SURF算法

摘要： 针对镀膜双镜头多光谱相机波段多、数据量大、配准流程复杂的问题,提出一种基于改进SURF算法的快速配准方法。该方法首先完成对各波段图像的预处理,采用数字畸变模型采样法对各波段影像畸变进行校正;然后对畸变改正后的各波段图像利用快速版的SURF算法(F-SURF)进行配准。F-SURF算法从3个方面对原SURF算法进行改进,包括:依照匹配贡献度优化算法组数设置、舍弃算法旋转不变性以及引入渐进采样一致法进行特征点匹配等。通过地面及飞行实验数据进行算法验证,结果表明改进算法的配准精度优于经典SURF算法,且时间效率显著提升。

摘要： 针对基于普通PC架构的图像处理速度较慢,难以满足图像数目多、分辨率大、达不到实时性要求的问题,提出基于图形处理器(GPU)的快速图像处理方案。基于SURF算法对图像进行特征提取和特征分类,并实现GPU并行加速的图像处理。实验表明:与基于普通PC架构的图像处理方法相比,GPU的图像处理的速度提高了约5倍,性能得到显著提高。

摘要： 绝缘子串的精确定位是实现其故障检测的重要前提。文章针对目前接触网绝缘子巡检图像中绝缘子串检测算法定位不精确的问题,提出一种双目视觉结合SURF特征的目标识别定位方法。由于绝缘子所处位置环境复杂,采用SURF特征可实现目标识别的前期粗定位;根据双目视觉原理求取已经粗定位识别出物体的三维坐标,实现目标物体的识别与细定位;通过这些方法保存识别出物体形心的三维坐标,传输给巡检机器人,以便控制机器人调整检测位置。实验结果证明,此方法有较好的识别效率和准确性,可以成功地识别出目标,具有一定的工程应用价值。

摘要： 针对SIFT算法在图像融合中耗时长,维度高的问题,论文设计了一种基于SURF、FLANN和RANSAC三者结合的拼接方法。首先利用SURF算法鲁棒性强、算法复杂度低的优势来进行特征点的检测,凭借FLANN算法可以调整参数来进行精确度的提升的优点来进行特征点的匹配,并与常见的BF算法匹配进行比较;针对其中错误匹配对的存在,采用RANSAC算法对存在匹配错误的点进行剔除并进行单应矩阵的计算,来找到最好的模型匹配对,降低误差;最终采用加权平均法进行图像的融合。通过实验验证,算法提高了匹配效率,拼接效果良好。

摘要： 为解决Surf算法提取边缘光滑图像特征点能力差的问题,提出了一种基于Surf与区域生长算法相结合的特征点提取改进算法Surf-RGA。通过局部平均值和Harr小波改进Surf算法,选取自动种子点,利用Matlab软件读取具有边缘光滑特点的篮球样本图像,分别运用Surf和Surf-RGA算法提取其特征点,验证算法的可行性。结果表明,Surf-RGA算法提取的光滑图像边缘特征点能力远好于原Surf算法,特征点提取数量增加率平均值约为420.69%,有效提升了Surf算法对图像特征点的提取能力。

摘要： 针对变电站中开展机器人巡检工作时,普遍存在复杂场景下拍摄所得红外与可见光检测图像存在遮挡、旋转和视角差异等情况,进而导致图像匹配融合效率低的问题,本文提出了一种基于STM32控制的多光谱图像配准融合巡检机器人模型。该模型首先建立模板库,通过模板匹配定位图像中的目标电力设备,在此基础上使用SURF算法进行精细匹配,即利用RANSAC剔除设备特征误配点,并采用单映射FINDHOMOGRAPHY算法进行像素叠加,最终实现变电站设备的红外、可见光图像融合。实验结果表明,本文的改进算法生成特征点数量合适、质量提升明显,相比SIFT、SURF等传统图像融合算法,配准精度提高至少30%,图像处理速度提高至少30%,具备实用意义,可有效应用于设备识别、电力设备故障诊断领域。

摘要： 不同类型车辆的车牌形状、大小及颜色有所不同。为对不同拍摄视角、尺度、背景、光照强度及各种形式遮挡下的各型车牌进行准确检测,提出一种基于SURF算法的多阶段车牌定位模型。该模型考虑车牌丰富的纹理和结构信息,借助SURF特征矩阵的行协方差系数分布定义车牌候选区域的特征,从而得到多个差异明显的分块区域;同时提出一个新的四维特征描述符精准提取车牌候选区域,并基于Hessian矩阵对车牌字符结构特征的度量实现对车牌区域的判别。通过在CCPD数据集上进行测试,发现该模型不需要任何受控条件或环境参数设置,具有定位变形、模糊、污损以及光照变化情况下车牌的能力。

