SIFT

摘要： 图像匹配技术具有广泛应用,寻求高效率、高精度、健壮性好以及复杂度低的图像匹配算法是当下计算机视觉中的研究重点之一。本文对各种特征点提取和匹配算法进行了对比分析,在此之上提出了一种改进的特征提取以及图像匹配算法,提高了匹配算法的鲁棒性。

摘要： 提出一种基于标定和特征点的相机阵列图像拼接算法,利用标定信息对图像进行仿射变换以获取空间分布情况;考虑到阵列图像拼接依赖特征点的空间分布情况,基于仿射变换后图像相对位置确定重叠区域并采用SIFT算法检测重叠区域内的特征点;最后采用最大值融合法对拼接缝进行平滑过渡。针对不同相机阵列分布的实验结果表明,文中的算法能够精确实现阵列分布多目图像的拼接并具有良好的工业应用价值。

摘要： 在众多图像配准算法中,尺度不变特征转换(Scale-invariant feature transform)由于其对旋转、尺度缩放、亮度变化保持不变性,且对仿射变换和噪声也有一定程度的鲁棒性,从而得到了大范围的应用。但该算法的缺点是运行时间过长。论文旨在减少不必要的检测区域,减少特征点检测和描述符构建所花费的时间。主要分为两部分:1)对待检测图像循环分块,计算各个子块信息熵(Entropy of information),当所有子块信息熵标准差达到固定阈值时停止分块,去掉子块集合中子块信息熵满足条件的部分。2)将图像二值化,计算二值图像连通区域,在第一步的基础上去掉所有连通区域的部分,得到最终待检测的图像区域。最后进行SIFT算法特征检测并生成PCA-SIFT描述子,使用最近邻与次近邻之比的算法完成图像配准。实验结果表明:论文算法在保证匹配精度达到90%以上的情况下,减少算法运行时间20%~30%,提高了图像配准的速度。

摘要： 对无人机自主着陆系统中双目视觉采集到的地标图像进行了研究,在分析地标图像中存在模糊噪声以及大量背景干扰问题,提出一种基于改进SIFT算法的无人机双目视觉目标识别与定位方法。首先,采用基于OTSU与HSV的ROI算法对无人机双目图像进行目标识别与分割预处理操作,将目标准确识别;其次,针对双目视觉获取三维信息效率慢的问题,采用基于改进的SIFT算法对已识别的地标进行特征提取,生成二进制描述符,并采用局部敏感哈希算法对特征点进行稀疏匹配,提高目标特征匹配准确度及效率;最后,采用相似三角形原理计算每个特征匹配点的三维距离,获得无人机与目标之间的平均三维距离。实验结果表明所设计的算法相较于传统的SIFT算法更具有可行性和有效性。

摘要： 现有的篡改检测方法中特征点提取不充分会导致篡改检测精度不高,特征点描述符识别率差,针对该问题提出一种基于颜色矩的区域划分和四元数Hu矩的彩色图像复制粘贴篡改检测算法。首先,使用自适应形态重建算法对图像进行超像素分割,通过密度聚类算法对图像自适应划分区域;其次,提出一种关键点提取方法得到均匀的SIFT特征点;然后,在一种新颖的彩色图像四元数表示方法中构建局部高斯金字塔提取Hu矩特征;最后,利用2NN进行特征匹配后,结合Delaunay三角形算法定位出复制粘贴篡改区域。在公共数据集上的实验结果表明,该算法可以更有效地定位篡改区域。

摘要： 针对传统图像匹配算法在胃肠道图像匹配中受到胃肠道图像颜色差异大、纹理复杂和灰度差异等因素干扰,使得匹配结果存在正确匹配对较少、匹配时间长等问题,提出了一种基于改进SIFT和位置方向距离函数的图像匹配算法。首先,利用新的梯度定义消除胃肠道图像对之间的非线性灰度差异,重新进行尺度空间构建;再采用对数极坐标建立描述子,建立适合胃肠道图像特征的描述子。在胃肠道图像匹配阶段,构建了位置方向距离匹配函数进行特征匹配,利用随机抽样一致性(RANSAC)和模式搜索方法进行误匹配删除后完成匹配。利用胶囊机器人获取的胃肠道图像作为实验数据,与SIFT、SURF和ORB等算法进行对比实验。实验结果表明,提出的算法对于胃肠道图像不仅在匹配精度和匹配时间上有较大的提高,还具备较强的鲁棒性。

