共查询到18条相似文献,搜索用时 31 毫秒
1.
图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵(SDMSE),将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达(SAR)图像匹配时,对输入图像和基准子图(基准图中和输入图尺寸一样的子图)求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。 相似文献
2.
《电子技术与软件工程》2018,(5)
在箱体的图像采集与分割过程中,由于角度、光线的影响,使得模板图像与待匹配图像中相同目标图像因为角度变化和色差等原因影响,使得匹配成功率并不理想,存在无法匹配到目标箱体或者匹配偏差较大的问题。这里创新性的采用了一种新的图像预处理方法,使用边缘检测算子与膨胀的组合方法,对模板与待匹配图像进行处理,使用处理后的图像进行匹配。通过与传统方法的实验对比,实验结果表明,新的方法在图像在存在色差和一定旋转角度时,仍然具有较高的匹配率。 相似文献
3.
基于初始尺度变换的SIFT匹配算法 总被引:1,自引:0,他引:1
直接使用检测到的SIFT(Scale-Invariant Feature Transformation)特征点进行特征点匹配,匹配性能仍然有待提升.提出了改进的SIFT匹配算法,利用匹配特征点的尺度比直方图,估计出近似的图像尺度比k,然后将空间分辨率较高的图像初始尺度增大到k倍,再次提取特征点进行匹配.实验结果表明,相比于其它用尺度约束条件提升性能的匹配算法,基于初始尺度变化的SIFT匹配算法在处理结构型图像时性能得到了很大的提升. 相似文献
4.
模板匹配是图像处理中的重要应用,本文提出将多种遗传算法与模板匹配想结合,解决传统模板匹配中计算量大、效率低等问题,并且避免了单种群遗传算法中出现的收敛缓慢和早熟收敛以及容易丢失优良基因等现象。 相似文献
5.
6.
为保证大型光学模块装校装置在装校过程的稳定性和准确性,需要对导向模块进行监测跟踪。针对传统模板匹配跟踪算法在工业应用中存在无法应对目标尺度变化、缺少有效的模板更新策略等问题,提出一种基于动态模板匹配的自适应尺度目标跟踪算法。首先对第一帧图像检测运动目标区域,提取目标模板中心点,生成模板图像金字塔;在之后的每一帧中,先计算各尺度下模板图像和目标图像的相似性,取相似度最大的尺度因子作为尺度变化量,借助动态模板更新策略更新模板;最后融合卡尔曼滤波算法,预测出候选目标范围。在OTB数据集上进行实验,结果表明,所提算法在满足实时性要求的同时,相较于传统算法,重合率提高约21个百分点。 相似文献
7.
8.
9.
基于模板匹配和特征点匹配相结合的快速车牌识别方法 总被引:20,自引:0,他引:20
介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化,再用垂直投影法进行分割,最后进行模板匹配,并用特征点匹配对几组易出错的字符进行检查,从而得到车牌号。 相似文献
10.
Gabor滤波是众所周知的一类特征提取方法,在机器视觉等领域得到了广泛研究和应用.本文提出了一种多方向多尺度Gabor特征表示、提取以及其匹配算法.多方向多尺度Gabor特征通过使用一组不同尺度和不同方向的Gabor滤波器对图像进行滤波,而后将滤波结果在各个滤波方向按尺度大小排序后连接而成.本文进一步提出了循环向量的概念,并将两个多方向多尺度Gabor特征相似度重新定义为一个多方向多尺度Gabor特征和对应的多个循环向量之间最大值.实验结果表明,本文提出的多方向多尺度Gabor特征不仅具有平移不变性、旋转不变性、尺度不变性,也展现出优秀的局部特征表示能力以及显著的鉴别力. 相似文献
11.
12.
Fast algorithm for robust template matching with M-estimators 总被引:5,自引:0,他引:5
《Signal Processing, IEEE Transactions on》2003,51(1):230-243
We propose a fast algorithm for speeding up the process of template matching that uses M-estimators for dealing with outliers. We propose a particular image hierarchy called the p-pyramid that can be exploited to generate a list of ascending lower bounds of the minimal matching errors when a nondecreasing robust error measure is adopted. Then, the set of lower bounds can be used to prune the search of the p-pyramid, and a fast algorithm is thereby developed in this paper. This fast algorithm ensures finding the global minimum of the robust template matching problem in which a nondecreasing M-estimator serves as an error measure. Experimental results demonstrate the effectiveness of our method. 相似文献
13.
一种新颖的抗旋转快速图像匹配算法 总被引:2,自引:0,他引:2
提出了一种新颖的抗旋转快速粗匹配算法,该方法巧妙地引入了与运算来计算图像间的相关度,因而极大地提高了匹配速度,使匹配时间的减少呈指数级数下降,并能克服在[-20°,20°]之间的角度旋转.通过大量的仿真实验验证了本文算法的有效性,而且在基准图尺寸大小固定的前提下,随着模板尺寸的增大,匹配时间的消耗却增长十分缓慢,且匹配速度较相同情况下二层金字塔分解加速方法至少快20倍. 相似文献
14.
A novel algorithm for a rotation invariant template matching is proposed when the fluctuating scope of the rotation angle is limited within the region of [-20°,20°]. The matching candidates are selected using a computationally low cost improved correlation algorithm. "AND" operation is adopted to reduce the computational cost. Therefore the algorithm improves the matching speed consumedly. The simulation results verify the efficiency of the proposed method. Moreover, when the size of reference image is fixed, the advantage of this time-saving algorithm is more obvious as the increase of the size of the real time image. The matching speed of the proposed method is over 20 times faster than the speed of the two-level pyramid decomposing accelerating method. 相似文献
15.
《光电子快报》2008,4(5)
A novel algorithm for a rotation invariant template matching is proposed when the fluctuating scope of the rotation angle is limited within the region of [-20°,20°]. The matching candidates are selected using a computationally low cost improved correlation algorithm. "AND" operation is adopted to reduce the computational cost. Therefore the algorithm improves the matching speed consumedly. The simulation results verify the efficiency of the proposed method. Moreover,when the size of reference image is fixed,the advantage of this time-saving algorithm is more obvious as the increase of the size of the real time image. The matching speed of the proposed method is over 20 times faster than the speed of the two-level pyramid decomposing accelerating method. 相似文献
16.
17.
深度学习技术因其强大的特征提取能力而被广泛应用于目标检测任务中。针对多尺度宫颈癌细胞的识别准确率不均衡、检测效率低等问题,本文提出一种基于YOLO v3模型的改进识别算法mo-YOLO v3(mini-object-YOLO v3)。选用20倍数字扫描仪下采集的宫颈细胞图像作为数据集,为提高算法的鲁棒性,引入对比度增强、灰度图、旋转和翻转等多种数据增强策略扩充数据集;模型以Darknet53网络结合注意力机制作为主干模块,针对宫颈癌细胞尺寸差异大的特点,提出一种多尺度特征融合算法来优化模型结构;针对小目标检测精度低的问题,提出一种改进的损失函数,采用相对位置信息的方法减弱物体框对检测结果的影响。测试结果表明,本文所提的mo-YOLO v3模型不仅在总体识别精度上有明显的优势,同时大大提高了小尺寸宫颈癌细胞的定位精度。该模型对宫颈癌细胞识别的准确率达到90.42%,查准率达到96.20%,查全率达到93.77%,相似指数ZSI为94.97%,高于同类算法。 相似文献