特征点匹配

摘要： 针对特征点匹配过程中非标准形状目标物提取的特征点具有随机性,无法对目标物上某一点持续提取;且受环境影响,特征点匹配准确率不高等问题,提出一种基于标记点的匹配方法。首先在目标物期望跟踪点附近贴上若干个标记点,再通过YOLOv3对各标记点进行识别框选;然后在提取区域内进行FAST特征点检测并选取Harris响应值最大的N个特征点进行BRISK描述并匹配;将匹配结果作为标记点的相似度描述得到各帧标记点的对应关系;将各区域内的特征点进行最小二乘法拟合椭圆求解标记点中心;最后根据标记点预设的几何关系和匹配关系实现对期望点的动态匹配。实验表明该方法相较于传统SIFT、Harris-SIFT、光流法,能在目标物背光、自然光干扰等复杂环境下对期望点实现较好的匹配效果。

摘要： 特征点匹配是遥感图像配准中的重要环节,但传统的特征点匹配方法存在同名点一对多或者匹配的同名点定位不准确的问题,进而影响匹配精度。针对此问题,在归一化重心坐标系NBCS匹配算法的基础上,在已完成的NBCS特征匹配后进行迭代计算剔除误差过大的同名点对和选择邻域定位更为准确的特征点,经图像特征匹配实验验证,改进算法实现了特征点的准确匹配,提高了匹配精度。

摘要： 航空发动机叶片三维面形数据重建是评价发动机叶片加工精度的重要手段.提出一种基于增强特征信息的双目视觉三维重建方法:首先在发动机叶片表面张贴圆形标记以增强叶片表面特征信息;其次通过相机的多角度拍摄获得能够覆盖叶片全貌的图片,并利用圆心特征匹配算法实现左、右图片中对应的圆形标记点的匹配;最后利用双目视觉三维重建原理计算得到三维点云数据,从而重构发动机叶片面形.对重构后的发动机叶片三维数据与白光扫描设备(精度0.05 mm)所得的扫描数据进行对比可得,发动机单叶片的叶背、叶盆的偏差平均值分别为0.1032和-0.1014 mm,标准偏差分别为0.0966和0.0571 mm.

摘要： 高速行驶中的动车组底部偶尔会发生一些异常,如紧固螺栓丢失、有异物等,而对这些异常的检测仅依靠传统的人工检测方法已经远远不能满足要求。为了在动车组的序列图像中找到潜在的异常区域,需要确保目标图像与对应的标准图像精确对齐。然而动车组在通过TEDS的图像采集设备时,其速度难免会出现波动,从而导致序列图像中异常区域的位置无法固定,甚至被分成两帧序列图像。针对上述问题,提出一种新的基于空间尺度标准化的图像对齐模型,以校正由列车速度波动引起的图像畸变。同时,在检测动车组底部状态时提出一种新的背景差分法来定位潜在的异常区域。最后根据先验知识确定动车组底部潜在的问题,并通过高级图像理解知识确定动车组底部的异常。实验结果表明,提出的方法在检测动车组底部异常时,取得了较好的效果。

摘要： 为提高快速鲁棒特征(SURF)算法在复杂环境下进行工件识别的匹配精度及匹配效率,提出一种基于网格运动统计(GMS)的工件识别改进算法。首先,用加速分割检测(FAST)算法代替SURF特征点检测进行工件图像特征点的快速提取,并对特征点建立64维SURF描述符,使加快关键点检测速度的同时得到具有旋转尺度鲁棒性的特征点;其次,对特征点进行快速近似最近邻(FLANN)匹配得到粗匹配集;最后,采用改进GMS算法对图像进行网格化处理,根据运动平滑性进行内点与离群点的区分,保留正确匹配特征点对,实现误匹配点的剔除,准确找到待识别工件的位置。实验结果表明:改进算法比传统的SIFT、SURF和ORB等算法在工件图像受到旋转、平移、尺度、亮度等变化及影响时能够更高效、更准确识别工件,提高了复杂环境下工件识别的效率。

