改进ORB-SLAM算法在户外离线即时导航的研究

提出了一种基于自适应阈值选取和局部搜索算法的改进室外场景特征点提取算法。首先进行所划定判断点的局部阈值计算,利用对比度和局部阈值计算出适合该点的阈值,进行特征点的判断;然后,筛选特征点并进行非极大值抑制去除局部较密集特征点;最后,利用处理后的图像进行角点响应值和拉普拉斯响应值计算得到该尺度下的特征点,再进行局部搜索算法比较得到角点。特征点提取实验结果表明,与SIFT提取的特征点个数及OFAST匹配正确率相比较,特征点提取时特征点个数下降了43. 6%左右,精准度提高了14. 4%,所提基于自适应阈值选取和局部搜索算法的改进室外场景特征点提取算法具有较好的效果。     

Harris角点检测算法的实现及应用效果分析

Harris角点检测算法是一种非常有效的图像角点提取算法,提取的角点稳定可靠、均匀而且合理。用C#语言实现了Harris角点检测算法实现程序,并结合图例分析了该算法各种参数的设置。     

一种基于小波变换的多尺度图像配准算法

在研究传统Harris角点检测算法的基础上,结合小波变换的多分辨率特性,提出一种基于小波变换边缘检测与Harris角点检测的多尺度图像配准算法。该算法保持了Harris角点检测算法在图像旋转、缩放或灰度变化时角点提取效果依然良好的优点,改进了其对噪声敏感且不具有尺度不变性的缺点,在不同尺度上有较高稳定性与匹配精准度,抗噪性较强。     

基于小波变换的角点检测算法

传统Harris角点检测算法对噪声敏感,图像分辨率不同,角点容易产生漂移。,结合小波变换的多尺度特性,提出一种基于小波变换的角点检测算法.该算法在图像缩放、旋转或灰度变化时保持了Harris角点检测算法检测角点效果良好的优点．改进了其不具有尺度不变性的缺点,并具有较强的抗噪性与实时性,     

基于数字形态学的角点检测算法研究

给出了一种利用数学形态学来提取数字图像中的角点且能够区分凸角中角点和凹角中角点的方法．此方法与Harris点方法通过实验比较,形态学角点算法不会依赖于要找角点数量的给定值,并且可以分别找出凹角上的点、凸角上的点这两类不同的角点,深化了对图像的描述和理解．     

基于细化指纹图像特征提取的改进算法

文章深入研究了细化指纹图像细节点提取算法,针对常规提取算法中存在一定数量的伪细节点问题,提出了一种改进的细化指纹图像细节点提取算法。该算法在原有提取算法的基础上,在细节点提取中采用了邻域查找删除、边缘删除等措施。实验表明,该算法显著地减少了伪细节点的提取,是一种较为理想的细化指纹图像细节点提取算法。     

一种新型棋盘格角点检测算法

针对摄像机标定中棋盘格标定板的角点检测,给出了一种基于图像像素点分布的角点检测算法.首先通过判断像素点8邻域范围内相似点个数除去平坦区域点,然后根据棋盘格图像高度对称的特性提取对角线上矩阵,通过此矩阵来判定中心点是否为候选角点,最后通过计算候选角点的算术平均求取最终角点坐标.     

基于角点LTS Hausdorff距离的图像配准技术

为了克服传统灰度图像配准方法计算量大、适应能力差等问题,研究了一种基于SIFT角点的图像配准方法。比较了常用的两种特征点提取算子——Harris角点算子和SIFT特征点提取算子,通过性能对比选择SIFT角点作为特征点。SIFT算子提取的特征点可能集中在某一个小区域,采用最大统计滤波对图像进行非最大抑制的方法来进行角点分布的控制。实验证明该方法可以获得的角点分布比较均匀;针对特征点的匹配,首先采用LTS Hausdorff距离进行特征点的初匹配,然后采用基于Sampson距离的随机抽样一致性算法去除伪匹配的特征点对。实验证明,该方法可以实现图像的精确配准。     

无人机球面全景图像标注系统研究

针对无人机全景图精确标注需求,分析了传统平面标注方法的局限性,从无人机全景图自身特点出发,提出了几点改进意见：①综合无人机全景图特征,使用球体包装盒将无人机全景图形象展现给用户;②考虑无人机全景图特征,将射线拾取及求交方法应用到标注中,达到精确标注;③使用OpenGL技术进行图形渲染,大幅度提高渲染效率。实验表明：上述改进适合对无人机全景图的标注。     

关联规则挖掘的一种改进算法

关联规则的提取是数据挖掘中的重要研究课题,文章对关联规则提取中的Apriori算法进行了深入研究,指出了该算法的某些不足,提出了一种改进算法.     

