PCPF:一种面向多媒体数据库中高维向量匹配的并行索引结构

提高特征向量的匹配效率是将高维局部特征运用于多媒体数据检索的关键.面向多核处理器架构,提出一种新的PCPF索引以及PCPF并行构建与并行查询匹配算法.PCPF并行构建算法通过量化特征向量构建近似向量空间上的高维索引结构,并进行空间划分并行构建多个子索引分支;PCPF并行查询匹配算法利用优先队列在邻近子分支上并行过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻.实验及分析表明,与经典的BBF算法相比较,PCPF通过降低了磁盘I/O和浮点运算次数以及并行优化,显著提升了查询匹配效率,总体匹配精度也有所提高.

遥感影像检索中高维特征的快速匹配

提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻。在CPF算法基础上提出了基于快速鲁棒性特征(SURF)的遥感影像快速检索算法。实验及分析表明,与经典的最佳桶优先(BBF)算法相比较,CPF降低了磁盘读写(I/O)和浮点运算次数,特征点数目较大时,查询效率和总体查询精度均有显著提高,基于SURF特征的遥感影像快速检索算法能快速返回正确目标与相似目标影像。

一种基于Gabor的第二特征匹配方法

提出一种基于Gabor变换的指纹第二特征匹配方法,包括指纹图像预处理、特征提取、匹配三部分.增强方面,针对低质量指纹的预处理,利用指纹的方向特性设计出Gabor滤波器,对指纹进行滤波,其增强效果明显;匹配方面,针对局部指纹图像不包括奇异点这样的结构,提出了通过第二特征点进行匹配.实验表明,基于Gabor变换的指纹第二特征向量匹配方法快速并具有一定的容忍度,特别是对于低质量指纹的识别,同时具有实用价值.

基于改进SIFT的多光谱图像匹配算法

针对多光谱图像在各谱段匹配时需要兼顾速度与精度的问题,文中从以下几个方面对SIFT算法进行了改进。针对SIFT算法中特征描述子的维数过高而导致的匹配速度过慢、匹配率低等问题,通过改进特征描述子的结构来实现对描述子的降维。在SIFT特征匹配方面,根据Hessian矩阵的迹的正负确定特征点是极大值点还是极小值点,为后续特征向量匹配缩小搜索范围;然后根据特征点的位置信息剔除部分匹配点对。实验结果表明,改进算法不仅保留了SIFT算法对旋转和亮度等不变性的优势,而且能够有效减少运行时间,并在一定程度上提高了匹配率。

三维网格模型增量式聚类检索

针对大规模三维网格模型库中的形状检索问题,提出了基于增量式聚类的三维形状描述和检索方法。首先根据三维模型的曲率分布直方图提取特征点得到特征向量;然后根据特征向量描述建立模型库的关键词词典;在特征匹配阶段基于增量聚类方法判断目标模型的特征向量是否属于某一个关键词,并根据增量聚类的结果更新检索关键词词典;最后匹配特征向量检索模型库中与目标模型形状相同和相近的三维网格模型。相关实验结果证明了该方法快速有效,具有较高的准确性。