摘要： 地面控制点的选取是遥感影像处理过程中的一项基础工作,当待校正影像数据量较大时手动选点的效率较低。为提高地面控制点提取的效率,以台湾省台中市为研究区,对云端瓦片影像数据进行挖掘,测试SIFT(scale invariant feature transform)算法并用它来开展自动提取地面控制点的试验。首先,分别提取目标影像和参考影像的特征点;然后,通过特征点匹配和错误匹配剔除,计算特征匹配点相对于参考影像特征点的地理坐标;最后,生成目标图像与参考图像特征点的地面控制点文件。实验结果表明:SIFT算法能够自动提取地面控制点,且精度达99%以上,实现了用较低分辨率校正较高分辨率的影像,表明采用SIFT算法挖掘云端遥感影像特征,可以智能、快速地提取待校正遥感影像的地面控制点,对遥感影像智能化处理具有重要意义。

摘要： With the popularity of smartphones,it is often easy to maliciously leak important information by taking pictures of the phone.Robust watermarking that can resist screen photography can achieve the protection of information.Since the screen photo process can cause some irreversible distortion,the currently available screen photo watermarks do not consider the image content well and the visual quality is not very high.Therefore,this paper proposes a new screen-photography robust watermark.In terms of embedding region selection,the intensity-based Scale-invariant feature transform(SIFT)algorithm used for the construction of feature regions based on the density of feature points,which can make it more focused on the key content of the image;in terms of embedding strength,the Just noticeable difference(JND)model is applied to limit the intensity of the watermark embedding according to the luminance and texture of the picture to balance robustness and invisibility;after embedding watermark,the coefficients in the neighborhood are again adjusted with optimal constraints to improve the accuracy of watermark extraction.After experiments,it is shown that the method we proposed can improve the correct rate of watermark extraction,the quality of the visual aspect of the watermarked picture is also improved.

摘要： 正射影像数据生产周期长,难以满足应急需要,由于无人机航拍单幅影像范围小,为了快速生产区城影像数据,需要对航片进行拼接。本文提出了基于OpenCVSharp计算机视觉软件库的航片拼接方法,并对特征点检测、匹配、单应性矩阵计算、图像透视变换、配准融合等技术进行了分析,最后开发了航片拼接软件工具,实现了无人机航片的快速拼接,以实际工程进行了检验,结果证明算法和技术方法可行。

摘要： 在结构复杂、纹理重复的场景中,现有的特征线匹配方法存在的误匹配率高的问题。为了解决上述问题,融合特征线区域信息和特征线局部特征点信息,提出了一种基于多重约束的特征线匹配方法。该方法首先采用LSD方法检测图像的特征线,利用SIFT方法检测图像特征点。融合特征线和特征点构建图像特征集,并计算特征线支持区域;其次在特征线支持区域内,依据特征线两端点及两侧紧邻点间的NCC度量值和核线约束,获得待匹配特征线的支持区域;然后从特征线间的角度、垂直距离和水平距离3个约束出发,采用特征线间的灰度相似性度量,在待匹配特征线的支持区域内进一步约束确定匹配特征线,从而有效解决了特征线误匹配问题。以不同场景的图像对为对象,实验结果表明所提出的方法在匹配数量上、匹配正确率上均优于其他方法,进一步验证了算法的有效性。

摘要： 本文研究了不同的局部特征对商品图像检索的影响。首先，进行Harris-Laplace角点检测，基于角点和所在尺度检测局部区域；然后在各区域提取各种局部特征，例如SIFT特征；最后进行特征点匹配，基于匹配结果得到检索结果。同时，本文也比较了不同局部特征在各种仿射变换下的不变性，以及对商品检索的影响。本文的实验和分析对于商品图像检索中局部特征的选择有一定的参考价值。

