二维碎片拼接的局部匹配

基于轮廓的二维非规则碎片拼接问题,通常分为局部匹配和全局匹配两个步骤,这里提出一种新的局部匹配的方法,首先对轮廓进行多边形逼近得到多边形顶点序列,然后获取多边形顶点的转角序列特征并计算相邻顶点间长度,对该转角序列使用改进过的"坦克算法",应用一定筛选规则,寻找到多边形顶点的若干候选匹配信息。改进的算法可降低时间复杂度,提高匹配效率。     

基于图像显著轮廓的目标检测

为了应对由复杂场景和目标形变所造成的目标难以检测的问题,提出一种基于图像显著性轮廓的目标检测方法.该方法首先利用全局概率边界算法（Globalized probability of boundary,gPb）提取图像轮廓,然后利用改进的最大类间方差法（Otsu）自适应地阈值处理获得图像的显著性轮廓;再通过检测并移除目标不稳定轮廓部分构造目标的鲁棒扇形模型;最后联合轮廓的多种局部及全局特征提出三种相似且基于特征概率密度分布的匹配策略,分别检测目标、目标镜面翻转以及发生旋转的目标.通过对多个数据库的实验分析,该方法能够有效地检测出目标及目标镜面翻转,同时在小偏转角范围有效检测旋转后的目标.     

应用特征轮廓四边形的热红外图与可见光图配准

热红外图与可见光图的融合分析在智能安防和故障检测中应用广泛.针对同一场景下两图像在融合过程中难以匹配的问题,提出了一种基于特征轮廓四边形的图像配准方法.首先通过分割算法分别对热红外图和可见光图进行过滤;再进行边缘轮廓点的检测和轮廓的重新绘制;然后通过算法筛选出特征轮廓并进行多边形近似,生成特征轮廓的外接四边形;将此四边形顶点代入改进的单应性变换模型计算参数,其中加入了位移变量偏差值可中和80％的误差;最后,通过单应性变换模型对热红外图进行变换配准.实验结果表明,该方法使轮廓定位更加精确,有效减少了匹配误差,能够实现图像的高精度快速配准.     

基于轮廓分层描述的目标识别算法研究

有效的目标轮廓分段是描述目标局部特征的关键环节.针对现有轮廓描述算法存在轮廓分段不合理的问题,本文基于认知心理学,提出了分层描述的轮廓描述算法.算法思想是首先根据角点特征将整个轮廓划分成一些轮廓分段,接着对轮廓分段的分布特点提出价值尺度,然后将多级轮廓分段按照价值尺度原则合并得到有限个能够完整描述目标轮廓的特征分段,最后将特征分段综合考虑长度尺度应用到Shape Context相似度检测模型中进行目标识别.通过对MPEG-7图像数据库中的图像进行实验分析表明该算法能够完整描述目标图像的形状特征,提高了目标识别率和形状检索率,并对部分遮挡的目标也具有良好的鲁棒性.基本满足目标识别识别和形状检索对准确率、稳定性、抗遮挡能力等方面的要求.     

基于统计模型的三线阵CCD月球影像快速匹配算法

为实现快速鲁棒的同名像点匹配,基于概率统计特征,提出一种针对CCD影像进行快速匹配的方法。首先应用统计方法建立月表整体形状模型和特征形状模型并构建轮廓特征;然后提取轮廓上的关键点作为特征点,随机选择若干特征点对得到候选变换;最后对其变换参数进行检验和求精。实验结果表明,本文算法比传统匹配算法的速度有了较大的提高,能够在...     

