描述子

摘要： 介绍ORB特征点,并对其二进制描述子距离计算方法进行试验与对比。由试验对比结果可得,并行法计算ORB二进制描述子距离更快速,且更适用于视觉SLAM。

摘要： 针对传统ORB特征点提取分布密集的问题提出均匀化orb特征点提取以及针对经典二进制描述符鲁棒性差,特征点相似度高的问题提出使用局部差异二值(LBD)描述子,实现特征提取及匹配。首先构造图像金字塔,在金字塔每层使用四叉树的方法均匀提取特征点;之后采用LBD描述子,对特征点及其邻域采用网格的形式得到灰度和梯度信息,比较网格间的灰度和梯度信息;在提升辨别能力的同时,继承二进制描述子运行速度快和低存储的特点,最后在均匀化ORB特征点和LBD描述子的基础上对图像特征点进行提纯,匹配操作。实验结果表明,该方法计算的特征点更加均匀,区分度高,速度快,为后续的其他图像算法的应用提供了更加准确的匹配数据。

摘要： 为解决在光照不均匀情况下图像特征点提取算法表现效果不佳的问题,提出了一种改进的尺度不变特征转换(Scale Invariant Feature Transform,SIFT)算法抑制光照不均的影响.该方法在尺度空间构造中对输入的图像进行频域上的高斯高通滤波处理来滤除光照成分,并结合Top-hat变换弱化高斯滤波器参数选取难度,利用高斯卷积构建基于光照滤除与参数弱化的高斯差分金字塔,融合SIFT算法生成具有良好光照不变性的GT-SIFT描述子,进行特征点提取与匹配.实验结果表明,与传统算法相比改进算法在光照不均匀条件下具有更好的鲁棒性,图像特征点提取与匹配效果更好.

摘要： 传统手工获取特征描述子的方式不能保证特征点在非线性形变状态下进行正确匹配,无法有效解决图像存在较大形变时的特征描述问题.针对柔性生物组织MR影像特征点匹配问题,提出一种结合注意力机制的增强描述子.采用多层感知机对特征点位置信息进行编码并与特征点的初始描述子相结合,将图注意力神经网络中的自我注意与交叉注意的方法相结合,并运用消息传递方法传递节点信息.通过充分利用图注意力神经网络的层次性,以融合不同层次间的节点信息并最终获得特征描述子.在真实柔性生物组织MR影像数据集上的实验结果表明,该描述子相比SIFT、SURF、DAISY、GIH描述子的描述性能更优,且适用于真实MR影像的匹配任务.

摘要： 电路板红外图像具有分辨率低、对比度低、信噪比低、视觉效果模糊的特点,目前的图像配准算法用于电路板红外图像配准时,运算时间长且匹配准确度低.针对电路板红外图像的特点,梳理了图像配准方面的国内外研究现状,分析了SIFT算法的基本原理,对原有的SIFT算法进行了修改.对特征点的提取方式进行了改进,减少了不必要的特征点;改进了特征点的描述符,降低了特征向量的维数;在特征点匹配的时候加入了分层阈值.对改进的算法进行了一系列的测试,针对三对电路板的红外图像进行配准,实验结果表明,相比于传统的SIFT算法,改进的SIFT算法在进行电路板红外图像配准的时候,匹配的准确率和运算时间得到了很大的提升,为电路板红外图像的配准提供了新的方法.

摘要： 针对传统的特征点检测方法易受视角、光照、图像质量等影响,导致图像的特征匹配不准确,提出了一种基于金字塔卷积和改进铰链损失函数的特征点检测方法用于图像匹配.首先,将金字塔卷积核用于特征点检测和描述子提取算法研究,使用多尺度的卷积核捕捉场景中不同级别的信息;其次,在下采样过程中引入模糊滤波方法,提升平移不变性;然后,考虑到描述子信息对图像的特征匹配起决定性作用,采用基于自定义优化的铰链损失函数,在训练过程中给每一对描述子训练样本增加可变权重;最后,在HPatches数据集上对提出算法的可重复性和单应性估计能力进行测试,在KITTI数据集上对所提算法的视觉里程计应用进行测试.实验结果表明,提出的算法结果优于其他方法,同时能有效提高视觉里程计的定位精度.

摘要： 图像特征点及描述子提取是SLAM、SFM和3D重建等任务的基础,较好的图像特征点及描述子提取算法会对这些任务的进步产生十分重要的作用.本文聚焦于提取特征点和描述子算法中鲁棒性较高、性能较好的SuperPoint网络,对该网络进行了一定程度的改进.针对其计算量和参数较大的问题,首先将普通卷积改成深度可分离卷积,改变卷积层数和下采样方式,之后改进通道剪枝算法,使其可以应用于深度可分离卷积,对网络进行剪枝.实验结果显示,在轻微损失特征点检测和匹配效果的情况下,将网络参数量压缩为原来网络的15％,运算量压缩为原来网络的5％,FPS提升6.64倍,取得了较好的实验效果.

