图像匹配二进制特征搜索算法:位图局部敏感哈希

图像二进制特征主要用于图像匹配和识别中,具有快速计算、有效对比和易于存储的特点。使用汉明距离对比、匹配两个二进制特征的效率很快,但是现有的匹配二进制特征搜索算法,比如线性搜索、层次聚类树等存在效率低和入围点少的问题,因此本文提出快速计算位图算法(FCBM)以及位图局部敏感哈希算法(BMLSH),以构建哈希表、查询哈希表中的匹配二进制特征,提高匹配二进制特征的搜索效率和质量。实验证明,BMLSH提高了二进制特征近邻搜索的效率、增加了入围点数。     

图像匹配二进制特征搜索算法:位图局部敏感哈希

图像二进制特征主要用于图像匹配和识别中,具有快速计算、有效对比和易于存储的特点。使用汉明距离对比、匹配两个二进制特征的效率很快,但是现有的匹配二进制特征搜索算法,比如线性搜索、层次聚类树等存在效率低和入围点少的问题,因此本文提出快速计算位图算法(FCBM)以及位图局部敏感哈希算法(BMLSH),以构建哈希表、查询哈希表中的匹配二进制特征,提高匹配二进制特征的搜索效率和质量。实验证明,BMLSH提高了二进制特征近邻搜索的效率、增加了入围点数。     

结合小波金字塔的快速NCC图像匹配算法

针对传统的归一化互相关算法(NCC)计算量庞大、运算速度慢、正确率较低等问题,本文提出一种基于小波金字塔搜索策略的快速NCC图像匹配算法。该算法在归一化互相关算法的基础上,采用和表法分别计算图像均值、图像方差和图像间的互相关来降低运算的复杂度,减少算法的计算量;同时在选择特征点匹配搜索策略时,构造图像小波金字塔结构,利用分层匹配来提高图像匹配的效率。与其他算法进行对比,结果表明该算法获得的匹配点连线效果更好,所用的时间也量化,证明该算法不仅能提高匹配速度,还能改善匹配精度。     

哈希快速图像匹配算法研究

如何快速有效地在大量数据中将图片筛选匹配出来,是图像匹配技术研究的重点课题之一。通过分析感知哈希算法及Surf算法各自的优点,提出用感知哈希算法进行初步图片搜索,利用Surf算法提取相似图片局部特征,从而更精准地确定最相似图片,增加图片匹配的鲁棒性。实验结果表明,在对图片进行处理后,哈希快速图像匹配算法仍能快速地从本地图片库中将最相似图片搜索出来。     

XML结构化匹配中的位图过滤加速法

针对可扩展标记语言(XML)数据查询中的结构化匹配问题,提出一种位图过滤加速法,该算法能有效地提高XML结构化匹配效率。通过预先为每个XML节点建立标签位图,该加速法在XML结构化匹配中,能以位图比较形式过滤大部分未匹配节点,从而达到加速效果。研究位图过滤加速法与几类XML结构化匹配算法的集成问题,提出了低代价的融合方法。实验证明,集成位图过滤加速法的XML结构化匹配算法在查询效率方面明显优于原有算法。     

一种用于图像匹配的快速有效的二分哈希搜索算法

文章针对高维图像特征的匹配问题,提出一种新的二分哈希搜索算法(Dichotomy BasedHash,DBH)。对具有大尺度旋转、缩放、视点和噪声变化的图像进行匹配,结果表明DBH可以较大提高最近邻搜索精度和查全率-查错率性能,从而获得较好的图像粗匹配结果。该算法搜索性能优于BBF(Best Bin First)算法,同时也比高维Hash搜索算法LSH(Local Sensitive Hash)更快更精确。     

序列图像的快速配准算法研究

基于特征的图像配准算法至今已取得了很多研究成果,然而在现有的计算机性能条件下依然不能实现实时性的结果。针对基于快速鲁棒特征(Speed Up Robust Features,SURF)的序列图像拼接算法中图像配准时间长、计算繁琐等问题,提出一种结合感知哈希算法的SURF图像配准方法。设计了一种快速的搜索算法,对待拼接的相邻序列图像进行重合区域检测,确定有效的拼接区域,对有效拼接区域提取SURF特征点及描述子实现特征的配准。实验结果表明,该方法能够显著提高匹配速度和效率,提取稳定准确的特征点,减少误匹配,与现有算法相比有更好的实时性。     

