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。     

基于MLS的点云模型特征提取算法的研究及应用

点云数据处理技术一直都是逆向工程所研究的重要领域之一,对准确而形象地再现真实物体有着重要的意义。其中三维点云模型的特征提取对展现物体模型的三维基本信息有着重要的作用。本文从工程结构有限元分析的角度,对三维点云数据的预处理技术及其特征提取的算法等逆向工程中的关键技术进行了研究,并提出了一种改进的特征提取算法,将其应用于工程有限元模型的快速建立,用来减少建模人员在有限元建模时的工作量。     

融合动态特征和IV-SVM的火焰识别算法研究

应用传感器信号进行火焰识别的方法易受诸多外部环境因素干扰,同时现有火焰图像特征提取方法对于火焰与场景区分能力欠佳,从而导致火焰或场景发生改变时的准确率较低。文章在颜色信息融入尺度不变特征变换方法(Scale-invariant Feature Transform,SIFT)条件中提出融合动态特征和增量支持向量机(Incremental Vector Support Vector Machine,IV-SVM)的火焰识别算法。首先,针对火焰图像应用SIFT算法提取特征描述符;其次,通过火焰在颜色空间的动态特征融合去除噪声点;再次,将特征描述符转换为对应特征向量并作为IV-SVM训练模型内容,从而获取火焰识别算法模型。在互联网火焰图像数据集的实验结果表明,与Kim方法、Dimitropoulos方法、Sumei方法比较,文章的方法对于不同场景与火焰类型均有较高识别率和较快检测速度,具有较好的实际应用意义。     

文本特征提取技术研究

提出了一种基于MI方法和DF组合成特征提取方法，对中文文本进行实验，测试结果表明组合特征可有效提高文本分类精度。     

基于LBPH算法的人脸识别算法研究与设计

人脸识别技术是一种根据人脸的特征信息进行身份判定的技术,此技术经过几十年的发展,由弱人工智能向强人工智能转化,论文提出了一种Python语言利用LBPH算法提取人脸特征、实现人脸识别的方法。     

机器人立体视觉中三维重建的研究

如何更好地实现智能化一直是机器人领域的研究前沿,如果它们像人一样有自己的眼睛,那么,机器人就更接近智能化了。在三维重建阶段,文章通过三维重建的基本原理和基本方法,结合摄像机的内、外参数计算出空间点的三维坐标,提出一种改进的直接对三维空间点进行剖分的三角网格剖分法。     

基于SIFT算法的物流货品图像识别系统研究

随着各行业对物流管理技术要求的增长,针对物流技术中的货品图像识别系统进行研究,传统的SIF算法在商品类别控制过程中暴露的现实问题使得物流管理技术停滞不前,本文在此算法上进行改造,研制了一种改良后的多角度匹配方法,该方法不仅能应对图像的尺寸变化,还能解决图像倾角和旋转等问题,且计算的及时性和拍摄角度都能满足货品标签代码图像识别系统要求,对物流管理技术的提高有很大的促进作用.     

基于SIFT算法的物流货品图像识别系统研究

随着各行业对物流管理技术要求的增长,针对物流技术中的货品图像识别系统进行研究,传统的SIFT算法在商品类别控制过程中暴露的现实问题使得物流管理技术停滞不前,本文在此算法上进行改造,研制了一种改良后的多角度匹配方法,该方法不仅能应对图像的尺寸变化,还能解决图像倾角和旋转等问题,且计算的及时性和拍摄角度都能满足货品标签代码图像识别系统要求,对物流管理技术的提高有很大的促进作用。     

基于几何距离可分性判据的文本特征提取

不同类的模式可以被区分熏因为它们所属类别在特征空间中的类域是不同的区域。显然这些区域重叠的部分越小或者完全没有重叠,类别的可分性越好,因此可以用几何距离或离差测度来构造类别可分性判据。为了处理方便和节省资源,而又不影响识别的正确率,需要一定的方法提取对分类识别最有效、数目最少的特征。文章从模式识别工程的角度出发,运用基于几何距离可分性判据对通信类文本进行了特征提取,并用提取后的特征向量对训练样本以外的文本进行识别,得到了较好的效果。     

基于UG环境下制造特征信息提取综述

以产品特征建模作为CAD/CAPP集成的基础,构建了基于特征的集成化产品信息模型。根据系统集成对于信息的需求,从制造特征信息方面对于零件特征进行了深入的研究,在此基础上构建特征信息模型。在以上研究的基础上,以为UG平台,利用UG的二次开发接口,对制造特征进行提取。     

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。     

基于多种特征的火灾烟雾检测算法

本文提出了一种基于HSI空间和二维离散小波变换的图像型火灾烟雾探测方法。在HSI空间结合实际烟雾图像进行烟雾分割,并应用于火灾烟雾探测领域,能够实现有效的且实时性好的火灾预警功能。针对烟雾的相关系数、形状不规则性及半透明性的特征对可疑图元进行特征提取,最后综合各特征值进行烟雾判断。实验结果表明,与利用单一特征检测烟雾的算法相比,所提出的算法有效地提高了烟雾的识别率。     

基于改进的小波变换和模糊核聚类的纹理分割

提出了一种基于改进的小波变换和模糊核聚类的纹理分割方法。该方法首先用改进的离散小波变换进行纹理特征提取。然后用模糊核聚类方法对特征空间的每个像素进行聚类以实现对纹理的分割。实验结果表明所提算法有很好的分割结果。     

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。     

基于Gabor小波和增强Fisher模型的掌纹特征提取

对于其他身份识别的生物特性而言掌纹有着很多的先天优势,因此在各个领域得到了非常广泛的应用。本文通过研究掌纹的特征,提出了一种基于Gabor小波和增强Fisher线性判别模型(EFM)的掌纹特征提取算法。先对预处理掌纹,在对掌纹灰色图像通过算法进行Gabor小波变换后,得到Gabor的掌纹特征向量。随后,通过主成分分析变换高维特征向量至低维空间,最后在此空间内利用EFM变换矩阵提取到掌纹的特征。由于Gabor函数在特征提取方面有着优良的性能,对高维特征的降维处理问题可有效解决,同时,算法也提高了Fisher线性判别式(FLD)的推广能力,可以较好地实现掌纹的特征提取。     

基于改进型BP神经网络的字符识别算法研究

神经网络被广泛地应用于字符识别,通过对其难点问题的分析,为了提高字符识别率,本文应用改进型BP神经网络进行字符识别,该算法识别率高,速度快,可适用于多种高噪声环境中,实用性很强。     

浅谈公路改建设计

结合作者以往工作经验,对公路升级改建设计时应注意的问题做简单探讨。