特征点提取算法性能分析研究

在图像匹配中,使用特征点来描述图像,计算量小、匹配简单,而且特征点往往比较稳定,不易随光照条件和图像的平移、旋转和尺度等变化而变化。因此基于特征的图像配准方法是目前图像配准领域研究的热点。介绍了几种主流的特征点检测算法的原理,并对特征点检测算法性能进行了定量分析研究。从特征点检测速率、正确率、旋转不变性和抗噪性等方面进行了对比,研究了各种特征提取算法的优缺点。为根据不同图像质量选择合理的特征提取算法提供了良好的客观依据。

旋转机械故障多特征匹配(分类)方法

从时-频谱中高效提取出具有代表性的参数化特征,对于构建自动故障分类系统来说十分重要.但是,由于时间和频率分辨率的相互制约,加之交叉项干扰、外来噪声的影响,要实现参数化时-频特征的快速有效提取相当困难.为此,提出一种基于同步压缩小波变换时-频特征图像匹配的故障诊断新方法.首先,对多故障模式的测试样本进行适当的预处理,如去野值、去基频等;随后,利用同步压缩小波变换进行精细的时-频分析,得到具有更高时-频分辨率的时-频谱;最后,时-频谱图经过特征区间增强与图像融合预处理后生成时-频特征图像模板,利用图像匹配技术对待诊断的故障模式进行分类识别.结果表明:该方法可以快速识别复杂的故障模式,进而构建新颖高效的自动故障分类系统.

基于小波多尺度分析的图像匹配

提出一种基于小波的多尺度分析的图像特征点提取方法,给出了一种多分辨率分块特征点匹配的图像检索方法,多分辨率的分块策略使得相关反馈的自适应性得到了更好的保证,从而实现图像的快速、准确匹配。实验表明该方法在计算时间和精度上都是十分有效的。

基于小波分析的图像检索技术

随着大量数字图像数据库的出现,基于内容的图像检索技术成为研究热点。本文针对小波的多尺度分析特性,描述了一种基于小波分析的图像检索算法,在小波变换域内提取出图像的显著特征点,然后提取显著特征点的颜色和纹理特征,颜色选取HSV空间,纹理特征用Gabor小波幅值的均值与方差表示,通过相似性匹配实现图像的检索。最后,本文通过实验证实了这种方法具有较高的检索精度,与基于角点检测方法的图像检索相比,检索效果与人的视觉更加相符。