共查询到20条相似文献,搜索用时 156 毫秒
1.
分数阶微积分在图像处理过程中,能够加强图像的纹理细节,也有利于图像的特征匹配。为了降低在分数阶图像匹配过程中寻找合适阶数所需要的大量人力和物力,本文提出了自适应的分数阶尺度不变特性变换(SIFT)算法,将自适应的图像处理方法与高斯滤波相结合,利用自适应的分数图像处理对图像加强,然后检测出更准确的关键点,进行图像匹配,提高图像的匹配率。实验表明自适应的分数阶在匹配中的应用减少了寻找合适阶数的麻烦,而且也可以达到较理想的匹配率。 相似文献
2.
基于改进SIFT特征和图转换匹配的图像匹配算法 总被引:1,自引:0,他引:1
针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题, 提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上, 利用Harris阈值准则对所提取到的不变特征进行选择, 剔除了图像区域中大量可区分性较差的特征点, 从而得到了相对稳定和可区分性较好的特征点。其次, 结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确匹配。实验对比结果表明, 用取得稳定的特征点, 进而结合一种好的匹配策略, 能够更加增强图像匹配的高效性和鲁棒性。 相似文献
3.
《计算机应用与软件》2016,(12)
SIFT算法在图像匹配领域中占有重要地位,但是,利用SIFT算法提取的图像特征点,是分布在整幅图像中的,这就造成提取的特征点不集中。结合图论的方法,对SIFT算法提取的特征点进行处理,去除部分不集中的点,从而达到提高匹配效率的目的,将该方法命名为G-SIFT算法。G-SIFT算法提取的每一个特征点视为图的顶点,将这些顶点的一元关系视为图的边,并利用这些边的大小特点对特征点进行处理,使得处理后的特征点主要集中在物体上。实验证明,利用该方法对图像进行处理后,特征点匹配结果更加集中,匹配率最高提高了1.4%,匹配点集中在物体上的正确率最高提高了9.1%。 相似文献
4.
5.
针对单一特征条件下图像匹配率较低,以及SIFT算法由于固定对比度阈值造成特征点数目提取不均的问题,提出一种混合特征下最优阈值预测的图像匹配算法。该算法首先采用SIFT算法提取图像特征点,然后利用纹理参数二阶矩自适应法得到最优阈值,并用描述性较强的纹理特征向量对SIFT匹配过程进行约束实现图像的匹配。实验结果表明,提出的算法根据图像灰度分布自适应选取对比度阈值,能够增强图像细节信息且使提取的特征点数量稳定,在匹配过程中引入纹理向量作为约束准则,避免了相似区域的误匹配,对光照和模糊图像有较好的鲁棒性。 相似文献
6.
直接用SIFT算法对较模糊图像进行关键点提取时,提取的关键点个数较少且进行下一步匹配时错误匹配较多。提出一种基于SIFT特征的匹配算法,首先利用拉普拉斯算子对图像进行锐化处理,使其边缘得到突出,然后利用SIFT算法进行关键点提取,最后利用双向匹配算法进行图像匹配。实验结果表明,利用本文算法进行匹配比直接用SIFT算法进行匹配时的匹配点数更多,匹配效果更好。 相似文献
7.
陈方园 《计算机光盘软件与应用》2014,(9):187-188
图像配准是遥感、计算机视觉、医学等许多领域中的一个基本问题,而图像特征点的提取和匹配是完成图像配准的基础。本文采用SIFT尺度不变特性变换算子进行图像匹配,通过改进该算法,提高算法的效率,通过仿真实验,证明改进的SIFT特征点匹配方法,可以提高特征点匹配的速率,降低匹配计算的耗时。 相似文献
8.
针对传统图像匹配算法在几何差异场景下匹配精度低的问题,提出一种改进SIFT特征描述符和邻域投票相结合的图像匹配算法。使用8个邻域像素的平均值代替原始极值点,通过SIFT提取图像中的特征点,利用Sobel算子计算特征点的梯度幅度和方向,结合8个仿射形式的同心圆邻域生成64维描述符,根据欧氏距离确定初始匹配点,采用邻域投票的方法剔除错误的匹配点,实现图像的精确匹配。实验结果表明,该算法在显著提高匹配精度的同时缩短了匹配时间,对复杂场景的匹配性能明显提升。 相似文献
9.
10.
11.
