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。

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。

基于改进ASIFT算法倾斜影像匹配研究

传统ASIFT算法在匹配时效率低,根据影像匹配相关知识及倾斜影像的特点,本文提出一种对原始影像进行一次逆仿射变换,将倾斜影像恢复到近似的正摄影像的改进ASIFT算法,使影像匹配时精度和效率上得到了明显的提高。改进算法在试验中与传统ASIFT算法匹配效果在精度上更好,且匹配效率有大幅度提高。

改进ASIFT算法的PMVS三维重建

基于多视图的三维重建的特征点检测与匹配能力较差,通常使用的Harris、SIFT算法所能检测和匹配的特征点较少,误匹配的特征点数量较多。因此,提出了基于Bicular算法的自适应尺度优化结合Harris算法改进Asift算法,将改进算法BH-Asift(Bicular Harris-Asift)运用到基于PMVS的多视图三维重建系统中,改进后的算法特征点检测与匹配能力较强,生成的最终三维模型更加真实。

基于ASIFT算法的人脸图像特征匹配

图像特征匹配是人脸识别和人脸三维重建中的基础算法,目前主流是SIFT算法。为了提高视角变化大的图像匹配率,使用具有仿射不变性的ASIFT算法来提取人脸图像的特征并匹配。用Matlab实现ASIFT算法,模拟视角变化引起的图像仿射失真,实现人脸图像匹配,并与SIFT算法的结果对比。对比结果表明,ASIFT算法比单纯的SIFT算法有更多正确的匹配对,在视角变化大时仍然能很好匹配人脸图像,具有完全的仿射不变性,在人脸识别和人脸三维重建领域有更广泛的应用价值。

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。

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算法的低重叠度无人机影像拼接方法

在无人机平台上采用低重叠方式成像能够大大提高数据获取效率,可满足包括应急救援和航空侦察等时效性要求很高的特殊领域应用需求。然而,此类影像具有重叠度低和旋转角大的特点,利用常规正射影像镶嵌的方法进行拼接往往带来较大的拼接误差。提出了基于ASIFT算法的低重叠图像配准方法,并对序列影像做光束法平差处理,得到最优变换矩阵后,结合多分辨率样条融合算法进行全景影像输出。实验结果表明:该方法可以获取足够数量稳定的匹配点对,较好地约束了序列影像之间的几何关系,得到的拼接影像无缝清晰,适应于低重叠度无人机影像的快速拼接。

基于改进ASIFT算法的遥感图像匹配

ASIFT算法是一种具备完全的仿射和尺度不变性的特征提取算法.但其存在一定的不足,如计算量大、匹配效率低、易出现重复特征等.针对这些不足,本文提出了一种改进的算法.该算法首先对多仿射造成的畸变图像进行模拟获得模拟图像,然后对模拟图像构建高斯阶梯(Zoser)图像金字塔,由24邻域极值点构成特征点,并确定特征点的尺度和方向,最后利用RANSAC算法剔除误匹配特征点对.通过对遥感图像匹配实验证明该算法效率较高,并能够适用于实时性要求较高的系统.

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.

基于ASIFT改进算法的无人机图像特征匹配方法研究

无人机图像纹理丰富、特征显著,在机器视觉三维重建及机器人导航中应用广泛,但其视角变化大,且易倾斜。传统的尺度不变特征变换(SIFT)算法和Affine SIFT(ASIFT)算法等图像特征匹配算法误差较大,难以满足应用要求。针对该问题,提出了一种基于ASIFT的改进算法。首先用ASIFT算法模拟图形畸变,然后利用SIFT算法中的k d树算法对最邻近特征点进行快速搜索匹配,最后加入随机抽样一致算法,得到匹配对的参数模型,同时对不符合模型的误差匹配对进行剔除。实验结果表明,该算法可以优化匹配效果,提高匹配速度。

利用高分影像与特征匹配算法标定滑坡位移场

滑坡灾害是世界上破坏力极大的自然灾害之一,滑坡监测是预防滑坡灾害的重要基础。针对SIFT算法在滑坡遥感监测应用中存在特征点数量少、分布不均的问题,提出了一种将ASIFT算法和CSIFT算法相结合进行滑坡位移场标定的方法,即利用ASIFT处理全色影像,利用CSIFT处理多光谱融合影像,将两种方法提取的互不相同的特征点叠加综合得到更多的特征匹配点。该方法在露天矿滑坡的应用结果表明:与SIFT算法相比,新改进的方法大幅度增加了特征点数量,提高了滑坡位移场标定精度,且成本低、效率高,非常适合于大型滑坡后期大变形场监测。

基于MSER与ASIFT的鱼眼镜头图像立体匹配方法

介绍图像立体匹配原理、最稳定极值区域MSER和特征描述算子ASIFT。MSER+SIFT、MSER+SURF和MSER+ASIFT算法均可以应用在未经畸变矫正的鱼眼图像立体匹配中。实验结果表明,MSER+ASIFT算法对大视角变换和畸变较大的图像匹配具有很好的鲁棒性,虽然运行速度上没有明显优势,但相比其他算法而言,该算法匹配结果最准确。

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。

一种移动视频与地理场景的融合方法

快速准确地了解灾害现场状况是救灾过程中的重中之重。通常发生灾害都会使用无人机进行现场勘察,但是无人机视频难以与实际的地理场景关联起来,为此本文提出了一种移动视频与地理场景的融合方法。该方法首先采用具有仿射不变性的ASIFT算法检测特征点,将匹配后的特征点采用RANSAC算法进行迭代剔除噪点,计算视频与地理场景最优的透视变换矩阵模型参数;然后将计算得到的透视变换参数应用到视频数据,恢复视频角点坐标;最后通过内插得出所有视频帧的角点坐标,实现视频与DOM的精确融合。试验结果表明,对视频数据匹配的间隔帧越短,其整体融合精度越高,通过本文方法进行视频与地理场景融合的误差标准差低于10 m。

基于ASIFT图像特征的大视角点云配准方法

点云配准是物体三维轮廓获取的重要环节。基于图像特征的点云配准方法能较快地实现这一目标。然而,这种方法对于大视角点云的配准并不理想。针对这一问题,本文提出一种基于ASIFT图像特征的大视角点云配准方法。首先,用ASIFT算法提取大视角图像间的二维匹配点对;而后,利用图像像素和点云间的对应关系得到大视角点云间的三维匹配点对;最后,提出一种改进的RANSAC算法实现点云配准。实验结果表明,该方法可成功实现大视角点云配准。