摘要： 本文研究了不同的局部特征对商品图像检索的影响。首先，进行Harris-Laplace角点检测，基于角点和所在尺度检测局部区域；然后在各区域提取各种局部特征，例如SIFT特征；最后进行特征点匹配，基于匹配结果得到检索结果。同时，本文也比较了不同局部特征在各种仿射变换下的不变性，以及对商品检索的影响。本文的实验和分析对于商品图像检索中局部特征的选择有一定的参考价值。

摘要： 本文研究了不同的局部特征对商品图像检索的影响。首先，进行Harris-Laplace角点检测，基于角点和所在尺度检测局部区域；然后在各区域提取各种局部特征，例如SIFT特征；最后进行特征点匹配，基于匹配结果得到检索结果。同时，本文也比较了不同局部特征在各种仿射变换下的不变性，以及对商品检索的影响。本文的实验和分析对于商品图像检索中局部特征的选择有一定的参考价值。

摘要： 本文研究了不同的局部特征对商品图像检索的影响。首先，进行Harris-Laplace角点检测，基于角点和所在尺度检测局部区域；然后在各区域提取各种局部特征，例如SIFT特征；最后进行特征点匹配，基于匹配结果得到检索结果。同时，本文也比较了不同局部特征在各种仿射变换下的不变性，以及对商品检索的影响。本文的实验和分析对于商品图像检索中局部特征的选择有一定的参考价值。

摘要： 本文提出一种基于超分辨率技术和人脸识别技术相结合的方法进行人脸识别。首先利用S胛对低分辨率图像进行配准，SIFT具有对尺度、光照不变性等优点。然后通过基于L1范数的超分辨率算法进行重构，从而得到一幅分辨率较高的人脸图像，最后利用PCA人脸识别技术对高分辨率的人脸图像进行人脸识别。从实验结果来看，采用的是AR人脸数据库，基于超分辨率的人脸识别率提高了不少。

摘要： 本文提出一种基于超分辨率技术和人脸识别技术相结合的方法进行人脸识别。首先利用S胛对低分辨率图像进行配准，SIFT具有对尺度、光照不变性等优点。然后通过基于L1范数的超分辨率算法进行重构，从而得到一幅分辨率较高的人脸图像，最后利用PCA人脸识别技术对高分辨率的人脸图像进行人脸识别。从实验结果来看，采用的是AR人脸数据库，基于超分辨率的人脸识别率提高了不少。

摘要： 本文提出一种基于超分辨率技术和人脸识别技术相结合的方法进行人脸识别。首先利用S胛对低分辨率图像进行配准，SIFT具有对尺度、光照不变性等优点。然后通过基于L1范数的超分辨率算法进行重构，从而得到一幅分辨率较高的人脸图像，最后利用PCA人脸识别技术对高分辨率的人脸图像进行人脸识别。从实验结果来看，采用的是AR人脸数据库，基于超分辨率的人脸识别率提高了不少。

摘要： 本文提出一种基于超分辨率技术和人脸识别技术相结合的方法进行人脸识别。首先利用S胛对低分辨率图像进行配准，SIFT具有对尺度、光照不变性等优点。然后通过基于L1范数的超分辨率算法进行重构，从而得到一幅分辨率较高的人脸图像，最后利用PCA人脸识别技术对高分辨率的人脸图像进行人脸识别。从实验结果来看，采用的是AR人脸数据库，基于超分辨率的人脸识别率提高了不少。

摘要： 本文提出一种基于超分辨率技术和人脸识别技术相结合的方法进行人脸识别。首先利用S胛对低分辨率图像进行配准，SIFT具有对尺度、光照不变性等优点。然后通过基于L1范数的超分辨率算法进行重构，从而得到一幅分辨率较高的人脸图像，最后利用PCA人脸识别技术对高分辨率的人脸图像进行人脸识别。从实验结果来看，采用的是AR人脸数据库，基于超分辨率的人脸识别率提高了不少。

