一种提高SIFT特征匹配效率的方法

为了提高SIFT特征匹配的效率,首先改造了SIFT特征描述符相似性度量的形式,以街区距离代替欧氏距离作为特征描述符之间的相似性度量,降低了相似性度量公式的时间复杂度;其次,提出了最近邻和次近邻假设算法,即假设待匹配图像中任意2个特征点为最近邻点和次近邻点,通过比较当前特征点与待匹配图像中其他特征点之间的距离,以及当前特征点与假设的最近邻和次近邻之间的距离,实现最近邻和次近邻的替换,最终得到实际的最近邻点和次近邻点。算法减少了相似性计算过程中特征点比较的次数,从而减小了算法的计算量。实验结果表明,提出的算法在保持鲁棒性的同时提高了SIFT特征匹配的效率,能够为一些快速性应用提供保障。     

马氏距离在移动机器人导航中的应用

在已知地图条件下,利用单目视觉辅助移动机器人电机码盘进行定位与导航。电机码盘读取与计算机器人行进路程与理论坐标,使用地图信息重构理论坐标下环境透视图像,并与视觉捕捉到的环境特征进行匹配,计算理论特征与实际特征之间的距离,从而矫正移动机器人位置偏差。匹配中运用马氏距离对透视几何空间重新合理分配其各方向权重,以适应因透视变换而畸变的欧氏距离。实验验证,马氏距离对几何变换后的特征匹配有较好效果。     

高维空间可分性指标在转子诊断系统优化中的应用

二叉树相关向量机系统中正负类样本的选取往往通过方差进行可分性度量。常用的高斯核函数是在高维空间中完成分类,由于高维空间中数据点存在度量集中现象,欧氏距离往往并不能较好地度量样本点的可分性。分数范数计算出的高维空间距离差异性更大,故构造了一种基于分数范数的样本点距离度量指标。基于该指标优化各层分类器样本选取,通过实验1验证了基于高维可分性指标优化后的系统相较于欧氏距离优化后的系统在分类精度上有了较为显著的提高;实验2表明优化后的系统与智能诊断算法相比,在分类精度和耗时方面也具有优势。     

应用相关近邻局部线性嵌入算法的高光谱遥感影像分类

传统的局部线性嵌入（LLE）算法需用欧氏距离度量近邻,但欧氏距离只表示两点间的直线距离,在高维空间中不一定能反映数据间的真实空间分布,导致近邻选取不稳定。针对此问题,本文提出了相关近邻（CN）LLE（CN-LLE）和相关最近邻分类（CNN）算法。提出的算法首先利用相关系数度量数据间的近邻,实现更准确的局部重构,提取鉴别特征;然后用CNN对低维嵌入特征进行分类。在KSC和Indian Pine高光谱遥感数据集上的地物分类实验结果表明：本文提出的CN-LLE+CNN算法比LLE、LLE+CNN和CN-LLE等算法的总分类精度提升了2.11%~11.55%,Kappa系数提升了0.026~0.143。由于该算法增加了近邻为同类的概率,便于更有效地提取同类数据的鉴别特征,且有更好的稳定性,故能更有效地实现高光谱遥感数据的地物分类。     

基于混合特征的移动机器人图像匹配算法

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明：与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。     

遥操作工程机器人的双目视觉定位方法研究

针对遥操作工程机器人视频图像传输时延问题,建立了遥操作工程机器人的双目视觉定位系统,提出一种极线约束法与形态学向量夹角相结合的组合匹配方法对目标物进行立体匹配。该系统通过创建目标物模板,利用此模板识别经立体校正后的图像对上的目标物,并获取特征点,然后采用提出的组合匹配方法对特征点进行立体匹配,并对其三维重建,实现目标物的空间定位。实验表明,该方法匹配计算量小,定位效率高,定位精度满足工程作业要求,可为遥操作工程机器人的视觉提示系统设计提供技术参考。     

基于实例的数控机床主轴部件推理系统

利用机床主轴部件设计中积累的经验数据,构造了数控机床主轴部件实例库,阐述了主轴部件推理系统构建的关键技术,给出了主轴实例特征属性集.引入欧氏空间距离排序法进行特征属性权重排序,应用最近邻法的改进公式实现了实例相似度的计算.将灰色关联分析法应用于主轴部件的实例评价,排选出最佳实例,实现了基于CBR的推理机的设计.在VC+...     

