对数极坐标特征指导的迭代就近点法

在多模态图像,有光照、取向及尺度或纹理变化的图像,以及宽基线图像之间通常存在大的形貌畸变。然而,当前主流推广的双自举迭代就近点法(GDB-ICP)在配准这类图对时存在困难。主要原因是,该方法利用提取的尺度不变泡点(SIFT keypoint)来引导迭代就近点法(ICP),但在大畸变图像上提取的SIFT点是不可靠的。为此,提出了一种用对数极坐标特征点(LPF)来引导迭代就近点的图像配准新方法(LPF-ICP)。实验结果表明,LPF-ICP方法成功地从Rensselaer数据组中的所有22对挑战性图对提取了可靠的LPF种子,并顺利实现了全图配准,而GDB-ICP方法则只完成了其中的19对,从而证实了LPF-ICP方法的有效性。     

光场图片中基于Plenoptic的尺度不变特征描述符

在光场中,图片的特征描述符可以用于对象的识别和跟踪等应用。为了使光场图片在旋转和缩放等操作下保持不变,本文基于Plenoptic函数的图片表达方法提出一种尺度不变特征描述符。首先,对Plenoptic函数与光场进行了描述,并用七维数据来表示时序图片序列。其次,对Plenoptic函数的规范化进行了分析,并给出了三维场景点向二维和三维Plenoptic空间的映射方法。接下来,分析了光场中图片在旋转和缩放操作下的尺度不变特性,并给出了相应的变换算法。最后,在提取尺度不变的特征向量时通过融合函数降低了参数调整所需的计算量。实验表明,本文提出的尺度不变特征描述符可以更好的描述图片,从而在基于描述符的操作中具有更优的性能。     

尺度不变特征变换算子综述

随着计算机软件与硬件技术的发展,计算机视觉算法逐渐成为图像处理领域的研究热点.其中SIFT(scale invariant feature transform)算法是目前机器视觉领域应用最成功的算法之一.由于在尺度不变、旋转不变、光照不变等方面的独特优势,SIFT被广大视觉领域的研究者借鉴与学习.但是SIFT算法本身也存在一些问题,如仿射性能不太理想,计算复杂度过高等,因此针对它的多种改进算法不断出现.本文对SIFT的发展历史、SIFT算法的演变以及它不同领域的典型应用给出了一个比较全面的综述,比较了各类算法的优缺点.最后给出了该算法未来可能的发展方向,为视觉研究者提供参考.     

基于多尺度下特征点的检测

提出了一种在不同尺度空间下特征点提取的方法.该方法通过构造图像设高斯金字塔和高斯差分金字塔,进行极值检测,然后在极值点中去除低对比度的点并消除边界点的响应,得到关键点,最后计算关键点的方位和模的大小,从而得到特征点.利用该方法把取得的特征点对图像旋转、亮度变化、尺度缩放等情况下保持不变,此外对视角变化、仿射变换、噪声也保持一定的稳定性.给出了实验参数,并且对实验结果进行分析.     

尺度不变局部特征检测算法研究

尺度不变局部特征以其良好的尺度、旋转和光照不变性,在计算机视觉、目标识别、三维图像重构等领域中得到了广泛的应用.本文在大量试验数据的基础上,总结了目前常用的几种尺度不变特征匹配算法的性能,比较得出各种算法的优缺点及其适用领域,并指出尺度不变局部特征检测算法的研究和发展趋势.     

尺度不变特征转换算法在图像特征提取中的应用

针对尺度不变特征转换(SIFT)算法复杂度高、计算时间长,难以满足立体匹配的实时性要求以及当图像中存在多个相似区域时误匹配率较高的问题,提出了一种改进的立体匹配算法。该算法从两个方面对SIFT算法进行了改进:首先,由于圆形具有天然的旋转不变性,该算法以特征点为中心,采用近似大小的两个同心圆区域代替原算法的矩形区域,在内圆和外圆环区域内分别统计12个方向的梯度累加值,把局部特征描述符的维数从128维降低到24维,降低了算法复杂度;其次加入了12维的全局向量,使生成的特征描述符包含了基于局部信息的SIFT向量和基于全局信息的全局向量,提高了算法对图像中相似区域的分辨能力。仿真结果表明,改进后的算法实时性比原算法提高了59.5%,当图像存在多个相似区域时,误匹配率下降了9个百分点。所提算法在图像处理的实时性要求较高的场合下适用性较好。     

