一种改进的特征点匹配算法

特征点匹配是计算机视觉中的关键步骤,在很多领域中都有着的重要应用。通过对当前图像特征点匹配方法的研究,提取一种基于特征点的灰度量和几何特征量相结合的匹配方法。该方法首先用Harris算法提取特征点;然后用极线约束减少搜索范围;最后用特征点的灰度量实现特征点匹配。该方法利用极线约束,克服了用灰度量进行特征点匹配计算量大的缺点。提高了匹配速度。实验表明,是一种准确快速的特征点匹配方法。     

复杂环境异源高分辨率光学卫星影像匹配算法

针对复杂环境异源高分辨率光学影像匹配成功率低的问题,提出了一种基于窗口约束的特征点匹配方法.借助于异源影像近似核线对和同名直线,对特征点建立几何约束窗口,利用该窗口限定同名点搜索范围,通过特征点主方向的约束和特征欧氏距离提取初始匹配点,并基于局部随机抽样一致性(RANSAC)算法剔除误匹配点,最终利用同名点对影像进行纠正,实现异源高分辨率卫星遥感的自动匹配.结果表明:与传统的尺度不变特征变换算法(SIFT)相比,窗口约束匹配方法提取了更多的同名点,为复杂环境异源高分辨率光学遥感影像数据的高精度自动匹配提供了一种可行的方法.     

一种基于曲率极值法的LiDAR点云特征提取算法

针对地面LiDAR（1ightdetectionandranging）技术在三维数据采集过程中无法体现人的主观判别能力、采样数据存在大量冗余的问题,提出了一种基于曲率极值与最小生成树准则的LiDAR点云特征提取算法．通过二次曲面拟合实现对原始采样曲面的模拟与表达,估算采样表面的几何微分属性,分别基于平均曲率比较法、曲率极值法来实现特征点的初选与精选;设计并实现了一种基于最小生成树准则的特征点拓扑邻接关系的确定方法以及相应的最小生成树裁减算法,在确定特征点拓扑邻接关系的同时,依据裁减算法实现了采样地理实体表面特征的精确提取．实验证明,算法是可行、有效的,利用算法提取了LiDAR点云的特征之后,有效地增强了点云数据的表达能力,弥补了地面LiDAR技术在数据采集过程中无法体现人的主观判别能力的不足;借助于算法提取的采样地理实体表面特征来指导和约束点云数据简化过程,可在有效保留原始采样曲面重要特征的同时实现点云数据的大幅度精简．     

利用平面特征和KNNS提高点云配准效率

由于人工建筑物表面存在大量平面特征,提出利用平面特征进行初始同名点的自动寻找.根据整体最小二乘对平面拟合结果,剔除远离特征平面的噪声点,对不同测站的两个平面进行中心化,通过计算平面初始中心及初始中心到平面子集包围圈的最大距离来确定初始同名点.针对最邻近点迭代算法(ICP)中同名点搜索慢的缺点,提出了利用k-最邻近点搜索算法(KNNS)进行对应点的搜索,分析了利用平面特征和KNNS进行点云配准的处理结果.结果表明:利用共面特征和KNNS不仅能够合理改善配准参数,而且还可提高点云配准效率,提出的平面特征和KNNS的ICP算法适合于具有平面特征的建筑物的配准.     

DMVC中基于图像配准的空域边信息重建算法

针对分布式多视点视频编码系统,本文利用视点间存在的固有的对极几何关系计算空域边信息。在此过程中,所得的对极几何的准确度直接影响边信息的质量以及边信息计算中运动搜索范围的大小。为了更准确的估计视点间的对极几何关系,本文提出了基于图像配准的匹配点对优化算法,在对特征点对进行坐标优化调整的同时,剔除了部分相关性小的匹配点对,提高了其匹配精度。将本文的算法所得到的视点间对极几何关系用于分布式多视点视频编码系统中计算空域边信息,并对系统仿真测试。实验结果分析表明：加入了本文提出的特征点对优化算法后,直接通过在对极线上搜索所获取的边信息质量提升超过了2dB;若将搜索范围往对极线垂直方向上扩张,在保持相似重建质量的前提下,基于本文算法的搜索复杂度降低到原来的10%-20%;与同等条件下的MCII算法相比性能提升约0.2~0.7dB。     

拓扑保形的矢量地理数据几何脱密方法

提出了基于紧支撑径向基函数(CSRBF)的具有拓扑与几何保持性的矢量地理数据几何脱密方法.根据矢量地理数据的结构特征,分别对点、线、面地理要素进行分类,针对不同类别的地理要素构建相应的拓扑保形规则;利用CSRBF生成脱密函数模型,根据矢量地理数据几何脱密要求,分别对点、线、面结构的矢量地理要素进行脱密处理;通过脱密函数模型和要素脱密拓扑保形规则,对矢量地理数据进行迭代脱密,直至满足脱密要求.实验表明:提出的方法得到的脱密结果能够在满足地理信息安全性的条件下,保留数据的拓扑特征及一定的几何精度,从而保证了矢量地理数据的共享可用性.     