改进的哈希表查找算法

哈希表查找作为一种快速的数据查询算法被广泛应用。为了更好地查找和解决哈希冲突,在构建哈希表时常选用链地址法来解决冲突。由于在查找哈希表时需要遍历链表,大大降低了查找效率。该文在结合链地址法和二分查找的基础上,提出了一种提高哈希表查找效率的改进方法。实验结果表明,该方法降低了冲突时执行查询的查找长度,从而降低了查询所需的时间。     

基于局部二进制描述SIFT特征的锆石图像配准方法

针对尺度不变特征变换(SIFT)算法计算复杂度高、匹配速度慢的问题,提出一种新的局部二进制模式(LBP)特征描述方法,描述SIFT算法检测出的锆石图像特征点,然后用主成分分析法(PCA)将生成的描述向量降维,最后利用欧式距离法完成配准。新LBP描述方法计算简单,具有旋转不变性和光照不变性,描述向量经过PCA降维以后匹配过程简单快速。实验结果表明:配准效果可以满足仪器自动寻样的需求,并且能够显著提升锆石图像的配准速度、提高仪器运行效率。     

哈希编码和Kalman滤波的目标跟踪算法

针对现有的目标跟踪算法过于复杂、计算量大和遮挡无法跟踪等缺点,提出了基于哈希编码和Kalman滤波的目标跟踪改进算法.采用哈希算法对图像感兴趣的区域进行编码,将二维图像变为一维数字摘要,大大地减少了匹配运算量;采用Kalman滤波算法进行目标搜索,并预测目标在下一帧图像中的位置,再以预测位置为起点进行搜索,从而缩小了搜索范围,加快了跟踪速度.通过对多组视频中的目标进行跟踪实验,结果说明所提出的改进算法在背景复杂、目标快速运动、完全遮挡的环境下具有较强的抗干扰能力,跟踪效果较好,跟踪速率高达12帧/s.     

基于Hash table的启发式A-star及其改进算法在最短路径问题中的高效实现

介绍了一种应用在静态交通中最短路径规划的改进启发式A-star算法,首先对该算法中的关键步骤进行了描述和分析,然后针对传统采用数组或链表模式实现算法时占用资源过多或效率不高的情况,提出采用哈希表来优化算法,最后以湖北省的路径规划为实例对算法进行了测试和分析,证明引入哈希表对路网数据进行存储和检索,能实现规划数据的快速查找和计算,大幅度提高算法执行效率,减少实现的复杂度.     

BT:一种快速序列搜索算法

为了提高序列相似性搜索的效率和灵活性，并简化索引，提出了一种新的搜索算法：BT算法.它在特征空间中引入了位趋势表示法及其相应的分段算法和相似性模型.位趋势表示既可以作为一种快速相似性模型，通过快速位操作进行趋势匹配即可排除大量的干扰序列；又可以作为一种有效的索引方式，省去了独立的索引构建过程，从而能够提高搜索效率.性能实验分析表明，BT算法对各种形变有良好的适应性，并且它所建立的二级相似性模型显著提高了搜索速度，简化了索引计算.     

对等网络Chord模型的分区管理策略

提出了一种对等网络Chord模型的分区管理策略,使节点标示包含了区域位置特征信息,提高了结构化哈希算法中覆盖层逻辑排列和底层物理网络的匹配程度. 该策略使全局对等网络搜索实现到区域查询,尤其在资源查询比较频繁的区域,搜索效率比传统Chord模型有显著的优势. 实验结果表明,分区管理策略在平均路由跳数、查询时延和带宽方面都用显著的优点.     

融合多特征和哈希算法的图像检索研究

随着新一代信息技术的广泛应用,如何从海量图像数据中快速检索出目标图像,已成为当前信息处理的研究热点.基于对图像的全局颜色特征和局部纹理特征进行融合的考虑,提出了融合多特征和哈希的图像检索算法,即采用自学习哈希算法降低维数和训练哈希函数,将图像数据点映射到汉明空间,生成相应的哈希码,然后利用汉明距离计算出图像间的距离,并按照相似度大小排序.实验结果表明,该算法能较明显地提高检索效率.     

