SIFT算法

摘要： 本研究以停车位标志为研究对象,将SIFT经典算法应用到道路环境路标识别技术中,并基于PyQt库设计了道路标识牌识别系统可视化界面,能够实现道路环境图像读取、路标检测以及识别等功能.利用停车位标志特有的颜色特征,首先在HSV颜色空间对蓝色标识牌区域进行定位和分割,然后通过SIFT算法进行特征提取,并与《道路交通标志和标线》(GB 5768.2—2009)中规定的现有标准停车位路标进行特征匹配分类,得到识别结果.实验结果表明,系统界面交互性强、操作便捷,可以直观展示停车位交通标志的识别过程,识别准确率基本能达到95％左右,准确率较高.

摘要： 随着新冠疫情的暴发,生活的方方面面都需要佩戴口罩。在正常条件下人脸识别的发展已经相当成熟,但佩戴口罩对人脸识别的精度和速度产生重大影响。SIFT算法对尺度、位置、旋转、光照等具有很好的鲁棒性。传统的SIFT识别算法存在特征维度高、匹配计算量大的问题,造成特征点匹配困难。针对于此,本文对SIFT算法进行了优化,加入了特征初筛阶段,改进了特征相似性度量指标。实验结果表明,改进后的SIFT算法相比于传统的SIFT算法平均准确率提高了9.8%,验证了算法的有效性。

摘要： 随着5G时代的来临,全景VR技术应用呈现爆发式增长。为解决现有全景拼接软件的不足,提出一种图像拼接改进算法,将SIFT,改进RANSAC及多维索引树结合起来,实验表明,算法拼接的图像清晰度比较好,具有较好的抗噪能力和较好的实用性。

摘要： 针对湖泊人工巡查方面存在的巡查效率低下、管理不全面、分工不到位、问题追踪更新不及时等问题,提出利用无人机智慧巡检方式,通过无人机沿湖泊岸线航拍提取大量图像,利用SIFT算法完成图像无缝拼接,提取图像主要目标区域,并利用SIFT特征完成目标图像与原始图像的比对,从而识别湖泊岸线变化情况。该方法应用在石臼湖固城湖湖泊巡查中,无人机初次飞行时提取湖泊网格地理数据及建筑物构筑物的信息作为原始数据,完成2期巡检,覆盖范围和识别精度较人工巡查有很大提高。在实际应用中发现在水生物识别的细节和巡查频次上还有待提高,目前作为湖泊辅助性巡查上优势明显,作为一种独立的巡查方式及在智能分析决策上值得进一步探讨。

摘要： 针对载机大机动运动条件下,目标在图像中位置变化较大,无法准确进行目标归属的问题,提出一种机载平台快速目标运动补偿方法。首先,选取前一帧目标所在区域图像作为模板图像,再根据前一帧目标在图像中位置,探测器安装角度和载机姿态信息,预测目标在当前帧中出现的位置,获取预测目标所在区域图像作为待配准图像,最后应用SIFT算法计算模板图像和待匹配图像中关键点,通过图像配准获取目标在当前帧中精确位置,为后续目标归属性判断的准确性提供保障。实验结果表明,所提方法能够精确定位载机大机动条件下目标在连续帧中位置,与通过整幅图像配准获取目标位置相比计算效率大大提高。

摘要： 针对传统图像复制粘贴篡改算法计算量大、耗时长的缺陷,提出一种基于SIFT图像特征点的快速篡改检测算法.首先利用SIFT算法针对图像的特征点进行检测,对于图像特征点的主方向以及描述子,采用Haar小波变换来确定;针对特征点维度较高需进行降维处理,采用PCA算法,最后使用优化的最近邻BBF搜索算法进行特征点的快速匹配,最终成功地检测出图像的复制粘贴篡改.

摘要： 针对现有无人机航空应急测绘系统,不能适用于地表特征应急测绘,无法满足无人机航空大比例尺测图的实际应用需求,设计基于改进SIFT算法的无人机航空应急测绘系统;根据不同固定翼无人机产品的性能差异,分析传感器、发动机、无人机平台等硬件结构之间的系统架构,提出一体化的应急测绘系统设计方案,完成系统硬件设计;基于SIFT算法的应用原理,结合BRISK描述子参量,采用改进SIFT算法,对相关测绘特征点进行匹配处理,再联合已知的SIFT算法改进方向,完善测绘处置的基本流程,实现系统软件设计;实验结果表明,该系统的视频数据、光学影像、SAR数据中频率的最大值为7.06 Hz,空频时间的最大值为0.03,与CH-4航空应急测绘系统相比,该系统所获数据能够完全满足人机航空大比例尺测图的实际应用需求,且适用于航空摄影的地表特征,并为其提供了有效的应急测绘保障。

摘要： 人脸识别的准确率主要取决于人脸特征提取算法对人脸特征的提取效果。传统的人脸特征提取算法具有单一性和不具备针对性的问题。因此,研究结合尺度不变特征变换(Scale-invariant feature transform,SIFT)算法和多阈值LBP算子(Mul-threshold LBP,MTLBP)对人脸局部特征进行提取,利用二维主成分分析法(2 dimensional principal component analysis,2DPCA)提取人脸全局特征,进而构建出人脸识别模型。测试结果表明,人脸识别模型的识别准确率达到了92.6%。因此,研究构建的人脸识别模型能够提高人脸识别的效率和准确率,为各行各业的身份识别与鉴定提供了新的途径,为人们的日常生活提供便利。

