的物体空间转角检测方法

转角是物体空间位姿的重要属性之一。对于物体旋转轴线与摄相机光轴线垂直的特殊情况,本文提出了利用图像相似性检测物体空间转角的方法。论文定义了基于匹配特征点的图像相似度系数。考虑到由于图像非线性形变导致的误匹配,本文采用基于向量场一致性的特征点筛选算法,用能量函数的向量场表示形变,在图像匹配中剔除误匹配点,提高图像相似度计算的准确性。实验结果表明,向量场一致性算法可以有效剔除误匹配点,在一定角度范围内,通过标定相似度系数与安全门转角的关系,可以估计物体空间位姿转角。

非刚性三维点云配准方法

非刚性人体重建的关键步骤为三维点云的非刚性配准,本文针对点云的非刚性配准方法展开研究。三维人体配准分为原始深度图像的处理、对应点估计、点云配准过程。使用双边过滤对深度图像去噪,阈值法提取人体部分,应用向量场一致性算法进行对应点估计,并基于嵌入式形变模型构建基于法向量一致性正则项的配准模型。通过实验表明,本文方法加快了点云配准过程中的迭代速率,提高了点云配准精度,从而展现了本文配准方法的优势。

基于改进VFC算法的无人机影像匹配方法

为提高无人机影像匹配的准确性,利用K最近邻算法剔除误匹配的特征点,采用K最近邻算法对VFC算法进行改进,研究了一种基于改进VFC算法的无人机影像匹配方法。采用实际图像进行仿真分析,并与其他无人机匹配方法进行对比。结果表明,改进VFC算法能够将所有误匹配点剔除,图像匹配正确率更高,明显高于RANSAC算法和VFC算法,验证了论文所提无人机影像匹配方法的有效性和实用性。