计算机视觉中标记点匹配算法

计算机视觉测量中,多幅图像标记点自动匹配是实现测量自动化的重要环节。本文提出了标记点的自动匹配方法。该方法首先采用编码标记点得到初始匹配集,根据相似性将解码错误的剔除得到良好的匹配集。然后使用极线约束、反投影残差、图像绝对距离比约束实现非编码标记点的正确匹配。实验表明该方法在一般拍摄条件下,非编码标记点的匹配正确率可高达97%。     

一种改进的点到线的地图匹配方法

地图匹配在导航定位、数据采集方面有着广泛的应用。然而，一些算法或者精度不够，或者难于实现。本文介绍了一种改进的点到线的地图匹配方法，这种方法易于实现，而且具有较高的精度，在实际应用中取得了较好的效果。     

基于点相互关系特征点匹配算法的标志图匹配

图像中标志图匹配问题实际上是图像处理领域的一个分支,多用于图像分析处理等任务的过程中,是图像处理领域的一个研究热点。鉴于当前大多数的特征点匹配算法只考虑了样本特征点与目标特征点的关系,本文首先对特征提取后的特征点集进行预处理,并将同一特征点集中特征点间的相互关系作为约束引入到匹配中,建立了一个匹配代价函数。并将该匹配代价函数转化为一个线性问题,求解该线性问题以达到特征点匹配目的。     

基于尺度研究的SIFT特征匹配改进算法

图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。     

一种改进的Harris角点检测算法

本文针对Harris角点检测算法在判断目标像素点是否是角点时,阈值需要根据图像实际情况进行调整,不好选取的问题,以及在选出角点后容易出现焦点聚集的现象,提出了一种改进的Harris角点检测算法,先对待测区域进行分块处理,由大到小选取阈值直到每个区域均有角点的存在,再在同一区域内进行伪角点的剔除。实验表明,该改进算法所得结果较为原算法更为准确、稳定。     

一种基于无人机航拍图片特征点匹配的改进方案

在获取无人机航拍图像后,我们对图像进行初步去噪、平滑和特征提取处理,接下来需要进行特征匹配工作。我们针对无人机航拍图像所具有的相关缺陷,即视点过分离散、视角不稳定[1];提出了改进SIFT算法和Susan算法相结合的特征匹配方案。改进SIFT算法是基于图像Radon变换的改进[2],然后和Susan算话结合使用;最终的实验结果表明,新提出的匹配方案有着良好的快速性和较高的匹配精度,完全能够应用于无人机航拍场景下对实时性要求较高的目标识别和三维重建。     

图像特征点匹配的流程和应用发展研究

分析研究了图像特征点匹配在视觉SLAM(visual Simultaneous Localization And Map-ping,vSLAM)领域的流程、应用及发展中遇到的问题,并提出了未来图像特征点匹配的研究方向和发展趋势.     

一种基于斜率变化间接提取轮廓特征点的算法

提出了一种基于斜率变化间接提取轮廓特征点的新算法,该算法通过对轮廓点序列在X、Y方向进行分解以简化运算,减少噪声干扰。给出了算法的实现过程。理论和试验结果表明,该算法对于特征点的提取不仅计算量小,易于实现,且对特征点的定位也比较准确。     

一种进的并行字符串匹配算法

本文简述了字符串匹配算法的研究进展,分析了BF算法以及PRAM-CREW算法,并对该并行算法进行了改进,减少了处理器个数,使匹配次数大大减少,从而提高匹配效率。文章最后分析了该算法的性能。     

一种基于松弛特征关联的3D人脸多特征匹配算法

针对人脸特征表情变化极为复杂,3D模型形变中的程度较为细微.一些特征点的位置会出现一定程度的飘逸,给准确的三维特征匹配带来了难度.提出基于松弛特征关联的3D人脸多特征匹配算法.通过提取特征点,计算三维特征的松弛特征对应程度,最大程度的完成在误差较大程度下的三维特征匹配.避免传统算法中用直线距离特征匹配带来的弊端.实验仿真程序表明:该方法在误差较大的匹配环境下,优化效果较为明显.     

