一种基于轮廓线的形状描述与匹配方法

该文提出了一种新的基于目标轮廓线的形状描述与匹配方法。该方法将两个待匹配的目标的轮廓线等弧长地分割成相同数目的弧段,用直线段连接相邻的割点构成对轮廓线的多边形近似,用多边形的顶点到形状的几何中心的距离和其两个后继顶点的距离构成的3个距离串来描述形状,形状之间的相似度用它们的3个距离串的欧氏距离和来计算。这种描述方法满足惟一性、紧致性和不变性,而且计算简单,对形状的全局特征和局部特征都能很好地描述。实验结果表明,将该方法用于形状匹配具有较高的精度和可靠性。     

SIFT与形状上下文结合的异源图像匹配算法

针对红外图像和可见光图像灰度差异大、匹配困难的问题,提出了一种基于改进的尺度不变特征变换和形状上下文描述的局部多特征匹配算法。首先通过高斯差分检测算法分别提取两幅图像的特征点;针对特征点梯度方向存在反转现象,结合梯度镜像方法对特征点统计特征点邻域梯度方向信息;然后引入图像边缘特征生成形状上下文描述子,与梯度方向描述子级联成联合描述子;最后采用欧氏距离和卡方距离加权的联合距离和最近邻算法对特征点进行匹配。实验结果证明,在红外图像和可见光图像匹配中,该算法相比原始SIFT算法能有效减少误匹配特征点对,达到较高的匹配精度。     

基于同底三角形面积描述的形状检索

为了在形状匹配的过程中提高形状特征对边界噪声和图像变形的鲁棒性,同时兼顾形状匹配算法的检索精度和运算效率,提出一种基于同底三角形面积的形状匹配方法.该方法首先计算每个轮廓采样点的同底三角形面积描述子,并对该描述子进行局部平滑,使其更加鲁棒.然后采用加权L1度量方法计算两个形状所有轮廓点的同底三角形描述子之间的距离,获得匹配代价矩阵.最后利用动态规划算法计算匹配代价矩阵的相似度,获得形状距离,实现形状匹配.通过在MPEG-7、Kimia以及铰接形状数据库上测试分析表明,该方法对变形目标具有良好的鲁棒性,且提高了运算效率和检索精度.     

液晶编码光栅编码设计与编码点匹配技术研究

物体形貌测量中,物体自身的特征信息往往较少,不足以实现三维重建,通过投射液晶编码光栅可以制造出足够的特征点,液晶编码光栅的编码设计及其精确匹配是形貌测量的关键技术。基于液晶显示可控的特性,由计算机控制实现液晶光栅编码的交换,无机械运动。通过液晶光栅编码可以直接获得被测物体形貌特征点信息,提高了测量速度和效率。实验表明,采用粗匹配和基于角点的精匹配方法,可以得到较高的测量精度,测量标准平板平面度测量误差为0．23mm。     

基于非局部区域关联和概率建模的虹膜识别方法

传统的虹膜识别方法主要提取和匹配局部区域特征,忽略了距离较远区域(即非局部区域)特征之间的相关性.基于序特征的方法通过高斯低通滤波器提取区域的平均灰度值并对不同区域进行大小比较,但是这种方法并不适用于用概率密度描述区域统计特性的情况.本文提出一种新颖的虹膜识别方法解决传统方法的不足.该方法在用空间-相位联合分布表示局部区域纹理特征的基础上,通过将位于距离较远图像区域的特征进行连接得到非局部区域关联描述子表达区域之间的关联特性.论文着重研究了两区域和三区域关联对虹膜识别性能的影响.在虹膜匹配时,考虑非局部区域关联描述子的有效性以排除遮挡、高亮和噪声等干扰因素的影响,允许非局部区域关联描述子进行整体微小平移以建模虹膜纹理的非刚性形变,最后用一种鲁棒的扩散直方图距离比较关联描述子之间的差异.论文在三个公开的虹膜数据库中进行了虹膜验证和虹膜识别实验,结果表明所提出的方法在性能上优于同类方法.     

基于SIFT和Hu特征融合的算法研究

基于SIFT和Hu特征融合的单目视觉识别算法是一种融合了局部特征和整体特征的不变矩融合算法。通过基于SIFT和Hu特征融合的单目视觉识别算法能够对三维物体图像的整体信息进行定义和把握,进而实现对物体的合理定位分析。另外,局部特征能够辅助全局特征对三维物体的特征进行更准去的定位和匹配。这种算法具有良好的伸缩能力、旋转能力、位移能力和抵抗能力,能够有效解决三维物体的匹配问题,同时提升系统的识别能力和工作效率,基于此,文章对SIFT和Hu特征融合的单目视觉识别算法进行研究。     

基于局部二进制模式和图变换的快速匹配算法

针对图像匹配在图像拼接、目标识别等领域的应用中尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法计算复杂度高、实时性较差的问题,提出了一种基于局部二进制模式（Local Binary Patterns,LBP）和图变换（Graph Transformation Matching,GTM）的匹配算法.首先采用SIFT特征检测提取特征点并以特征点为中心取13×13的图像块作为特征区域;然后用本文提出的局部旋转不变二进制模式（Local Rotation Invariant Binary Patterns,LRIBP）描述子对特征区域进行描述产生29维的特征描述向量,降低了描述子的复杂度,并以欧氏距离为度量准则进行初始匹配;最后采用图变换匹配算法剔除误匹配点,从而提高算法的运算速率和匹配精度.仿真结果表明,本文所提算法不仅具有较高的精度和较强的鲁棒性,并且减少了算法的运算量,提高了算法的实时性.     

