尺度不变特征变换

摘要： 鉴于传统尺度不变特征变换(scale invariant feature transform,SIFT)算法特征描述子维度过高、匹配时间长和误匹配率较高的问题,提出一种改进SIFT的图像特征匹配算法。首先,将SIFT特征点邻域的方形区域改为十字形分区来简化特征描述子,降低描述子的维度,减少匹配计算量;然后,在由欧式距离获取初始匹配点对的基础上,结合余弦相似度约束条件过滤伪匹配;最后,利用渐进一致采样(progress sample consensus,PROSAC)算法进一步优化匹配结果,实现精准匹配。实验结果表明,该算法在模糊、光照、仿射、尺度旋转等变化条件下均显著提高了正确匹配率,并缩短了匹配耗时,有效提升了在复杂场景下的匹配性能。

摘要： 太阳活动区是太阳大气中产生各种活动现象的区域,精确地检测和识别太阳活动区对理解太阳磁场的形成机制具有极为重要的科学意义.根据太阳活动区结构较为复杂的特点,基于尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)和密度峰值聚类(Clustering by Fast Search and Find of Density Peaks,DPC)算法的优越性,提出了一种太阳活动区的自动检测和识别方法.首先,对太阳动力学天文台(Solar Dynamics Observatory,SDO)日震和磁场成像仪(Helioseismic and Magnetic Imager,HMI)的纵向磁图进行对比度增强;然后采用SIFT方法提取出全日面磁图中的特征点;最后利用DPC算法将特征点进行聚类,从而自动检测和识别出太阳活动区.研究结果表明,SIFT和DPC算法相结合的方法可以在不需要人工交互的情况下准确地自动检测出太阳活动区.

摘要： 能见度监测是交通出行安全的重要保障,尤其对机场和高速公路的大范围低能见度的监测和预警更为重要。在传统人工目测方法的基础上,以激光透射能见度仪为代表的仪器测量方法更为准确,但存在探测范围小、维护成本高、全覆盖耗资大的局限性。为了克服以上缺陷,使交通能见度的估计更为灵活、高效,本文基于机场气象站点观测数据、机场大雾以及高速公路低能见度图像,构建优化三种不同场景下的能见度估计模型,并探讨了不同模型的适用性。1)基于气象站点观测的能见度估计,运用相关系数矩阵和特征重要性分析筛选出相对湿度、温度、水平风速3个变量,并考虑昼夜分别构建三元三次多项式拟合模型,模型的决定系数(R^(2))可达0.9以上;2)基于机场大雾图像的能见度估计深度学习模型,利用尺度不变特征变换方法提取图像关键点的特征向量,输入全连接神经网络(fully connected neural network)模型,加快训练过程并提高模型的可解释性;3)基于高速公路图像的能见度估计的反演模型,根据暗通道先验理论和能见度测量基本方程,计算大气光亮度和透射率,并根据图像距离信息得到单目图像的能见度,该方法无须预置目标物和像机参数,也不需要训练样本。本研究考虑了基于气象观测的物理模型与基于图像特征的深度学习方法,建立分别适用于具有机场常规气象观测,以及机场大雾低信噪比图像或高速公路低能见度单目图像时对交通能见度的估计,有效降低了能见度监测对观测仪器的依赖性。

摘要： 原始SIFT算法采用不同参数的高斯核取差,是对图像空间性质的一种测量方法.本文在光谱维度上取差,用光学系统在光谱维度上的差异作为图像空间性质的测量方法;传统SIFT方法及大量的改进方法只统计以特征点为中心的邻域范围内图像块的像素信息,文中将匹配过程分为2个步骤,首先利用邻域范围内的图像块像素信息进行粗匹配,然后选取排序后相似程度最高的4组匹配对作为基准匹配对,对特征点进行二次校验.仿真结果表明文中的设计方式显著增加了检测到的特征点数量,有效剔除了错误匹配.

摘要： 针对具有挠曲变形的可量测实景影像,本文提出了一种基于开源的计算机视觉框架(OpenCV)的改进尺度不变特征变换(scale-invariant feature transform,SIFT)拼接方法,该方法首先利用SIFT方法探测出极值点,然后确定特征点方向和特征点描述符,进行关键点匹配,最后通过透视变换实现图像拼接。实验表明,本文提出的方法具有像素级拼接精度,可以克服畸变、挠曲等复杂变形,实现多幅街景影像自动拼合,具有较高的拼接效率和拼接稳健性,不失为一种可量测实景影像智能化拼接的新方法,值得应用和推广。

