可变增益控制的遥测影像激光扫描匹配算法

对遥测影像采用激光扫描匹配和配准,提高遥感对地探测的精度,传统的遥测影像匹配算法采用高分辨率SAR图像处理算法,实现对地遥测目标的特征融合检测,算法存在计算复杂,检测精度不高的问题。提出一种基于可变增益控制的遥测影像激光扫描匹配算法。构建遥测影响的三维影像数据提取模型,设计遥测影像对地探测的激光散射模型,采用激光扫描方法进行地理信息遥感标定,在尺度空间进行插值运算,进行遥测影像标定可变增益控制,准确实现对地理信息特征的激光扫描遥感标定。仿真结果表明,采用该算法进行遥测影像激光扫描匹配的准确率最高,提高对地遥感探测的目标识别能力。     

RANSAC在影像匹配中的应用

影像匹配在模式识别、目标跟踪以及人工智能有着相当重要的作用。影像匹配的算法当前已经相当成熟,而消除误匹配,达到很高精度的匹配结果直接影响了算法的效果。本文正是从剔除误匹配方面着眼,引入了计算机视觉中经典的RANSAC算法,选用相对定向作为模型进行剔除误匹配。在航空影像上做了实验,剔除误匹配效果较为满意。     

基于改进SIFT算子的影像匹配

影像匹配在人工智能和计算机视觉等领域有着极为广泛的应用,其决定了影像目标识别跟踪、图像配准的质量。其中的基于SIFT特征的影像匹配算法,针对场景不同、尺度缩放、分辨率差异、光照亮度变化、影像模糊以及压缩等有很强的适应性,故而应用在当前很多匹配算法中。当由于其算法的特性,在一些应用中其匹配速度对硬件要求较高。本文从这一点出发,对SIFT算子予以改进,以保障匹配精度为前提,实现了算法效率的提高,并实验验证。     

车辆监控系统设计中地图匹配算法的研究

本文介绍了系统实现中的关键问题——地图匹配算法。怎么使车辆在地图上准确的显示,这是车辆监控系统中最关键的问题之一,即地图匹配的问题,介绍了常见的几种地图匹配算法和地图匹配算法的原理,并对地图匹配算法进行了分析,最后对地图匹配算法进行了改进。     

基于harris算子的影像特征匹配

针对航空影像,采用harris算子提取影像特征点,以提取出的特征点为待匹配点进行灰度相关匹配。实验表明,harris算子提取的特征点效果良好且均匀分布,基于harris算子的特征匹配具有较高的成功率,能够实现高精度影像自动匹配。     

几种块匹配运动估计算法的比较

在视频序列中,帧与帧之间存在着很大的空间冗余度,通常要进行运动估计,以去除帧间的冗余信息,保留相关有效信息。运动估计算法很多,常用的简单有效的运动估计算法是块匹配算法,本文通过使用常用序列,对几种块匹配算法(BMA)进行测试比较,最后给出了一种新的匹配算法。     

基于转向角函数的形状匹配算法

局部匹配方法主要是通过搜索最优点对应或特征对应来判断形状是否匹配.转向角函数也是一种基于局部特征的形状匹配算法,该算法将平面图形用直角坐标系图形表示,更形象地体现各图形间的差异性,并将这些差异用汇编语言转为计算机可以识别的代码进行实验.该算法能有效地处理图形变形和遮掩的问题,与其他的局部匹配算法相比有较高精度、运算速度快等优点,用Matlab实验证明是一种比较优秀的形状匹配算法.     

一种双目视觉的精准立体匹配算法

本文在双目立体视觉系统中提出一种精确的立体匹配算法。先用SIFT算法得到两幅图像的匹配点,并用RANSAC得到一些精确的匹配点。用这些匹配点算出两幅图像之间仿射变换关系,然后再将偏差小于阈值的初始匹配点都视为匹配点。再根据对应关系确定左图特征点在右图的潜在匹配点区域,从这一区域利用欧氏距离来查找SURF特征值之差小于设定阈值的点作为最终匹配点。     

Snort中字符匹配算法的分析与改进

研究入侵检测景统Snort的架构及执行流程,详细分析了Sonort中一种重要的模式匹配算法BM算法。针对传统的BM匹配算法的缺陷进行了讨论,并提出了改进意见;对捡测数据进行了分析,结论显示改进后的算法能够取得更高的匹配效率和更短的匹配时间。     

基于稀松模糊定位算法的网络入侵特征检测

提出了一种基于稀松模糊定位算法的网络入侵特征检测算法。新算法通过采集初始网络入侵特征,组建特征集合。利用稀松运动特征匹配算法最大程度上纠正由于特征模糊带来的弊端。保证跟踪匹配过程中,运用较少的入侵特征点完成后期的多个匹配,大幅降低匹配时间,消除匹配误差问题,通过将全局搜索和局部搜索机制有机地结合,保证检测的准确性。实验结果表明,利用本文算法进行入侵检测,能够有效提高检测的准确性。     

