搜索结果: 1-15 共查到“点匹配”相关记录27条 . 查询时间(0.126 秒)
2023年5月19日下午，南昌大学软件学院在软件楼515研讨室举办了“V讲堂”学术报告，报告由小鹏汽车的白辰博士主讲。会上，白辰以《3DG-STFM: 3D Geometric Guided Student-Teacher Feature Matching》为主题，详细诠释了小鹏汽车计算机视觉团队在ECCV2022上提出的由3D几何视觉引导的用于图像之间特征点匹配的师生模型。纹理缺失，重复图案，照...
提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先，对影像提取点特征和直线特征，挖掘点特征与其邻域内直线特征之间的几何关系，构建结构自适应的特征区域和特征描述符，并通过双向匹配策略获得初始匹配结果。然后，基于初匹配结果估计影像基础矩阵，构建核线约束的结构自适应特征匹配算法进行二次匹配。最后，将已匹配特征作为控制基础设计匹配扩展算法，进一步增加匹配点数量。本文方法以特征点邻域几何结构为出...
基于前—后向光流点匹配运动熵的视频抖动检测算法
视频监控 抖动检测 前-后向误差 金字塔Lucas-Kanade光流 运动熵
2014/4/17
目前大部分视频监控系统面临着高效实时性智能分析与低效滞后的人工故障排查的矛盾。视频质量智能诊断系统可以为此提供有效的解决方案。针对视频质量诊断系统中的画面抖动异常检测问题，提出一种简单有效的实用算法。该算法通过有效融合图像的稀疏光流与特征点匹配算法，根据前向-后向误差标准估计图像帧的全局运动参数，引入连续帧的运动熵用于衡量视频画面片段运动的混乱程度，判断是否存在视频抖动现象。算法在不同分辨率的实际...
现有的采用l1范数正则项的点匹配算法，其l1范数优化问题可等价为一个线性规划问题,但约束不满足完全的单模性，这导致解出的对应关系不是整数，需要后续的取整过程，这会给计算结果带来额外误差并使算法复杂化。为解决该问题，基于鲁棒点匹配算法的最新成果，提出一种新的正则项。该正则项是凹的，可以证明目标函数具有整数的最优解,所以算法无须后续处理，实现起来更简单。实验结果表明：相比采用l1范数正则项的算法...
应用尺度不变特征变换的多源遥感影像特征点匹配
图像处理 特征点匹配 尺度不变特片变换(SIFT) 多源遥感影像 多光谱
2014/3/11
针对多源遥感影像之间灰度值非线性变化导致特征点匹配率大幅度下降的问题，提出了一种利用光谱信息的多源遥感影像特征点匹配算法。首先，以光谱信息对遥感影像波段进行线性拟合，使待匹配影像与参考影像之间的灰度值由非线性转变为线性或者近似线性变化。接着，在拟合的遥感影像上采用改进的尺度不变特征变换（SIFT）算法进行匹配。最后，采用随机抽样一致性算法剔除误匹配点对。与常用特征点检测算法(SIFT, 梯度位置朝...
一种多源多光谱遥感图像特征点匹配技术
图像处理 特征提取 SIFT特征 多源遥感图像
2014/3/19
在多源多光谱遥感图像中,针对匹配图像的像素之间非线性变化而导致正确匹配点对下降的情况,提出了一种基于主成分分析的多源多光谱遥感图像特征点提取算法。利用尺度不变特征变换(SIFT)算法的基本原理,首先对两幅多源的多光谱遥感图像进行主成分变换,再用变换后各自的第一主分量图像作为待匹配图像;其次,在构建尺度空间时提高尺度参数并且在进行特征匹配时,利用尺度限制条件进行匹配,这样既能提高匹配精度又能提高运算...
一种多源多光谱遥感图像特征点匹配技术
图像处理 特征提取 SIFT特征 多源遥感图像
2014/3/19
在多源多光谱遥感图像中,针对匹配图像的像素之间非线性变化而导致正确匹配点对下降的情况,提出了一种基于主成分分析的多源多光谱遥感图像特征点提取算法。利用尺度不变特征变换(SIFT)算法的基本原理,首先对两幅多源的多光谱遥感图像进行主成分变换,再用变换后各自的第一主分量图像作为待匹配图像;其次,在构建尺度空间时提高尺度参数并且在进行特征匹配时,利用尺度限制条件进行匹配,这样既能提高匹配精度又能提高运算...
