基于局部聚类的改进运动网格统计算法的研究

针对常用的匹配点筛选算法效率低、对具有角度和尺度变化匹配图像稳定性差等问题,提出一种基于局部聚类的改进网格运动统计特征点筛选算法。首先,通过局部区域抑制算法筛选响应强度较高且成对出现特征点作为种子点,并以种子点为聚类中心分割图像,得到最小外接矩形作为运动网格;随后把运动网格划分为3×3邻域支持估计量网格,计算运动网格在不同方向上的梯度最大值,作为运动网格的主方向;最后,把待匹配图像邻域支持估计量网格旋转至目标图像运动网格的主方向位置,借助网格运动统计算法筛选匹配。实验表明:对具有JPEG压缩变换、光照变化、模糊变换的匹配图像,所提算法匹配正确率在90%以上;对具有旋转和尺度变换图像,所提算法匹配正确率相较运动网格统计算法提高10%左右,高达40%以上;算法耗时仅为13 min,效率较高;所提算法可稳定高效地筛选正确的匹配点。

基于网格运动统计算法和最佳缝合线的密集重复结构图像快速拼接方法

针对常用的图像拼接算法对具有密集重复结构的图像会产生大量误匹配点从而出现明显鬼影且耗时较长的问题,将网格运动统计(GMS)算法与最佳缝合线算法相结合,提出了一种密集重复结构的图像快速拼接方法。首先,在图像的重叠区域提取大量粗匹配点;接着,采用GMS算法进行精匹配,然后在此基础上估计变换模型;最后,采用基于动态规划思想的最佳缝合线算法完成图像拼接。实验结果表明,将所提算法应用于两组具有密集重复结构的图像上,不仅可以有效消除鬼影,得到理想的拼接效果,而且显著减少了拼接时间;平均拼接速度分别是传统尺度不变特征变换(SIFT)和加速稳健特征(SURF)算法的7.4倍和3.2倍,分别是结合区域分块的SIFT算法和SURF算法的4.1倍和1.4倍。所提算法能够有效地消除密集重复结构拼接时的鬼影,同时缩短了拼接时间。

网格技术与统计未来

The isolated information island may be emerged,while the development of the statistical informa-tization improves the statistical effectiveness.In order to share and take good use of statistical information,this article defines the conception of statistical grid and elaborates the great changes of statistics by the statistical grid in the future.

城市地理国情监测统计单元网格划分方法研究

地理国情监测是我国测绘和地理信息发展的重大战略之一。其中地理国情监测单元网格划分是进行统计分析得到地理国情监测成果的基础。城市若以区为统计单位,统计单元网格过大;若以社区为统计单位,社区界线在图上位置不是很明确。本文对此提出在行政区划界线(区界)的基础上,采用道路网、河流、湖泊等构建网格,采用渐进式的综合方法对网格进行聚合,得到城市统计单元网格。试验证明,该方法可作为城市统计单元网格的划分方法。

基于网格运动统计的改进快速鲁棒特征图像匹配算法

针对快速鲁棒特征算法(SURF)局部不变特征描述符存在运算时间较长、匹配准确率较低的问题,文中提出基于网格运动统计的改进快速鲁棒特征图像匹配算法.首先运用Hessian矩阵行列式确定图像中的特征点,采用梯度方向改进SURF中的主方向提取方法,提高特征点主方向的准确性,并使用二进制特征描述子进行特征点描述.再对获取的特征点进行汉明距离粗匹配.最后,采用网格运动统计剔除误匹配点.在Oxford VGG标准数据集上的实验表明,文中算法在图像发生尺度、光照、旋转等变化时匹配准确率与效率较高.

基于网格的运动统计特征配准算法在医疗服务机器人中的应用

目的针对医疗服务机器人目标识别中特征匹配准确率低、实时性差等问题,提出一种基于评分框架的基于网格的运动统计(SF-GMS)特征配准算法。方法 SF-GMS算法使用网格对特征点邻域进行分割,统计每个邻域中特征点的数量,设置评分框架函数,根据邻域特征点数量和评分阈值判断特征匹配准确性。结果和结论与典型性特征配准算法随机采样一致性(RANSAC)算法相比,SF-GMS算法能有效提高特征成功匹配率,并具有较好的实时性;对光照视角、遮挡、仿射、比例尺度缩放和旋转等环境变化具有较好的稳定性,能满足模拟医院病房场景下服务机器人自主导航的需求。