摘要： 几十年来,图像特征检测与匹配一直是图像处理的最核心领域之一,是计算机视觉的基石.没有特征检测与匹配就没有SLAM、Sfm、AR、通用图像检索、图像配准、全景图像等视觉任务.本文在回顾几十年来的经典检测算法的基础上,阐述了引用最新的以深度学习为首的机器学习算法后,在本领域取得的最新进展,包括特征点、局部特征子、全局特征子、匹配及优化、端到端框架等所有关键点,展示了算法各自的优缺点.总而言之,面对工业界的宽基线、实时、低算力检测的要求,图像特征检测和匹配仍然是一项未能完整攻克的任务,融合特征点、局部特征子、全局特征子、匹配及优化的多任务全局框架成为未来发展的趋势.

摘要： 提出了一种改进的微结构描述子方法(Improved micro-structure descriptor,IMSD).微结构是模拟人类处理视觉信息的过程而提出的一种图像综合特征.它有效地包含了颜色、形状、纹理及其分布信息.IMSD提出了新的微结构分析方法,并将微结构提取过程进行了优化.通过实验证明,IMSD的检索性能优于MSD.

摘要： 在景象匹配作为末制导辅助惯性组合导航系统中,针对图像匹配算法高可靠性、高分辨率、高计算速度的要求,本文提出一种基于局部特征点的新型景象匹配算法.首先构建多尺度空间,在不同的尺度上进行特征点的检测,然后对特征点进行选优提取;利用灰度形心算法为特征点分配方向,再通过采样模式建立特征描述子,最后根据描述子的汉明距离对图像进行匹配.实验研究表明,该算法具有尺度不变性、旋转不变性等优点,与经典的SIFT特征匹配算法相比,该算法能达到相似性能,但在实时性方面,该算法要比SIFT算法更快.

摘要： 随着计算机辅助教学的发展,数字化文档与日俱增,附有图形、图像的数学文档引起了越来越多的关注.其中,几何内容文档因其图示的重要性已经成为一个非常热门的问题.本文对平面几何图形中基于形状的识别和检索问题进行了系统分析,并针对其中的关键问题,如1)基本几何图元检测,包括三角形,矩形,平行四边形,梯形,圆;2)交叠图元的显著性分析;3)基于双图元结构的描述子提取,及复杂图形的匹配方法等提出了一些可行的解决方案,并据此搭建了一个检索的原型系统.实验结果证明提出的方法可以获取较高的准确度.

摘要： @@三维数字几何信息的处理，尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术，备受人们关注，频率域上的数字几何处理方法，多数只能分折一个模型的整体频谱，能够将一组模型看成同一类模型集合，对其进行分析的方法尚不多见。

摘要： @@三维数字几何信息的处理，尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术，备受人们关注，频率域上的数字几何处理方法，多数只能分折一个模型的整体频谱，能够将一组模型看成同一类模型集合，对其进行分析的方法尚不多见。

摘要： @@三维数字几何信息的处理，尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术，备受人们关注，频率域上的数字几何处理方法，多数只能分折一个模型的整体频谱，能够将一组模型看成同一类模型集合，对其进行分析的方法尚不多见。

摘要： @@三维数字几何信息的处理，尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术，备受人们关注，频率域上的数字几何处理方法，多数只能分折一个模型的整体频谱，能够将一组模型看成同一类模型集合，对其进行分析的方法尚不多见。

摘要： @@三维数字几何信息的处理，尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术，备受人们关注，频率域上的数字几何处理方法，多数只能分折一个模型的整体频谱，能够将一组模型看成同一类模型集合，对其进行分析的方法尚不多见。

摘要： @@三维数字几何信息的处理，尤其是三维模型数据的获取技术、特征提取、频谱分析及模型分类或检索等技术，备受人们关注，频率域上的数字几何处理方法，多数只能分折一个模型的整体频谱，能够将一组模型看成同一类模型集合，对其进行分析的方法尚不多见。