基于改进的 SI FT图像匹配方法研究

对SIFT（Scale Invariant Feature Transform）算法进行了研究。针对高斯差分金字塔阶数与特征点数关系问题,对算法进行了改进,通过控制金字塔的阶数来控制特征点数。实验数据分析表明：在图像存在不同程度的旋转变形和噪声影响时,改进后的算法鲁棒性更好,实时性更强。     

基于SIFT特征点改进搜索算法的图像匹配技术研究

本文研究一种改进的近邻搜索算法的图像匹配技术。本文采用基于特征的图像匹配方法,利用SIFT算法提取特征点。在特征点匹配的过程中,为提高搜索样本特征点的最近邻和次近邻特征点的速度,本文采用一种基于二叉检索树算法改进的近邻搜索算法,该算法用最近邻与次近邻比值来进行特征点的匹配。用MATLAB语言实现该算法并运用到图像特征匹配中,实验证明优于原算法并具有较高实时性。     

深度包检测技术中模式匹配算法分析

随着计算机网络技术的快速发展,P2 P应用作为发展最为迅速的应用之一,给人们带来方便的同时也影响了网络带宽资源及网络安全。深度包检测技术是P2 P应用识别中广泛使用的技术,而模式匹配算法是深度包检测的关键技术,为了提高深度包检测技术,需要高效、可靠的模式匹配算法。对一些常用的模式匹配算法进行了分析和总结,并提出未来的研究方向。     

语音信号处理中音调提取的改进算法

语音信号处理过程包括对需处理的音频信息进行过滤、解析和音频特征提取三个步骤,本文主要针对音频特征中的音调提取算法进行改进。     

基于改进Hu矩的变电站红外图像特征提取

首先介绍了Hu不变距的相关理论,采用Hu矩对红外图像进行特征提取,并针对提取的Hu矩各分量数值的数量级差别过大,不能同等体现各分量的重要性,以及Hu不变矩对二维离散图像不满足保证缩放不变性的问题,提出了两种改进方法。然后对两种改进方法的尺度收缩性进行比较,采用Matlab实验仿真技术对缩放性能较优的Hu矩改进方法进行了不变性测试并提取特征。     

一种改进的并行关联规则挖掘算法

在FDM算法的基础上,提出了一种改进的并行关联规则挖掘算法FDM_DT,此算法利用DHP算法中的Hash表技术改进了2阶侯选项集的生成过程,并采用Apriori Tid算法中的Tid表技术对事务数据库中的事务数进行有效消减。因此,此算法在处理大规模数据时有较高的综合效率。     

一种改进的BM模式匹配算法

传统的模式匹配算法匹配效率较低,有时无法满足入侵检测、搜索引擎等系统性能需求。为此,在BM算法及其衍生算法的基础上,提出了一种高效的模式匹配算法—BMQ算法。该算法利用模式串末字符对应的文本字符与文本字符下一个字符的独特性和组合性,有效提高了模式串最大右移位数出现的概率,加快了匹配速度。通过实验对比,BMQ算法的效率优于BM匹配算法;为进一步验证其有效性,将改进后的算法引入到入侵检测系统中,实验测试结果表明,BMQ算法提高了入侵检测效率。     

虹膜特征提取和匹配的几种主要算法研究

虹膜的身份识别在国际上已成为一个研究的热点领域。本文主要比较了虹膜特征提取和匹配的几种主要算法,分别说明了Gabor变换、傅里叶变换和小波变换的优点与不足,并指出相对而言,小波变换更适合应用在虹膜图像的识别中。     

改进的快速排序算法

本文通过分析快速排序算法中固有的不足之处,提出了改进的快速排序算法,并对算法的时间复杂度进行分析,通过编写程序上机实验,将原算法与改进的算法运行所需时间进行比较,证明了改进算法的有效性。