基于LK光流和网格运动统计的图像匹配改进算法

针对AKAZE算法在玻璃封装电连接器图像匹配中准确率低及耗时长的问题,文中提出了基于LK光流和网格运动统计的图像匹配改进算法。首先采用AKAZE算法提取玻璃封装电连接器特征点,运用M-LDB描述子进行特征描述。然后利用LK光流法计算匹配区域进行条件约束,从而得到匹配点,并通过FLANN算法进行特征匹配。最后将玻璃封装电连接器图像划分为多个网格,计算FLANN匹配好的特征点邻域的正确匹配个数和阈值并剔除误匹配点。文中实验采用公开数据集和玻璃封装电连接器数据,从实时性和准确性两方面对算法性能进行验证分析。结果表明,改进的算法在处理模糊、亮度及旋转变化的玻璃封装电连接器图像对时,其匹配准确率均达到93%以上,耗时为0.4 s内,证明了算法的有效性。

基于加权网格运动统计的改进ORB算法

针对传统ORB算法存在特征点分布集中,在光照条件变化的情况下特征点提取不稳定,匹配准确率下降的问题,提出一种改进ORB算法.首先构建高斯差分金字塔,然后将各层图像划分成多个区域,根据区域内像素值的中位数计算每个区域的阈值,提取每个区域的特征点,之后采用双向匹配算法对特征点进行粗匹配,最后提出一种加权网格运动统计(Weighted Grid Motion Statistics,WGMS)算法对粗匹配结果进行优化.实验结果表明改进ORB算法可以使特征点提取更为均匀,在光照变化的情况下,可以稳定地提取特征点,算法耗时较传统ORB算法慢了10.7%,匹配准确率提高了41.7%.

统计网格应用研究

目前,网格技术标准的制定已经基本完善,网格的应用正从研究领域进入从科学计算到商业应用的各行各业中。为了实现各种统计资源最大限度的共享和协作,加快统计信息化的进程,依据网格技术要求,针对当前统计部门工作的现状提出了统计网格的体系结构,包括资源层、核心层、基础服务层、专业服务层、应用层五部分。根据该体系结构的设计原理和特点,初步设计了适应中国统计工作现状的统计网格架构的基本框架:资源供应层、中心调度层、高级管理层和应用层。

首届“统计网格研究”学术研讨会综述

2005年6月11日,首届"统计网络研究"学术研讨会在西安财经学院召开.

基于改进网格运动统计特征的图像匹配算法

为了解决尺度不变特征变换(SIFT)算法在图像匹配中匹配正确率低、耗时长等问题,提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先,利用快速旋转不变性特征(ORB)算法对图像进行预匹配,对预匹配的特征点采用网格运动统计(GMS)来支持估计量以实现正确匹配点与错误匹配点的区分;然后,采用改进的随机抽样一致性(RANSAC)算法通过匹配点间的距离相似性对特征点进行筛选,并采用评价函数对筛选后的新数据集进行重新整理,进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比,实验结果表明,所提算法在图像匹配中的平均匹配正确率达到91%以上;与GMS、SIFT、ORB等算法相比,该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点,说明它能有效剔除误匹配点,进一步提高图像匹配精度。

基于改进ORB和网格运动统计的图像匹配算法

针对当前图像匹配方法中存在特征点匹配耗时长、匹配率不足等问题,提出一种基于改进ORB和网格运动统计的图像匹配检测方法。使用SURF算法提取图像特征点,构建4层图像金字塔为特征点赋予尺度不变性特征,并使用灰度质心法添加方向信息。由于运动的平滑性导致了正确匹配的特征点邻域有较多匹配的点,完成粗匹配后,使用基于网格运动统计的特征配准算法完成特征点误匹配的筛选与剔除。实验结果表明:所研究算法在图像发生旋转、尺度变化、模糊和亮度变化时配准精度均大于94%,具有较好的匹配识别率和鲁棒性。

基于改进网格划分统计的特征点快速匹配方法

针对图像特征点匹配算法大多存在数据量大和计算耗时长等问题,提出一种改进网格划分统计的特征点快速匹配算法;首先将图像的长宽比作为约束项,把图像划分成多个非重叠的方形状网格,并统计网格内的粗匹配特征点数量,然后利用改进的五宫格统计方法剔除错误匹配,即将特征点所在网格的相邻对称的4个网格作为邻域范围,把五宫格特征分数与新提出的阈值公式计算的值进行比较,最终得到精匹配特征点集;在OxFord数据集和实际拍摄的无人机遥感图像上,将文章算法与多种算法进行比较,实验结果表明,该方法在保证精确率和召回率接近当前最新的特征点快速匹配算法的情况下,运行速度相对提高了35.6%,证明了特征点匹配的实时性和有效性。