基于不变特征描述符实现星点匹配
星点检测 星点匹配 加速鲁棒特征描述符 尺度不变特征变换描述符
2014/3/24
为了能够在星图存在旋转角度情况下,自动快速地完成星图匹配,提出了一种基于不变特征描述符的旋转不变匹配方法,将加速鲁棒特征(SURF)描述符应用于星点特征的描述和匹配。首先,对星图进行图像分割,抑制非极大值,并检测星点;然后,为计算星点分布尺度因子s,在半径为6s的圆形邻域内为每个星点计算主方向,之后将20s×20s的邻域与主方向对准,并在该邻域内为每个星点计算SURF描述符。最后,基于透视投影模型...
谱方法是点模式匹配中一种重要的方法，但该方法对于点模式中噪声与出格点较为敏感，为克服了传统谱匹配方法存在问题，提出了一种运用谱方法和松弛标记的非刚性点模式匹配算法。该方法首先提取点模式中点的KL特征获取点与点的匹配概率，然后运用松弛标记法得到点集间明确的匹配关系；同时，为保证算法的鲁棒性，给松弛标记法定义一个匹配的目标函数，在函数的优化框架下迭代的计算匹配的最优解。本文主要从三方面对传统谱方法进行...
运用模板提取和搜索匹配特征点的方法进行了树木图像拼接研究，通过树木图像的颜色分割、灰度化、梯度化获取模板，以相似性测度寻找匹配特征点，结合模板半径与拼接成功率和拼接时间的关系，最终达到拼接成功率94.9%、一次拼接时间174ms的综合水平，为农药精确对靶喷雾技术中扩大采集树木图像视野实时树木图像拼接提供了方法。
基于特征点匹配的多视图像校正
3DTV 图像校正 未标定图像 特征点匹配
2014/3/28
多视图像的校正是提高3DTV观看质量的关键步骤之一。现有的图像校正算法大多是双目或三目相机校正,对于平行或弧形相机阵列的多视图像校正的研究较少,而且受相机标定参数和相机间距的影响较大。文章提出了一种对未标定的多目相机图像进行校正的方法,通过寻找匹配特征点,依据匹配点垂直视差的关系计算校正变换矩阵,用以对原图像进行校正变换。实验结果显示,图像间的垂直失配大为减少,校正后的图像能够提供良好的立体视觉主...
图像识别中的兴趣点匹配方法研究
兴趣点 SIFT算法 主成分分析（PCA） 快速匹配
2010/3/1
针对图像检索识别的需求，提出了一种基于兴趣点的匹配算法，利用小波变换对图像进行降维和去噪，提取其SIFT点特征，同时进行PCA降维，最后采用基于K-d树的最近邻法进行快速匹配。通过对各种图像大量的实验，结果表明，该方法具有很强的匹配性和鲁棒性，是一种较好的图像匹配算法，可以广泛应用于图像的检索和识别中。
应用角点匹配实现目标跟踪
图像处理 角点匹配 矩特征 目标跟踪
2010/1/13
角点特征是图像的一个重要局部特征，因其具有计算量小、匹配简单以及旋转、平移、缩放不变的性质，而在图像配
准与匹配、目标识别、运动分析、目标跟踪等应用领域都起着非常重要的作用。本文提出了一种新的基于角点特征的向
量匹配方法，该方法利用Ｈａｒｒｉｓ算子检测出目标角点，通过角点的矩特征形成目标的特征向量，最后通过对序列图像的
目标特征向量进行匹配来实现目标跟踪。此算法在一般情况下能匹配８０％以上角...
基于改进局部不变特征的兴趣点匹配
图像处理 局部特征 尺度不变特征
2009/11/24
该文提出了一种适用于目标跟踪的局部特征点检测与匹配方法，在尺度不变特征(Scale Invariant Feature Transform, SIFT)算法基础上进行了多方面的改进。在高斯差分尺度空间仅检测局部极大值，提高算法的稳定性；采用基于圆形邻域统计梯度方向直方图，来确定兴趣点的主方向和描述子，避免了图像旋转的运算代价；最后采用最近邻与次近邻之比来对96维的描述子进行匹配。所提方法在有效地提...