基于改进 SURF 的快速图像匹配算法

SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。     

一种改进RANSAC算法的单应性矩阵估计方法

在图像拼接技术中,单应性矩阵是实现两幅图像正确拼接的关键因素。针对传统RANSAC算法误匹配点概率较高,需要设置固定的投影误差阈值t导致迭代次数多、运行时间长、估计的单应性矩阵精度低等问题,提出一种改进的RANSAC算法以降低误匹配率。利用特征点周围灰度梯度相似性,剔除初始匹配中部分误匹配点,以减少矩阵估计的迭代次数;通过快速舍弃错误的单应性矩阵以减少内点检测时间,提高算法运行效率;通过BGD算法最小化损失函数以拟合精确的单应性矩阵。对比实验结果表明,改进的RANSAC算法能够有效剔除误匹配点,减少内点检测时间,提高单应性矩阵H的精度。     

基于相位相关法与改进SURF算法的图像拼接方法

为避免相邻图像非重叠区域特征点被检测和提取,加速图像配准,提出一种基于相位相关法与改进SURF算法的快速图像拼接方法。该方法采用相位相关算法确定待拼接图像的重叠区域,限定SURF特征点检测、提取范围,用改进的SURF算法进行特征点匹配|然后根据MSAC算法剔除误配后的特征点匹配对,求取单应性矩阵,实现图像之间的快速配准|最后采用多波段融合算法对配准后的图像进行处理以消除拼接缝。实验结果表明,与传统算法相比,该方法可提高特征点匹配正确率,加速图像配准过程,完成拼接图像间的平滑过渡。     

基于BRISK特征的图像配准提取与描述研究

基于特征的图像配准方法作为一种重要的图像配准方法,是近年来图像配准技术的研究热点。本文对BRISK算法进行了详细的描述。详细介绍了FAST角点特征提取算法、尺度空间构造以及尺度空间关键点检测方法、关键点描述方法和特征点匹配算法,给出了算法实现基本流程图。     

基于改进RANSAC算法的图像自动拼接技术

图像拼接技术关键在于图像配准和算法效率,针对传统的图像特征匹配算法数据量大、计算耗时长的缺点,将K-means聚类算法应用到图像匹配算法中,提出了一种解决该问题的改进算法。该方法利用K-means聚类算法对图像提取出的角点对先进行聚类分组,然后采用预判断模型和分组随机选取的方法来提高传统算法效率。实验结果表明,该算法相比于传统的RANSAC算法,在保持较高的精度和鲁棒性的情况下,大大提高了计算效率,有助于提高图像的自动拼接的效率。     

一种遥感图像高精度自动拼接算法

图像的自动拼接在地理信息系统和全景视频系统中应用广泛,但是传统的自动拼接算法在拼接含有大片相似区域的图片时精度不高,效果不理想.本文在传统算法的基础上,提出一种高精度的自动拼接算法,利用基于特征的算法提取特征点,利用基于像素的算法寻找匹配块,然后根据RANSAC原理精确计算图片的匹配关系.实验证实,该算法在图片包含大量相似区域及重叠部分相对较小的情况下,有比传统算法更高的拼接精度,而计算量并未增加.     

改进朴素贝叶斯算法的人脸表情识别

传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题.为此提出AAM算法,定位关键点提取人脸表情几何特征.将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类.在CK+数据...     

文化旅游产品的心理营销

旅游者的文化需求越来越高,文化旅游产品的营销不仅要注重产品的文化品牌、文化特色,而且要紧抓旅游者的心理需求、旅游动机及行为方式,才能实现产品的心理营销。     

增益可控的预失真线性化技术

为了满足现代无线通信系统对传输系统线性化性能的要求,线性化技术成为通信领域的研究热点.在研究预失真技术特点的基础上,分析功率增益对预失真技术线性化性能的影响,指出降低预失真放大器的实际输出增益能有效地提高系统的线性化性能.引入功率增益控制因子,改进预失真算法,提出基于增益可控的预失真线性化技术.仿真实验证明,该技术可以实现满意的线性化性能,提高预失真放大器的效率.     

一种用于点云配准的改进迭代最近点算法

经典的迭代最近点算法（ICP）收敛速度慢,在源点云和目标点云初始姿态不佳时存在容易陷入局部最优解等问题。针对上述问题构建一种结合快速点云粗配准的改进 ICP 算法。改进的 ICP 算法首先利用重心重合法进行两个点云集预处理,缩小平移误差,提高点云重叠度;然后采用随机采样一致性算法（RANSAC）实现两个点云集的粗配准,使两个点云集具有相对较好的初始位置姿态;最后利用体素栅格和 KD 树对 ICP 算法进行改进,实现点云精配准。将改进算法和经典 ICP、GICP 算法进行对比实验,结果表明：相较于经典 ICP 和GICP 算法,改进算法精度更高、速度更快。