基于改进网格运动统计特征的在线三维测量

为了解决在线三维测量技术中像素匹配耗时长,准确率低等问题,提出了一种基于改进网格运动统计特征的像素匹配算法。该方法只需一帧固定的正弦光栅投影到被测物体上,由摄影系统连续采集五帧物体在相等位移下的变形条纹图,提取出相应的调制度信息,并利用快速旋转不变性特征算法提取图像的特征点匹配对,然后利用改进的网格运动统计特征算法来实现误匹配对的剔除。最后根据在线三维测量中对其精度要求很高的特点,取其出现位移量最多的值以获得一组相移量相等的条纹图,采用等步相移算法重建出在线移动物体的三维形貌。大量实验验证了该方法的可行性和有效性,与传统的在线傅里叶变换轮廓术算法进行对比,所提方法的鲁棒性更高,能够恢复出更高精度的三维面形。

网格运动统计的刑侦现勘图像匹配算法

刑侦现勘图像存在质量差、模糊、目标复杂且分辨力低等缺点,这些缺点导致图像匹配时出现效果差、耗时长等问题,针对该问题提出一种基于网格运动统计(GMS)的特征匹配算法。该算法首先使用网格对图像均匀分割,然后在网格邻域中统计额外支持特征的数量,其次分别计算正确与错误匹配的概率以构造评分函数,最后通过评分函数和评分阈值来区分正确与错误匹配。实验结果表明,该算法对刑侦现勘图像能够实现快速准确的匹配,且该算法对模糊人脸和高纹理的刑侦现勘图像都有较好的匹配效果。

网格运动统计算法的电力走廊图像拼接

针对电力巡线无人机拍摄输电线路图像具有视差、配准精度低、纹理复杂易出现特征集聚等问题,提出一种基于网格运动统计算法的输电线路拼接方法。首先使用加速“风”算法匹配特征并借助网格运动统计算法保留尽可能多的正确匹配点,然后借助自适应非极大值抑制算法均匀化特征点,再通过尽可能投影算法计算局部单应性矩阵,随后利用随机采样一致性算法得到最优相似变换矩阵并与局部单应性矩阵加权叠加,最后完成图像配准融合。经实验表明:与常用算法相比,所提算法的视觉感观最佳,配准误差最小,拼接效率最高。

基于网格运动统计的工件识别改进算法

为提高快速鲁棒特征(SURF)算法在复杂环境下进行工件识别的匹配精度及匹配效率,提出一种基于网格运动统计(GMS)的工件识别改进算法。首先,用加速分割检测(FAST)算法代替SURF特征点检测进行工件图像特征点的快速提取,并对特征点建立64维SURF描述符,使加快关键点检测速度的同时得到具有旋转尺度鲁棒性的特征点;其次,对特征点进行快速近似最近邻(FLANN)匹配得到粗匹配集;最后,采用改进GMS算法对图像进行网格化处理,根据运动平滑性进行内点与离群点的区分,保留正确匹配特征点对,实现误匹配点的剔除,准确找到待识别工件的位置。实验结果表明:改进算法比传统的SIFT、SURF和ORB等算法在工件图像受到旋转、平移、尺度、亮度等变化及影响时能够更高效、更准确识别工件,提高了复杂环境下工件识别的效率。

基于渐进式综合原理的地理国情监测统计单元网格划分研究

地理国情监测是我国测绘和地理信息发展的重大战略之一。其中地理国情监测单元网格划分是进行统计分析得到地理国情监测成果的基础。针对城市若以区为统计单位,统计单元网格过大,而以社区为单位,社区界线在图上位置不是很明确。提出在行政区划界线(区界)的基础上,采用道路网、河流、湖泊等构建网格,探讨采用渐进式的综合方法对网格进行聚合,得到城市统计单元网格。试验证明,该方法是进行城市统计单元网格的有效方法。

基于网格结构的CLARANS改进算法

为提高CLARANS算法的准确性和执行效率,利用网格聚类算法对数据空间进行划分的思想,结合统计信息网格算法,对算法初始节点和邻居节点的选择及替换总代价的计算进行改进。实验结果表明,与CLARANS算法相比,改进算法聚类结果的准确性和稳定性更高,执行时间明显降低。

基于网格加速与顺序选取策略的图像匹配算法

特征点匹配可以在输入的图像之间生成一个对应关系,它是视觉里程计中一个基础且重要的模块,并且在不同的计算机视觉领域中有着广泛的应用。随机抽样一致(Random Sample Consensus,RANSAC)算法是一种应用较广的图像匹配算法,但存在召回率较低且耗时较长的问题。本文基于网格运动统计方法与顺序选取策略,提出了RANSAC改进算法。首先,对初始特征匹配进行质量排序,并在此基础上将输入图像划分为一定数量的网格,根据运动平滑性理论进行网格内匹配统计;然后,选取评分高的网格分别进行局部单应性矩阵估算;最终,将局部单应性矩阵进行聚合,进一步消除噪声影响,得到最优模型。此外,求取单应性矩阵时采用了顺序选取策略,进一步提升了算法的效率。仿真结果表明,本文方法具有较明显的优越性。