尺度不变特征

摘要： 针对变电检测现场中仪器图像识别问题,提出一种基于SURF+OCR对变电检测仪器数据定位识别的方法。针对仪器面板特定的图像特征,设计了尺度不变的仪器面板关键数据精准定位方法,在拍摄角度不超过45°的随机样本中定位平均成功率高达97.5%以上,定位图片经过预处理后利用Tesseract-OCR引擎识别,识别率达95%。实验结果验证了所提方法具有良好的特征定位鲁棒性,实现了对高精度的面板关键数据识别和特定场合下的变电检测仪器实时检测识别的有效性。

摘要： 针对红外图像和可见光图像因成像机理不同导致传统匹配算法匹配精度不高、鲁棒性差的问题,提出一种基于CycleGAN-SIFT的可见光和红外图像匹配算法。为了减小可见光图像与红外图像之间特征差异对匹配结果造成的影响,通过迁移学习共享权重的方式在可见光图像和红外图像基础上利用CycleGAN生成伪红外图像,利用SIFT特征提取算法分别提取伪红外图像和红外图像的特征点并进行匹配。为了降低错误匹配率,利用RANSAC剔除误匹配点对。最后,将伪红外图像上的特征点映射至可见光图像,从而实现可见光图像与红外图像的匹配。为了验证所提出算法的有效性,从OTCBVS和TNOImageFusionDataset数据集中任选4组异源图像,并分别在无噪声、有噪声以及存在角度畸变3种情况下与SIFT、Canny-SIFT、SURF以及CMM-Net 4种经典算法进行比较。实验结果表明,在不考虑角度畸变和噪声干扰的条件下,所提出算法的匹配正确率可达95%以上;当存在角度畸变和噪声干扰情况时,本文算法的匹配正确率依然在95%以上,具有匹配精度高、鲁棒性强的优点。

摘要： 同源复制篡改是视频篡改手段当中效果较好、不易被肉眼察觉的一类,视频篡改者往往通过篡改视频中人、车、物等重点语义目标来实现改变视频原始表意的目的。基于这一特性,提出了一种利用SegNet卷积神经网络提取篡改感兴趣目标,然后通过计算各视频帧感兴趣目标区域的SIFT特征匹配程度,检测是否存在同源复制篡改的算法思路。实验表明,该方法能够自动筛查视频序列是否存在能够影响侦查活动的同源复制篡改,有助于提高视频侦查过程中此类问题的处置效率。

摘要： 传统的SIFT向量图像检索法精度偏低、实用性较差,无法满足使用者的心理需求,为此提出一种基于尺寸不变特征转换向量的图像检索精度优化方法。采用倒排文件的图像检索方式,通过改良建树方法、检索方式和匹配度计算的优化,在满足实时性要求的前提下实现检索精度的提高;为SIFT特征向量构建新的聚类机制,以K均值聚类与分类相结合的方式对传统K均值聚类法进行改进,检索过程中利用得到的欧氏距离信息统一处理SIFT向量,进而简化向量间距的计算过程;基于改进单位化的处理方式有效控制大数据所引起的误差。测试结果表明,所提出的算法强化了树模型中节点的差异性,有效解决了按数量均分训练集数据而不是根据距离分配以及直接设定vocabulary tree层数的问题,大幅提高了检索的效率和精度。

摘要： 针对当前数字水印算法水印的嵌入区域固定而易遭破坏且抵抗旋转攻击能力弱的问题,提出一种基于Radon变换和SIFT特征提取的盲水印算法。采用SIFT算法对图像进行特征提取,结合RANSAC算法筛选出稳定特征点,根据特征点选取合适大小的水印嵌入区域,经过DWT和SVD分解将水印信息嵌入在选定区域内,利用Radon变换对图像进行旋转校正。实验结果表明,水印信息可以有效提取,并且得到的水印NC值都在0.96之上,说明该算法可以有效地抵抗旋转攻击,提高了水印安全性。

