一种基于特征拓扑约束的图像配准算法

针对传统RANSAC算法在特征点提纯方面效率不高、迭代计算复杂等缺点,提出先利用拓扑约束进行特征点提纯,得到初始匹配点集,再通过RANSAC原理进行特征点精确提纯,最后通过最小二乘法利用精确匹配点求解单应矩阵进行图像配准。实验结果表明:拓扑约束提纯算法计算效率高,能有效提高RANSAC算法的正确匹配率和时间效率,可得到更多更稳定的匹配点,提高图像配准的精度。

基于改进的SIFT顺序尺度标志识别算法

设计一种由矩形和圆构成的合作标志;为克服动态环境下拍摄影像的旋转、平移、变形等问题,提出了一种改进的SIFT尺度信息提取方法,通过统计信息量,设定合适阈值去除误差点,根据均值对尺度信息排序,优化尺度信息;将优化后的特征量作为支持向量机(SVM)的输入,经过训练、预测,完成标志识别。与传统HU不变矩、仿射矩(AMI)相比,在清晰、加噪、遮挡等条件下,改进的SIFT尺度信息特征量都具有更高的识别精度。实验表明:利用SIFT顺序尺度进行目标识别的方法在准确性和鲁棒性方面能够满足要求,算法能较准确的进行标志识别。