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.

基于改进SIFT的SAR图像与可见光图像配准

针对SAR图像与可见光图像的自动配准问题,提出了一种基于尺度不变特征(SIFT)的SAR与可见光图像配准算法。算法首先对SIFT主方向的检测进行了优化,利用特征点邻域内边缘局部极大值点的梯度方向作为特征点的方向,并以去均值归一化互相关系数为相似性度量进行特征点对匹配,然后通过随机抽样一致性算法(RANSAC)剔除误匹配点对,最后利用剩余的特征点对实现SAR与可见光图像的自动配准。实验结果表明,本算法对不同分辨率图像和不同旋转角度图像具有较好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法。

基于改进SIFT与互信息的异源图像匹配

针对同一目标的红外与可见光所形成的异源图像对,提出了一种基于改进SIFT与互信息的算法,寻找两幅图像中的相关点,从而实现两幅图像的匹配。为了改善SIFT算子的匹配效果,本文提出的改进方法,成功地增加了正确匹配点数;同时使用局部互信息量作为判断标准,可以在正确匹配点数即使占劣势的情况下,依然能排除错误的匹配点,扩展了匹配算法的适用性。结果和实际测试表明,两种算法结合能显著改善匹配效果。

基于改进SIFT图像匹配的无人机高精度避障算法设计

为提高无人机避障能力,提出基于改进SIFT图像匹配的无人机高精度避障算法。通过角点匹配和多分辨模式识别,实现对无人机高精度避障的图像显著特征点检测,通过对比梯度分析和参数融合识别,实现对无人机高精度避障图像信息加权融合处理,采用改进SIFT图像匹配方法,匹配无人机高精度避障地理空间网格,实现避障算法的优化设计。仿真结果表明,无人机避障的自适应规划能力和避障精度较高。

基于RDWT与改进SIFT的DT网格运动估计与补偿

为进一步提高运动估计和补偿的效果,提出了一种基于RDWT与改进SIFT的DT网格运动估计算法。首先在RDWT域内提取潜在运动区(PMA),并设计了自适应的特征点提取模板;然后对SIFT算法进行了改进,它能快速进行特征点的精确提取与匹配,进而生成DT网格;最后利用仿射变换在PMA内进行运动估计与补偿。实验表明,该算法能快速有效地提取视频图像的特征点,在保持较高峰值信噪比(PSNR)的情况下提高运动估计的效率,且重建图像的主观质量很好,较现有基于不规则三角网格的运动估计算法在PSNR和效率上有一定优势。

基于改进SIFT算法的英国交通标志识别研究

城市智能交通发展的未来,交通标志的实时检测与识别技术将扮演者极其重要的角色。改进型SIFT算法通过优化可以实现对图像的高效识别。首先,MATLAB对摄像头采集到的交通标志实时图像进行预处理,通过对颜色和图像的分割获取待检测目标,提取关键点。在计算描述子阶段,采用改进型的SIFT(Scale Invariant Feature Transform)算法,通过降低关键点邻域梯度像素维度的方式产生新的描述子,再与模板库中提取的特征空间描述子进行匹配,并根据不同的标志模型优化匹配参数。实验表明,经过改进和参数优化后的SIFT方法在英国交通标志识别上有着更高的匹配速度和精度。

基于LBP-HSV模型及改进SIFT算法的行人再识别算法

针对SIFT算法计算量大,复杂背景下匹配准确率低的问题,文章提出了一种结合LBP-HSV模型与改进SIFT算法的目标识别算法;首先利用LBP直方图和HSV模型共同筛选出目标相似区域;然后利用SIFT算法检测目标与相似区域的特征点,并使用改进的HOG特征描述特征向量;最后采用最近邻加权欧式距离的匹配策略,找出匹配点对;基于多组行人图片的目标识别结果表明,文中算法具有较强的鲁棒性,识别准确率较高,且相较于SIFT算法,匹配速率大大提高。

