基于ASIFT与Harris改进的影像仿射不变性算法研究

通过ASIFT算法,提取出其算法中的仿射不变模型Affine算子,再利用Harris算子进行影像特征检测。通过两种算子的结合得出仿射不变模型的解算参数,使得影像的匹配算法具有仿射不变性。利用无人机光学影像对改进算法进行影像仿射不变性实验。实验结果表明:改进的Affine-Harris算法与Harris算法相比,对于影像的匹配,在仿射不变性上优于原算法。

基于改进ASIFT的可见光图像拼接研究

为了解决目前基于特征点的图像拼接算法在图像重叠度较低情况下,图像拼接效果差以及无法满足实时图像拼接的问题,提出了一种基于改进仿射—尺度不变特征转换(Affine Scale Invariant Feature Transform,ASIFT)的快速图像拼接算法,在特征点匹配过程中引入主分量分析(Principal Component Analysis,PCA)法进行处理,提出了一种PCAASIFT描述符对特征点重新进行描述。实验结果表明,与基于SIFT和SURF的拼接算法相比,该算法实现了高精度拼接,并且比传统ASIFT拼接算法提高了拼接的速度。

基于ASIFT算法的绝缘子视频图像的识别与定位

为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL-PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。

基于ASIFT与RANSAC算法的岩体结构三维重建方法研究

隧道开挖过程中岩体结构面信息获取的快慢和准确程度直接影响隧道施工的安全,针对三维重建算法效率低的问题,提出一种基于ASIFT与RANSAC算法的岩体结构三维重建方法和策略。首先采用普通数码相机快速获取一系列真实描述岩体结构的数字影像;然后针对岩体影像比例尺与倾斜角变化大、纹理相对贫乏的特点,采用ASIFT匹配算法与RANSAC误匹配点剔除算法来保证立体影像之间稀疏匹配的效率和可靠性;最后采用光束法联合平差方法对系列影像之间的相对位置与姿态进行求解,并综合利用核线几何约束、半全局匹配、多视最小二乘匹配等策略实现岩体影像的密集匹配,最终提取出岩体的三维信息。工程实践表明:基于ASIFT与RANSAC算法的岩体结构三维重建方法可以方便地实现工程岩体结构面完全非接触式测量,有效提高测量效率,避免测量人员暴露于未支护岩体下的危险。

基于高分影像和ASIFT算法的滑坡位移场监测方法

针对利用高分遥感影像和SIFT算法进行大变形滑坡位移场监测时存在的不足,引入了一种具备完全仿射不变性的图像特征匹配算法(ASIFT),对不同时相高分遥感影像进行特征点提取与匹配,并在抚顺西露天矿特大型滑坡的位移场监测中进行了应用.结果表明,与SIFT算法相比,ASIFT算法弥补了特征提取算法在仿射不变性上的不足,增加了特征匹配点,提高了滑坡空间位移矢量场标定精度,且自动化程度高、成本低,非常适合于特大型滑坡的大变形位移场监测.

CPU-GPU协同计算加速ASIFT算法

ASIFT(Affine-SIFT)是一种具有仿射不变性、尺度不变性的特征提取算法,其被用于图像匹配中,具有较好的匹配效果,但因计算复杂度高而难以运用到实时处理中。在分析ASIFT算法运行耗时分布的基础上,先对SIFT算法进行了GPU优化,通过使用共享内存、合并访存,提高了数据访问效率。之后对ASIFT计算中的其它部分进行GPU优化,形成GASIFT。整个GASIFT计算过程中使用显存池来减少对显存的申请和释放。最后分别在CPU/GPU协同工作的两种方式上进行了尝试。实验表明,CPU负责逻辑计算、GPU负责并行计算的模式最适合于GASIFT计算,在该模式下GASIFT有很好的加速效果,尤其针对大、中图片。对于2048*1536的大图片,GASIFT与标准ASIFT相比加速比可达16倍,与OpenMP优化过的ASIFT相比加速比可达7倍,极大地提高了ASIFT在实时计算中应用的可能性。

一种带有“遮罩”的ASIFT特征提取算法

指出提高ASIFT算法效率的一种新途径:利用"遮罩"屏蔽源自视角模拟的无效像素区域,从而使较为耗时的区域运算仅作用于有效像素区域,以达到提高运算效率的目的.首先,分析无效像素区域产生根源,并定量分析此类区域在各区域运算环节占有的比例,指出增加"遮罩"的必要性,特别指出被处理图像的宽高比越大,则经"遮罩"处理后所获得的加速比越高;随后,给出带有"遮罩"的ASIFT算法结构;然后,给出"遮罩"的一种低存储空间、高访问效率的数据结构,并给出离线获取"遮罩"的一种解析方法;最后,通过实验证实使用"遮罩"能有效提高ASIFT算法中区域运算部分的效率,从而在一定程度上也提高了算法整体的运算效率,但效率提升幅度受到理想区域加速比限制.