基于数值散射模拟与模型匹配的SAR自动目标识别研究

该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。      

基于HSV模型和特征点匹配的行人重识别算法

提出了一种基于HSV模型和特征点匹 配相结合的行 人重识别算法。首先根据改进的HSV空间颜色量化策略,比对两幅行人图像的 躯干和腿部主颜色是否一致,以快速确定备选目标;然后对备选目标,利用环形Gabor滤波器组生成多尺度图 像,再利用改进的FAST算法和BRIEF算法对多尺度图像进行特征点提取与描述,最后利用暴 力算法和随机抽样一 致性算法进行特征点匹配和提纯,以达到较好的匹配效果。实验结果表明,本文提出的行人 重识别算法具有较高的识别准确率,识别速度达到12frames。     

SIFT特征和正交DLT算法在物体识别中的应用

结合SIFT特征和正交DLT算法,给出一种较为精确的物体识别方法.该方法首先采用SIFT特征描述子进行测试图像关键点的提取,然后将测试图像和模型数据库中模型的特征点逐一匹配,设定匹配阈值,若匹配达到该阈值,则认为匹配成功,最后通过正交DLT算法在测试图像中识别该模型的位置.SIFT特征与正交DLT算法的结合有效地提高物体的识别精度.实验结果表明,该方法具有较强的鲁棒性,不仅可以在复杂背景下,较好地识别模型在测试图像中的位置,而且还可以在物体被部分遮挡的情况下,较为准确地对物体进行定位.     

基于快速视网膜关键点局部不变特征的激光主动成像目标识别

提出一种基于快速视网膜关键点(FREAK)局部不变特征的激光主动成像目标识别方法,在目标的矩、几何、轮廓等特征难以提取时仍然能够准确识别。提出差分加速分割检测特征(FAST-Difference)特征点检测方法,将加速分割检测特征(FAST)与高斯差分算子(DoG)相结合,快速提取出对于各种变换均具有稳健性的特征点;使用FREAK描述子生成特征向量,最后使用级联匹配方法完成特征向量的快速匹配。所提方法具有与人类视觉类似的特性:特征点检测阶段,FAST-Difference方法使用DoG进行多尺度检测;特征向量描述阶段,FREAK描述符的拓扑结构与人类视网膜类似;特征点匹配阶段,级联匹配方法模仿人类视觉的扫视搜索。实验证明所提方法能够对激光主动成像下的部分照亮的塔形目标进行快速有效的识别,算法满足识别系统实时性的要求。     

基于HU特征和改进Harris角点的零件快速匹配方法

针对零件图像匹配过程中匹配时间长、查准率低等问题,提出了一种基于HU不变矩特征和改进Harris角点的零件快速匹配方法。首先对待匹配图像进行预处理,用最大类间方差法进行图像分割并通过多边形逼近获取目标轮廓。然后提取目标轮廓的HU不变矩特征和模板特征进行粗匹配获得候选零件轮廓,再采用改进Harris角点提取方法获取角点、剔除非拐点并构造投票矩阵获取轮廓的顶点,最后拟合零件轮廓最长边,根据拟合直线的角度校正零件图像后进行基于灰度的快速匹配。实验结果表明:该方法相较传统方法精度提高3%以上,速度快22%以上。     

一种新的仿射不变特征及其在平面曲线匹配中的应用

构造了一种新的仿射变换不变特征,提出了一种适合于仿射变换的曲线匹配算法。首先将整个轮廓区域进行仿射区域划分,得到一系列子区域质心点;然后将质心和子区域的质心点按规则构成三角形,计算三角形的面积比序列,并将其规范化,构造新的仿射不变特征。在该不变特征的基础上设计新的识别向量和差异度度量函数,通过计算待识别目标与模型曲线之...     

参数特征匹配在SAR目标识别中的应用

参数特征匹配是基于模型的雷达目标分类识别研究中的重要内容。首先回顾总结了目前典型的参数特征匹配方法,在此基础上,针对合成孔径雷达(SAR)目标识别问题,分析了测试数据参数特征集与目标散射模型参数特征集之间的匹配对应关系,进而采用确定性退火方法进行参数特征匹配,然后依据匹配点对数目信息构造合理的匹配系数,根据匹配系数判定目标所属的类别,最后通过仿真实验验证了算法的有效性。     