基于改进SIFT算法的无人机遥感图像匹配

将SIFT算法中高斯二阶微分模板与图像函数的卷积运算转化为箱式滤波器对积分图像的加减运算,引入SURF算子,减小特征点检测算子的特征向量维数,降低SIFT算法的计算复杂度,缩短图像匹配时间,从而解决了无人机遥感图像匹配对实时性要求较高的问题。仿真结果表明,改进的SIFT算法在保持原算法鲁棒性和匹配率的前提下,提高了运算速度。

改进SIFT算法和NSCT相结合的遥感图像匹配算法

基于无下采样Contourlet变换(NSCT)在图像分解方面的优势,结合改进SIFT算法,提出了一种对遥感图像进行配准的方法。首先,使用NSCT将参考图像和待匹配图像进行分解,获取遥感图像的低频图像;其次,采用Canny边缘检测得到图像的边缘坐标点,与SIFT算法所获取的图像关键点的坐标比对,去除不稳定的响应点后,得到优化后的匹配点对;最后,对错误匹配点用RANSAC算法提纯。试验研究表明:本文算法可以减少使用单SIFT算法对遥感图像匹配的时间,提高匹配精度,可行且有效。

一种改进SIFT算法的单目视觉里程计

针对如何准确获取位姿信息来实现移动机器人的避障问题,提出一种改进SIFT特征点匹配的单目车载视觉里程计算法.首先,为了提高特征点匹配的正确率和实时性,结合主成分分析法和平面极线几何约束,改进了传统SIFI匹配算法,其次,建立合理的移动机器人运动数学模型,得到连续帧间图像信息和移动机器人运动位姿变化的转换关系.试验结果表明,误差仅为1.6%,算法运行时间缩短0.022 s.

基于改进SIFT算子的动态障碍物检测方法

针对行车辅助驾驶系统在进行动态障碍物检测时遇到的背景复杂和实时性要求,提出了一种基于快速鲁棒的动态目标假设检测算法,算法首先采用相邻帧间特征点位置估计改进SIFT匹配算子,实现全局背景运动补偿参数快速估计,然后利用三帧差分法对图像处理后,通过改进背景方差估计,改善传统假设检验方法对图像边缘目标漏检的问题,进一步提高动态目标检测的准确性。实验表明,算法不仅保持了SIFT算子的优越性能,提高了参数估计精确性,而且极大地提高了特征配准和检测速度,满足系统的实时性要求。

基于改进SIFT算法的输电线路挂线故障隐患检测

传统挂线故障隐患检测方法存在故障信号检出率低、故障隐患检测准确性差的问题,提出基于改进SIFT算法的输电线路挂线故障隐患检测方法。根据输电线路挂线故障点结构,分析输电线路挂线故障表象及原因,构建改进SIFT算法异物挂线隐患体系,采用改进SIFT算法设计特征提取与匹配流程,自动调整SIFI算法,计算对比度阈值控制系数,确定该系数后,尽可能多地保留正确匹配对。确定指标权重,使用改进SIFT算法建立隐患概率检测模型,获取隐患模型发生故障的概率。实验结果表明,该检测方法的故障检出率高,具有精准检测效果。

基于改进SIFT算法的弹载电视制导技术研究

以图像匹配技术为代表的弹载电视制导技术具有信息直观的特点,作为非常优秀的图像匹配技术,SIFT算法受到了广泛的关注和深入的研究。针对传统SIFT算法实时性差的问题,本文提出了一种改进的SIFT算法。在提取特征点部分,通过Laplace算子找出图像边缘区域并进行Laplace加权处理,然后利用FAST特征点检测算法提取区域特征点;在生成特征点描述子部分,将传统的128维SIFT算子降为48维,利用改进的SIFT特征描述算子为特征点赋予方向和描述符使其具有旋转不变性;在特征点匹配部分,利用欧式距离提取匹配点对,并采用RANSAC算法提纯匹配点对,得到最优矩阵。实验结果表明改进的SIFT算法在目标旋转、尺度变化等条件下匹配效果良好,与传统SIFT算法相比具有很高的实时性,可以很好地实现图像实时匹配。

