共查询到17条相似文献,搜索用时 109 毫秒
1.
昆虫翅膀图像特征的亚像素级提取方法 总被引:7,自引:0,他引:7
昆虫翅脉、翅脉交点及翅膀边缘是昆虫翅膀运动变形三维重构的主要依据.通过分析这三种特征的图像特点,对于翅脉中心,采用Hessian矩阵求出灰度极值点方向,并用二次曲线拟合该方向的灰度变化,通过确定该曲线极值点位置来提取亚象素翅脉中心;然后通过求灰度图像的梯度,在其梯度变化方向求极值点的方法提取翅膀边缘特征;此外根据翅脉方向变化的连续性提出了邻域角度约束方法确定翅脉交叉点,从而最终提取到亚像素级的翅膀边缘、翅脉及交叉点等特征.实际应用证明该方法是较为有效的. 相似文献
2.
一种基于图像特征点提取及匹配的方法 总被引:8,自引:1,他引:7
针对图像特征提取与匹配的适应性和准确性的问题,将尺度不变特征变换(SIFT, Scale Invariant Feature Transform)算法应用到图像匹配领域.首先从原理上对SIFT算法的特性进行了分析,并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现;最后以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征匹配,并对不同的近邻比进行比较,给出了建议值.通过3组实验图像的匹配结果表明,SIFT算法提取的特征对图像缩放、旋转、亮度变化的匹配正确率都等于或接近100%,证明了SIFT算法提取的特征点有很好的适应性和准确性,可以进一步应用到图像识别以及图像重建等领域. 相似文献
3.
为满足机器人辅助 医疗手术中高精度自动识别物体的需要,利用Bumblebee 2 摄像头拍摄图像,把黑白交互的椭圆和圆作为一个模板,用改进的角点提取方法提取出图像中的角点;在对图像进行增强之后,利用模板黑白格的几何对称性特征提取模板中的角点,然后区分出椭圆中的角点和圆中的角点,最后利用向量垂直关系提取出椭圆中的目标角点,识别出模板.通过Bumblebee 2自带的深度函数,提取模板的深度,得到模板在摄像头空间中的坐标,达到高精度自动定位物体的目的,克服传统摄像机需要标定内外参数的步骤.实验表明,定位误差在0.42 mm之内,基本上可以满足手术的要求. 相似文献
4.
从零件三维点云中提取棱边等线特征所对应的点云是零件模型重构的关键,也是点云数据处理的基本操作.基于曲率的线特征点云提取方法易受点云初始姿态以及曲率估计方法的影响,曲面拟合及曲率估计误差较大.提出了一种基于点云姿态标准化的线特征点云提取方法:首先计算点云主方向并将其同z轴对准实现点云姿态的标准化,然后进行曲面拟合并以最大主曲率绝对值作为曲率估计值,最后对曲率值取阈值提取出线特征点云.用不同类型的点云数据进行了实验,结果表明所提方法有较高的提取效率和良好的适用性. 相似文献
5.
6.
基于改进SIFT的图像配准算法 总被引:3,自引:0,他引:3
为解决存在较大程度旋转和缩放的图像配准问题,提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Features Transform)的图像配准算法.采用对数极坐标变换(LPT,Log-Polar Transform)进行图像粗匹配,对图像旋转角度和缩放尺度变化量进行估计,并对图像加以校正;在粗匹配的基础上对图像进行分块,根据信息熵原理提取子块的SIFT特征和不变矩特征,构造新型的特征描述符;结合欧氏距离和Procrustes迭代算法获得图像的同名点对,并估计图像形变参数,完成图像配准.实验结果表明:该算法速度快、稳定性强,并能达到亚像素级的匹配精度. 相似文献
7.
为了解决非合作目标的相对测量问题,提出了一种基于单目图像序列目标重构结果的非合作目标相对位姿测量方法。该方法将目标的三维重构与相机的位姿信息计算相结合,首先利用观测前期得到的图像序列,通过非线性优化算法计算得到目标上部分三维点坐标;然后基于该三维点集合,建立递推深度模型,对相机的相对位姿信息和新观测到的目标点同时进行卡尔曼滤波估计。航拍测量试验表明,随着图片数量的增多,精确重构点的比例(重投影误差小于1个像素的点)不断提高,80%的图像中精确重构点比例优于89%;基于公共数据集的试验表明,该算法对姿态估算精度可达1°以内,位置测量的精度可达到2cm以内。以上试验结果表明,该算法具有较高的测量精度。 相似文献
8.
针对传统ORB算法所提取的特征点分布不均匀、存在冗杂,且不具有尺度不变性的问题,提出了一种基于区域划分的改进ORB算法。算法根据需要提取的特征点总数和所划分的区域个数计算每个小区域需要提取的特征点个数,解决了在特征点提取过程中特征点重叠和特征点冗余的问题;通过构建图像金字塔,在每一层图像金字塔上提取特征点,解决了ORB算法提取的特征点不具有尺度不变性的问题。实验结果表明:在不损失图像匹配精度的同时,所提算法提取的特征点更加均匀合理,在提取速度上也较传统ORB算法提升了16%左右。 相似文献
水下图像成像过程中,每个场景点所对应的光线在传播过程中均经过多种折射率不同的介质,因此水下图像会产生折射变形,导致传统基于单视点相机模型的水下图像三维重构方法精度极大降低.在理论分析一个新的单视点调节模型对水下图像折射变形的补偿能力的基础上,提出一种高效、自动的水下图像三维重构及其非线性优化方法.为了验证该方法的性能,利用合成数据和真实图像对其进行测试,并依据重构有效性、重构误差等定量指标考察分析了实验结果.实验结果表明,提出的多视图水下三维重构方法可有效补偿水下场景成像空间变形,进而显著提高传统基于单视点相机模型的水下三维重构质量. 相似文献
10.
常用的时间序列模式匹配方法难以平衡计算复杂度与匹配精度,针对该问题,提出了一种特征点分段提取的时间序列模式匹配方法。提取时间序列每个变量维度上的特征点,降低序列长度;将特征点序列转化为分位点矩阵,利用欧氏距离对分位点矩阵进行相似性度量;在几组时间序列数据集上对所提方法进行分类实验。结果表明:所提方法在降低计算复杂度的同时,获得了较高的匹配精度。 相似文献