排序方式: 共有946条查询结果,搜索用时 15 毫秒
81.
科学、严谨的纸币真伪鉴别方法是遏制假钞流通的有效途径和重要手段.随着科技的进步,许多创新鉴别技术不断涌现,其中基于光谱特征的检测技术因准确、高效而被逐渐推广应用.利用光谱反射率特征能有效地区分背景、干扰物与真实目标,其在医疗、军事、食品检测等方面都取得了良好的应用效果.本研究利用真伪纸币的光谱差异性对纸币真伪进行鉴别分析.首先,利用尺度不变特征转换(SIFT)算法提取真、伪纸币的图像特征点,获取描述符幅值较大的特征点,通过测量比较真伪纸币特征点的光谱信息差异,对纸币进行真伪鉴别. 相似文献
82.
ICF实验靶定位技术研究 总被引:1,自引:0,他引:1
针对Hough变换在对激光惯性约束聚变(ICF)实验靶圆心定位时易受环形纹理影响的缺点,提出利用基于SIFT(Scale Invariant Feature Transform)特征点匹配的算法进行圆心定位.改进了SIFT特征向量匹配方法,用特征向量最近距离与次最近距离之差绝对值与最近距离之比代替原文中的最近距离与次最近距离之比,增强了其时光照差异的适应性.对标准圆图技像和实际靶图像分别进行了系列圆心检测实验,结果表明,在定位精度相当的情况下,SIFT算法稳定性优于Hough变换,且对仿射变换、噪声污染、图像旋转、照明差异均具有一定的稳定性. 相似文献
83.
为了提高机器人在环境识别中的实时性和准确性,在分析了SIFT描述算子性能及原理的基础上,对SIFT算法在计算描述算子阶段提出自适应修改步长的改进,以及在原先的匹配方法的基础上又加入二次反向匹配,既在一定程度上提高了实时性又对关键点的消除错配起到较好的效果。仿真结果也证明了其有效性。 相似文献
84.
85.
为了在现场可编程门阵列(FPGA)中用硬件电路实现尺度不变特征转换(SIFT)特征点的实时检测,对原算法进行了改进,提出了一种基于面密度插值法和双重极值点约束的新方法.该方法显著提升了SIFT特征点的尺度不变性,同时有利于提高定点数的计算精度.在此基础上,设计了一种高效率的硬件计算方案,将所有的计算步骤都实现在了流水线结构中,并在FPGA上完成了开发工作.与现有研究成果相比,这种高效的方案非常节约硬件资源,大大降低了硬件成本,同时又大幅度提高了计算精度.系统能够在采集图像的同时完成特征点的检测.对于360×288大小的图像,其理论最高处理能力为303帧/秒;由于受到摄像头的图像采集速度限制,目前的实际处理速度是25帧/秒. 相似文献
86.
赵大伟 《计算机测量与控制》2014,22(12)
为自主、精确地获得无人机的飞行姿态,文章研究并提出了一种利用无人机系统搭载的摄像机获取的序列图像来快速获得小型无人机飞行姿态的方法;该方法首先应用SIFT算法,通过多线程并行处理提取相邻图像特征点,然后依据设计的变换模型由匹配的特征点估计出帧间图像变换参数,并利用RANSAC算法剔除错误点,最终解算出机载平台的姿态角变化量;最后通过比较实验测得的姿态数据与实际姿态数据,证明了该方法的有效性。 相似文献
87.
针对眼底图像对比度低、不同视场的图像间存在几何畸变等特点,提出一种基于SIFT特征的眼底图像自动拼接算法。该算法分别提取待拼接眼底图像的SIFT特征点,并用向量进行描述,确定两幅图像特征点的匹配关系,使用MLESAC算法去除误匹配点对,提出对特征点对提纯的距离-斜率相似测度方法,计算匹配点之间的透视变换矩阵,最后进行图像配准和拼接。对实际眼底照相机获取的多幅图像拼接结果表明,该算法具有很好的鲁棒性和稳健性,可以实现眼底图像的高精度自动拼接。 相似文献
88.
人脸识别技术在门禁、视频监控等公共安全领域中的应用日益广泛,人脸特征数据的安全性和隐私性问题成为备受关注的焦点。提出一种基于SIFT的人脸特征安全保护新算法,首次将随机投影应用到对人脸特征数据的保护中。该算法首先利用SIFT特征对旋转、尺度缩放、光照变化等具有较好稳定性的特点,提取有较好鲁棒性的人脸数据;然后根据用户密钥对SIFT特征进行不可逆变换,生成具有可重建性的人脸特征模板数据,从而实现对人脸特征数据的保护。实验表明,该算法在CMU、AR和Feret人脸数据库中均取得较高的识别率,不仅对人脸特征数据具有保护作用,并且对姿势、遮挡和表情的变化具有较高的鲁棒性。 相似文献
89.
探讨了一种基于机器视觉的PCB自动装配线多焊盘实时定位方法。采用多分辨率图像金字塔匹配策略,利用模板图像与待搜索图像的灰度特性,使用圆投影匹配进行初始候选匹配点的选取,得到一系列的候选匹配子图;使用SIFT算法对候选匹配子图和模板图像进行特征匹配,确定对应匹配点,消除误匹配的候选子图;根据点的模式匹配,确定大致的旋转角度,使用重采样和插值的方法计算精确的旋转角度。实验表明,该方法可以准确、实时地实现目标定位。 相似文献
90.
针对宽泛条件下不同视域场景多摄像机多目标的匹配跟踪问题,提出了一种基于纯目标的强鲁棒自适应SIFT(Scale Invariant Feature Transform)特征匹配算法。该方法为每个从视频图像中提取出的纯目标设置一个CamShift(Continuously Adaptive Mean Shift)跟踪器,利用自适应尺度空间因子提取目标的细节特征,采用基于BBF(Best Bin First)的双向匹配策略去除误匹配点,当目标的关键点数量太少,无法满足计算三维二次函数精确关键点位置时,构造了自适应尺度Harris角点检测法增补新点。通过对户外车辆、人员等在不同场景下的连续跟踪实验表明,本算法实时性好、自适应能力强,与其他算法相比,匹配耗时少,跟踪精度高。 相似文献