基于改进SIFT的图像快速自适应匹配算法研究

针对SIFT算法在匹配具有相似区域的可见性,图像存在特征点描述符生成速度慢、匹配过程繁琐、匹配约束单一等问题,本文提出了一种基于改进SIFT的图像快速自适应匹配算法。通过错误高失配率的方法来简化图像特征的描述,将其从128维压缩至12维,以提升匹配速度。再通过对匹配阈值进行修整,增强其对常规的图像内容变化的视角变换,以改善算法鲁棒性。实验数据发现,与经典的SIFT算法匹配相比,所提方法具有更好的准确度和效率,在多种内容变换干扰下,其失配率平均降低了5%,具有很好的推广应用价值。     

一种快速的旋转图像匹配算法

文章探讨了一种用极坐标表示和K—L变换来减少匹配运算量、以改进遗传算法作为搜索策略来提高匹配速度和定位精度的快速有效的旋转图像匹配算法.实验结果表明这种算法计算速度快、匹配概率高、匹配误差小、鲁棒性好.     

快速的自举鲁棒点匹配算法

鲁棒点匹配算法中的退火温度是按常数比率降低的,它导致运行时间长。文章基于对应关系矩阵的熵和退火温度是同时变化的现象,提出采用熵来建模退火温度,由此得到一种新的算法。尝试了两种实现方案,实验表明它们都比原算法高效,其中一种实现方案的鲁棒性和配准精度都非常接近原算法。     

阈值自适应的SIFT全景图像拼接算法

针对SIFT(Scale Invariant Feature Transform)算法中阈值影响着图像匹配的成功率,提出了一种阈值自适应的匹配算法.该方法首先对SIFT算法中的阈值系统地研究,发现检测局部特征点的阈值α和图像匹配时最近距离与次近距离的比值的阈值 β对图像是否能够成功匹配起着决定性的作用,然后利用控制α的大小来检测特征点,生成特征描述符.再利用广义紧互对原型的基础上,自动调整 β的大小来控制匹配的对数,最后结合RANSAC和最小二乘法求出图像间的映射关系得到拼接后的图像.实验结果表明,该算法通过自动调整阈值和利用RANSAC剔除误匹配点,加快了图像的匹配速率,开发了全景图像拼接软件.     

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。     

基于改进演化算法的快速图像相关匹配

提出了一种基于演化算法的快速图像相关匹配的新方法,详细介绍了染色体编码的编码方法选取、适应度函数设计及演化算子设计,并对演化算子设计做出了部分改进．实验结果表明：与传统的遗传算法相比较,改进的演化算法能够更快而且有效地实现灰度图像的相关匹配．     

基于均匀网格的自适应密度快速聚类算法

提出了一种基于均匀网格的自适应密度快速聚类新算法．首先引入均匀网格和边界网格概念,然后给出了网格均匀度的计算方法和自适应网格划分技术．每次聚类都从均匀度最高的网格开始逐步向周围扩展均匀网格,直到遇到边界网格为止．算法除具有一般网格聚类算法的优点外,还能自适应地发现不同密度的类及其边界,能够有效地识别孤立点并具有较好的扩展性．最后,通过实验验证了该算法的有效性．     

竞争匹配追踪算法

匹配追踪算法是一种从一个极度冗余的词典中选择出某些基向量来叠加出一个特定的信号的算法 .这种算法已经成功地用于视频压缩和其它领域中 .但由于匹配追踪算法本质上是一种贪心算法 ,它的主要缺陷是无法分辨出信号中存在的双峰结构 .本文提出了一种改进算法 ,称为竞争匹配追踪算法 .这种算法能够克服上述匹配追踪算法的缺陷 ,并且在同等情况下能达到更优的性能 .     

智能监控系统中图像快速匹配识别方法

计算机图像传感器收集到信息后,一般通过DSP与ARM来完成图像的处理.文章通过对银行系统中钞票流转智能监控系统的实际研发应用,构建一种基于FPGA和ARM的图像处理识别系统,以达到提出特征、去除噪声、增强图像、匹配模板等功效,实现对英文字母与数字符号的全部识别,该系统具有超高的识别速度和性价比.     