可信网络完整性验证的策略匹配研究

通过对可信网络接入完整性度量的分析,利用完整性度量参数在评估策略匹配方面进行了初步的探索,提出了一种基于完整性度量的本体化策略匹配架构。借鉴较为成熟的计算机免疫原理,通过探索策略的自适应分发,设计了基于免疫原理的策略自适应匹配模型和算法,并对该算法进行仿真测试。分析结果表明,该算法能够有效地对完整性度量参数进行策略的优化匹配。     

基于JX-4C的DEM生成技术探讨

介绍了DEM的基本概念,全数字摄影测量法DEM生产流程,以全数字摄影测量工作站JX-4C为操作平台,探讨了运用影像匹配和基于特征点线两种方法生成DEM的技术,分析比较了两种方法的优缺点及其实际应用。     

基于FREAK匹配算法的目标工件测距

为了精确地测量出目标物的三维空间距离,解决双目立体视觉区域匹配算法视差图效果不稳定、匹配困难等问题,提出一种自行选取目标物,利用FREAK匹配算法和RANSAC迭代算法相结合的方式直接对目标物进行立体匹配的方法,不仅在背景复杂的环境下能有效对目标工件进行立体匹配,同时较于SIFT、SUFT具有更高的匹配速率,实验证明,本文方法在精确测量目标工件的情况下,很好的减少了立体匹配时间。     

基于多模式匹配算法的计算机网络入侵检测研究

为了提高计算机网络入侵检测的效率和性能,采用多模式匹配算法来实现入侵检测。首先对网络入侵检测模型进行了分析,接着对多模式匹配算法基本定义进行阐述,提出了典型多模式匹配算法最后进行实例仿真,并从匹配时间和内存消耗两个方面对常见的三种多模式匹配算法性能进行了分析比较,实验证明,多模式匹配算法适用于计算机网络入侵检测,具有一定的研究价值。     

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。     

一种混合特征阈值抽取的互联网旅游资源检索算法

针对传统的检索算法在互联网旅游资源检索中精确度不高的问题,本文提出了一种混合特征阈值抽取的互联网旅游资源检索算法。首先使用LLSF、kNN、Im-Rocchio算法计算个人特征矩阵,利用混合特征阈值抽取匹配策略提高检索的准确性,并在Rocchio算法的基础上进行算法优化,实现混合特征阈值抽取的类别匹配,最后采用PageRank搜索排序算法对匹配的结果进行排序,输出检索结果。实例仿真结果表明,通过本文提出的改进策略,大大提高了旅游资源检索的精确度。     

基于前景检测的视差优化算法

目前立体匹配算法分两类,传统的匹配算法通过计算两幅图的像素点相似程度,采用的是一种局部优先的方法。而当前的策略主要将问题转化为求解能量方程,进而对全局空间进行优化,提高匹配精度,获得更好的视差图。但是在实际应用过程中,由于光学失真和噪声,平滑表面的镜面反射,投影缩减,透视失真,低纹理和重复纹理等影响,导致误匹配或者找不到匹配点,从而得不到有效视差。然而在特定的场合,可以利用有限的有效视差,基于前景检测以及最小二乘法,优化得到较为完整的前景视差图。     

基于本体的语义web服务混合匹配模式

为克服单一匹配算法难于适应复杂网络环境,提高服务匹配算法准确率,提出一种基于本体的语义web服务混合匹配方法。该方法首先使用基于逻辑推理的匹配策略,将服务分为5个等级,然后采用基于相似度计算的匹配策略对候选服务进行进一步匹配,最后将符合要求的服务集按匹配度递减的顺序返回给用户。实验证明,该方法能有效提高匹配结果。     

应用于室内的双目视觉定位算法

为了实现自主移动机器人在室内的精准定位,提出了一种对运动姿态求解过程进行优化且基于特征点匹配的双目视觉定位算法。首先,利用FAST算子提取左右相机采集图像的特征点,并通过BRIEF算子进行特征点匹配;然后,对前后帧图像中的特征点采用BRIEF算子进行特征跟踪,并通过RANSAC方法过滤掉误匹配的特征点;最后,对帧间运动估计求解位姿的过程进行了优化,通过满足匹配要求的间隔最大的两帧图像求解位姿,以减小帧间运动估计产生的累积误差。实验结果表明,在机器人运动缓慢的情况下,该算法有效地减小了帧间运动估计产生的累积误差,提高了定位精度,并基本实现了在室内的定位。     

基于小波变换的相似多目标识别算法研究

根据LED晶片wafer图像的特点,利用小波变换的多分辨率分析提出了一种相似多目标的识别算法.wafer图像经过小波分解后,利用灰度归一化互相关算法,在其低分辨率尺度空间内进行整体模板匹配,然后将匹配结果在其高分辨率尺度空间内进行局部匹配,最终实现了全分辨率下LED晶片的精确识别.改进算法中利用步长自适应调整算法,使相关性系数计算量比原来减少了40％.试验表明该算法有效地缩小了搜索域,提高了晶片的识别效率.