一种针对于描述子的SIFT简化方法

由于目前的SIFT(scale invariant feature transform)特征提取算法具有较高的时间复杂度,不利于大规模的数据存储和搜索,提出一种简化的SIFT局部图像特征提取算法。改进的SIFT算法针对于描述子生成部分进行简化,将原算法中特征点描述子的矩形区域改为圆形区域,并将RANSAC(random sample consensus)算法应用于SIFT特征匹配中,有效地剔除错误匹配点。采用K.Mikolajczyk的衡量方法,即查全率和错误率进行评估。实验结果显示,算法在旋转、光照、视角变化等情况下都有很好的匹配效果,并且降低了时间复杂度。

二维连续形变物体的计算机识别技术研究

在对包括连续形变物体等在内的基本概念给出严格定义的基础上 (为使该文自封闭 ) ,首先对物体的刚性相似问题进行了深入研究 ,提出了新的不变量理论 ,即长度相似不变量和方向相似不变量 ,进一步揭示出物体拓扑相似与物体刚性相似之间所存在的内在联系 ,最后研究了物体连续形变与物体拓扑相似之间的内在联系 ,并以定理形式给出了物体连续形变的充要条件———成为该文识别算法的理论依据 ;另外 ,拓扑同胚以及相似不变量等概念在算法的研究过程中起着较为重要的作用 .

对平面物体多图象数据进行拼接的方法

通过对平面物体拍摄多幅图象,利用视觉标定技术,求出物体在世界坐标系下的坐标,消除了由于摄像头参数不同对图象拼接造成的影响,实现了在世界坐标系下构造实际物体整体的目的;同时利用具有视觉不变性的特征量,解决了拼接时数据的取舍问题。