一种快速的误匹配筛选算法

针对特征点匹配中误匹配筛选算法鲁棒性差及效率低等问题,提出了一种快速的误匹配筛选算法。文中将基于欧氏距离的大津法与随机取样一致算法相融合,针对传统方法筛选数量问题,在欧氏距离的基础上引入大津法,通过大津法对匹配对进行误匹配剔除,并对数据进行排序以提高算法运行速度,最后利用RANSAC对优化数据进行第三次筛选。实验表明:此算法的准确率要优于主流筛选算法,筛选结果的正确率在95%以上,具有良好的鲁棒性;在运行速度方面,此算法比传统的RANSAC算法减少了80%以上的运行时间,具有良好的实时性。     

基于模糊K近邻决策的柔性SVM分类算法

当海量样本之间相互混迭时,支持向量数目急剧增加,导致训练难度增大的同时SVM分类器性能明显下降.针对该问题,在此构造模糊KNN决策与支持向量机相结合的新的柔性SVM分类器.它先建立所有训练样本的类间最近邻距离,根据各个训练数据的类间最近邻距离进行升序排列;然后根据模糊k近邻分析结果对训练样本集进行修剪,在剩余空间中选择合适规模的样本子空间进行SVM训练.在分类阶段,首先计算待识别样本和SVM超平面的距离,如果距离大于某一设定门限,直接利用SVM进行分类,否则带入到所有支持向量与修剪样本合成的模糊KNN分类器中进行分类判决.对比实验结果表明,提出的算法无论是训练速度还是分类精度都远远好于单独的SVM分类器.     

基于多特征参数融合的文物碎片自动匹配方法

针对基于单一几何特征的文物碎片匹配方法的精度不高的问题，提出一种基于多特征参数融合的文物碎片自动匹配方法。首先，采用分割算法提取文物碎片的断裂面，并计算断裂面上点的四个特征参数：点到邻域点的平均距离、点到邻域重心的距离、曲率以及邻域法向夹角平均值；然后，融合四个特征参数得到特征判别参数，并通过判断特征判别参数值提取出特征点集；最后，采用基于尺度因子的迭代最近点（Iterative Closest Point, ICP）算法对特征点集进行匹配，从而实现文物碎片的断裂面匹配。实验采用兵马俑碎片的点云数据模型来验证该基于多特征参数融合的文物碎片匹配方法，结果表明该匹配方法可以克服基于单一几何特征匹配方法的精度不够高的问题，比已有算法的匹配精度提高15%以上，时间效率提高20%以上。因此说，该基于多特征参数融合的匹配方法是一种有效的文物碎片匹配方法。     

离散型概率分布的ORB图像特征点误匹配剔除算法

针对图像特征点产生的误匹配问题,提出了根据特征匹配点的欧氏距离的概率分布的筛选和剔除方法。首先,从视频流中提取相邻的两张图像帧,基于ORB(Oriented Fast and Rotated Brief)特征法分别提取特征点并初始匹配;然后,利用特征点的像素坐标计算出匹配点对的欧氏距离;再用概率分布列描述这组离散化的距离值;最后,选取最大概率作为阈值模型,从而剔除错误匹配。实验数据显示,该算法与经典的随机抽样一致性算法相比(RANSAC),剔除误匹配后的正确匹配数相当,但运行时间大幅度降低,不仅保证了特征点的匹配精度,也提高了算法实时性。     

改进的SIFT特征提取和匹配算法

针对月球影像和尺度不变特征变换(SIFT)算法的特点,在改进SIFT特征提取算法的基础上,提出了一种稳健的图像自动匹配策略.首先,自动调整SIFT算法中的对比度控制系数,提高关键点提取的均衡性;然后,用SIFT描述向量之间的欧氏距离最小值与次小值的比值作为阈值,进行粗匹配,并利用匹配对主方向角度差直方图剔除部分伪匹配;...     

基于特征保持的MLS截面数据拟合算法研究

提出改进的移动最小二乘(MLS)截面数据拟合算法,改善传统MLS拟合方法导致尖锐特征消失情况。首先引入与切矢夹角相关的权函数来改善原来的距离权函数。取计算点的切矢向量为其最近节点的切矢向量,当节点切矢向量与计算点切矢向量夹角大于阈值,该节点角度权值为0,否则为1。最终的权函数为距离权函数与角度权函数的乘积。其次,通过引入无穷小量,将特征点分解为两个无限与其靠近的数据点。经实验验证,当影响域半径在适当范围内变化时,改进的MLS方法均能很好地保持特征。     

基于单目视觉的轮式机器人同步定位与地图构建

如何降低计算复杂度是视觉机器人同步定位与地图(SLAM)构建的热点问题.提出一种基于单目视觉的低计算复杂度的轮式机器人同步定位与地图构建算法.该算法在观测步通过图像处理与分析,识别特征点并进行定位,将轮式机器人的视觉投影与空间物体的几何关系转换为计算机器人相对特征点的距离和角度.整体算法步骤按照预测、观测、数据关联、更新、地图构建的递推算法进行同步定位与地图构建.提出的算法可识别环境目标,并进行平滑运动.在滤波观测步只处理单帧图像数据,和Active Vision和立体视觉方法相比,降低了算法的计算复杂度.     

