特征点匹配对预筛选的快速运动背景配准

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。     

基于Harris和SIFT的特征匹配算法

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。     

图像角点检测配准的研究

本文主要研究两种角点检测定位角点坐标的方法,以及通过SAD配准方法进行角点匹配的具体过程,为单应矩阵的精确求解奠定基础。     

一般位置上的双摄像头立体视觉测距

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。     

基于自适应非最大抑制的Harris角点检测算法

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。     

基于特征点的图像拼接算法研究

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。     

眼底血管识别之图像细节特征点的提取

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。     

机器人立体视觉中立体匹配的研究

文章结合特征点提取经典的Harris算子与Forstner算子,给出了Harris的改进算法;结合特征点的双向匹配算法,对基于区域的匹配算法有所改进,依据归一化互相关算法(NCC)计算相关灰度值来判断是否互为匹配点。     

基于特征点匹配的双面碎纸片自动拼接复原

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。     

改进的Harris方法在交通事故现场图像拼中的应用

为了满足交通事故现场图像拼接时效性高的要求,本文提出了一种改进了Harris算法快速提取图像角点的方法。先采用3＆#215;3的预检窗口排除大部分疑似角点,保留候选角点,然后对候选角点采用Harris算法进行进一步的角点检测,确定最后的角点。实验结果表明,改进的方法不但能合理地检测出角点,还能大大提高角点检测速度,为交通事故现场图像快速拼接提供技术支持。     

一种高精度特征点检测和相机标定方法

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。     

基于改进SIFT特征匹配的视频拼接——在倒车系统中的应用

文章主要在限定的特征点提取区域,用改进的SIFT特征匹配算法进行帧图像的并行双向搜索匹配,缩短视频帧图像的匹配时间达到视频拼接的目的。     

眼底血管识别之图像细节特征点的提取

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.     

低空无人机遥感影像高精度自动匹配方法研究

本文针对低空无人机遥感影像的特点,提出一种基于Harris角点和SIFT特征的自动匹配算法,并利用基于单应矩阵和核线几何双重约束的RANSAC相对定向剔除错误匹配。通过一组影像的自动匹配试验,结果具有较高的匹配正确率,验证了算法的有效性,可为区域网平差解算提供良好基础。     

一种快速稳健的特征匹配方法及其鲁棒性分析

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。     

基于背景补偿的跟人AGV系统人物检测研究

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。     

基于背景补偿的跟人AGV系统人物检测研究

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.     

监控视频中运动目标的自动检测、跟踪和提取

为了能够从监控视频中快速准确地分析运动目标,文章提出了一种新的运动目标自动检测、跟踪和提取方法。首先通过混合高斯模型背景差分法获得运动目标初始二值轮廓。然后结合Kalman滤波和Blob匹配法跟踪物体的运动轨迹,并用矩形框架标记图像序列中的运动目标。最后传递矩形参数,采用迭代算法实现最优化分割,对运动目标进行准确提取。实验结果表明,该方法具有较高的鲁棒性和准确性。     

植物全景拍摄中相机旋转角度的估算方法

植物全景浏览需要估算相机的拍摄位置,根据浏览者位置变化实时的调取合适的图片,实现全方位观察植物标本的目的。提出了一种相机拍摄角估算的方法,首先利用SITF计算图片的特征点,其次利用FLANN对特征点进行匹配,然后利用棋盘格方法求解相机的内部矩阵,利用匹配的特征点,计算透射变化的基础军阵,最后使用相机内部矩阵和基础矩阵计算相机的旋转角度。实验结果表明,该方法能够获得相邻图片间相机的角度。     

三维激光扫描技术在建筑物重建中的应用探讨

三维激光扫描是当前我国一种比较先进的测绘技术,该技术具有数据获取量大、非接触式测量、全方位、自动化程度高以及数据获取速度快等方面的特点,是一种新的为建筑物进行测量的新技术手段。随着相关技术的不断发展,准确、快速地提取点云数据以及目标物表面特征将会是三维激光扫描技术未来的发展趋势。本文对三维激光扫描的基本原理进行了详细的阐述与分析,同时也介绍了三维激光扫描中数据匹配、数据预处理以及获取数据等方面的基本流程。