基于几何约束的倾斜立体影像匹配

针对倾斜立体影像髙畸变与场景复杂特点,提出了一种基于几何约束的精化匹配算法.算法分两个阶段:1)利用下视立体像对之间的可靠同名像点联合初始外方位元素交会物方坐标,然后以其中一幅影像上的同名像点为待匹配点基于物方反投约束方法,在斜视影像上获得粗略同名像点,并利用转点成功的同名像点物方高程划分仿射近似平面,同时完成粗略匹配点对的分类;2)局部仿射约束的精匹配.针对每一类粗略匹配点,首先确定种子匹配点对队列,其中用于匹配约束的种子点进行最小二乘匹配,获得仿射变换矩阵A,对种子点一定邻域内的匹配点以A中的参数为初始值进行自适应归一化互相关(NCC)精化匹配.试验表明:对于高畸变倾斜影像,提出的算法是有效的.     

一种SAR图像与光学图像匹配算法研究

INS/SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了较高的实时性和准确性要求.针对以往直线匹配算法与角点匹配算法的缺陷,首先提取SAR实时图像与光学参考图像直线中的直线与角点特征,然后在干线对粗匹配的基础上利用精确的角点特征进行小参数变化下SAR图像与光学图像的精匹配.经实验验证,该方法实时性与匹配精度高,可较好的应用于INS/SAR组合导航系统的图像匹配中.     

基于机器学习的地理空间数据抽取算法

为提高地理空间数据集成抽取的查准率和查全率,提出了基于机器学习的地理空间数据抽取算法。以GeoNames、OpenStreetMap等作为地理信息数据源,通过网络爬虫以及搜索引擎检索同时下载有关网页,并对内容进行过滤,过滤后对网页中的地点名称及地址信息等数据进行解析抽取,实现其可视化。分析抽取得到的地理数据实体,利用地理数据与实体之间的映射,将异构地理数据的歧义消除,实现地理空间数据一体化,并依据实体名称、类别等多特征相似程度计算,实现地理数据特征数字化。结合多特征、机器学习KNN分类法完成地理数据链接自动化,实现地理空间数据的分类抽取。通过实验对本文算法进行验证,结果表明:本文算法具有较高的查准率和查全率,数据抽取效果良好,可为地理数据集成提取奠定基础。     

基于纹理增强的ORB特征点提取与匹配算法

针对传统的ORB算法在面对纹理变化较大或纹理不明显的场景时特征提取能力的不足,提出了一种基于纹理增强和颜色增强的ORB特征点提取与匹配算法。首先,通过设计纹理增强预处理方法,分析了图像纹理特征的统计信息,以改善图像的纹理信息表达;其次,在经过纹理和颜色增强处理的图像上应用ORB算法执行特征点提取,从而获得更为突出和多样的纹理特征点;最后,为进一步提高特征点匹配的准确性,引入了一种综合考虑纹理相似度和尺度一致性的匹配策略。实验结果显示,与传统的ORB算法相比,基于纹理增强的ORB算法在特征点提取和匹配的准确性和鲁棒性上均得到了显著的提升。     

一种面向弱纹理图像的特征点描述子

现有的大多数特征点提取算法适用于处理纹理丰富的图像,而对于弱纹理图像则无法提取有效的特征点. 对此,提出了多邻域结构张量特征(MNSTF)算法. 基于一系列固定的邻域和图像结构张量,通过表达局部图像的结构和纹理信息,解决了弱纹理和无纹理场景下特征点提取和匹配等相关问题;同时,通过计算邻域之间的相对方向,实现了MNSTF算法特征描述子的旋转不变性. 实验结果表明,MNSTF算法在经过旋转的弱纹理图像测试集上的特征点匹配准确率达到了99.9%以上,验证了其良好的适用性、旋转不变性和鲁棒性.     