摘要： 针对目前设计的无人机遥感图像拼接系统匹配耗时过长、拼接速度较慢等问题,引入特征点匹配算法,设计了一种新的无人机遥感图像快速拼接系统,从硬件和软件两个方面进行优化设计。系统硬件主要设计了采集器、处理器以及拼接控制器,采集器内部芯片为PL3200单片机,能够实时采集、计算数据;处理器型号为Power7处理器,使得芯片的线程和核心数量得到极大地提高;拼接控制器内部芯片为FPGA芯片,该芯片能够很好地完成数据交互。寻找无人机遥感图像的内部影像特征点,同时确定该特征点的主方向,建立单映射变换矩阵,从而实现精度匹配,完成无人机遥感图像快速拼接系统设计。实验结果表明,使用基于特征点匹配的无人机遥感图像快速拼接系统后,匹配耗时较短,匹配精准度高,具有较好的拼接性能。

摘要： 近年来序列图像三维重建技术得到了重视,提出了很多算法。本文对Harris特征提取算法进行了改进,并在在序列图像中进行特征跟踪,在特征的稀疏重建和稠密重建后,使用估计样本一致性算法实现三维重建,提高了序列图像三维重建的精度。

摘要： 室内三维空间分割过程中存在障碍物遮挡时,传统分割方法容易陷入局部循环迭代导致空间建模出现偏差,为此,设计了一种基于组合光透视的室内三维空间分割方法。首先,在组合光透视技术下提取室内空间点云,布设采集点并对得到的点云进行去噪;其次,利用得到的点云数据进行室内三维空间建模,优化像素点,利用语义分割结果修复深度图像;最后,利用射线追踪优化室内三维空间分割算法,设计空间分割方法流程。为验证设计方法的可靠性,随机选择某建筑中的室内空间进行分割方法验证,实验结果表明,利用设计的方法获取的点云数据和实际数据之间误差低于1%,并且得到的特征点与实际的室内特征点的误差距离更小,从而验证了方法的有效性。

摘要： 自然场景下采集的卡证、文档中存在的可见水印,是影响人们阅读效率、机器识别准确度的障碍。为此,提出了一种结合基于特征点匹配的水印检测和基于条件生成对抗网络CGAN的水印去除方案。水印检测部分,通过SIFT特征点检测、FLANN特征点匹配和PROSAC误匹配消隐,估计出几何变换的最佳透视模型实现目标水印定位。水印去除部分采用了pix2pix(image-to-image translation with conditional generative adversarial networks)的模型架构,它借鉴了CGAN的核心思想,混合了L1距离损失和CGAN损失函数,减少了输出图像的模糊度且保留了更多的正确特征。最终能满足自然业务场景下快速且精准的水印去除需求,具有较好的水印检测鲁棒性和去水印效果。此外,还给出了详细的CGAN模型所需的成对训练集扩充方式,构建了大量有效的训练集,提升了去水印模型训练的拟合优度。

摘要： 传统方法在检测微组件结构异常情况时应用了光学摄影技术,但由于光学镜头存在非线性畸变,导致传统方法对结构异常位置的定位偏差较大、检测时效性较低。为此,本研究引入了图像处理技术,在传统研究的基础上,校正了光学镜头畸变量,从根本上降低镜头非线性畸变的影响,并对其拍摄的微组件图像实施去噪处理,进一步减小对结构异常位置的定位偏差。基于此,在对图像实施卷积操作后,利用高斯差函数构建图像尺度空间,通过对比特征点像素尺度建立模板特征点集,完成对微组件结构特征的提取。然后利用Hu不变矩对特征点进行匹配,与模板特征点集无法匹配的位置即为异常区域。实验结果表明:该方法对异常位置的定位误差最大值仅为4.0mm,在相同重叠度下的检测成功率较高,且其有效提高了检测时效性。

摘要： 奶牛的体尺参数是评价奶牛成长状况中一项非常重要的参数,包含奶牛体高、体斜长、尻角度、乳头长度等参数,对奶牛养殖具有重要意义.结合摄像机标定、轮廓提取、SIFT特征点匹配等图像处理技术,将机器视觉应用于奶牛体尺测量,其目的在于获取奶牛的体尺数据,实现奶牛体尺的视觉测量.介绍了三维特征点匹配算法,首先通过对图像进行多尺度空间极值点的检测,其次获取特征关键点并对关键点进行精确定位分析,然后计算出关键点的主方向,最终实现对描述子的构造,得到图像特征的特征向量.其中对图像进行多尺度空间极值点的检测和关键点的精确定位的目的在于实现在DOG尺度空间中提取极值点并进行优化从而获取特征点.通过初步试验验证,本测量系统可以实现奶牛体尺的测量,并且具有工作稳定、测量精度高等特点,为进一步深入研究奶牛的体型与体况,实现数字化养殖打下了基础,具有很好的市场应用前景.

