一种基于改进SIFT算法的图像配准方法

给出一种改进的SIFT算法,并将该算法应用到图像配准中.首先,该改进算法结合Canny算子,去除影响匹配的边缘点.然后采用最近邻与次近邻之比来对96维描述子进行匹配.最后,采用随机抽样一致性(RANSAC)方法消除误匹配.实验结果表明,与原SIFT算法相比,该算法能够有效提高图像配准确度,并减少了10%左右的运算时间.     

RANSAC算法在剔除图像配准中误匹配点的应用

在遥感图像中存在很多相似地物、地貌,SIFT算法本身只利用了特征点的局部邻域梯度信息,通过SIFT算法提取到的特征点存在很多误匹配点,通过RANSAC算法剔除误匹配点,可以提高配准的精度。     

基于SIFT算法与RANSAC算法的X射线图像匹配研究

为了提高图像匹配的精确度,提出一种基于SIFT算法与RANSAC算法相结合的方法对X射线图像进行匹配。通过最近邻次近邻比值法对特征点进行粗匹配,利用对极几何约束的RANSAC算法剔除误匹配点对,从而实现精确匹配。实验结果表明了该方法的准确性和有效性。     

一种改进的SIFT双向匹配算法

分析SIFT特征提取匹配算法，利用SIFT特征向量匹配对的唯一性约束改进算法的匹配策略提出双向匹配算法，在已有匹配结果的基础上引入匹配的唯一性约束，进一步降低实时图像与参考图像时序匹配的误匹配率，以达到在实时图像中寻找已知着陆区域的目的，提高图像匹配的准确率。实验结果表明该方法有效。     

三维构件的古建筑过程式建模技术

本文研究基于建筑学知识与计算机视觉相关理论,建立佛光寺古建筑构件库,对库中构件进行特征描述与提取,并存储到相应的特征库。以过程式建模的方式进行构件的自动化匹配。在节约人力资源的基础上,对古建筑碎片进行自动识别与匹配,从而提高建筑重建的效率,增加可行性。     

基于SIFT特征提取的单目视觉里程计在导航系统中的实现

设计一个基于SIFT(Scale Inviriant Feature Transform)特征提取的单目视觉里程计用于导航系统中,有效克服传统里程计车轮打滑等情况下的偏差问题,并提供传统里程计无法测量的航向信息.实现过程采用单个像机,利用SIFT特征点尺度及旋转不变的性质精确匹配图像序列中的投影点,并根据坐标变换来测定车辆的移动距离和旋转角度. 实验中安装要求和实现都相对简单,其结果表明可达到较高的测量精度.     

基于ARM9与Linux智能搬运分拣机器人的设计与实现

给出了嵌入式ARM-Linux平台环境下的智能搬运分拣机器人的设计方案。其硬件平台是以ARM9架构处理器S3C2440A作为系统控制核心,并根据硬件资源对kernel、根文件系统以及应用程序进行了修订和编译,为机器人构建了Linux系统软件平台。同时还采用了一种改进型SIFT算法进行货物识别。凭借着强大硬件性能、开放的软件系统以及高效的匹配算法,使本机器人动作稳定性好、拓展性强以及识别精准度高等特点,能够工作在多种作业环境下。     

基于SIFT算法的三维心脏表面模型重建

心脏三维模型对于心脏疾病的诊断和治疗有很重要的作用,为满足心肌缺血可视化的显示需求,提出了一种基于SIFT图像匹配算法重建三维心脏表面模型的新方法。该方法用一部标定好的数码相机围绕心脏模型拍摄一组照片,用SIFT算法完成图像间同名点的匹配,通过这些同名点求出相机的外参数,进而实现三维心脏模型的重建。实验结果表明,该方法成功地重建了三维心脏表面模型,并且成本低、效率高,重建的模型能满足心肌缺血可视化的显示需要。     

一种二次阈值调整SIFT算法

SIFT算法因其良好的特征提取和匹配效果得到了广泛的应用,但在光照不足和模糊条件下其效果不能令人满意,为此提出了一种基于全局信息和局部信息的自适应SIFT算法。利用图像的对比度信息得到初始阈值,使该阈值适应光照不足和模糊图像,根据周围特征点分布情况来对阈值进行二次调整以控制特征点数目及分布,并改进了误匹配剔除方法。实验结果表明,改进后的SIFT算法不仅能很好地适应低光照和模糊图像,而且可以调节特征点数目,降低簇效应。     

边缘分类SIFT算法

针对经典SIFT算法的实时性较差和其在图像拼接应用时特征点冗余的问题,研究了其在整个尺度空间搜索极值点步骤后,利用图像几何不变矩理论结合图像边缘提取技术提取了图像的边缘类,并在边缘类对应的尺度空间中提取特征点,从而给出了一种改进的SIFT算法.经过多组实验后,结果显示改进后算法可以使图像的冗余特征点减少20%～50%,从而大大减少经典SIFT特征点冗余性并提高了算法的运行速度.