摘要： 尽管基于机器视觉的缺陷检测技术已较为成熟,但应用在轴承外圈表面缺陷检测的理论研究还相对较少。应用图像拼接方法,将拍摄到的含有不完整缺陷区域的轴承外圈表面图像拼接为一幅缺陷信息完整的图像,以便后续进行缺陷的识别。在图像拼接过程中,同时采用SURF算法和图像柱面投影原理,还原了图像边缘缺陷区域的真实空间信息。建立Hessian矩阵(基于SURF算法)提取并匹配特征点,运用加权平均融合算法实现对含有缺陷信息的轴承外圈表面图像无缝拼接。经实验分析,结果表明该方法有效还原了轴承的空间几何特性,保留了边缘特征信息,能为图像拼接的准确性及拼接质量提供有效保障。无论从理论还是实践的角度来说,均有研究和探索的必要性。

摘要： 针对PCB元器件在贴装过程中贴装错误的问题,设计了基于FPGA的元器件检测系统。采用FPGA作为硬件平台,采集PCB电路板图像,首先对图像进行预处理,读取预先制作的PCB元器件信息,然后通过SURF算法计算元器件与模板的匹配度,通过匹配度判断元器件贴装的正误,最后剔除贴装错误的PCB板,实现元器件贴装正误的自动检测。完成了系统硬件和软件的设计。实验表明系统检测的平均正确率为89.82%,速度为969 ms/次。

摘要： 在高分辨率卫星遥感影像配准中,由于数据量的迅猛增长以及分辨率的提升,使配准精度逐渐下降,配置工作越堆越多。为此,文中设计一种基于特征点的高分辨率卫星遥感影像自动配准方法。对高分辨率卫星遥感影像数据实施云层二值化、灰度拉伸这两种预处理。云层二值化的处理主要通过OSTU算法实现,灰度拉伸处理使用的方法是直方图均衡。基于影像特征点,通过SURF算法实施高分辨率卫星遥感影像的特征点提取。通过提取的特征点在遥感影像上构建多个小面元区域,利用小面元微分纠正的方式对2幅影像实施精确配准。为实验配置硬件环境与软件环境,使用2种影像数据测试设计方法的配准性能。测试结果表明:所设计方法对于白天非雪天拍摄的图像与白天雪天拍摄的图像的配准精度都很高,二者差异较小;对于相同场景、不同传感器拍摄的影像以及不同场景、同一传感器拍摄的影像,设计方法的配准精度均较高。说明设计方法能够克服不同因素的影响,实现较为精准的自动配准。

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： 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： 为快速、准确地进行零件图像识别,提出一种基于SURF的特征识别算法.为了提高识别率,先对零件图像进行预处理,包括图像增强,中值滤波.然后由SURF算法获取零件图像的特征点和相应的特征向量.鉴于特征向量的高维特性,对特征向量用主成分分析降维后采用最近邻距离比率双向匹配算法,并采用随机抽样一致算法进一步提纯匹配点,从而实现零件识别.实验结果表明,本文算法可以有效应对零件图片在发生旋转变化、尺度变化、模糊变化和亮度变化后的识别问题,具有较好的鲁棒性和实时性,能够满足工业化要求.

摘要： 为快速、准确地进行零件图像识别,提出一种基于SURF的特征识别算法.为了提高识别率,先对零件图像进行预处理,包括图像增强,中值滤波.然后由SURF算法获取零件图像的特征点和相应的特征向量.鉴于特征向量的高维特性,对特征向量用主成分分析降维后采用最近邻距离比率双向匹配算法,并采用随机抽样一致算法进一步提纯匹配点,从而实现零件识别.实验结果表明,本文算法可以有效应对零件图片在发生旋转变化、尺度变化、模糊变化和亮度变化后的识别问题,具有较好的鲁棒性和实时性,能够满足工业化要求.

摘要： 为快速、准确地进行零件图像识别,提出一种基于SURF的特征识别算法.为了提高识别率,先对零件图像进行预处理,包括图像增强,中值滤波.然后由SURF算法获取零件图像的特征点和相应的特征向量.鉴于特征向量的高维特性,对特征向量用主成分分析降维后采用最近邻距离比率双向匹配算法,并采用随机抽样一致算法进一步提纯匹配点,从而实现零件识别.实验结果表明,本文算法可以有效应对零件图片在发生旋转变化、尺度变化、模糊变化和亮度变化后的识别问题,具有较好的鲁棒性和实时性,能够满足工业化要求.