摘要： 针对全景相机Ladybug3相邻两相机不平行,无法采用平行双目测距原理的问题.提出一种基于非平行双目的测距算法.该算法适用于光轴不相交的两相邻相机.本文首先设计了一种光轴延长线相交的双目测距模型,然后进行了实验,包括对全景相机Ladybug3作精确标定,完成图像处理和障碍物特征点匹配,实现了障碍物的距离测量.实验表明获得的数据精度在10m范围内可达到10cm,基本可以满足机器人算法的精度要求.

摘要： 本系统采用提取特征点进行特征匹配求取帧间运动矢量,特征匹配是通过特征窗来完成.分别采用均值滤波和Kalman滤波方法实现运动矢量的平滑,去除抖动分量,再采用改进逐帧补偿方式实现运动矢量的补偿,最后采用图像剪切方式将所得稳像图像转换成视频输出,经过稳像效果评价指标信噪比可知,均值滤波稳像效果比Kalman滤波理想.

摘要： 提出一种应用在机器人视觉自主导航中特征点跟踪的方法。首先在图像中提取Harris角点,然后针对特征点在图像平面运动运用卡尔曼滤波进行预测,最后利用预测结果进行区域内特征点匹配、外点剔除。实验证明利用本方法进行特征点匹配受外点影响小,算法简洁系统实时性好。

摘要： 人脸识别技术是分析比较人脸视觉特征信息进行身份鉴别的计算机技术。随着特征点匹配的算法发展也来越成熟,基于特征点匹配在人脸识别技术上有了很大的运用。本文采用asift算法对人脸进行识别,相对于sift和surf算法,asift算法可以对由摄像机的轴角度变化引起倾斜的图片能够很好的进行匹配。

摘要： 本文提出一种纸币图像自动识别定位的方法，在这种图像中，纸币可能存在旋转、正反面、正倒放、新旧、破损等各种情况，使得其对应的图像多种多样，本文针对这种情况，提出一种普遍适用的基于图像特征点匹配的纸币状态自动识别方法，利用纸币上的几个典型特征点进行特征匹配，并通过特征匹配的结果进行融合分析，从而能够区分出纸币的各种位置，进而检测出其自身位置状态，为后续的进一步识别提供充分的信息，本文通过一些人民币图像样本进行了实验，验证了此方法的有效性。

摘要： 多视图像的校正是提高3DTV观看质量的关键步骤之一。现有的图像校正算法大多都是双目或三目相机校正，对于平行或弧形相机阵列的多视图像校正的研究较少，而且受相机标定参数和相机间距的影响较大。本文提出了一种对未标定的多目相机图像进行校正的方法，通过寻找匹配特征点，依据匹配点垂直视差的关系计算校正变换矩阵，用以对原图像进行校正变换。实验结果显示，图像间的垂直失配大为减少，校正后的图像能够提供良好的立体视觉主观测试效果。

摘要： 目的:为了减小三维重建的重投影误差,提出一种改进的SIFT(Scale Invariant Feature Transform)算法.方法:首先使用SIFT提取和匹配特征点,将这些匹配点作为归一化互相关(Normalized Cross-correlati on,NCC)的初始匹配对;然后使用特征点的主方向对局部图像进行旋转校正;最后计算该初始匹配对NCC系数并将相似地貌中的误配点剔除.结果:该方法剔除了大量的误配点,提高了特征点的正确匹配率和重建结果的精度.结论:改进的SIFT算法能够得到更为准确的匹配点对,获得较好的重建效果.

