共查询到20条相似文献,搜索用时 15 毫秒
1.
一种提高SIFT特征匹配效率的方法 总被引:1,自引:0,他引:1
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。 相似文献
2.
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。 相似文献
3.
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。 相似文献
4.
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。 相似文献
5.
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。 相似文献
6.
7.
8.
9.
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. 相似文献
10.
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。 相似文献
11.
12.
13.
14.
基于单目视觉的轮式机器人同步定位与地图构建 总被引:4,自引:4,他引:0
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. 相似文献
15.
16.
17.
18.
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。 相似文献
19.
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。 相似文献
20.
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。 相似文献