基于改进SIFT特征和神经网络结合的场景识别

基于深度学习的场景识别作为计算机视觉领域的重要方向,目前仍存在部分问题,如仅提取图像的高层语义特征而缺失了图像的底层特征,针对这个问题,提出基于改进SIFT特征与深度神经网络相结合的室内RGB-D图像识别方法。首先提取图像的SIFT特征,然后利用随机森林算法根据重要度对SIFT特征进行筛选,然后结合基于ResNet的深度神经网络,并提出基于深度直方图与深度均值直方图的深度损失函数,加速模型的收敛。实验结果表明,算法可以在NYUD v2数据集上达到71.52%的识别率,有效提升了室内场景识别的准确率。

基于改进SIFT立体匹配算法的双目三维重建研究

针对双目三维重建视觉匹配中图像视差计算和图像像素匹配效率低这一问题,提出一种改进SIFT立体匹配算法。采用自适应模糊替换经典SIFT算法中的高斯模糊以解决高斯函数计算资源需求过大、时间过长的问题。对比不同算法处理的图片,经改进的算法匹配率在91%左右,符合要求并随着图片分辨率的提高运行时间减少。

基于改进SIFT的抗几何攻击的数字水印

通过改进的SIFT(尺度不变特征变换)算法提出了一种可有效抵抗几何攻击的鲁棒数字水印算法。此算法利用改进的SIFT进行水印信号的同步;水印嵌入采用圆环的嵌入模式,在空域以奇偶量化形式嵌入;通过奇偶检测器提取水印。实验结果表明,改进的SIFT大大降低特征点匹配的维数,提高匹配速率,同时该算法能获得很好的图像质量,能有效抵抗几何攻击和常规的信号处理攻击。

改进SIFT算法的城市河流黑臭水体遥感影像动态识别研究

文章结合改进的SIFT算法,对传统遥感光学模型的动态特征算法进行改进,并将改进算法用于城市黑臭水体遥感动态影像特征识别。研究成果对于城市黑臭水体监控具有重要的借鉴和参考意义。

基于改进的SIFT图像快速拼接方法

针对使用传统的尺度不变特征变换(SIFT)算法进行图像拼接时出现的特征点误匹配以及拼接用时长的问题,文中提出一种改进的SIFT图像快速拼接方法。通过使用RANSAC算法对SIFT算法在特征点匹配时进行多次优化迭代,对误匹配点进行剔除和提纯改进,实现将待配准的图像精确匹配。然后,将改进后算法的匹配结果与传统SIFT算法、Harris拼接算法的拼接结果进行对比。结果表明,改进的SIFT算法在图像拼接质量、准确性上较传统的算法均有所提高,匹配使用特征点个数减少,拼接接缝和拼接重影消失,拼接速度提高了约14倍。文中改进方法的图像拼接质量好且拼接时间较短,能够较好地实现农田和建筑物的图像拼接。

改进Harris-SIFT算法在双目立体视觉中的应用

针对双目立体视觉图像匹配的实时性问题,提出了一种改进Harris-SIFT算法,克服了原SIFT算法提取的特征点不是角点且耗时长等问题。该算法首先用改进Harris算子进行角点提取,然后用SIFT算子构建特征描述子,最后对提取的特征点采用欧氏距离度量点对的相似性,利用最近邻搜索策略进行特征匹配。在VC++6.0与Open CV平台上,通过实验比较了所提算法与SIFT算法的特征点提取匹配结果,证明了所提算法的有效性与实时性。

基于Canny和Hillbert-Huang变换的改进的SIFT算法研究

在传统的SIFT算法之上,结合Canny和Hillbert-Huang变换,提出一种改进的SIFT算法。Canny算子可以有效地避免边缘响应,但是出现平滑过度和边缘移位。利用Hillbert-Huang变换增强图像轮廓。然后提出一种基于Canny算子和Hillbert-Huang变换的改进算法。与原算法所提取的特征点进行比较,可以发现改进的算法获得的特征点更加精确,消除了一些错误特征点,精确率提高,而且提高了抗噪声性能。