一种改进的KMP字符串匹配算法

在分析BF和KMP算法的基础上,提出了一种改进的字符串匹配算法。此算法具有比BF算法更优越的时间复杂性,并且相对KMP算法而言更简洁易懂。     

QS快速单模式匹配的两种改进算法

模式匹配算法已广泛应用于各个领域,针对如何减少匹配次数,提高算法效率,提出两种改进的QS快速匹配算法。第一种算法通过检测匹配窗口的末字符是否出现于模式串中,并依据情况滑动模式串。第二种算法通过构造BM及QS算法两个坏字符滑动表,经查表比较后确定每一次的滑动距离,使得模式串的滑动距离达到最大,从而大大减少了尝试的次数。实验结果表明,UCD与MSD算法的尝试匹配次数明显优于QS及其他算法。具有更高的效率。     

基于MWM算法的多模式匹配算法的改进

对SNORT的原有规则匹配算法MWM算法改进,在改进规则匹配算法中加入哈希冲突二次散列处理和模式分组匹配,在匹配过程中,可以有效的避免哈希才冲突,增加最大跳跃度,从而大大减少了在规则匹配中花费的时间,从而提高了SNORT的性能。通过测试改进后的系统比原来的系统速度明显提高。     

模式匹配问题BM算法探讨

介绍了模式匹配问题的BM算法，并在将其与BF和KMP算法进行比较分析的基础上，对其进行了详尽的探讨。     

一种新的特征值的模式匹配算法FLC

提出一种基于特征值的模式匹配算法——FLC(First-Last-Characters)算法,可打破经典算法有序偏移的思想,突破BMHS(Boyer-Moore-Horspool-Sunday)算法最大偏移量(m+1)的上限,从而增大偏移距离,减少匹配时间.测试结果表明:FLC算法的匹配效率优于BMHS算法.     

基于均值的快速码字搜索算法

在矢量量化中,搜索与输入矢量最接近的码字需要的计算量很大,实现码字搜索的快速算法是矢量量化实用化的重要条件。在综合现有搜索算法基础上,提出了一种基于均值的快速搜索算法FMBC—SA（Fast Mean-Based Code Searching Algorithm）,有助于减少矢量码本搜索的时间和空间复杂度。     

椭圆曲线上的快速算法

点乘是椭圆曲线密码的基本操作,它的主要性能指标是运算高效性。本算法设计灵活,且适应不同应用要求;执行的结果非常高效,适应于大多数椭圆曲线参数。     

能算零点的快速汉克尔变换

给出一种新的零阶汉克尔变换快速算法,此算法不仅能计算零点值,而且比以前快速汉克尔变换算法的精度更高。     

一种快速的自动图像修复算法

图像修复算法有很多,但它们一般只给出修复的方法,对于待修复区域边界是怎么识别的这一难题避而不答.采用模糊C均值聚类的方法识别出损坏图像的区域,进而找出待修复图像的边缘,然后采用-种结合高斯核的快速行进方法对图像的损坏区域进行修复.实验结果表明本算法能实现图像的自动修复,并且修复效果非常好.     

多重集划分快速生成算法

通过引入两种新结构：有序搜索树和向量进制运算,设计了多重集划分和多重集k划分的有效非递归生成算法,并对算法的正确性和有效性进行了分析.算法可以在划分数的线性时间复杂度内生成所有划分,并且在平均意义下可以用常量时间由一个划分生成下一个划分.同时,该算法可用于整数拆分、普通集合划分以及其它组合生成问题。     

基于改进自适应TV模型的全自适应去噪算法

为使保边性更好的去噪模型在邻近图像边缘处得到应用,同时在图像平坦处得到平滑性更好的模型,解决选择单一的正则项系数对图像处理结果造成的不良影响,有效地自适应选取正则项系数,采用基于小波变换的图像分割技术将图像分为边缘区域和平坦区域,通过修改TV模型的数值解法和ROF算法,实现自适应正则项系数算法。实验结果表明,改进的模型和自适应正则项系数选取算法得出的图像,均方误差为56.69,峰值信噪比为31.00,平均相似度为0.84。改进的TV模型在图像去噪效果方面优于原模型,自适应正则项系数算法能够弥补原图像去噪方法的不足。