改进配准测度的SUFT红外图像快速配准算法

为方便电路板卡故障诊断,实现红外图像快速、有效配准,提出一种基于SUFT(Speeded-Up Robust Features)和相似四边形的红外图像快速配准算法。该算法首先对红外图像进行特征点检测,生成SUFT特征点描述子;然后采用欧氏距离进行相似性度量,提取粗匹配特征点对,再利用相似四边形进行精匹配,去除误配准点对;最后依据精匹配点对求解变换模型参数,实现红外图像的配准。实验表明,改进后的算法能有效剔除误匹配点对,提高配准精度,配准结果较理想,与同类算法相比耗时较短。因此该算法具有快速性、稳定性等优点,且配准精度较高,有很好的实用价值。

SUFT算法与改进的Harris算法相结合的图像匹配方法

本文提出了改进的Harris算法与SUFT算法相结合的图像匹配方法,用稳定的SUFT算法检测提取尺度空间极值点作为特征候选点,根据灰度的"相似度"的原则进行Harris特征提取,实验结果表明,使用改进后的算法进行遥感图像配准能有效去除误配点,使候选点数量更少,特征点更稳定,使得匹配的效率更高,准确性更高。

液粘软启动装置在胶带输送机上的应用

该钢绳芯胶带输送机采用液粘软启动装置,解决了目前国内长距离的输送带重载启车、自主软启动技术跟不上国外先进国家的问题。介绍了液粘软启动装置在钢绳芯胶带输送机上应用的主要技术参数、液粘软启动装置工作原理、优点、创新点及使用情况等。

基于CNN双目特征点匹配目标识别与定位研究

针对传统的目标识别和定位存在识别类别单一和实时性差等缺点,提出了一种卷积神经网络(Convolutional Neural Networks,CNN)结合双目特征点匹配算法实现目标识别与定位的方法。通过CNN对训练的目标进行识别并框出目标在图像上的位置,采用SURF(Speeded Up Robust Features)算法对左右图像进行特征点匹配,计算目标框内的特征点得到视差,从而得到目标相对于摄像头的位置信息。由于随着目标与摄像头距离变化,重投影矩阵Q参数发生变化,影响定位精度,通过最小二乘法拟合矩阵Q和位置模型,提高定位精度。实验结果表明,该方法能够实时地实现目标识别与定位,通过改进的双目立体模型,提高了定位精度。