排序方式: 共有51条查询结果,搜索用时 718 毫秒
41.
42.
结合分形特征及灰度相关的快速样本图像匹配算法 总被引:1,自引:0,他引:1
样本图像的匹配广泛应用于图像的判读、情报的获取和目标识别等方面.基于图像区域和纹理特征的样本匹配算法由于不需要进行特征提取而成为研究的热点.但是这类方法计算复杂,实时性比较差.为此,本文提出了一种结合分形特征和灰度相关的由粗到精的样本图像匹配算法,并且提出了分形特征计算的快速计算方法.算法首先计算样本图像和原图像各像素点对应的分形特征值;然后利用分形特征进行样本图像的粗匹配,得到初步的配准结果;最后,利用灰度相关剔除粗匹配中错误的匹配区域,得到最后的匹配结果.大量实验表面,本文提出的算法是有效的. 相似文献
43.
44.
45.
利用单幅影像测量目标在空间的位置和姿态参数(Pose)在目标定位、场景监测与更新、目标识别、自动导航等领域有着广泛的应用。目前有很多方法用于解决该问题,这些方法按照目标模型点与对应成像点的对应关系是否已知而分为两大类:一类是对应性已知条件下求解Pose;另一类是对应性未知条件下同时求解Pose与对应性问题。该文提出了一种新的采用单幅影像求解目标位置与姿态参数的方法。与已有的方法不同,该方法完全回避了与Pose问题并存的对应性问题。它利用目标模型投影与真实影像中目标区域的重合程度建立一个包含Pose参数的能量函数,将Pose求解转换为能量最优化问题,并采用了Hooke-Jeeves算法求解这个最优问题。多组仿真数据的仿真实验结果表明,该方法是正确和有效的。 相似文献
46.
因子分解法是从图像序列中恢复刚体目标几何结构的重要方法。介绍了传统因子分解法的基本过程,分析了该方法存在的不足,并针对该方法容易失效的缺点,提出一种改进的因子分解法。该方法避开传统方法中求解修正矩阵的复杂过程,利用旋转矩阵的特性,直接修正由传统方法SVD分解得到的每帧图像的旋转矩阵,然后根据观测矩阵和得到旋转矩阵直接利用线性最小二乘法求解目标的结构矩阵。仿真和实测数据的实验结果表明,本文方法能够有效地从序列图像中恢复目标的几何结构,相比传统的因子分解法而言,在稳定性上有较大的提升。 相似文献
47.
在介绍空间信息栅格和情报获取系统概念的基础上,根据目前情报信息获取过程中存在的问题,结合SIG对情报获取系统的要求,详细地介绍了情报获取系统的设计方案,特别是详细论述了实现情报获取系统所解决的主要问题与关键技术。所有这些,在一定程度下,可以解决信息优势向决策优势的转化问题。 相似文献
48.
49.
50.
由于噪声和成像条件的不同,准确得到两幅图像中提取的点特征之间的对应性是基于点特征的图像配准方法的一个难点.为此,文中提出了一种新的基于点特征的图像配准算法.该方法结合图像之间的拓扑关系和点特征之间的相似性,并利用变换模型限制求解点特征之间的对应性,然后根据对应的点特征求解变换模型参数,配准两幅图像.实验结果表明,所提出的方法对传感器相近的图像之间的配准是正确有效的. 相似文献