基于最大特征点对互信息的图像配准

定义了局部特征点对互信息量,并在两个合理的假设下提出了基于最大特征点对互信息量的一种新的图像配准方法。该方法包含了两个搜索过程:第一个过程是基于特征点对的全局搜索过程,该过程得到初始匹配点对;第二个过程是在初始匹配点对的邻域内利用互信息基本性质的局部搜索,该过程可以进一步提高匹配点对的精度。全局搜索过程能够提高搜索效率,而局部搜索又可以克服依赖于准确提取特征点的不足。最后通过理论分析和实验证明了所提出方法的有效性。

一种非刚体运动图象序列的特征点对应方法

提出了一种非刚体图象序列特征点对应的新方法 ,首先根据图象序列帧间的时间间隔很小这一特点 ,指出特征点在图象帧间的运动具有平滑性 ,进而提出了一种特征点运动平滑的代价函数。然后将目标跟踪技术应用于特征点的跟踪 ,利用两个一维卡尔曼滤波器分别对特征点的两个坐标进行预测跟踪。在图象帧间的特征点对应过程中 ,该文综合考虑了特征点的预测位置与实际位置之间的距离以及特征点的平滑代价函数等因素 ,从而使特征点的运动轨迹得到正确的延续。特征点的遮挡问题可以通过特征点跟踪过程中对特征点位置的预测得到解决。实验证明 ,该文方法能建立非刚体运动特征点的正确对应 ,并能解决特征点的遮挡问题。

SFS与特征点对应技术结合的形状测量法研究

以特征点对应技术为基础的摄影测量术有着广泛应用，但存在着测量数据稀疏的缺陷，对此提出了SFS(Shape from shading)与特征点技术相结合的方法，加密插值点，解决复杂表面形状测量问题。首先设计了用于测量的摄像系统，然后讨论了图像平面的剖分算法，最后给出SFS与特征点技术结合的有限单元形式，并设计了多重网格加速求解算法。算例表明，该方法效果令人满意。

基于目标跟踪及神经优化的运动特征点对应

将目标跟踪及神经优化技术应用于特征点对应之中。根据图像序列的特点 ,用目标跟踪技术得到特征点的预测位置 ,然后通过 Hopfield网络最小化特征点间的费用函数使帧间特征点取得正确的对应。由于本方法没有涉及任何刚体运动约束 ,所以适用于各种非刚体运动的特征点对应。

可控特征点对以及RANSAC的监视系统外参估算方法

为了提高基于机器视觉的监控系统的精度,立体视觉信息作为一种鲁棒性很高的参数被引入监控算法中.立体视觉信息的引入使得外参求解成为影响监控结果的一个重要环节.现存的应用于监视系统的外参自动估算方法均采用立体视觉中外参求解的方法.这些方法普遍存在特征点的数目完全由场景决定特点.为了解决在大部分监视系统应用的场景中,因为背景较为空旷、基线较长同时相机对之间的旋转量较大,由场景提供的特征点数量非常有限,导致计算结果并不理想这一问题,提出了一种基于视频序列的RANSAC外参求解方法.该方法不仅利用RANSAC算法有效的剔除外点,而且根据可控特征点对的动态性,利用时间上的积累获得了充足的位置可控、数量可控的可控特征点对,并据此得到精度较高的外参结果.根据实验,该方法可以将三维重建误差降低近50%.

一种基于特征点对齐的假脸检测框架

近年来,Deepfake等假脸技术的产生颠覆了人们对人脸信息真实性和安全性的认知,引发广泛的社会担忧,检测假脸成为了学术界、产业界共同关注的热点问题。通过一种基于特征点对齐的假脸检测框架,可以有效对Deepfake技术产生的假脸进行判别。该框架制定了一套包括人脸检测、定点、对齐、特征提取、假脸识别等步骤的假脸检测流程,并通过引入特征点对齐保障假脸检测效果。在Deepfake检测挑战赛(DFDC)数据集上的试验表明,该框架适配4种当前主流骨干网络算法都能获得较好的检测结果;在FaceForensics++数据集上的试验表明,该框架适配ResNet50针对几种不同方式生成的假脸图像都可以取得良好效果。