基于直线空间结构特征的图像匹配方法

直线匹配在图像配准、目标识别等领域有重要应用。提出利用直线空间结构特征进行匹配的方法,算法采用粗精两级匹配的思路,粗匹配阶段用四参数仿射变换模型对待匹配图像进行粗步校正,精匹配阶段利用反映直线空间结构分布特征的直线交点方位角直方图,把直线匹配映射成两个点集的匹配,结合随机抽样共识(RANSAC)算法和参数迭代一致性方法剔除错配点对,实现图像的自动匹配。实验结果表明,本文方法能够取得较高的匹配精度。     

基于多特征融合的行人检测跟踪统计方法

为了避免传统方法行人过线统计的不足,提高视频中人数统计的适用性和有效性,提出了一种基于多特征融合的行人检测跟踪统计方法。首先,采用垂直拍摄的方式获取视频,利用Mean-Shift分割算法分割图像,根据发色信息和头部轮廓特征识别出人头目标区域;其次使用融合多特征的匹配算法对人头进行匹配跟踪;最后通过运动目标轨迹分析估算出监控区域内的人数。实验结果表明提出的算法在保证准确率的前提下,扩大了人数统计的适用性。     

基于相关区域约束的SURF特征点匹配

针对特征向量匹配计算量较大的问题,提出了一种改进的基于区域相关约束的快速鲁棒局部特征(SURF,Speeded-Up Robust Feature)的视频帧间的特征匹配算法。相比于最近邻与次近邻之比,增加随机抽样一致性估计来去除误匹配,再结合连续帧间的像素相关性,进一步降低误匹配和加速匹配过程。在PETS数据库的仿真结果表明,该算法能够在凌乱和存在遮挡的背景下完成目标识别,去除误匹配更加有效,适用于对实时性要求较高的场合。     

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。     

采用投影轮廓特征的激光雷达快速目标识别

激光雷达可以获得目标的三维形状信息,已成为目标识别领域新的研究热点。针对传统匹配识别算法计算量大的问题,提出了一种快速的激光雷达目标识别方法。采用由粗到精的策略,提出了一种新的点云正交投影轮廓特征(PCF)实现模型的快速预选,在此基础上利用迭代最近点(ICP)算法将目标与模型点云精确匹配,并综合利用特征匹配和点云匹配信息构建相似性度量实现目标识别。采用25类地面装甲目标在96个不同视角下的点云数据进行实验,结果表明该算法的运算效率远优于逐一匹配法,且对目标姿态估计误差和目标遮挡具有很强的稳健性,具有较好的综合性能和应用推广价值。     

基于三维模型的前视红外目标匹配识别方法

针对前视红外图像中地面固定目标的识别问题,提出了一种基于三维模型的匹配识别方法.首先由场景的3D数据建立目标三维模型,并以人工标记的方式进行编号以保留交界线信息;然后根据实时观测参数进行二维投影绘制得到目标的二维模板图像;最后提取边缘加权HOG特征在观测图像中进行匹配.对大量实测数据的实验结果表明,该方法识别精度高、对...     

基于车型轮廓的车牌定位识别

在目前的车牌识别方法中,有基于灰度图像的方法,基于小波变换的车牌定位方法等。然而,由于光照变化容易影响车牌识别的准确性,为了提高识别系统的环境适应能力,本文提出了基于车辆轮廓特征识别车牌的方法。首先,提取车辆轮廓,然后比较该模型的轮廓区域与数据库中的汽车轮廓模板相交点的位置。匹配成功后,找到交叉处Bisquare线性拟合点,使用交点坐标和车牌4个顶点坐标来定位车牌之间的相对位置关系。     

基于关键边缘特征的车型识别

针对在运动车辆车型识别算法中基于模板方法较高的复杂度、不易准确地获取运动车辆的外部轮廓;基于代数特征的方法在提取代数特征时,往往需要增加较多的计算量和存储负担,实时性较差。提出一种快速、实用的基于Gabor滤波器的车型边缘特征的提取方法,并利用模板匹配法实现运动车辆车型的自动分类,达到运动车辆车型的识别。实验结果表明此算法避免车型识别时对车辆外部轮廓的强依赖性,鲁棒性得到增强的同时降低了Gabor滤波器的计算量和存储负担,而又不降低识别率。