基于透视不变量的平面曲线的识别

提出一种快速有效的平面曲线的识别方法,在这种方法中,我们从单幅图象中提取表征曲线形状的描述子,该描述子由曲线上透视不变点之间的射影距离不变量构成,且不受物体和摄象机之间的位置、方向以及摄象机物理参数的影响。因此这种识别算法不受透视畸变的限制,本文用一组起初的平面物体进行了识别实验,结果表明这些形状描述 平面 曲线的识别有很好的性能。     

基于显著性和SURF的家居服务机器人物体识别算法

物体识别是家居服务机器人的主要问题之一,考虑到家居非结构化环境下物体识别的复杂性,将不依赖图像分割的局部特征作为关键特征.针对传统SURF算法运算量大的问题,模拟生物视觉功能,提出了一种基于显著性区域指导的局部特征算法.首先采用视觉选择性注意机制提取图像显著区域,然后提取显性物体区域SURF特征,最后完成与目标图像的特征点匹配,实现场景中目标物体的识别.实验证明,和传统SURF算法相比,改进算法速度得到有效提高,同时识别率提高了约10％.     

基于改进型形状上下文描述子的字母手势识别

针对基于单目视觉信息的裸手手势,采用了基于改进型形状上下文描述子的分类识别方法。该方法首先通过肤色信息以及背景建模提取手部区域,然后利用单手指模板对手指进行检测,同时采用改进型形状上下文描述子对手部区域整体轮廓进行描述。在此基础上,使用有向无环图支持向量机(Directed Acyclic Graph Support Vector Machine,DAGSVM)对所提取的特征进行模式分类。其中,针对基本算法存在的问题,改进型形状上下文描述子将基于各个轮廓点的形状上下文直方图改为基于重心的形状上下文直方图,以提高计算速度,增强实时性。对30种字母手势,3种控制手势和10个数字手势开展的离线和在线实验结果表明,该方法取得了较好的分类准确率(离线:96%,在线:91%)和较高的实时性(识别时间14~15ms),适用于基于字母手势的实时人机交互。     

有向非刚体形变局部不变特征描述符

当前局部不变特征描述符主要针对刚体形变的图像匹配问题,但非刚体形变图像匹配的需求普遍存在且应用日趋广泛.非刚体形变的复杂性会导致同名特征点的局部支撑区域难以保持结构特性的相似性.构造更具针对性的局部不变特征描述符成为解决非刚体形变图像匹配问题的关键.针对如何准确地确定局部特征的主方向并划分局部支撑区域,提出了一种有向非刚体形变局部不变特征描述符及其构建方法.首先根据特征点的二阶矩阵估计其椭圆邻域并指示主方向,然后对局部支撑区域进行同性化处理,以消除各向异性形变的差异,最后把局部支撑区域加权嵌入到三维空间,用热核信号的形变不变性进行特征点局部支撑区域描述.对比实验结果表明,在非刚性形变和光度变化情况下,本文描述符的匹配正确率高于SIFT(Scale Invariant Feature Transform)和GIH(Geodesic Intensity Histogram)描述符,且保持了较好的旋转不变性.     

基于半球形邻域的激光雷达点云局部特征提取

为提升激光雷达点云目标识别的效率和减少计算开销,本文通过采用改进的邻域确定方法和LRF估计方法,提出了一种新的特征描述子:半球单值形状上下文特征描述子(Hemispheric Unique Shape Context,HUSC).首先计算关键点处的互相关矩阵,并根据邻域点附近的点密度进行加权,以此估计关键点的法向量和切...     

一种仿射不变的直线描述子与直线匹配

从图像中提取的直线常出现不完整、端点位置不准确等问题,针对这些问题造成的直线匹配难点,本文提出了一种仿射不变的直线描述子.首先将待匹配直线离散为对应点的集合,将直线描述转化为点的描述,避免了直线不完整造成的支撑区域大小不一致的问题;然后结合直线的方向和长度,定义点描述子的主方向和尺度,通过统计离散点集的局部邻域的梯度信息使描述子具有仿射不变性.为了提高直线匹配速度,在进行直线描述之前,本文采用了极线约束精简了待匹配直线集合,再利用最近邻距离比准则对直线精确匹配.实验结果表明本文提出的直线描述子在仿射、亮度、视点、遮挡等变化条件下具有精确的匹配性能.