图象序列运动目标特征点对应的极指数栅格方法

目前的图象序列特征点对应方法是建立在相邻图象间的特征点在运动形式上变化不大 ,即相邻两帧图象间的时间间隔较小这样的一个假设之上的 ,但当相邻图象间的时间间隔较大时 ,则这些方法很难找到对应的特征点 .为此 ,提出了一个由粗到细解决图象序列特征点对应的新方法 ,该方法首先进行粗定位 ,即利用极指数栅格方法来得到运动后目标特征点的大致范围 ;然后通过细定位来得到对应的特征点 .为了使人们对该方法有一全面了解 ,还介绍了该方法的原理 ,并给出了实验结果 .实验证明 ,该方法可以很好地解决时间间隔较大的两帧图象间的特征点对应问题 ,其最大的优点是比通常的方法简单有效 .

在线模板的人脸特征点对齐

为提高实时人脸对齐的精度和效率,在AAM关键点对齐算法基础上,提出融合在线多帧特征信息的特征点更新实时人脸对齐方法。利用前帧已对齐的特征点信息,快速计算本帧运动矢量,作为本帧对齐初始位置,使本帧对齐迭代的初始点充分接近最优解,避免大范围搜索容易陷入的局部极小问题;人脸检测的初始化过程仅在完全丢失或第一帧初始化时进行一次,后续帧在前帧基础上更新位置,提高跟踪速度;针对人脸运动过快出现的块匹配失效问题,使用多分辨率块搜索算法,在各级图像上进行块对齐,在大范围的快速移动条件下,仍然能够实现特征点匹配。在实时网络摄像头条件下进行跟踪实验。实验结果表明,提出的特征点更新算法能够实时跟踪快速的人脸移动,并在较少的迭代次数内实现人脸对齐。

视频图像区域形状特征点对齐度优化仿真研究

为了提高视频图像配准的精度,需要对视频图像区域形状的特征点对齐度进行优化,采用当前方法对特征点对齐度进行优化时,提取特征点所用的时间较长,计算得到的特征点模糊梯度相似性准确率较低,存在效率低和精准度低的问题。提出一种视频图像区域形状特征点对齐度优化方法,通过高斯内核函数对视频图像进行滤波处理,采用Hessian矩阵提取视频图像的特征点;在特征点集的基础上得到视频图像的角度直方图,通过角度直方图计算对齐度,在模糊隶属度概念的基础上得到特征点的模糊梯度相似性,结合特征点的模糊梯度相似性和视频图像的角度直方图得到视频图像的配准测度,采用RANSAC算法去除视频图像中匹配错误的特征点,完成视频图像区域形状特征点对齐度的优化。仿真结果表明,所提方法的效率高,精准度高。

基于特征点对优化筛选的点云初始配准算法

针对源点云和目标点云中特征点对容易产生错误匹配的问题,研究了基于特征点对优化筛选的初始配准算法。首先利用主成分分析算法求取点云的法向量,利用曲率估计选取特征点并建立两点集的特征直方图,然后采用特征点对优化筛选算法准确匹配对应点集,最后利用罗德里格斯旋转公式求解旋转矩阵和平移向量。实验结果表明,与RANSAC剔除错误点对的初始配准算法相比,该算法能够减小配准误差。

特征点对引导的医学图像弹性配准方法

采用最优化方法进行弹性图像配准时,常常会因为初值选择不合适导致优化过程收敛到局部极值,从而使配准失败。针对该问题,提出了利用一对匹配的特征点来引导迭代配准过程的算法。首先,根据一对匹配的特征点确定图像初始局部配准区域;然后,在算法迭代过程中逐渐扩展局部配准区域直至覆盖整个图像。建立初始局部配准区域及局部配准区域扩展时,根据特征点对的空间位置关系,以及医学图像的形变场在统计特性上是高斯马尔可夫随机场的先验知识,来估计局部配准区域形变参数向量的初值;在对局部配准区域进行配准时,基于图像像素灰度统计信息的配准方法被用来求解局部配准区域的形变场参数向量。实验证明,该算法能够有效克服弹性配准算法容易陷入局部极值的问题。