摘要： 随着中国城市化建设进程的逐步推进,电力负荷不断攀升,配网新建工程逐年增多,配网设计与施工的偏差问题日益凸显。为解决配网工程设计与施工偏差大的问题,提出了一种基于尺度不变特征的配网施工偏差分析方法。在配网设计阶段,建立配网建设时空分布模型,实现配网的网架设计、施工质量标准及配网施工工期等信息的深度融合。在配网施工阶段,针对配网施工现场图像中的特征点,采用尺度不变特征算法建立图像时空重构分析算法,实现配网施工质量、进度与设计的比较,并进行偏差告警。在某地市配网施工现场应用该方法,其偏差分析准确率达98.5%。应用结果表明:该方法可精准识别配网设计与施工中存在的偏差,并进行偏差预警。

摘要： 针对传统HOG算法只使用梯度信息来描绘图像和提取图像特征,从而在进行图像检测与图像识别时正确率较低等问题,提出了一种改进的HOG算法.首先在图像上利用HOG算法提取特征,然后在原始图像进行全局归一化后,把图像切割成一个个独立的单元,并提取出每一个单元的均值,方差以及与标准人脸的差值信息,最后将所有单元提取出的信息排列成向量再与原始的HOG特征进行结合.通过在LWF数据集上对两种算法进行了对比实验,证明图像在进行不同数量的单元划分情况下,新算法的正确率要优于原始HOG算法.

摘要： 针对图像视差较大使得图像拼接出现对齐不准以及重影的问题,提出了一种基于尺度不变特征(scale-invariant feature transform,SIFT)的视差图像投影优化算法.首先通过SIFT对图像进行特征点的获取,之后通过随机抽样一致性(random sample consensus,RANSAC)算法对图像进行误匹配点的剔除并对剔除后的特征点进行投影矩阵计算,最后通过渐入渐出算法对图像进行拼接缝消除操作.为了提高图像拼接的准确率,在对图像进行误匹配点剔除之后,本文算法通过计算图像之间的重合区域,对该区域的边界点进行投影后的距离计算,求出最优投影矩阵.实验结果表明,该算法能够有效的减少视差图像的重影以及对齐精度的提高,提高图像拼接的质量.

摘要： 针对图像匹配实时性受限的问题以及在图像投影拼接中出现的重影的问题,提出了一种改进尺度不变特征变换(SIFT)快速图像拼接和重影优化算法.该算法通过图像之间共享信息量的相似性进行特征点的区域划分,利用SIFT算法对相似重合区域进行特征点的检测以及提取,减少无用区域的算法运算时间;在图像拼接的阶段,通过特征点计算投影矩阵,并进行粗投影,再根据特征点所在区域密集程度,通过最佳拟合变换对特征点密集区域进行二次投影拼接,减少拼接图像出现重影的问题.实验结果表明,该算法与传统的SIFT算法相比,在特征点提取效率提高了大约58％.在图像拼接结果上,通过客观评价指标进行比较提高大约10％.

摘要： 本文主要研究图像尺度不变特征变换SIFT算法的原理,给出了该算法的详细实现步骤,并利用Matlab平台对SIFT算法进行仿真和调试,通过实验仿真验证了该算法能检测出较多的局部特征点,并且匹配误差较小.

摘要： 针对尺度不变特征(SIFT)算法应用于SAR图像配准时受斑点噪声影响,出现误匹配的现象,提出一种改进SIFT方法.首先提取图像的SIFT特征,然后基于指数加权均值比(ROEWA)计算图像的边缘强度图,并基于边缘强度图约束部分SIFT特征点,去除部分不稳定SIFT特征点进行粗匹配;再基于图像局部自相似(LSS)描述子的相关性剔除粗匹配中错误的匹配点对,根据图像的仿射变换模型获取变换模型参数.实验结果表明,该方法能提高提取的SIFT特征点的稳定性和配准精度.

摘要： 随着计算机视觉技术的快速发展和在机器人领域内的广泛应用，双目视觉协同定位(也称为视觉里程计)是机器人感知环境和识别目标的关键技术。提出了一种双目立体视觉协同定位算法.提取立体图像序列中的尺度不变特征,利用圈匹配技术对特征匹配和跟踪,采用四元数法求解相邻帧间的旋转平移矩阵,并通过最小重投影误差法多次迭代优化获得最优运动参数.在KITTI数据集上进行实验并评估,表明该方法比传统方法计算更准确,且鲁棒性更强.