基于MLS点云模型特征的提取算法

针对以往特征提取算法提取边界特征效果不理想和特征识别时间较长的问题,提出了一种改进的点云模型特征边界线提取算法.该算法以移动最小二乘法为基础,在对已有的边界特征提取方法研究的基础上,结合研究对象棱角分明的特点,提取点云模型边界特征点集,利用双向搜索方法快速生成模型的特征边界线,并对得到的特征边界线进行特征修复,从而得到较为稳定的点云模型的特征边界线.实验结果表明,该算法能快速地提取点云模型的特征边界线,为后续基于特征边界的建模节约了大量时间.     

Automatic Image Registration Algorithm Based on Wavelet Transform

I mage registration is the process of determiningthe transformation which matches best,according tosome si milarity measure,two i mages of the samescene taken at different ti mes or from different viewpoints[1].It has broad applications in many domainssuch as military,medicine,remote sensing and com-puter vision,so a wide range of registration tech-niques has been developed abroad and at home formany years.Given the diversity of remote sensingi mage,complexity of i mage warp,differences be-twe…     

点云数据的管道面重构

针对反求工程中管道面重构问题，提出了一种从点云数据中直接提取管道面特征参数的算法.算法
分为两步：第一步将管道面数据视为过渡特征数据，利用过渡特征提取原理获得管道面的一系列截面线
，经概率统计方法进行噪声去除后，得到准确的截面线及其半径.第二步是由截面线的中心确定管道面的
脊线点列.利用移动球法，球的直径即是采样步长，沿着脊线方向对点列进行均匀采样，然后对采样点列
进行高斯平滑，获得光滑均匀的脊线点列.用三次B样条曲线拟合采样点列而获得脊线.计算实例表明，该
方法能够稳定、准确地提取出管道面的几何特征参数.     

基于运动预测的改进ORB-SLAM算法

针对不同运动场景下以固定的点特征提取与匹配策略的ORB-SLAM算法存在系统跟踪定位误差较大的问题,考虑相机自身运动对视觉SLAM系统的影响,提出基于运动预测的改进ORB-SLAM算法.该方法利用上一帧的点特征利用率和匀速运动模型,预测出相邻2帧之间的共视范围,实时动态调整不同运动状态下的点特征提取阈值,在保证系统稳定性的情况下,提高系统的准确性.提出基于运动预测的点特征匹配优化策略,基于匀速运动模型快速确定出共视范围内的有效待匹配点,结合图像金字塔缩小匹配搜索范围,减少大量的无效匹配过程.在TUM数据集上进行对比实验,结果表明,提出的算法不仅实时性好,而且提高了系统的精度.     

基于局部特征的图像匹配方法

为了提高图像匹配算法的性能,使用一种改进的K-d树改善特征点匹配时的数据检索方式,用随机抽样一致性算法对提取的匹配对进行提纯.实验结果表明,在不同尺度及旋转、不同视角、不同光线的情况下,此算法剔除了误匹配的特征点和不必要的特征点,提高了图像匹配的精度.     

自由曲面的匹配检测新方法

为将测量坐标系匹配到CAD坐标系,研究了自由曲面检测中被测曲面和设计曲面的匹配方法,提出了多级匹配策略.首先进行曲面的粗匹配,使实测曲面和设计曲面保持大致相同的位置和姿态,即先定义曲面中心,然后搜索4个角点,通过这5个点的匹配实现粗定位.接着在粗定位的基础上进行精定位,通过对目标函数的变形,提出了一种新的方法来完成对位姿关系的求解.最后通过一个自由曲面的仿真实验,验证了方法的有效性.     

基于特征点的改进ICP三维点云配准技术

三维点云配准是三维面型反求中的关键和难点。提出了一种特征点三维点云配准技术。通过引入被测物的特征点,分析了坐标变换矩阵的求解方法,利用最小二乘算法求出初始变换矩阵,得到粗略配准结果。然后采用K-D树来加速搜索最近点,用均方距离作为误差度量准则实现了改进后的最近点     

特征光斑单目视觉空间定位方法

为了满足地面试验中运动目标位姿参数视觉测量系统的研制需求,基于单目视觉原理设计了大视场条件下实际平面上特征光斑的精确空间定位方法.建立了特征光斑的成像模型,给出了实际平面对特征光斑空间位置的约束,进而提出了特征光斑的单目视觉空间定位方法,并依据实际平面的特点设计了高阶曲面型、分块平面型和分块曲面型等三种类型实际平面上特...