基于人脸特征点对齐的协同表示分类算法

本文提出一种基于人脸特征点检测和人脸对齐的协同表示分类算法。该算法首先使用基于级联回归模型的人脸特征点检测器对一系列预先定义好的人脸关键点进行精确估计。然后在人脸特征点的基础上,使用基于Piece-wise Affine Warp的人脸对齐算法对人脸图像进行几何校准,以消除人脸几何形变和成像参数变化对人脸表观带来的影响。最后使用校准好的人脸图像构建字典,并使用协同表示分类算法确定测试样本的类别。通过在ORL,AR和GT人脸数据库上进行人脸识别实验,验证了本文算法的有效性。

视频图像区域形状特征点对齐度优化方法仿真

为了提高视频图像配准的精准度,需要对视频图像中的特征点对齐度进行优化。采用当前特征点对齐度优化方法对视频图像区域形状特征点的对齐度进行优化时,存在特征点提取准确度低和特征点对坐标均方根误差大的问题。提出一种视频图像区域形状特征点对齐度优化方法,在尺度空间的基础上采用SURF算法构建Hessian矩阵,通过Hessian矩阵提取视频图像区域形状特征点。通过SIFT算法生成特征点描述符参数和特征点方向参数对视频图像区域形状特征点做降维处理。在相似性度量算法的基础上采用双向匹配方法完成降维处理后特征点的对齐度优化。仿真结果表明,所提方法特征提取准确度高、特征点对坐标均方根误差小。

基于特征点配准的真伪卷烟商标纸鉴别

为提高真伪卷烟商标纸鉴别的准确性和效率,降低鉴别的经验要求和主观性,提出一种基于特征点配准的真伪卷烟商标纸鉴别方法。使用一致的标准扫描采集卷烟样品图像,基于尺度不变特征转换算法提取图像特征点,通过特征匹配和基于单应性变换的图像配准获取判别预测变量。采用逻辑回归、梯度提升分类决策树算法构建二元分类模型对图像样本进行训练和评估。在64个卷烟规格、2 918个样本数据集上进行实验,该方法准确率高于95%。通过对比实验验证了该方法的稳定性和有效性。

基于SIFT特征点提取的ICP配准算法

为解决传统迭代最近点(ICP)算法对点云配准的起始点对选择不佳而导致配准时间长、效率低的问题,提出一种基于尺度不变特征变换(SIFT)特征点提取的ICP点云配准算法(ST-ICP)。首先使用SIFT算法进行原始点云与目标点云的SIFT特征点提取,根据提取特征点完成快速点特征直方图(FPFH)特征运算,通过采样一致性初始配准算法(SAC-IA)搜索对应点对、求解变换矩阵,再进一步运用ICP算法进行点云精细配准。实验结果表明:与ICP算法相比较,ST-ICP算法的配准误差在迭代次数为5次时减小了1.019 cm,迭代次数为10次时减小了0.443 cm;在配准误差达到10^(-2) cm级别时,ST-ICP算法所用时间比传统ICP算法减少了12.829 s。ST-ICP算法优化了对应点对的选择,提升了配准精度和配准效率。

基于MaxViT和改进几何特征点法的车载单目视觉测速方法研究

车载视觉测速技术作为自动驾驶车辆组合测速技术的重要组成,具有硬件成本低、算法拓展性强、低速下测量准确等特点,应用前景广阔。为进一步提高视觉测速算法在各类工况下的精度和鲁棒性,将几何特征点法在特征点充足时测速精度高和深度学习方法在多场景下测速稳定的优势进行结合,提出一种基于MaxViT和改进几何特征点法的车载单目视觉测速算法。该算法构建基于双输入MaxViT网络和改进几何特征点法的双通道,并行处理车载前视相机获取的连续3帧输入图像序列,滚动估计车辆当前速度,其中双输入MaxViT网络差异化提取图像不同区域的光流特征,估计当前速度所在的置信度为90%的速度区间,改进特征点法基于特征点运动计算当前速度估计值。当速度估计值落在双输入MaxViT网络估计的速度区间时,以该估计值作为实时车速测量值,否则以速度区间中值作为实时车速测量值。当算法迭代运行多帧后,将速度区间中值作为本帧速度输出以减小累积误差。使用6个车速小于40 km/h且包括加减速等工况与直弯道等场景的自建数据集进行实验验证,以理论测速精度0.1 m/s的GPS速度信号为参考速度,本文方法平均相对测速误差少于1.37%,最大相对测速误差少于6.13%。实验结果表明,提出的新方法有效提高了车载视觉测速精度与鲁棒性,可为多元车载视觉测速方法融合提供理论支撑。