摘要： 针对尺度不变特征变换算法特征匹配时设置不变的欧氏距离比配准区间，该文提出根据图像自动调整配准参数的方法，以斐波那契数列项为长度分块，块内随机摆动探测，能够寻找到适应图像的距离比区间参数，同时运算量增加有限。实验表明，采用寻优方法在能够较快的找到最优配准区间参数。

摘要： 为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.

摘要： 为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.

摘要： 为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.

摘要： 为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.

摘要： 为提高机械零件图像中目标识别跟踪的准确度,提出一种基于光流技术的跟踪算法,并针对光流法在目标跟踪过程中易受光照变化、目标形变等因素影响,导致跟踪误差累计产生目标飘移的缺陷进行了改进.由于SIFT算法对目标特征的多尺度描述从而具有对运动目标的平移、旋转等尺度变化的不变性,通过提取目标的SIFT特征点,采用金字塔LK光流法对目标的SIFT特征点进行跟踪,从根本上降低了光流法对光照变化和目标形变的敏感度.另外引入前向-后向误差(Forward-Backward error)评估方法,在目标跟踪过程中滤除跟踪误差大于阈值的特征点,避免误差累计.试验证明SIFT特征有效改善了光流法的跟踪效果,在跟踪存在严重光照变化、目标形变的视频时延长了有效跟踪时间;加入误差评估后的算法在算法改进的基础上进一步延长了目标的有效跟踪时间,提高了目标跟踪的鲁棒性.

摘要： 本发明公开了一种融合纹理特征和尺度不变特征的掌静脉识别方法，通过NBP算法进行初筛，如果初筛结果区分明显即存在最小汉明距离小于设定的阈值t1，则选取对应的掌静脉ROI图像作为待识别掌静脉ROI图像的识别结果；否则使用SIFT特征进行二次筛选，如果二次筛选结果区分明显即SIFT特征点匹配对数量大于等于阈值t2，则得到识别结果(如果存在数量相同，在选取它们中汉明距离最小的作为匹配结果)；当两次筛选均不能明显区分结果时，则认为没有识别对象。本发明既可以提升单独使用NBP算法和SIFT算法进行掌静脉识别的准确率即降低了误识率，又可以在效率上满足实时采集识别的要求即兼顾了识别速度，这样克服了NBP算法误识率较高以及SIFT算法耗时的缺点。

摘要： 本发明公开了一种基于尺度不变特征变换的低维度特征模型图像处理方法，针对关键点方向的求解，本发明对梯度的求解方法利用的是用每个像素的相邻的8个像素点去求解，而不是像文献[1]中利用上下左右4个点去求解梯度。SIFT是图像的局部特征，而一副图像中只有局部信息是不够全面的，所以有必要对所提取出来的局部特征增加一些全局特征，本发明借用了物理学中转动惯量的概念为图像增加了全局特征。同时，要对描述子去冗余，本发明选择采用对提取出来的描述子作进一步的DCT变换，过滤掉那些信息量较少的信息从而达到了去冗余的目的。

摘要： 本发明公开了一种基于尺度不变特征转换特征向量的前方车辆检测方法，现有的方法鲁棒性不好，容易受到背景、光照条件、阴霾等影响。本发明首先在输入图像中建立感兴趣区域，利用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量。其次对尺度不变特征转换特征向量进行对称编码和匹配。然后对匹配点点对进行进一步聚类筛选，建立匹配点点对集合。最后利用匹配点点对集合进一步筛选匹配点点对；并在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。本发明方法使用尺度不变特征转换特征更具有良好的鲁棒性，提高了车辆检测的准确度，并具有良好的识别效果，且易于实现。

摘要： 本发明提供了一种基于尺度不变特征变换算法特征的航拍图像匹配方法，包括在对待匹配图像和参考图像通过SIFT算法得到的特征描述子进行计算特征之间的点积，取点积的反余弦结果并排序之后，先用低阈值进行匹配，当低阈值没有足够的匹配对时，提至高阈值重新匹配；对低阈值得到的匹配集使用MSAC单应性变换模型筛选，对高阈值得到的匹配集使用MSAC仿射变换模型筛选。本发明在0.6阈值时通过MSAC单应性模型算法筛选后获得分布较为均匀特征匹配对；0.8阈值时通过MSAC仿射模型算法筛选后得到正确匹配对的结果较稳定。根据两种模型的特性对不同精度的特征匹配集使用不同的模型，提高了算法的匹配精度。