尺度不变特征变换算子综述（"计算机视觉前沿论坛"专栏征文）

随着计算机软件与硬件技术的发展,计算机视觉算法逐渐成为图像处理领域的研究热点。其中SIFT（scale invariant feature transform）算法是目前机器视觉领域应用最成功的算法之一。由于在尺度不变、旋转不变、光照不变等方面的独特优势,SIFT被广大视觉领域的研究者借鉴与学习。但是SIFT算法本身也存在一些问题,如仿射性能不太理想、计算复杂度过高等,因此针对它的多种改进算法不断出现。本文对SIFT的发展历史、SIFT算法的演变以及它不同领域的典型应用给出了一个比较全面的综述,并比较了各类算法的优缺点。最后给出了该算法未来可能的发展方向,为视觉研究者提供参考。     

基于LBP的尺度不变特征的描述和匹配算法

针对尺度不变特征变换(SIFT)算法计算复杂度高和匹配速度慢的难题,提出一种新的基于局部二进制模式(LBP)的尺度不变特征变换算法.首先采用高斯差分尺度空间检测局部极大值,利用圆形邻域统计梯度方向直方图来确定特征点的主方向,再通过坐标轴旋转避免图像旋转的计算代价;然后运用改进后的LBP算子求取特征点邻域的纹理信息,得到132比特的特征点描述子,有效地降低了描述子的计算复杂度;最后运用逻辑与运算对描述子进行特征点匹配.图像匹配实验结果表明,该算法具有尺度不变性、旋转不变性、仿射不变性和光照不变性等优良特性,在保证匹配正确率与SIFT和CS-LBP算法基本一致的情况下,运算速度优于以上2种算法,其中光照不变性明显优于SIFT算法.     

局部不变特征点的精度指标

目的 作为计算机视觉的热门研究方向,局部不变特征算法的发展已趋于成熟、稳定,然而目前几乎所有特征点提取算法都没有给出特征点的精度指标.针对这一缺陷,提出一种特征点精度指标-特征点波动区间.方法 性质稳定的点在干扰条件下仍具有较好的精度,即小范围的波动区间,因此,以当前最热门的SIFT(scale-invariant feature transform)特征点为例,在图像加入噪声,发生光照变换,发生模糊变换以及同时进行噪声、光照及模糊处理这四种情况下分别分析同一算法提取的不同特征点的波动情况,进而得到不同特征点的波动区间.结果 实验得到16个稳定检出特征点,其中点2,3,4,11,13这5个点可以在不同干扰条件下的波动范围都较小,而点2则只在模糊条件下波动较小,在其余干扰下波动较大.特征点虽然已经过特征提取,但仍具有不同的波动区间,其优劣也不尽相同.不同的特征点的波动区间并不相同,但仍有一部分特征点在不同干扰条件下均保持较高的提取精度.结论 波动区间能很好地表征每个特征点的提取精度.由于此前只有针对特征点算法的评价指标,而没有针对特征点自身性质的评价方法,因此本文提出的特征点波动区间将为诸如设备标定、视觉测量、精简特征库等相关后续工作打下良好基础.     

基于尺度不变特征的视频镜头检测

通过分析帧间的尺度不变特征点匹配数目随时间变化的性质来检测镜头边界,并提出2种帧间匹配机制--两两匹配机制和连续匹配机制.一个视频镜头内的特征点匹配数目具有平滑变化的特性,而在镜头边界处则表现出陡然变化的特性.通过将各类型的镜头切换统一于一种检测模式,可清晰地分割出镜头,避免模型选择和参数调整.     

强噪声干扰下的对数极坐标空间边缘提取算法

准确提取对数极坐标空间的目标边缘信息是对数极坐标变换视觉不变性获得成功应用的前提和关键。由于传统的边缘提取算法无法满足强噪声干扰下的单像素精度要求,在主动轮廓模型和水平集方法的基础上,设计了一种独特的边缘提取算法。经融合Canny算子的水平集方法全局降噪,利用能量驱动的主动轮廓模型逐次演化逼近,提取可能的边缘曲线,通过改进型跟踪寻迹剔除虚假信息,即可得到最终的目标边缘。实验表明,该算法行之有效,边缘提取特征相似度达96%以上。     

基于扩散距离的SIFT特征匹配算法

SIFT(Scale Invariant Feature Transform)是目前最流行的局部特征提取及匹配算法.但传统SIFT算法采用欧氏距离来度量特征之间的SSD(Sum of Square Differences)并进行匹配,而传统的欧氏距离不能使高维特征向量恢复到具有低维的几何结构,导致错误匹配.为了克服这缺点,利用扩散距离代替欧氏距离进行匹配,然后使用随机抽样一致从候选匹配中排除错误的匹配.实验表明:该方法在图像形变、光照变化和图像噪声方面优于原方法.     