摘要： 为快速、准确地进行零件图像识别,提出一种基于SURF的特征识别算法.为了提高识别率,先对零件图像进行预处理,包括图像增强,中值滤波.然后由SURF算法获取零件图像的特征点和相应的特征向量.鉴于特征向量的高维特性,对特征向量用主成分分析降维后采用最近邻距离比率双向匹配算法,并采用随机抽样一致算法进一步提纯匹配点,从而实现零件识别.实验结果表明,本文算法可以有效应对零件图片在发生旋转变化、尺度变化、模糊变化和亮度变化后的识别问题,具有较好的鲁棒性和实时性,能够满足工业化要求.

摘要： 针对恶意应用以伪造目标应用登录界面的方式进行钓鱼攻击,本文提出了一种基于计算机视觉技术的检测方法.此方法利用SURF算法度量当前登录界面与目标应用登录界面的相似度,进而实现对含有钓鱼登录界面的恶意应用的检测.本文最终在Android平台上实现了一个原型检测系统,用于检测钓鱼登录界面.实验结果表明,所提出的检测方法可以有效地辨别钓鱼登录面。

摘要： 本发明涉及基于SURF特征检测和ISODATA聚类算法的无人机障碍物检测方法，所述检测方法包括ISODATA动态聚类步骤，所述ISODATA动态聚类步骤包括：在提取出特征点中包含的坐标信息后，根据坐标信息随机生成若干个聚类中心；按照距离信息将所有坐标样本划分到不同聚类中，进行最小样本数检测并调整聚类；根据聚类中的元素重新计算聚类中心，检查是否能够进行聚类间的合并或分裂，满足运行控制参数后输出聚类结果并根据聚类结果计算不同障碍物的分布区域。本发明的优点在于：基于SURF特征检测和ISODATA聚类算法的无人机障碍物检测方法相较于已有的障碍物检测方法，能够有效检测无人机在飞行中遇到的数目不定的障碍物，为无人机自主飞行提供安全可靠的飞行路径。

摘要： 本发明请求保护一种基于改进FAST‑SURF算法的V波段功率放大器的车载雷达设备，包括外壳，所述外壳内设置有信号发生单元、发射器和接收器，所述信号发生单元被配置为生成车载雷达信号，并发送给发射器进行发射，所述接收器用于接收外部发送来的雷达信号；其在信号发生单元与发射器之间还设置有一个高增益甚高频波段功率放大器，所述高增益甚高频波段功率放大器包括：输入端匹配网络、第一伪差分共源放大器、第二伪差分共源放大器、级间匹配网络、输出匹配网络及电阻负载，所述第一伪差分共源放大器和第二伪差分共源放大器之间采用X型交叉混合耦合电容，所述输入端匹配网络的输入端连接信号发生单元的输出端。

摘要： 本发明请求保护一种基于改进FAST‑SURF算法的无人机雷达设备，其包括外壳、天线、USB接口、电源模块、信号发生单元、信号收发模块、信号放大模块、信号转换模块、微处理器模块、执行模块、驱动模块和通讯模块，所示电源模块与USB接口相连，信号收发模块与信号放大模块相连，信号放大模块与信号转换模块相连，信号转换模块与微处理器模块相连，微处理器模块与执行模块相连，执行模块与驱动模块和通讯模块相连，所述信号发生单元被配置为生成车载雷达信号，并发送给信号放大模块进行信号放大，并通过信号收发模块进行发射，所述信号收发模块还用于接收外部发送来的雷达信号；信号收发模块与信号放大模块相连，信号放大模块与信号转换模块相连，信号转换模块与微处理器模块相连，微处理器模块与执行模块相连。

摘要： 本发明公开了一种基于梯度幅值预运算的改进SURF算法，属于水下目标图像识别领域，以传统的SURF算法为基础，通过积分图查找的方式来代替复杂的高斯计算，在图像的边缘化和锐点中存在描述图像的极值特征和高频噪声，引入图像信噪比衡量指标，用以突出有效特征或者其分量。在SURF算法构建Hessian矩阵时，在Hessian之前加入具有平滑的梯度幅值计算方法，有效改善现有SURF算法的效果。本发明解决了传统SURF算法的特征点数目少和特征点不均匀的难题，具有特征点提取精度高，有更好的噪声抑制力的优点，可引入水下三维重建中，可有效的提高水下目标三维重建的精度与质量，为水下机器人进行水下观测和作业提供有力的支撑。

