共查询到20条相似文献,搜索用时 109 毫秒
1.
针对运动背景下的运动目标检测实时性要求高的问题,提出了特征点匹配对预筛选的快速运动背景匹配,通过配准运动背景,然后通过帧间差分法提取运动目标。该算法首先利用Harris算子提取背景图像的Harris特征点,然后对Harris特征点进行匹配得到匹配对,通过K-means聚类算法对特征点对进行预筛选,预筛选后的特征点对利用改进的随机样本一致算法(PROSAC)计算放射变换矩阵,最后对背景图像进行变换配准。实验仿真表明,该算法极大地提高了运动背景匹配速度。 相似文献
2.
为了克服传统的局部特征匹配算法对图像的尺寸和旋转比较敏感的缺点,文章提出了一种基于Harris和SIFT的特征匹配算法。该算法首先进行Harris角点提取,利用圆的旋转不变性和多维向量来构造SIFT特征描述子,然后利用极线约束降低对匹配点的搜索空间,最后度量特征描述子之间的欧氏距离,运用双向匹配技术得到最终的匹配结果。实验结果表明,该算法能提高匹配精度,减少匹配时间。 相似文献
4.
本文基于一般位置上的双普通摄像头通过立体视觉的方法进行测距研究。为了减少错误匹配点对的个数,先采用Harris角点检测法对双摄像头捕获的两幅图像进行角点检测,然后将检测出的角点作为候选特征点,结合SIFT立体匹配算法实现对应点的匹配,从而进一步进行测距,该方法提高了测距的精度。 相似文献
5.
本文提出一种基于自适应非最大抑制策略的Harris角点检测算法;算法从角点响应函数的局部极大值入手,计算图像中每个像素点的局部极大值通过设置抑制半径与角点响应函数的局部最大值关联最终获取角点。实验表明,该算法检测出的角点均匀分布,提高了检测角点的准确性,算法能够应用于图像特征匹配、运动估计等方面。 相似文献
6.
在研究图像拼接理论的基础上,改进了拼接算法中的特征点匹配问题。首先利用Harris算法进行角点检测,然后利用归一化相关法进行匹配,接着利用该文中提到的方法来去除误匹配,从而得到匹配点对。实验结果证明该方法有效地提高了图像拼接的精度和速度。 相似文献
7.
随着时代与信息化技术的迅速发展,对人的身份的鉴别要求也越来越高。社会需要越来越可靠、高效的身份识别系统。特征点的提取是匹配识别的基础。本文重点探索研究了Harris算子和8邻域滤波两种方法对细节特征点的提取。 相似文献
8.
9.
本文以2013年全国数学建模竞赛B题为背景,主要研究双面打印碎纸片的拼接复原问题。利用特征点匹配的图像拼接算法,绘出了基于特征点的图像拼接流程图:根据图像拼接流程图建立了特征点检测算法Moravec角点检测算法模型,通过计算各像素的兴趣值、选择恰当的特征点、候选点,分析运算得到了附件5的碎纸片拼接复原结果。 相似文献
10.
11.
冯焕飞 《中小企业管理与科技》2013,(1):324-325
针对特征点检测和相机标定精度问题,提出了一种亚像素级的角点检测和相机标定方法。该方法对角点的提取首先运用传统的方法得到初始值,并以此为初始值从棋盘格图像中搜索边缘,然后拟合边缘数据,并将拟合得到的曲线的交点作为角点的最终值,最后以这些角点作为标定相机的特征点对相机进行标定。实验结果表明,该方法提高了特征点提取的准确度和精度,以此提高了相机标定的精度。 相似文献
12.
13.
随着时代与信息化技术的迅速发展,对人的身份的鉴别要求也越来越高.社会需要越来越可靠、高效的身份识别系统.特征点的提取是匹配识别的基础.本文重点探索研究子Harris算子和8邻域滤波两种方法对细节特征点的提取. 相似文献
14.
15.
王妍 《中国高新技术企业评价》2007,(16):106-106
提出一种强鲁棒的快速稳健的特征匹配方法。该方法采用基于尺度空间的,对图像变化具有鲁棒性的SIFT(Scale Invariant Feature Transform)算法进行特征点检测和提取,用大量的数据分析该方法的适应能力,寻找最佳匹配阈值。 相似文献
16.
提出一种基于背景补偿的动态目标检测方法来解决跟人AGV的物流运输系统中的人物检测问题。为减少目标检测所花费的时间,在不影响图像细节的情况下,首先缩小图像,检测SIFT特征点并进行特征点之间的匹配;其次,用随机一致性算法(RANSAC)去除运动目标的特征点匹配与两幅图像的特征点误配,从而构建仿射模型进行背景补偿;最后,运用图像的差分并对差分后的图像进行形态学运算从而检测出运动区域,并在原始图像中标记。 相似文献
17.
提出一种基于背景补偿的动态目标检测方法来解决跟人AGV的物流运输系统中的人物检测问题.为减少目标检测所花费的时间,在不影响图像细节的情况下,首先缩小图像,检测SIFT特征点并进行特征点之间的匹配;其次,用随机一致性算法(RANSAC)去除运动目标的特征点匹配与两幅图像的特征点误配,从而构建仿射模型进行背景补偿;最后,运用图像的差分并对差分后的图像进行形态学运算从而检测出运动区域,并在原始图像中标记. 相似文献
18.
19.