摘要： 目的:为了减小三维重建的重投影误差,提出一种改进的SIFT(Scale Invariant Feature Transform)算法.方法:首先使用SIFT提取和匹配特征点,将这些匹配点作为归一化互相关(Normalized Cross-correlati on,NCC)的初始匹配对;然后使用特征点的主方向对局部图像进行旋转校正;最后计算该初始匹配对NCC系数并将相似地貌中的误配点剔除.结果:该方法剔除了大量的误配点,提高了特征点的正确匹配率和重建结果的精度.结论:改进的SIFT算法能够得到更为准确的匹配点对,获得较好的重建效果.

摘要： 目的:为了减小三维重建的重投影误差,提出一种改进的SIFT(Scale Invariant Feature Transform)算法.方法:首先使用SIFT提取和匹配特征点,将这些匹配点作为归一化互相关(Normalized Cross-correlati on,NCC)的初始匹配对;然后使用特征点的主方向对局部图像进行旋转校正;最后计算该初始匹配对NCC系数并将相似地貌中的误配点剔除.结果:该方法剔除了大量的误配点,提高了特征点的正确匹配率和重建结果的精度.结论:改进的SIFT算法能够得到更为准确的匹配点对,获得较好的重建效果.

摘要： 本发明公开了一种检测场景特征点与图像点特征间匹配中误匹配的方法，该方法可处理存在动态物体的场景，首先对图像进行基于先验的随机抽样，获得样本数据，然后使用给定的假设将样本点区分为内点和外点，并使用内点的数量和分布对假设进行评价，直到假设满足给定的终止条件，最后利用获得的最佳假设和最佳样本获得具体应用所需的模型或数据；即使在存在大量误匹配或动态匹配点的情况下，本发明仍能实时地检测正确的静态匹配点；本发明在检测精度和运行效率两方面明显优于现有误匹配检测方法。

摘要： 本发明公开了一种检测场景特征点与图像点特征间匹配中误匹配的方法，该方法可处理存在动态物体的场景，首先对图像进行基于先验的随机抽样，获得样本数据，然后使用给定的假设将样本点区分为内点和外点，并使用内点的数量和分布对假设进行评价，直到假设满足给定的终止条件，最后利用获得的最佳假设和最佳样本获得具体应用所需的模型或数据；即使在存在大量误匹配或动态匹配点的情况下，本发明仍能实时地检测正确的静态匹配点；本发明在检测精度和运行效率两方面明显优于现有误匹配检测方法。

摘要： 本发明涉及提供一种图像特征点匹配的误匹配剔除方法及系统，根据第一图像对应的第一特征点集及其空间域特征描述符，以及第二图像对应的第二特征点集及其空间域特征描述符，利用最近邻方法得到第一图像和第二图像匹配时的初始匹配集合，并计算每一第一特征点的频谱域特征描述符和每一第二特征点的频谱域特征描述符，利用最近邻方法获取多个种子点。然后根据初始匹配集合，在距离约束下确定每一种子点对应的种子点邻域，最后对于每一种子点邻域，利用自适应局部仿射验证方法对种子点邻域内的匹配进行筛选，得到剔除后匹配集合，本发明同时使用频谱域和空间域信息选取种子点，增加了图像全局结构信息，简化了邻域选择，提高了剔除误匹配的精度。

摘要： 一种鲁棒的基于最近邻特征点匹配的多尺度模板匹配方法，属于计算机视觉、图像处理领域，解决了现有的基于最邻近点匹配的方法存在，检测目标出现较大尺度缩放时检测准确度不够的问题。本发明通过对模板图像和被搜索图像的像素点提取特征；对像素点间进行最近邻特征匹配；根据初步匹配的相关性系数初步筛选搜索位置；对不同尺度，所有初步筛选搜索位置进行模板匹配相关性计算，并获得最优匹配结果。本发明适用于图像匹配使用。

摘要： 本发明公开了一种基于杰卡德距离的图像特征点匹配和误匹配剔除方法，方法包括提取目标图像和匹配图像中的特征点，基于杰卡德距离选取目标图像中各特征点的匹配点，进而构建初始匹配对集合，以杰卡德距离为评价函数，结合构建的特征点误匹配剔除模型，过滤掉初始匹配对集合中的误匹配对，获取精准的图像匹配结果；本发明提供的方法提高了参与模型计算样本数据的质量，降低迭代次数，最后实现对误匹配的剔除，得到精准的图像匹配结果，提高图像匹配的准确率以及算法的运算速度。