摘要： 为了更好的进行基于特征的运动F1标枪测,本文提出了一种应用快速近似SIFT描述子构建特征描述子的方法。该方法运用积分直方图在围绕特征点的方形邻域中生成特征描述子,并在图像序列中使用特征描述子进行特征点间的匹配。在对大量特征描述子的计算过程中,这种方法可以有效的降低计算开销加快计算速度,同时具有与传统SIFT描述子一样可靠的匹配性能。实验证明,该方法能够满足运动目标检测实时性的要求,改善了运动检测性能。

摘要： 本发明公开了一种基于SIFT算法的高精度迭代二分辅助刺点方法，包括：利用GCP地物图像和潜在匹配照片执行SIFT算法进行特征匹配，以辅助无人机航空摄影建模操作中的“刺点”步骤。利用中迭代方法和二分方法处理地物影像，从而最优化SIFT特征匹配精度的思想。利用潜在匹配照片集中的一张作为代表照片，与GCP地物图像运行高精度迭代二分辅助刺点方法，避免重复计算GCP地物影像大小。之后便可直接根据第一次确定的GCP地物影像大小执行SIFT算法对刺点进行指示。本发明的优点是：降低了无人机航空摄影建模操作的任务量，提升精度，提高工作效率。

摘要： 本发明属于电力技术领域，公开了一种基于SIFT数据特征提取算法与BP神经网络模型的局部放电模式识别方法。该方法能够提取局部放电信号时频谱图的图像特征并聚类构造出相应的特征字典，将其可视化后作为分类器的输入以实现局部放电的模式识别。

摘要： 本发明公开了基于改进的SIFT算法的多时相遥感图像自动配准方法，该方法将Shi_Tomasi角检测算法与SIFT相结合，从利用地理坐标约束的图像分割策略得到的图像块中检测匹配点；之后利用具有尺度和旋转不变性的SIFT描述子描述被检测特征点的特征；采用双向匹配策略和整体松弛法进行全局匹配优化，之后利用RANSAC和最小二乘法来计算图像的变换关系，进行重采样；最后利用最佳匹配特征点构建三角网模型，用小面元对每个Delaunay三角网进行构建区域的模型纠正。本方法在影像配准的精度、速度等方面都明显优于传统的配准方法，适用于地物变化大以及具有较大地形起伏的多时相高分辨率遥感图像，可以满足多时相高分辨率图像在电力电缆地物变化检测等方面对时效性和高精度的需求。

摘要： 本发明属于图像识别技术领域，尤其涉及一种基于SIFT的图像特征纹理追踪识别算法。包括：使用SIFT算法对第一图像和第二图像进行特征点提取；对特征点进行距离计算筛选匹配，获得元素互为对应的第一匹配特征点集合和第二匹配特征点集合；分别计算两个匹配特征点集合中的特征点之间的角度关系，获得第一角度集合和第二角度集合；计算两个角度集合中对应角度的差值，统计所有差值中未超过预设差值阈值的匹配数；计算匹配数与差值的个数的比值。本发明通过排除干扰特征点和计算特征点之间的角度关系实现图像特征纹理追踪识别，解决了SIFT算法提供的特征点误匹配问题，有效地将两张图像之间的匹配度进行量化，提高了图像识别效率和精准度，增强了实用性。

摘要： 本发明公开了一种基于SIFT的图像配准方法、系统及存储介质，包括：获取待配准图像及参考图像，将待配准图像进行预处理，构建高斯差分尺度空间；获取所述高斯差分尺度空间中不同尺度空间中的极值点，根据所述极值点选取特征点，并为所述特征点生成特征描述符；计算特征点领域的局部信息熵，根据所述局部信息熵与特征描述符确定特征点的最终特征描述符；根据遗传算法优化特征点匹配，生成匹配点对，并对匹配点对进行校正，完成待配准图像的图像配准。本发明通过精简需要匹配的特征点数量和需要匹配的区域，优化了匹配效率和算法的速度，提高了SIFT算法搜索效率及配准精度。