摘要： 本发明公开一种尺度不变特征与几何特征融合的多模态高分遥感影像配准技术，属于卫星遥感影像处理技术领域。首先，以参考影像分辨率为基准，对感测影像进行重采样，使其为同一分辨率，分别对其提取局部特征点和几何特征点，并采用SIFT方法生成描述符；其次，采用交叉双向匹配与改进的RANSAC方法完成粗匹配与精匹配；最后，利用上述同名点与影像边界格网点采用分段线性变换模型对影像进行高精度配准。实验分析表明，本发明能有效克服多模态高分遥感影像间的非线性灰度差异，剔除误匹配点，实现多源多尺度多时相影像间的高精度自动配准，为多模态影像协同应用提供了有效的技术支撑。

摘要： 本发明公开了一种融合纹理特征和尺度不变特征的掌静脉识别方法，通过NBP算法进行初筛，如果初筛结果区分明显即存在最小汉明距离小于设定的阈值t1，则选取对应的掌静脉ROI图像作为待识别掌静脉ROI图像的识别结果；否则使用SIFT特征进行二次筛选，如果二次筛选结果区分明显即SIFT特征点匹配对数量大于等于阈值t2，则得到识别结果(如果存在数量相同，在选取它们中汉明距离最小的作为匹配结果)；当两次筛选均不能明显区分结果时，则认为没有识别对象。本发明既可以提升单独使用NBP算法和SIFT算法进行掌静脉识别的准确率即降低了误识率，又可以在效率上满足实时采集识别的要求即兼顾了识别速度，这样克服了NBP算法误识率较高以及SIFT算法耗时的缺点。

摘要： 本发明公开了一种基于尺度不变特征变换的低维度特征模型图像处理方法，针对关键点方向的求解，本发明对梯度的求解方法利用的是用每个像素的相邻的8个像素点去求解，而不是像文献[1]中利用上下左右4个点去求解梯度。SIFT是图像的局部特征，而一副图像中只有局部信息是不够全面的，所以有必要对所提取出来的局部特征增加一些全局特征，本发明借用了物理学中转动惯量的概念为图像增加了全局特征。同时，要对描述子去冗余，本发明选择采用对提取出来的描述子作进一步的DCT变换，过滤掉那些信息量较少的信息从而达到了去冗余的目的。

摘要： 本发明公开了一种基于尺度不变特征转换特征向量的前方车辆检测方法，现有的方法鲁棒性不好，容易受到背景、光照条件、阴霾等影响。本发明首先在输入图像中建立感兴趣区域，利用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量。其次对尺度不变特征转换特征向量进行对称编码和匹配。然后对匹配点点对进行进一步聚类筛选，建立匹配点点对集合。最后利用匹配点点对集合进一步筛选匹配点点对；并在在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。本发明方法使用尺度不变特征转换特征更具有良好的鲁棒性，提高了车辆检测的准确度，并具有良好的识别效果，且易于实现。

摘要： 本发明涉及一种基于尺度不变特征金字塔结构的旋转绝缘子目标检测方法，使用超分辨率重建提升图像质量，有效解决小尺度目标特征信息不足的问题；针对绝缘子尺度特点，使用K‑means++进行聚类处理，改进先验框参数设置；选用ResNet50主干网络，并经过尺度不变金字塔结构处理，有效提高对绝缘子目标的检测精度。

摘要： 本发明提出了一种改进尺度不变特征变换的快速拼接方法。首先用感知哈希方法将待拼接图像的相似区域提取出来，然后提取相似区域的SIFT特征点，使用基于位置方向信息的方法进行特征点配准。根据配准结果得到两幅图像的映射关系，并映射到同一坐标系下。最后使用最佳拼接缝方法进行融合完成拼接。由于先是在相似区域上提取上提取特征点，减少不必要的特征点提取并缩短了特征提取，使得缩短描述子计算的时间。在匹配方法上进一步地剔除不相关特征点，加速匹配。在多组图像拼接的实验上验证了该方法的有效性。