航天器视觉导航多尺度B-Harris特征提取算法

在航天器视觉相对导航中,为了能够跟踪目标航天器,并对其的位姿信息进行实时、精确地观测和估计,首先需要针对相关图像建立稳定而快速的特征点提取与匹配算法,而特征点提取和匹配算法的准确性与实时性直接影响了航天器相对位姿的估计精度。针对SIFT算法计算量大,匹配时间长,不能满足航天任务高实时性的问题,提出了B-Harris(Binary Harris)算法,该方法结合SIFT算法的结构思想,通过采用多尺度Harris算子提取具有尺度不变的特征点;同时采用128位二进制描述子建立特征向量,组成B-Harris算法,使得特征点匹配时间大大降低。最后通过与SIFT算法的实验对比,证明了B-Harris算法能够适应航天器发生的旋转、尺度、视角等变化,并且在实时性方面明显优于SIFT特征点算法,能够满足航天任务的实时性要求。     

嵌入式固件脆弱哈希函数自动识别与破解方法

针对现有固件脆弱哈希函数识别误报率高、定位不准确、破解难度大等问题，提出一种嵌入式固件脆弱哈希函数自动识别与破解方法，基于机器学习模型和结构化匹配的脆弱哈希函数识别与定位技术以及基于VEX中间表达式（VEX IR）符号执行的Z3约束求解器（Z3 SMT）的求解方法，构建了从固件二进制文件的脆弱哈希函数的识别与定位到破解的完整自动化分析流程.实验结果表明，所提方法对多种架构和不同编译优化选项下编译的二进制文件的脆弱哈希函数的识别与定位的准确率高达98%，对类似于BKDR哈希函数（BKDRHash）结构的脆弱哈希函数能够准确定位，并快速破解出多个碰撞值.     

一种基于分形的快速图像编码算法

提出了一种快速分形编码算法.针对Jacquin的算法,在为值块(range块)搜索匹配域块(domain块)进行全搜索,搜索速度慢,编码时间过长的缺点,笔者首先提出周边邻域的定义,然后在Jacquin算法基础上提出快速分形编码算法,这种算法大大减少了匹配计算,提高了分形编码速度.实验结果显示,编码时间缩短99%左右,而图像质量没有受到多大影响.     

基于扁平N叉树搜索的RFID防冲突算法

防冲突技术是无线射频识别(RFID)系统中的关键技术. 针对二进制搜索防冲突算法读取海量数据标签效率低的问题,通过分析标签数量为海量数据的特征以及标签编码的规律性,基于管理系统中海量数据标签的编码规律和现有二进制搜索算法思想,提出了适合于读取海量数据RFID标签的扁平N叉树搜索防冲突算法. 测试结果表明,该算法在标签总数大于一定数值时,其读取标签效率优于二进制搜索算法.     

基于边缘局部偏差搜索的快速块匹配运动估计算法

运动估计能够将视频信号以较低的比特率进行传输和存储, 是视频编码中核心的处理过程之一。为 了降低块匹配搜索的计算次数, 提高匹配效率, 提出一种基于边缘局部偏差搜索的快速块匹配运动估计算法, 根据 块匹配准则将当前块的邻域块与当前块的相似度进行排序, 将相似度最高的邻域块的运动向量作为当前块的预测 运动向量, 同时引入边缘局部偏差搜索策略, 可提前终止偏差较大的邻域块的计算。仿真结果表明, 与其他快速标 准块匹配方法相比, 本文算法减少了计算次数, 提升了匹配精度。     

一种改进的分布式搜索引擎模型

为了解决传统分布式搜索引擎存在的搜索性能问题,从索引结构、查询算法方面改进了传统模型．提出了一种非集中的高并行化搜索模型,该模型按照文档主题对索引分类,对较长的倒排记录表采用位图结构,利用多线程技术对索引节点实现并行搜索算法(multi max score heap,MMSH)．实验结果表明:改进模型中的索引分类方法与倒排表结构的位图策略,能够增强Merge层查询的针对性,降低Merge层节点的CPU和内存开销;在倒排表不能完全存入内存情况下,MMSH算法能够实现高度并行化查询,其查询效率高于经典的term-at-a-time算法,缩短了平均查找时间,提高了系统吞吐量．索引分类、位图结构以及并行查询算法能够避免查询的盲目性,改善了分布式搜索引擎的性能．