摘要： 本发明公开了一种基于FPGA的SIFT算法的简化图像特征提取方法，所述方法包括：通过控制时钟使能，得到并行的DOG尺度空间的图像数据流，得到每个尺度空间5×5的高斯卷积核，利用海森矩阵筛选滤除边缘效应，得到有效极值点并标记特征点，根据特征点划分对应的邻域空间，分配FIFO与RAM的计算资源作为图像数据流的计算缓存区，得到16维的SIFT特征描述向量。本发明对SIFT算法的特征描述方式进行了简化，针对特定的检测场景的特征需要，减少了SIFT算法的计算维度，避免了三角函数的计算，减少了对FPGA的硬件资源消耗，并且通过设计RAM、FIFO与状态机结合的结构简化了特征描述所需要的计算。

摘要： 本发明属于模板匹配技术领域，且公开了一种基于SIFT和CM的变形目标定位算法，包括以下步骤：S1.对图像和模板建立若干层金字塔；S2.对顶层模板和顶层图像采用SIFT算法得到若干对匹配点，并根据最近距离和次近距离的比值筛选出一部分匹配点对；S3.设置离群点距离阈值，采用RANSAC算法从上一步筛选出的匹配点对中挑出离群点最少的三对匹配点，并保存相应的仿射变换矩阵；S4.从上一步保存的仿射变换矩阵中解析出旋转角度θ，x方向缩放系数scalex，y方向缩放系数scaley，模板的坐标系原点在图像上的位置，即得顶层模板在顶层图像上的定位结果。本发明能减少计算量，快速地定位出变形目标，具有较好的实时性，同时具有较高的定位精度。

摘要： 本发明涉及电力应用的电力巡检现场作业设备图像识别方法、装置及存储介质。该方法包括：采集电力设备图像，建立电力设备图像数据集，进行预处理；对预处理后的图像进行图像识别对象关键点的准确检测；基于SIFT算法对电力设备图像进行特征提取和描述，建立关联点信息和其与电力设备类别的索引，建立电力设备特征值，提取特征点存储于特征库；利用计算中心提供的识别服务能力，对电力巡检图像中配网设备各部位进行准确识别和分析；基于特征点检测SIFT算法在海量特征数据库中进行快速、准确的匹配，识别出电力设备类别。本发明能够适用于各种不同光照、不同位置电力现场作业环境复杂且特殊的情况下的电力设备图像准确识别场景，本发明图像识别方法由于采用优化SIFT特征提取算法，可为多样性电力设备图像识别提供有效支撑。

摘要： 本发明属于计算机技术领域，且公开了一种基于SIFT的变形目标定位算法，具体步骤如下：S1、对图像和模板建立若干层金字塔；S2、对顶层模板和顶层图像采用SIFT算法得到若干对匹配点，并根据最近距离和次近距离的比值筛选出一部分匹配点对；S3、设置离群点距离阈值，采用RANSAC算法从上一步筛选出的匹配点对中挑出离群点最少的三对匹配点，并保存相应的仿射变换矩阵。本发明通过公开一种基于SIFT的变形目标定位算法，本发明能快速地定位出变形目标具有较好的实时性。

摘要： 本发明公开了一种基于PolSAR‑SIFT关键点的PolSAR图像舰船检测方法，包括：采集同一场景不同极化方式的多幅原始PolSAR图像；根据所述多幅PolSAR图像获得图像的极化协方差矩阵；利用所述极化协方差矩阵构建PolSAR‑Harris响应函数图像并提取当前场景中的所有关键点，组成关键点坐标集合；根据关键点坐标集合获得预选目标区域，并通过变化指示参数筛选出一个或多个目标区域；对所述目标区域的SPAN图像进行二值分割获得二值图，并利用所述二值图完成舰船检测。本发明针对PolSAR数据定义了一种基于指数加权黎曼距离的梯度，将针对单通道SAR数据的SAR‑SIFT关键点检测算法扩展到PolSAR数据中，在获取舰船目标区域的时候引入了变化指示参数，通过该参数筛除位于海面的潜在目标区域，降低了虚警率。