基于文本与语义相关性分析的图像检索

为了更加有效地检索到符合用户复杂语义需求的图像，提出一种基于文本描述与语义相关性分析的图像检索算法。该方法将图像检索分为两步：基于文本语义相关性分析的图像检索和基于SIFT特征的相似图像扩展检索。根据自然语言处理技术分析得到用户文本需求中的关键词及其语义关联，在选定图像库中通过语义相关性分析得到“种子”图像；接下来在图像扩展检索中，采用基于SIFT特征的相似图像检索，利用之前得到的“种子”图像作为查询条件，在网络图像库中进行扩展检索，并在结果集上根据两次检索的图像相似度进行排序输出，最终得到更加丰富有效的图像检索结果。为了证明算法的有效性，在标准数据集Corel5K和网络数据集Deriantart8K上完成了多组实验，实验结果证明该方法能够得到较为精确地符合用户语义要求的图像检索结果，并且通过扩展算法可以得到更加丰富的检索结果。     

基于高光谱图像的改进SIFT特征提取与匹配

针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。     

基于SIFT特征的视频稳像算法

为将载体上截取的视频进行稳像,介绍了尺度不变特征变换(scale invariant feature transform,SIFT)算法及基于SIFT特征的视频稳像算法.基于电子稳像算法框架采用六参数仿射模型表征图像运动,利用图像的SIFT特征估计图像间的模型参数,通过补偿来消除图像间的运动,完成了视频稳像任务.最后,利用峰值信噪比(peak signal to noise ratio,PSNR)指标评价稳像效果.实验结果表明:该算法能很好地消除图像间的运动,有效提高图像间的PSNR值,完成视频序列的稳像任务.     

基于尺度不变特征变换的车牌特征提取及BBF匹配方法

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换（Scale invariant feature transform, SIFT）的车牌特征提取及 (Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss, DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First )算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。     

基于拼接缝自适应消除和全景图矫直的快速图像拼接算法

针对图像拼接存在色差过渡不均匀、图像倾斜扭曲及拼接效率低的现象，提出一种基于拼接缝自适应消除和全景图矫直的快速图像拼接算法。首先，用尺度不变特征变换（SIFT）提取图像指定区域特征点并用双向K近邻（KNN）算法进行图像配准，有效提高算法效率；其次，利用动态规划思想提出自适应公式找到最优拼接缝并用图像融合算法对其自适应消除，解决拼接缝色差过渡不均匀问题；最后，针对累积拼接误差形成全景图倾斜的现象，利用边缘检测算法提出自适应拟合四边形矫直模型，把原始全景图矫直为一个全新的全景图。所提算法与分块图像拼接和二叉树图像拼接算法相比，图像质量提升了5.84%~7.83%，拼接时间仅为原来的50%~70%。实验结果表明，该算法不仅通过自适应更新机制减少不同图像背景下拼接缝色差过渡不均匀的现象，从而提高了图像质量；而且提高了拼接效率，降低了全景图倾斜扭曲程度。     

基于简化SIFT的口服液杂质检测防抖方法

在口服液灯检机杂质检测系统中,口服液瓶体由于履带搓瓶的急停会有轻微的抖动,造成高速工业摄像机拍摄的前后两帧口服液瓶体图像中位于相同空间位置的像素无法重合在一起,导致前后两帧图像做差分结果出现错误。由于口服液中的杂质很小,一般会达到微米级别,因此机械的扰动以及口服液瓶体上的污点都有可能因位置偏差对检测结果造成影响。采用尺度不变特征检测（SIFT）对系统采集的前后两帧图像进行位置配准。SIFT算法稳定性精度很高,适用于高精度口服液杂质检测系统。基于抖动幅度微弱,对该算法进行了一定的改进与简化,以获得最佳配准结果。在实际检测过程中算法稳定,检测结果准确率很高。     

一种基于SIFT的图像哈希算法

图像哈希是近年来颇受关注的一个研究热点,但现有的图像哈希算法普遍存在对几何攻击(主要包括尺度、旋转、剪切)鲁棒性不足的缺点,不能满足很多实际应用的需要.针对上述问题,提出了对几何攻击具有强鲁棒性的SIH图像哈希算法.本算法基于在图像匹配等领域得到广泛应用的SIFT算子,通过对SIFT特征向量进行有针对性的筛选和压缩、基于特征向量分布质心的量化生成图像摘要.为适应图像摘要构造的特性,设计了基于广义集合距的匹配算法来衡量图像摘要间的距离.在公开图像库上的实验结果表明,本算法对几何攻击和非几何攻击的鲁棒性均优于对比算法,可广泛服务于图像识别/认证类型的应用.     

基于SIFT算法的图像目标匹配与定位

针对仅应用SIFT算法无法准确定位的问题提出了一种将SIFT算法、马氏距离和仿射变换相结合的匹配定位方法.利用SIFT算法进行图像初次匹配,同时对初次匹配的特征点进行马氏距离计算,尽可能的剔除误配点,接着结合仿射模型计算出仿射变换的参数,最后根据目标模板的形心和仿射变换参数求出复杂环境中图像目标的形心位置坐标.实验结果表明了该方法在忽略几何畸变的情况下,对目标准确定位具有较强的适应性,能够实现在复杂环境中检测目标,并获取目标的形心坐标.