基于ASIFT的飞行器辅助导航图像匹配技术

对一种新型算法仿射尺度不变特征变换(Affine-SIFT,ASIFT)算法进行研究,将完全仿射不变性引入尺度不变特征变换(SIFT)中,对飞行器光学成像辅助导航中参考图像与实时获取图像存在的不同尺度、不同视角、不同成像条件、甚至不同传感器条件下的灰度特征差异性有很好的鲁棒性,并与现阶段仿射不变性方面最优的SIFT、最大稳定极值区域(MSER)等算法比较,实验结果表明,ASIFT算法大大提升了在大视角变换时的图像匹配的成功率和准确率。

两种图像配准算法(SIFT与ASIFT算法)比较

图像配准是图像拼接的关键技术,本文对目前常用的两种图像配准算法的原理进行了详细介绍,分析了各自的优缺点,为下一步的研究提供理论依据。

露天矿滑坡位移监测的ASIFT算法

针对现有的大型露天矿边坡大变形监测方法存在的不足,提出了一种基于ASIFT图像特征匹配算法的滑坡位移监测方法。首先基于露天矿滑坡真实地形空间分布形态,设计了滑坡物理模型,并利用高分辨率数码相机获取模型滑动过程中的序列影像;然后利用ASIFT特征匹配算法对滑坡各阶段光学影像进行特征点提取与匹配,并利用RANSAC随机抽样一致算法剔除误匹配点;最后利用滑坡体运动特征矢量集模型计算出特征点空间矢量位移,从而实现了滑坡位移场标定与滑坡范围确定。研究表明:所提算法对于滑坡蠕变阶段的位移监测效果一般,但可有效监测滑坡中后期发生明显变形时的位移,该算法的特征点匹配数量及匹配正确率均明显优于SIFT算法,且位移矢量标定精度也得到明显提高,反映出该算法适合于大型滑坡后期发生大变形时的位移量监测。

基于ASIFT的图像快速匹配算法

ASIFT特征在图像旋转、尺度变换和视角变化的条件下具有良好的不变性,较传统的SIFT算法具有完全的仿射不变性,且在图像配准中能够获得更多精确的匹配点。但是,ASIFT匹配效率比较低,耗时较长。基于ASIFT的图像快速匹配算法是结合基于BBF查询机制的KD-Tree索引的近似最近邻搜索即先建立数据集索引,然后进行快速匹配的算法。实验结果表明,改进的算法比传统的ASIFT图像匹配算法和SIFT匹配算法在匹配速度、匹配精度方面优势明显。

基于ASIFT的医学图像配准算法

对ASIFT算法的原理进行了分析,针对医学图像配准鲁棒性强、准确性高和低耗时率的要求,设计出基于ASIFT的医学图像配准算法。该算法首先通过ASIFT算法提取图像特征点,接着用欧式距离筛选出匹配的特征点,最后实现参考图像与浮动图像之间的配准。该算法较好地解决了其他同类型算法中存在的提取的特征点数量少、特征点匹配的精确度不高、不能对扭曲变形的仿射图像配准等问题。实验结果表明,该算法不仅提高了配准的精确度和准确性,也提高了配准的稳定性和可靠性。

基于ASIFT算法特征匹配的研究

针对SIFT算法对大角度视角变化下特征提取鲁棒性不强的弱点,引入了一种完全仿射不变的图像特征匹配算法—ASIFT。ASIFT算法不仅继承了SIFT算法的尺度、旋转和平移的不变性,并且在此基础上增加了两个空间特征描述参数:经度和纬度,从而定义出度量仿射形变的两个参量绝对倾斜t(absolute tilt)和过渡倾斜τ(transition tilt),模拟相机光轴变化,实现完全仿射不变。一种双分辨率(two-resolution)加速方法的提出,使ASIFT算法的复杂度约为SIFT的2倍。