基于SIFT特征提取的单目视觉里程计在导航系统中的实现

设计一个基于SIFT(Scale Inviriant Feature Transform)特征提取的单目视觉里程计用于导航系统中,有效克服传统里程计车轮打滑等情况下的偏差问题,并提供传统里程计无法测量的航向信息.实现过程采用单个像机,利用SIFT特征点尺度及旋转不变的性质精确匹配图像序列中的投影点,并根据坐标变换来测定车辆的移动距离和旋转角度. 实验中安装要求和实现都相对简单,其结果表明可达到较高的测量精度.     

基于深度信息与尺度空间的仿射不变特征检测*

介绍了一种利用深度信息的仿射区域检测器。这种方法在视角变换的情况下能自动检测出图景中同一物理区域,为后续的识别算法提供了坚实的特征检测基础,在计算机视觉领域有广阔的应用前景。该方法是基于尺度空间理论,这个理论已经在自动尺度选择中有较成熟的应用。提出了利用深度信息估计出3D物体模型的算法,并生成相应的仿射不变的高斯尺度空间,并给出从3D到2D的投射变换的高精度估计方法,以补偿投射变换造成的扭曲形变。因此对特征检测的可靠性将有明显的提高。为了评估本算法的鲁棒性,进行了不同视角的真实图片与合成图片的实验,并与其     

足迹图片检索中基于Sift算法的匹配研究

Sift算法是目前研究较多和应用比较广泛的一种算法,但是目前的研究主要集中于算法中的关键点的获取和关键点的特征描述,而对于关键点的匹配研究较少.结合足迹图像特征,在原有匹配方法的基础上,提出一种加强限制匹配的方法,有效减少关键点的漏配,并提高匹配准确率.     

Probabilistic reasoning in an augmented fact-proposition space and its applications

A simple and versatile probabilistic reasoning scheme is presented. Based on an augmentation of a multi-dimensional inference space indexed by a Cartesian product of the fact and proposition sets, the scheme simplifies the processes involved in the representation and computation of a probabilistic reasoning system. In the augmented space, a set of auxiliary fields is utilized in addition to the fact-proposition relations to manipulate the uncertainty and incompleteness of the information presented. The scheme enhances the functionality of a probabilistic reasoning and facilitates the building of practical reasoning systems. The utilization of the augmented space in reasoning is illustrated by two problems in computer-vision applications.     

典型的基于区域的形状表示方法比较

目的 形状的表示和匹配是计算机视觉和模式识别领域的重要问题。在基于区域的形状表示方法中出现了一批典型的方法,包括Hu不变矩方法（Hu不变矩）、角径向变换方法（ART方法）、通用傅里叶描述子方法（GFD方法）、拉东柱状图方法（HRT方法）和多尺度积分不变量方法（MSⅡ方法）等。由于这些方法出现的时间跨度长且在以往的对比研究中研究维度单一,因此需要对这些方法的综合性能做一个全面的比较分析和研究,为下一步的理论研究和实际应用提供方向和指导。方法 采用3个基准形状库,包括简单几何图形形状库、MPEG-7形状库和汽车商标形状库,从3个维度,包括检索得分、检索稳定性和方法的计算复杂度,使用加权综合评估模型对典型的基于区域的形状表示方法进行比较分析,综合评估各种方法的综合性能指标。结果 在综合性能上GFD方法具有最优的效果,其次是ART方法;由于HRT方法在匹配计算阶段具有较高的时间复杂度,在大规模形状库匹配的场景下性能会下降;Hu不变矩和MSⅡ方法的实验效果均不理想。通过比较研究还发现,将形状正交投影到正交基函数是提取形状视觉特征的有效方式。进一步猜想,将图像正交投影到正交基函数也是提取图像视觉特征的有效方式。因此,未来的研究中,寻找理想的正交基函数是提取形状乃至图像视觉特征的重要研究方向。结论 在5种比较研究的方法中,GFD方法和ART方法在综合效果要好于HRT方法、Hu不变矩方法和MSⅡ方法,并且寻找理想的正交基函数是未来形状表示的重要研究方向。     

Algebraic and geometric invariant of a pair of non-coplanar conics in space

It is easy to construct the geometric invariant of a pair of non-coplanar conics in space. It is the crossratio of the 4 intersection points of the two conics with the common line of the two conic planes. In this paper, the algebraic invariant of a pair of non-coplanar conics is derived from the invariant algebra of a pair of quaternary quadratic forms by using the dual representation of space conics. Then, the relationship between the algebraic invariant and the geometric invariant is established.