共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
为克服SIFT (scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法.该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准.仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级. 相似文献
3.
4.
图像配准是将不同条件下(时间、传感设备、气候、角度等)得到的两幅或者多幅图像进行匹配、叠加的过程.通常,每种配准技术都是针对某一类具体应用的,有一定的局限性.文中提出了一种融合的、基于特征点的图像配准方法,首先采用小波变换和USAN区域特性相结合的角点检测方法,然后利用互相关和RANSAC相结合的方法进行特征点匹配,最后采用薄板样条法求解点变换矩阵.通过这种方法可以弥补不同配准方法的不足,提高配准精度.通过对人物、景物等大量图像进行实验分析,证明此算法具有很好的配准精度、环境适应性和实时性. 相似文献
5.
基于kinect传感器的物体三维重建 总被引:1,自引:0,他引:1
随着计算机视觉的发展及深度传感器的出现,基于kinect传感器的物体三维重建技术得到了广泛的研究。针对现有的基于kinect传感器的物体重建算法需要将待重建物体置于转台并随转台转动的局限性,提出了一种通用的基于kinect传感器获取的物体彩色和深度图像完成物体三维重建的方法,对深度图像进行预处理以平滑噪声并获取三维点云,提取彩色图像匹配点并根据彩色图像特征点与三维点云之间的关系得到三维特征点,并通过SVD方法完成点云初始配准,然后利用改进的ICP算法完成点云的精确配准,得到物体表面的三维点云,重建出物体的三维模型。实验结果表明,该方法能有效去除深度图像的噪声,并对各个视角下的点云数据进行精确配准,完成物体的三维重建并得到较好的重建效果。 相似文献
6.
7.
针对SURF算法在构建局部特征描述符阶段耗时过长的问题,提出一种基于BRISK二进制特征描述符的改进SURF算法。应用SURF算法中快速DoH(determinant of hessian)算子检测特征点并确定主方向,采用BRISK描述符进行特征描述,通过匹配阶段采用汉明距离双向匹配和RANSAC算法剔除误匹配,并利用最小二乘法获取精确配准模型完成图像的配准。对比实验结果表明:该算法大幅提高了匹配速度,其匹配性能也超越了原SURF算法,能够较好地完成遥感图像配准。 相似文献
8.
一种傅里叶——梅林变换空间图像快速配准算法 总被引:1,自引:0,他引:1
为了实现低信噪比条件下暗弱空间碎片的探测,提出了一种基于傅里叶—梅林变频(FMT)的图像快速配准算法。首先,通过计算2幅原配准空间图像间的相关系数T并与阈值βth进行比较,快速判断图像间的旋转系数;其次,为了在保持配准精度的前提下获得较好的实时性,提出在配准算法的不同阶段采用不同方法对空间图像进行插值。通过基于FPGA+DSP硬件平台的实验验证表明,该算法能够实现0.5个像素精度的配准,与传统的基于区域和基于结构特征的配准算法相比,本文提出的算法配准速度分别提高55.319%和50.878%.基本满足了空间图像配准对实时性和高准确度的要求。 相似文献
9.
10.
为提高水印图像对几何仿射变换的鲁棒性,提出基于小波多尺度图像配准算法,并采用Hausdorff距离作为性能函数,有效地减少了搜索复杂度,解决了由于嵌入水印使图像特征位置偏移,导致提取的边缘特征点不能一一对应的问题.实验证明该方法可以极大地提高检测器性能. 相似文献
11.
12.
13.
14.
针对图像配准中采用互信息作为配准相似度函数存在配准精度小和收敛速度慢等问题,构造了一个基于最大化互信息的配准测度函数。结合一种适用于图像自动配准的文化粒子群优化(CPSO)算法,给出了一种新的图像配准算法。该算法将搜索空间设置成群体空间和信念空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。群体空间的粒子群不仅通过跟踪个体极值和全局极值来更新自己,还通过不断与信念空间中的优秀个体交互,加快群体的收敛速度。这就克服了图像配准中计算量过大、搜索速度慢等问题。大量实验表明,与现有的粒子群优化(PSO)算法配准算法相比,文中提出的算法具有较好的鲁棒性和配准精确率。 相似文献
15.
16.
17.
基于角点检测法的图像配准 总被引:1,自引:1,他引:0
采用角点检测算法,对图像中任一像素点和以它为中心的圆形区域USAN进行图像配准,将边缘提取和轮廓跟踪过程融为一体,并通过沿圆弧曲线扫描获取角点信息建立图像间角点的对应关系,由此得到初配准参教,且使用迭代过程以提高配准的精度.试验证明,该算法对图像间的旋转角度没有限制,配准精度高而且计算量小. 相似文献
18.
19.
20.
在所构建的摄像机与激光雷达组合感知系统上,对基于特征点的配准问题进行了研究。结合3D激光雷达与摄像机工作特性,针对激光雷达混合像素及边界点问题,设计了基于相关扫描序列滤波器(Associated Scanning Sequence Filter,ASSF),很大程度上减少了混合像素对配准特征点提取的影响,提高了提取准确度,使3D激光雷达与摄像机配准结果更为精确;另外,提出了基于结构化特征的激光雷达坐标原点位置标定方法,减少了激光雷达的量测误差。基于以上研究结果,使组合感知系统能够准确地对移动机器人行驶环境进行感知。 相似文献