影像倾斜度对ASIFT匹配有效性的影响

相比传统垂直摄影模式,倾斜摄影更符合人眼直观感受,且能提供更加丰富的三维信息,因而在测绘领域越来越受到重视。对比分析了国内外主要倾斜数字相机的性能参数,归纳了倾斜摄影测量作业的一般数据结构、成像规律。为衡量单张航摄倾斜影像的绝对倾斜程度或是两张倾斜影像之间的倾斜差异,引入了倾斜度概念。通过不同倾斜度条件下的ASIFT匹配实验,研究分析倾斜度变化对于匹配有效性的影响,验证了倾斜度计算方法的合理性。

基于ASIFT的低重叠度图像拼接研究

为了解决在图像重叠度过低时,采用常用的SIFT图像匹配算法,造成图像拼接困难的问题,提出了一种基于ASIFT的低重叠度图像拼接方法。ASIFT图像匹配算法相较于SIFT图像匹配算法,在低重叠度条件下,能够检测出更丰富的匹配点,且具有更高的匹配精度。根据这一特性,该方法采用ASIFT图像匹配算法进行特征点检测与匹配,然后利用其结果进行图像拼接。实验结果表明,这种方法在图像重叠度很低的情况下,也能够取得良好的拼接结果。

均匀分布与结构描述ASIFT相结合的SAR与可见光图像配准算法

针对SAR与可见光图像配准中存在的非线性灰度差异与斑点噪声,同时考虑不同的成像视角问题,提出了基于均匀分布与结构描述ASIFT的SAR与可见光图像配准算法。该算法首先采用引导滤波建立引导尺度空间以达到噪声抑制与边缘保持,在特征点提取阶段,由于非线性灰度差异引入相位一致性强度信息,并与尺度空间网格划分相结合,指导筛选图像中均匀特征点的获取;然后在特征描述阶段,引入扩展相位一致性方法计算SAR与可见光图像的一致性梯度幅值和方向,提高了主方向和描述符的准确性;最后利用Optimal-RANSAC进行特征描述符匹配实现有效配准。通过对4组实测图像进行试验及结果分析,证明该算法相比SAR-SIFT与传统ASIFT算法具有更准确的配准精度。

基于ASIFT图像匹配算法的三维重建

提出了基于ASIFT图像匹配算法的三维重建算法。目前,基于图像序列的三维重建中,一般采用SIFT图像匹配算法。对于存在仿射变换的图像序列,ASIFT算法较SIFT算法能够获得更多精确的稀疏匹配点;基于ASIFT算法恢复的三维点云比基于SIFT算法恢复的三维点云更加稠密,从而能获得更好的三维重建结果。仿真实验表明,本文算法能获得较好的三维模型。

基于ASIFT的无缝图像拼接方法

传统图像拼接方法对尺度、视差和光照变化较大的图像配准效果不佳。为此,提出一种基于仿射-尺度不变特征转换(ASIFT)算法的无缝图像拼接方法。采用能够抵抗强仿射情况的ASIFT算法检测特征点,并对特征点进行提取与匹配。利用随机抽样一致算法反复迭代,找到精确的变换矩阵初始值,根据变换矩阵进行2幅图像之间的统一坐标变换,使用加权平滑算法完成图像的无缝拼接。实验结果表明,与基于SIFT特征的拼接方法相比,该方法的图像拼接效果较好。

基于ASIFT与图匹配的物体识别方法

为提高物体识别对仿射变换的鲁棒性并降低误识别率,提出一种新的物体识别方法。采用仿射-尺度不变特征变换(ASIFT)方法检测图像中的关键点,提取各关键点的局部特征,包含ASIFT特征、纹理特征和颜色特征,并用三元图表示融合后的特征。采用分层匹配的思路识别物体并进行关键点匹配,匹配成功后再进行图匹配以降低误识别率。在PVOC-2007和COIL-100 2个公共测试数据集下对该方法的参数选取和识别性能进行综合评价,结果表明,该方法具有较高的识别率,可有效进行物体识别。

基于粒子群优化及多结构估计的ASIFT特征提取算法

提出一种基于粒子群优化及多结构估计的ASIFT特征提取算法.首先用粒子群优化算法对ASIFT的采样进行优化得到大量的特征匹配点对,在此基础上再使用Multi-GS多结构估计算法进行多结构提取并去除错误的匹配点对,最终得到大量而精确的特征匹配对.并用实例加以验证其有效性.