一种改进的人体骨架特征提取算法

在人体边缘轮廓提取的基础上,提出一种人体星形骨架特征提取算法。计算轮廓边界点到人体质心的欧氏距离,并通过小波降噪平滑距离信号。然后提取极值点,构建人体星形骨架模型。利用自适应滤波方法将极值点统一为5个,并采用极值点到人体质心的欧氏距离参数化特征向量。提取视频序列中行为动作的关键姿态编码,建立码本。采用贪婪匹配下的旋转距离将骨架特征向量与码本对照,取距离最小的关键姿态的序列号作为该特征向量的特征序列号输出。实验结果表明,该算法可以提高特征提取的准确性和系统的整体匹配效果。     

基于非负矩阵分解的产品结构相似性判断及其应用

为了快速发现可重用产品结构,提出了基于非负矩阵分解的产品结构相似性判断方法。通过将产品结构邻接矩阵转化为邻接向量,构建包含全部结构信息的库矩阵;利用Multiplicative Updates(MU)算法对库矩阵进行非负矩阵分解,实现以低维空间向量描述的产品结构;在此基础上,通过计算低维向量的欧氏距离,可以判断产品结构之间的相似性;最后通过实例对所提出原理和方法进行了验证,结果表明,该方法比目前的相似性判断方法更高效。     

基于自适应双阈值的SURF双目视觉匹配算法研究

双目视觉系统广泛应用于现代物流,其中高效精准的匹配定位算法是实现快速有序物流作业的关键技术基础。为缩短特征点匹配时间,提高匹配准确率,提出了一种基于加速稳健特征的自适应阈值匹配定位算法。首先采用加速稳健特征算法分别对左右图像提取特征向量,应用自适应双阈值最近邻法获取初始匹配对;然后在极线约束条件下筛除误匹配对;最后采用距离特征判别法与角度特征判别法进一步剔除误匹配对。条烟定位实验显示该算法的平均匹配正确率可达90%以上,且定位时间较加速稳健特征算法最多可减少40%,实验结果表明了所提算法具有高效准确的优势,对自动码垛系统具有一定的实际应用价值。     

一种球形机器人视觉定位系统研究

针对球形机器人在地面运动时的定位问题,提出了一种基于sift特征以及霍夫圆变换的球形机器人视觉定位方案。采用对尺度、视角、旋转等具有鲁棒性的sift特征向量,利用由两个外部摄像机组成的视觉系统采集的左右图片,从中提取sift特征点,利用k-d tree和BBF算法进行特征匹配查找,利用RANSAC算法筛选匹配点并计算变换矩阵,通过变换矩阵将后续摄像机采集的图像融合,在融合的图像通过霍夫圆变换定位球形机器人。实验结果表明,该视觉定位系统视野开阔、定位稳定性良好。     

基于改进的DTW算法的变电站巡检机器人语音识别的实现

提出了一种对变电站巡检机器人进行语音控制的语音识别算法,实现了语音控制机器人。通过机器人携带的拾音器录制采集语音控制命令,根据语音识别的基本原理,对变电站巡检机器人进行语音控制,使其根据人的指令做出相应的动作,完成自动检测和信息查询功能。首先,使用机器人采集语音指令,并将其传送到系统后台构建样本库。其次,对样本库进行分析,提取语音样本的MFCC特征。最后,使用改进的DTW算法作为匹配算法实现语音参数模板匹配,进行语音识别,将识别结果传送给机器人系统控制机器人运动。实验结果表明,该算法能够提取有效的语音指令,识别语音指令时间短,识别正确率高,满足了对巡检机器人的实时控制要求。     

基于改进的SIFT算法的工件轮廓配准方法

工件轮廓的配准是机器人视觉引导系统中对工件位姿感知的重要组成部分,通过工件轮廓与模板轮廓的配准可以获得工件的位姿信息,从而引导机器人进行抓取和安装。文中针对图像配准算法中特征提取的SIFT算法计算复杂、特征提取效率慢的缺点,在工件轮廓特征提取过程中,直接在原图像上计算高斯尺度空间图像,不进行上下采样,最后在高斯差分图像上寻找极值点作为轮廓特征点,最后通过与模板提取的特征点进行逐个匹配,按照重合度进行排序,选择重合度最高的特征点计算仿射变换的参数。实验表明,改进的SIFT算法能够完成工件轮廓图像与模板轮廓图像的配准,并将特征提取速度提高了近10倍。