基于特征点改进的视觉SLAM定位研究

为改善视觉SLAM系统在低纹理环境下定位精度较低的现象,提出一种改进的ORB特征点提取策略和一种关键帧选择机制;首先采用多尺度分析和基于局部灰度的特征检测方法克服一般ORB算法缺乏尺度和旋转描述的缺点;其次提出一种基于高斯模糊的图像信息增强方法解决传统ORB特征点提取方法在纹理信息不被突出环境下容易失效的问题,并对图像进行象限分割使特征点均匀分布;最后为剔除劣质关键帧,设计了一种综合时间因素与特征点数量因素的关键帧选择机制;将提出的方法移植到ORB_SLAM2上,并在TUM数据集上测试,实验结果表明,视觉SLAM系统的定位误差平均降低14.688%,证实了该方法的有效性。

基于微多普勒角点特征与Non-Local机制的穿墙雷达人体步态异常终止行为辨识技术

穿墙雷达能够穿透建筑物墙体,实现室内人体目标探测。利用深度学习提取不同肢节点的微多普勒特征,可以有效辨识障碍物后的人体行为。但是,当生成训练、验证集与生成测试集的受试者不同时,基于深度学习的行为识别方法测试准确率相对验证准确率往往较低,泛化能力较差。因此,该文提出一种基于微多普勒角点特征与Non-Local机制的穿墙雷达人体步态异常终止行为辨识技术。该方法利用Harris与Moravec检测器提取雷达图像上的角点特征,建立角点特征数据集;利用多链路并行卷积和Non-Local机制构建全局上下文信息提取网络,学习图像像素的全局分布特征;将全局上下文信息提取网络重复堆叠4次得到角点语义特征图,经多层感知机输出行为预测概率。仿真和实测结果表明,所提方法可以有效识别室内人体步行过程中存在的坐卧、跌倒等突发步态异常终止行为,在提升识别准确率、鲁棒性的前提下,有效控制泛化精度误差不超过6.4%。

多算法融合的高性能稀疏特征点匹配研究型实验设计

影像间特征点匹配是图像处理领域的基础问题,是实现目标识别、影像拼接、三维重建、机器视觉等功能的基础。针对基于深度学习的SuperPoint特征点匹配算法具有很强的特征描述能力但特征点检测精度不高的问题,提出将SIFT亚像素特征点检测算法与SuperPoint特征描述相结合,改进SuperPoint提取的特征点精度,同时保留其强大的特征描述能力,最后通过SuperGlue特征匹配网络实现特征点的匹配筛选,从而得到多算法融合的高性能稀疏特征点匹配算法。实验测试结果表明,新方法获得的匹配点对数量是SIFT匹配算法的2.04倍,且对称极线距离小于等于10^(-4)的匹配点对比例较SIFT匹配算法提高了7.2%,对比其他ORB、SuperPoint等经典算法,新算法总体性能有一定提升。

大宁-吉县区深部煤层气甜点特征及有利区评价

鄂尔多斯盆地东缘大宁-吉县地区,具备丰富的深部煤层气资源,是中国煤层气勘探开发老区,勘察面积高达5 784.175 km^(2).通过对大宁-吉县地区深埋在1 700~2 400 m范围内本溪组8#煤矿进行研究分析,总结出深部煤层甜点的储层性好、含气量高等特点,描述了煤层厚度、构造和水动力对煤层气富集的影响,并将丰度、含气量和煤层可压性综合指数等作为评价依据,对深部煤层地质工程的有利区进行评价,最终将地质工程甜点有利区划分为三类.