摘要： 为实现舰炮对岸上不可见目标精确打击,以使用无人机、侦察弹等观测手段为前提,提出采用基于图像匹配的末制导方式,通过对模板图像预处理与改进经典SIFT算法,达到图像快速匹配,准确末制导的目的。通过建模仿真验证了改进SIFT算法在遥感图像上应用的可行性,改进后的算法有效缩短了匹配时间,立足仿真数据,反向推导末制导开始前弹丸光学成像设备与目标的距离,建立开始匹配距离、匹配时间和末制导距离数学模型,通过具体数据分析,验证了图像匹配末制导应用于舰炮的可行性,为舰炮图像制导弹药研发构建了理论仿真框架。

摘要： 针对SIFT(Scale-Invarivant Feature Transform)算法存在的不足,提出Harris算法与SIFT算法相结合的方法。选用Harris算法检测出的角点邻域范围内的SIFT特征点作为特征点,利用高斯圆形窗口对特征点建立64维描述向量。实验证明,该算法在保证匹配精度的同时,有效提高了匹配速度。

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.

摘要： 数字图像的篡改方式有很多种,其中copy-move(复制粘贴)是通过将同幅图像中的一块区域复制粘贴到其他区域实现对图像的篡改,该篡改容易操作且效果明显.SIFT、SURF特征算法是检测图像篡改比较广泛,具有较好的鲁棒性和区分性的算法.本文就从这两种算法对于图像复制粘贴篡改以及后续修饰(模糊、缩放、旋转)的检测速度和匹配点方面进行比较与分析.实验表明SURF是SIFT算法检测速度的3到7倍,并且在图像经过模糊篡改后检测效果好于SIFT算法,但在图像复制粘贴后经过缩放和旋转篡改的检测精度是不如SIFT算法.

摘要： 数字图像的篡改方式有很多种,其中copy-move(复制粘贴)是通过将同幅图像中的一块区域复制粘贴到其他区域实现对图像的篡改,该篡改容易操作且效果明显.SIFT、SURF特征算法是检测图像篡改比较广泛,具有较好的鲁棒性和区分性的算法.本文就从这两种算法对于图像复制粘贴篡改以及后续修饰(模糊、缩放、旋转)的检测速度和匹配点方面进行比较与分析.实验表明SURF是SIFT算法检测速度的3到7倍,并且在图像经过模糊篡改后检测效果好于SIFT算法,但在图像复制粘贴后经过缩放和旋转篡改的检测精度是不如SIFT算法.

摘要： 数字图像的篡改方式有很多种,其中copy-move(复制粘贴)是通过将同幅图像中的一块区域复制粘贴到其他区域实现对图像的篡改,该篡改容易操作且效果明显.SIFT、SURF特征算法是检测图像篡改比较广泛,具有较好的鲁棒性和区分性的算法.本文就从这两种算法对于图像复制粘贴篡改以及后续修饰(模糊、缩放、旋转)的检测速度和匹配点方面进行比较与分析.实验表明SURF是SIFT算法检测速度的3到7倍,并且在图像经过模糊篡改后检测效果好于SIFT算法,但在图像复制粘贴后经过缩放和旋转篡改的检测精度是不如SIFT算法.

摘要： 本发明公开一种基于SIFT算法的重复图像匹配方法，包括：运用SIFT算法提取待匹配图像的匹配点及其位置信息；对匹配特征点进行投影变换；检测投影变换后的匹配点位置信息相似度和投影变换的幅值大小；以匹配点位置信息相似度最大和投影变换的幅值最小为目标，运用最小二乘法求解投影变换参数；计算在此投影变换参数下的匹配点位置信息相似度，通过与阈值的比较判断图像匹配情况。本发明结合SIFT算法提取匹配特征点，通过投影变换的引入消除了拍摄角度的细微变化对结果的影响，运用最小二乘方法找到使得匹配点位置信息相似度最大和投影变换的幅值最小的参数，对重复图像检测具有重要的意义。

摘要： 本发明公开了一种基于SIFT算法的单幅图像算法，包含以下步骤：A、采集图像，采用SIFT算法对整幅图像进行尺度空间极值检测，得到整幅图像上的关键点，对这些关键点进行排序得到关键点序列；B、按序列顺序，对图像中得到的第一个关键点的描述子进行位置、方向的对称变换；C、在其余关键点中按照匹配原则寻找距离上一步变换后的关键点最小的关键点，即匹配点。D、如符合匹配条件，在关键点序列中剔除上一步得到的匹配点对，在关键点序列中继续找出一个新的关键点，对其进行位置、方向的调整。E、重复步骤B‑D，直至所有的关键点都完成匹配，本发明实现了单幅图像中对应特征点的匹配。为后续基于单幅图像的三维重建和测量提供了基础。

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： 基于混合行为蚁群算法的sift算法的特征关键点匹配是一种基于混合行为蚁群算法的搜索机制。在sift算法中，当两幅图像的SIFT特征向量生成后，取图像I的某个关键点，通过遍历找到图像II中的距离最近的两个关键点，在这两个关键点中，如果次近距离除以最近距离小于某个阈值，则判定为一对匹配点。当图像很大，一般的遍历方法速度慢，实时性比较差。本发明提出利用混合行为蚁群算法进行遍历运算，同时采用关键点特征向量的城区距离来作为两幅图像中关键点的相似性判定，降低计算复杂度，并大大提高了关键点匹配的准确度和运算速度。