在互联网电子商务领域中,随着电商用户量的激增,各种问题不断涌现。其中,同行业的卖家抄袭复制其他店铺信息的事件也经常发生,而抄袭的图像信息相较于文字信息更难以检测出相似性,因为抄袭者往往有可能会将图像信息进行剪裁、旋转、加滤镜,或者用PS等技术进行处理,使得处理后的图像不容易检测出与原图相似。而人工比对效率低下,且成本高,这就需要一个以能快速计算出商品图像相似度的算法为基础的系统来解决这个问题。SIFT(Scale-invariant Feature Transform)描述子具有尺度不变性,能够解决传统算法对于旋转后图像相似度较低的局限性,且该描述子所描述的特征信息量大。本文在介绍传统图像哈希算法的基础上,提出使用基于SIFT描述子的近似最邻近匹配算法用于电钻商品图像相似度比较。对电钻商品原图进行剪裁、增加滤镜、增加对比度、旋转和增加水印等操作生成新的图片,将这些新的图片分别和原图进行相似度对比。实验结果表明,基于SIFT描述子的近似最邻近匹配算法与哈希算法、原始SIFT算法相比有比较好的精度,能够比较准确地识别出抄袭的图像信息。 相似文献
12.
提出了一种基于特征点匹配的全景图像拼接算法,首先提取各图像中的SIFT特征,通过特征点匹配完成两幅图像的配准;再根据图像配准结果计算出图像间的变换矩阵;最后采用渐入渐出加权平均的融合方法对两幅图像进行无缝拼接。实验表明,该算法具有匹配精度高、鲁棒性强等特点,可以快速而自动地生成全景图像。 相似文献
13.
为了解决尺度不变特征变换(SIFT)算法在图像匹配中匹配正确率低、耗时长等问题,提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先,利用快速旋转不变性特征(ORB)算法对图像进行预匹配,对预匹配的特征点采用网格运动统计(GMS)来支持估计量以实现正确匹配点与错误匹配点的区分;然后,采用改进的随机抽样一致性(RANSAC)算法通过匹配点间的距离相似性对特征点进行筛选,并采用评价函数对筛选后的新数据集进行重新整理,进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比,实验结果表明,所提算法在图像匹配中的平均匹配正确率达到91%以上;与GMS、SIFT、ORB等算法相比,该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点,说明它能有效剔除误匹配点,进一步提高图像匹配精度。 相似文献
14.
15.
针对尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法图像配准时间长、匹配率低等问题,提出了重合区域图像极值特征提取法以及图像降采样特征配准法。在特征匹配的过程中,重点考虑重叠区域的特征匹配点对极值一致性约束条件,并利用差分尺度空间的局部单极值,以减小冗余特征点,节约特征提取与匹配时间;在此基础上,以图像尺度大小(选择180×180)作为缩放约束,对图像进行同比例插值缩小,并根据缩放后图像与原始图像变换矩阵之间的关系,计算出原始图像变换矩阵,实现图像的快速、精确配准。利用实例验证了所提方法的有效性和可行性。 相似文献
16.
基于特征点的全自动无缝图像拼接方法 总被引:2,自引:0,他引:2
提出了一种基于特征点的全自动无缝图像拼接方法.该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度,使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H,最终使用加权平滑算法完成了图像的无缝拼接.整个处理过程完全自动地实现了对一组图像的无缝拼接,克服了传统图像拼接方法在尺度和光照变化条件下的局限性.实验结果验证了方法的有效性. 相似文献
17.
针对图像间因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法;在特征点提取阶段,尺度不变的特征变换方法 (SIFT)具有对图像尺度缩放、旋转、放射变换以及亮度变化保持不变的优点,文章采用了改进的SIFT特征点提取算法;在特征点匹配阶段,采用改进的RANSAC算法对特征点匹配对提纯;最后用加权平均法实现拼接图像的融合;实验证明,该算法有效提高了图像拼接的效率和准确性,拼接精度可以达到亚像素级。 相似文献
18.
针对SIFT(尺度不变特征变换)算法提取的特征点不纯、易受噪声等因素干扰的问题,提出在SIFT算法提取特征点之前对图像进行预处理,排除部分外界干扰。针对SIFT算法中128维的高维度特征描述符导致匹配速度降低,提出一种基于分层区域的方法降低描述符维度,缩短算法运行时间。针对SIFT算法匹配过程中选取固定阈值不具有广泛适用性的问题,提出一种自适应阈值的方法,解决设置固定阈值不能适用所有图像的问题,提高匹配准确率。实验结果证明,改进的算法能提高匹配准确率和匹配效率,增强算法的鲁棒性和可靠性,并且适用性广泛。 相似文献
19.
针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题,提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色(RTCP)算法灰度化图像,然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点,最后采用局部强度顺序模式建立特征点描述符,根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上,所提算法与尺度不变特征变换(SIFT)算法、加速鲁棒特征(SURF)算法、"风"(KAZE)算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明:随着图像亮度差异的增加,SIFT算法、SURF算法、"风"(KAZE)算法和ORB算法匹配正确率下降迅速,所提算法下降缓慢并且正确率均高于80%;所提算法特征点检测较慢和描述符维数较高,平均耗时为23.47 s,匹配速度不及另外四种算法,但匹配质量却远超过它们。对实时性要求不高的系统中,所提算法可以克服光照变化对图像匹配造成的影响。 相似文献