Forstner特征点分类和精确定位方法探讨

针对无人机影像空三处理对特征点定位精度要求高的问题,基于Forstner点特征提取算子探讨一种Forstner特征点分类和精确定位方法。首先利用一定的方法判定Forstner特征点的类别(即角点、圆点、中间点中的一种),然后根据该特征点的类别进行精确定位。通过对一组无人机数据进行实验,试验表明:相比Forstner算子的初步定位,精确定位的特征点精度显著提高。

低维矩阵约束的非刚体特征点分类方法

为了有效地对非刚体特征点进行分类,提出了一种低维子空间约束的非刚体特征点分类方法,该方法将所有非刚体特征点放入一个矩阵中,同时利用所有做刚体运动的特征点组成一个三维子空间的特性构造误差函数,误差最大的点可认为做非刚体运动,并逐一剔除差误,剩下的点即可认为做刚体运动.模拟实验和真实实验结果表明,该方法能够有效地实现非刚体特征点的分类.

等值线DEM地形特征点提取与分类

地形特征按照相应特征模式隐含于DEM中,如何从DEM尽可能自动而准确的提取地形特征始终是测绘空间信息科学的重要而基础的问题。等值线是地形地貌DEM的最一般形式。地形特征点是生成高层次地形特征线面的基础,与局部地形起伏密切相关。在等值线DEM中,特征点的获取与分类不但与当前等值线的几何形态变化有关,也与局部区域内相邻等值线有密切而复杂的关系。本文在分析各种等值线特征点提取方法的基础上,讨论等值线内部和相邻等值线之间关系的多种复杂情况,形成我们实用的等值线特征点类型判断和提取方法,并进行具体的数学推导和应用到实际地形等值线的特征提取试验中。试验结果表明,我们的提取分类方法能解决多种复杂等值线变化的情况下获取地形特征点,并取得较准确可靠的结果。

彩色图像人脸特征点定位算法研究

本文提出了一种基于复合局部信息模型的改进Active Shape Model(ASM)算法,并进一步提出了基于人脸特征点Gabor小波特征降维分类的特征点搜索方法,对改进ASM的结果进行精确校正,达到鲁棒精确定位特征点的目的.本文首先对经过Adaboost检测的彩色图像人脸区域进行光照补偿,然后根据眼睛和唇色的色度特性定位双眼和嘴唇中心位置,从而得到较好的人脸特征点的初始位置.在特征点位置搜索中,本文结合肤色概率信息对ASM方法进行了改进,从而提高了仅基于灰度梯度信息的传统ASM方法的鲁棒性和准确性.最后选取改进ASM搜索后的某些特征点一定领域内梯度值较高的点,提取其Gabor小波特征,通过线性判别式分析法(Linear Discriminant Analysis)和最近邻分类法对其进行分类,搜寻最符合训练样本Gabor特征的点作为最佳位置点,修正了ASM的搜索结果,使得搜寻结果更加精确.

移动摄像视频的多运动目标实时跟踪算法

针对运动摄像头视频序列多运动目标检测准确率与实时性较差的问题,提出一种新的多运动目标检测与追踪算法。首先,使用Harris角点提高运动像素检测的准确率,将角点作为特征点提高特征点分类的准确率;设计了前景特征点更新方法与基于透视变换的背景特征点提取方法进一步提高分类性能,并且设计了自运动补偿与细化算法减小运动摄像头的影响;最终,采用基于最小外接矩形框引力中心的Kalman滤波器实现多运动目标的追踪。仿真实验结果表明,此方法对快速多运动目标的追踪具有较好的性能,同时具有较好的实时性。

一种OTDR曲线数据分析方法

针对OTDR曲线故障点数据分类速度慢、分类精度低的问题,提出一种基于小波分析与支持向量机(SVR)相结合的OTDR曲线数据分析方法。首先,运用小波模极大值方法对原始的OTDR信号进行去噪;然后,采用Daubechies(db N)小波对去噪后的信号进行特征提取并对提取的特征数据进行标记;最后,训练出一个SVR分类器,实现对OTDR曲线特征的分类。实验分析表明,该数据分类方法能准确地分析出OTDR曲线中的各个故障点,分类速度相比于BP神经网络方法提高了139.23%,分类精度高达98.56%。

一种背景运动视频中运动目标的检测方法

针对成像平台运动情况下的运动目标检测问题,提出了一种从特征点稀疏运动场估计到运动分类的目标检测算法。首先通过快速特征点检测与跟踪恢复出图像稀疏运动场;然后依据特征点之间运动一致性关系实现属于同一运动模式的特征点分类,根据分类得到的各组特征点计算场景图像重建误差,剔除重建误差最小的特征点组,实现对前景目标的检测。仿真实验对该算法在复杂场景中检测运动目标的有效性进行了验证。