基于无监督学习的SIFT鲁棒图像匹配算法

SIFT特征匹配算法的匹配能力强,但特征点中孤立点和噪声点等会导致部分特征点误匹配;不同图像间特征点的有关描述相近,也会造成两幅不同结构的图像,在提取出各自的SIFT特征点后相互匹配。为此,提出一种改进SIFT的图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用无监督学习方法对匹配异常点进行剔除,实现特征点的二次精确匹配。     

三维构件的古建筑过程式建模技术

本文研究基于建筑学知识与计算机视觉相关理论,建立佛光寺古建筑构件库,对库中构件进行特征描述与提取,并存储到相应的特征库。以过程式建模的方式进行构件的自动化匹配。在节约人力资源的基础上,对古建筑碎片进行自动识别与匹配,从而提高建筑重建的效率,增加可行性。     

C8051F320在USB设计中的应用

C8051F320是Cygnal公司推出的一款新型USB微控制器芯片。该器件具有较快的处理速度和较大的存储容量，并且具有在系统可编程的功能，是USB接口设计的理想选择。文中介绍了C8051F320的特点和引脚功能，并以一个USB-CAN接口转换模块为例介绍了USB接口的软硬件设计。     

实现数字电视系统音量平衡的一种方法

本文结合数字电视前端和机顶盒的技术特点提出了一种新的控制音量平衡的技术手段,它利用了PSI/SI描述符作为载体传送系数到机顶盒控制输出音量,消除切换频道时的音量跳变。     

基于图像识别的移动机器人自动完成充电北大核心

移动机器人正在慢慢普及到我们的生活当中,而移动机器人在移动过程中消耗电能,当电能耗尽时需要人工为移动机器人进行充电,提出一种基于图像识别的方法,让机器人自动完成充电。移动机器人通过对图像的纹理分析和对兴趣点的快速匹配SIFT算法完成移动机器人识别电源插座,实现自动充电。本文的方法充分考虑到由于移动机器人的灵活多变性对所采集到的图像造成的影响,如图像旋转,图像周围有遮挡物体等,用纹理分析与SIFT算法识别插座,当所采集的图像与机器人本身记忆的图像达到一定匹配度时,移动机器人将完成自动充电。     

基于SIFT特征点和交比值的水印图像抗攻击算法

为提高数字水印图像对常规信号和复杂几何攻击的抵抗能力,利用SIFT(scale invariant feature transform)特征点的稳健性和交比值不变特性,提出了一种数字图像顽健水印算法。首先,在原图像经过NSCT(nonsubsampled contourlet transform)变换后的低频子带系数中提取SIFT特征点并对其进行优化筛选,从中确定满足“近凸正四边形” 的系数区域作为水印嵌入的局部区域,然后利用事先设定好的一些交比值在各局部区域中确定要嵌入水印的具体系数,最后利用奇偶量化调制方法嵌入水印信息。与传统算法相比,在提取水印信息时无需对含水印图像进行几何逆变换。实验结果表明,该算法对常规信号处理及多种几何攻击具有较强的抵抗能力和顽健性。     

一种基于改进SIFT算法的图像配准方法

给出一种改进的SIFT算法,并将该算法应用到图像配准中.首先,该改进算法结合Canny算子,去除影响匹配的边缘点.然后采用最近邻与次近邻之比来对96维描述子进行匹配.最后,采用随机抽样一致性(RANSAC)方法消除误匹配.实验结果表明,与原SIFT算法相比,该算法能够有效提高图像配准确度,并减少了10%左右的运算时间.     

基于SIFT算法与RANSAC算法的X射线图像匹配研究

为了提高图像匹配的精确度,提出一种基于SIFT算法与RANSAC算法相结合的方法对X射线图像进行匹配。通过最近邻次近邻比值法对特征点进行粗匹配,利用对极几何约束的RANSAC算法剔除误匹配点对,从而实现精确匹配。实验结果表明了该方法的准确性和有效性。     

RANSAC算法在剔除图像配准中误匹配点的应用

在遥感图像中存在很多相似地物、地貌,SIFT算法本身只利用了特征点的局部邻域梯度信息,通过SIFT算法提取到的特征点存在很多误匹配点,通过RANSAC算法剔除误匹配点,可以提高配准的精度。     

一种基于SIFT的图像哈希算法

图像哈希是近年来颇受关注的一个研究热点,但现有的图像哈希算法普遍存在对几何攻击(主要包括尺度、旋转、剪切)鲁棒性不足的缺点,不能满足很多实际应用的需要.针对上述问题,提出了对几何攻击具有强鲁棒性的SIH图像哈希算法.本算法基于在图像匹配等领域得到广泛应用的SIFT算子,通过对SIFT特征向量进行有针对性的筛选和压缩、基于特征向量分布质心的量化生成图像摘要.为适应图像摘要构造的特性,设计了基于广义集合距的匹配算法来衡量图像摘要间的距离.在公开图像库上的实验结果表明,本算法对几何攻击和非几何攻击的鲁棒性均优于对比算法,可广泛服务于图像识别/认证类型的应用.