摘要： 本发明属于动态检测和QR码识别领域，提供了一种基于改进SURF复合算法的高速动态二维码识别方法：采集图像后利用相位相关算法进行初步匹配与运动补偿，再采用Harris特征点检测法结合SURF特征描述子对相关性能良好的图像进行匹配验证，利用6参数仿射运动参数模型构建运动模型，完成运动估计与补偿以完全提取出运动目标；对目标图像进行预处理后，采用改进的Canny算法结合Hough直线检测确定图形顶点，校正图像畸变，其中改用中值滤波进行图像平滑，采用四阈值方法精确划分边缘信息；最后识别二维码。本发明具有运动目标检测精度高、运算速度快以及能克服各种工况带来的识别影响等优点。

摘要： 本发明提出一种基于同步积分SURF算法的多路视频拼接方法，该方法使用首次运行时计算出的相关参数拼接图像，若发生相机偏移导致图像拼接错误，系统可重新计算相关参数，进行系统校准；另外，该方法使用流水线算法编写SURF算法中的积分步骤，从而省去了计算图像积分所需消耗的时间，提高了系统运行效率；通过截取摄像头画面的交叉区域进行特征点检测与匹配并计算透视矩阵，与对完整图像进行特征点检测、特征点匹配及计算透视矩阵相比，减少了计算量，提高了系统运行速度；因此，本发明提出的方法不但可以当摄像头发生偏移后自行校准，从而实现提高设备的抗扰动性，降低维护成本，在设备正常使用时还拥有较高的运行速度。

摘要： 本发明公开了一种基于SURF算法的老年人护理需求识别方法。该方法如下：获取老年人的面部表情图像，并生成训练集、测试集；利用SURF特征提取算法对训练集进行特征提取，确定表情类型；采用词袋模型，结合K‑means聚类算法对训练集的所有图像中提取出的特征向量进行聚类，将每一个聚类中心作为视觉词，再将所有聚类中心所对应的视觉词集合形成码本；将同一幅图像的SURF特征向量映射到码本生成Bow向量；将训练集所有特征向量聚类生成的视觉词序列构成的码本放入SVM支持向量机中进行训练；提取测试集中测试图像的SURF特征并映射为Bow向量作为测试数据，使用SVM算法得到分类结果。本发明提升了老年人护理需求识别的实时性和准确性。

摘要： 本发明公开了一种改进SURF算法的低照度图像增强方法，包括以下几个步骤：获取原始图像，将其像素值矩阵由RGB颜色空间转换到HSV颜色空间；获得图像在HSV颜色空间的V分量，通过设置非线性函数对V向量进行亮度重映射；将亮度重映射后的图片由HSV空间转换至RGB空间；对增强后的图像进行SURF特征检测；构建Hessian矩阵，构建尺度空间，定位特征点；确定特征点主方向，生成特征点描述子；提取与匹配特征点，得到增强后的特征匹配图像。本发明提供的方法，能够在光照不足情况下改变光照情况，在不增加其他干扰噪声的前提下提高图像的对比度以及特征点匹配数量。

摘要： 本发明属于面料图像检索技术领域，涉及基于SURF和VLAD特征编码的面料图案检索算法。本发明首先利用图像视觉提特征训练集进行聚类得到视觉特征码书；然后提取数据库中所有面料的SURF特征构建图像视觉特征库，由得到的码书计算特征残差进行量化和编码；对得到的编码特征进一步进行主成分分析来达到降维的效果，减少由于存储视觉特征向量和计算特征距离而引起的不必要的开销；将降维后的面料视觉特征向量使用ball‑tree算法构建索引，接着利用查询面料图像的特征向量进行查询并排序返回。算法基于SURF和VLAD，能够适应多种复杂多变的图案面料，不仅能够有效检测不同的复杂图案，而且检索速度较快。

摘要： 本发明公开了一种基于改进SURF算法的电子元器件定位方法，包括以下步骤：1)通过双目相机获取生产线上的电子元器件图像，然后输入计算机进行图像预处理，消除图像采集中存在的光照、噪声等因素的影响；2)使用SURF算法对工件图像进行特征点检测与描述；3)采用K均值聚类算法分割图像；4)对分割后的图像进行匹配；5)最后采用目标边缘算法进行形心计算，定位出左右图像中工件的形心位置，结合摄像机的标定结果进行三维重建，实现工件的空间定位。本发明的有益效果是：提出的算法减少了算法运行总时间，将匹配的结果结合双目视觉技术实现电子元器件的定位，对智能制造水平的提高有很大的应用价值。