摘要： 本发明公开了一种扩展子帧信息发送方法，其中，基站生成比特数为

摘要： 本发明公开了一种扩展子帧信息发送方法，其中，基站生成K类分段指示字段；基站生成比特数为

摘要： 本发明公开了一种扩展子帧信息发送方法，其中，基站生成比特数为

摘要： 本发明公开了一种扩展子帧信息发送方法，其中，基站生成K类分段指示字段；基站生成比特数为

摘要： 本发明公开了一种三维局部特征描述子获取方法与特征描述子的匹配方法，属于计算机图形图像处理领域。该方法首先以特征点为中心，构建一个能覆盖特征点局部三维空间的立方体，然后在不同的维度对立方体进行等分，生成N*N*N个局部小立方体，该N*N*N个局部小立方体则构成了特征点的立方体支撑区域，用来刻画特征点局部三维空间中点的分布；最后，利用核密度估计，计算每个局部小立方体的核密度，该N*N*N个小立方体的核密度值，构成了该特征点的描述子。本发明提出的特征描述子获取方法与特征描述子的匹配方法，简单易实现，且针对平滑特征和尖锐特征均具有较好的效果，并具有对旋转、平移、高斯噪声及点的非均匀采样均鲁棒的优点。

摘要： 本发明公开了一种基于GLOH描述子和GVF‑Snake的绝缘子覆冰检测方法，包括：1对输入图像进行预处理；2提取感兴趣的目标区域，该区域内应包含绝缘子信息；3利用GLOH描述子来定位绝缘子；4利用GVF‑Snake模型来精确检测绝缘子轮廓；5对绝缘子轮廓进行分析，通过计算最大径向距离来确定绝缘子是否存在覆冰情况，并在覆冰情况下计算覆冰的厚度。本发明能够克服传统的方法难以完整地将绝缘子与复杂背景分离的缺陷，能够有效提高绝缘子覆冰情况判断的准确性。

摘要： 本发明公开了一种三维局部特征描述子获取方法与特征描述子的匹配方法，属于计算机图形图像处理领域。该方法首先以特征点为中心，构建一个能覆盖特征点局部三维空间的立方体，然后在不同的维度对立方体进行等分，生成N*N*N个局部小立方体，该N*N*N个局部小立方体则构成了特征点的立方体支撑区域，用来刻画特征点局部三维空间中点的分布；最后，利用核密度估计，计算每个局部小立方体的核密度，该N*N*N个小立方体的核密度值，构成了该特征点的描述子。本发明提出的特征描述子获取方法与特征描述子的匹配方法，简单易实现，且针对平滑特征和尖锐特征均具有较好的效果，并具有对旋转、平移、高斯噪声及点的非均匀采样均鲁棒的优点。

摘要： 本发明涉及机器学习中描述子局部聚合向量相关问题，提出了一种基于对称正定矩阵流形切空间子空间学习的描述子局部聚合向量方法。已有的局部聚合向量方法大都是在欧式空间上，无法处理对称正定矩阵流形的非线性数据，为此，本方法提出了将训练数据映射到码字的切空间上进行子空间学习，将非线性问题转化为线性问题，然后是在学习的子空间上计算局部聚合向量。在子空间学习阶段，在码字的切空间上根据训练数据的标签信息来学习具有判别性的子空间，让同类别的数据在子空间上尽可能靠近，异类的数据在子空间上尽可能远离。在局部聚合向量计算阶段，将输入图片提取的对称正定矩阵映射到码字切空间的子空间上计算聚合向量。

摘要： 本发明公开了一种基于GLOH描述子和GVF‑Snake的绝缘子覆冰检测方法，包括：1对输入图像进行预处理；2提取感兴趣的目标区域，该区域内应包含绝缘子信息；3利用GLOH描述子来定位绝缘子；4利用GVF‑Snake模型来精确检测绝缘子轮廓；5对绝缘子轮廓进行分析，通过计算最大径向距离来确定绝缘子是否存在覆冰情况，并在覆冰情况下计算覆冰的厚度。本发明能够克服传统的方法难以完整地将绝缘子与复杂背景分离的缺陷，能够有效提高绝缘子覆冰情况判断的准确性。

摘要： 本发明提供一种均衡化二阶梯度直方图描述子的可见光与红外图像配准方法，属于多源图像配准领域，首先对可见光与红外图像进行DoG特征检测，获得图像斑点特征的位置信息和尺度信息，计算可见光图像与红外图像在多尺度空间下的一阶梯度幅值和幅角，对红外图像一阶梯度幅值进行去噪和限制对比度自适应直方图均衡化处理，然后分别对处理的红外图像一阶梯度幅值和可见光图像一阶梯度幅值求取二阶梯度，使用SIFT或GLOH直方图统计特征描述法，求红外与可见光图像二阶梯度生成特征点的特征描述子，最后通过匹配的特征点计算出图像几何变换模型参数H。本发明可以自动实现红外与可见光图像的亚像素对齐的功能，算法智能，实现方便，应用范围广。