摘要： 本发明实施例提供了一种图像特征点匹配方法、匹配装置、电子设备及存储介质，其中方法包括：将获取的模板图像和待匹配图像分别转换为第一、第二图像金字塔模型，将第一图像金字塔模型的其它层中与特征点对应的点的坐标进行取整处理，从最高层开始，逐层计算所述第二图像金字塔中各层的矩形窗口相对于所述第一图像金字塔中对应层的矩形区域的位置偏移量，生成所述第二图像金字塔的最底层对应的最终位置偏移量，根据生成的最终位置偏移量，确定模板图像的特征点在待匹配图像中的匹配位置。本发明实施例在计算各层区域的位置偏移量时，不需要再进行双线性插值运算，从而能够降低图像特征点匹配计算过程的运算量。

摘要： 本发明实施例提供一种特征点匹配方法、三维重构过程的特征点匹配方法及装置，其中方法包括：根据SURF算法对两幅图像进行特征点匹配，获得多个特征点对；根据预先设置的斜率阈值和距离阈值对所述特征点对进行过滤；根据RANSAC算法对特征点对集合中的特征点对进行误匹配剔除；计算所述更新后的特征点对集合中的特征点对内的平均距离、距离标准差、平均斜率和斜率标准差并共同作为过滤标准，根据所述过滤标准对更新后的特征点对集合再次进行过滤，将再次过滤后的特征点对集合中的特征点对作为所述两幅图像的特征点匹配结果。本发明实施例不仅可以提高算法的运算效率，得到的特征点对精度也更高。

摘要： 本发明公开了一种基于特征点局部特征剔除误匹配特征点方法，其包括以下步骤：SIFT特征点检测，利用构建的高斯尺度空间，进行极值点检测，获取关键点；特征点匹配，基于获取的关键点描述符信息，利用欧式距离计算第一幅图像中的点距离第二幅图像中最近距离和次近距离，最近距离越小，则匹配程度越高；基于特征点局部特征值剔除误匹配特征点方法，采用宽松阈值的比率测试为粗剔除，剔除少量误匹配特征点，保证足量匹配正确的特征点；分别在两幅匹配图像中构建局部坐标系，根据点集中匹配的特征点在局部坐标系下特征值的相似度，剔除误匹配，实现精剔除。本发明有效的剔除SIFT算法匹配结果中的误匹配，可获得准确度高的点集。

摘要： 本发明涉及一种基于硬件加速的ORB特征点匹配系统及匹配方法，属于硬件加速以及同时定位与建图以及图像拼接技术领域。所述系统包含摄像头模块、PS端和PL端；PS端包括图像存储模块、方向向量计算模块以及位姿计算模块；PL端包括FAST算法执行模块、地址计算模块、旋转不变性描述子及签名计算模块、汉明距离计算模块、旋转不变性描述子存储单元、签名存储单元、匹配结果存储单元；摄像头模块连接PS端，PS端和PL端相连，所述方法对特征点环境像素进行低复杂度降维，构建低位宽的签名值，在匹配时对待匹配的特征点进行粗筛选得到粗筛后的特征点，再计算及比较特征点BRIEF描述子的汉明距离。所述方法节约了存储器资源，提高了ORB特征点匹配精度和速度。

摘要： 本发明公开了一种基于杰卡德距离的图像特征点匹配和误匹配剔除方法，方法包括提取目标图像和匹配图像中的特征点，基于杰卡德距离选取目标图像中各特征点的匹配点，进而构建初始匹配对集合，以杰卡德距离为评价函数，结合构建的特征点误匹配剔除模型，过滤掉初始匹配对集合中的误匹配对，获取精准的图像匹配结果；本发明提供的方法提高了参与模型计算样本数据的质量，降低迭代次数，最后实现对误匹配的剔除，得到精准的图像匹配结果，提高图像匹配的准确率以及算法的运算速度。