摘要： 针对图像特征匹配过程中采集图像易受噪声、光照、尺度等因素影响使产生的匹配结果鲁棒性差、误匹配率高等问题,提出一种基于加权相似性度量(WSM)的特征匹配方法.该方法首先采用基于网格多密度聚类的特征匹配(FM_GMC)算法对原始图像进行特征聚类块划分;其次在每一特征聚类块中,采用Canny提取边缘特征点并使用尺度不变特征变换(SIFT)进行描述;然后采用加权的方式对特征聚类块之间的空间上下文信息间的Hausdorff距离、图像特征点外观描述子间的欧氏距离以及图像特征点的局部几何灰度信息的归一化互相关度量(NCC)进行相似性度量;最后依据最近邻距离比值(NNDR)对相似性度量结果进一步优化,从而确定特征匹配结果.以古建筑图像为数据集的实验结果表明WSM方法的平均匹配精确率达到92％,在匹配数量和精确率上优于常用的特征匹配方法,验证了该方法的有效性和鲁棒性.

摘要： 针对遥感图像分类结果受外界因素影响大、实时性较差等问题,提出一种融合图像卷积神经网络(Convolutional Neural Networks,CNN)特征和尺度不变特征变换(Scale Invariant Feature Transformation,SIFT)特征,结合极限学习机(Extreme Learn-ing Machine,ELM)对遥感图像进行分类的方法.上述方法将CNN提取的整体特征和SIFT提取的局部特征相结合,并通过数据预处理降低了阴影、光照等外界因素对分类性能的影响;同时,通过图像信息熵改进的主成分分析(Principal Compo-nents Analysis,PCA)对融合后的特征降维,减少了数据维度的同时大大减少了数据降维过程中的计算量,提高了分类的实时性.最后,将得到的图像特征输入ELM分类器进行分类.用卫星遥感图像进行了仿真研究,结果表明该方法能有效提高图像分类准确率,具有良好的泛化性及实时性.

摘要： 人脸识别易受到光照变化、遮挡等影响,降低了识别准确率,为此提出一种基于相对边缘方向幅值模式(relative patterns of oriented edge magnitudes,RPOEM)与尺度不变特征变换(scale-invariant feature transform,SIFT)的人脸识别算法.检测脸部的关键点,利用k-均值对这些特征点进行聚类;为消除光照变化的干扰,计算图像的相对梯度幅值,对其进行离散化分解与Gaussian滤波处理;采用局部二值模式编码生成RPOEM特征;引入加权因子,对RPOEM与SIFT特征进行加权组合;通过定义非一致度量来完成对人脸识别的共形预测.实验结果表明,与已有的人脸识别技术对比,所提算法具有更高的识别准确率,对多种复杂背景具有更强的鲁棒性.

摘要： 为解决无人机航拍交通事故现场图像特征点数量较少、匹配成功率较低、耗时过长的问题,提出1种改进的SIFT算法,使用Gabor滤波对图像进行特征提取,基于改进的高斯金字塔和多方向多尺度Gabor频谱特点提取出具有尺度、旋转不变性的特征点,结合LLE算法对特征描述符进行降维处理,通过DBSCAN算法对特征点进行密度聚类,计算区域内的特征点距离的梯度下降一致性程度,结合蚁群算法判断特征点是否匹配成功.结果表明:改进的SIFT算法无论是在匹配精度还是在匹配效率上都优于同类算法,证明提出算法的有效性.

摘要： 对图像特征中的局部聚集描述子向量(Vector of Aggragate Locally Descriptor,VLAD)特征进行研究后发现,该特征缺乏尺度不变特征变换(Scale Invariant Feature Transform,SIFT)描述子的空间分布信息,为了提高图像检索的准确率,提出利用空间分布熵改进VLAD的方法.首先,求取图像中的VLAD特征.其次,将SIFT描述子的空间分布信息根据描述子与聚类的对应情况,分为若干个集合.再次,在每一个集合中生成空间分布熵,将所有集合的熵值表示为空间分布熵向量.最后,利用该向量表示描述子的空间分布混乱程度,并将该向量与VLAD结合使用.实验结果表明,在码本大小为64时,在Holidays数据集上可以将平均准确率由0.519提升至0.601,在Oxford5k数据集上可以从0.395提升至0.408.该方法利用VLAD特征大幅度提高图像检索的平均准确率.

摘要： 为了解决人群遮挡严重、光照突变等恶劣环境下人群计数准确率低的问题,提出基于混合高斯模型(GMM)和尺度不变特征变换(SIFT)特征的人群数量统计分析新方法.首先,基于GMM提取运动人群,并采用灰度共生矩阵(GLCM)和形态学方法去除背景中移动的小物体和较密集的噪声等非人群前景,针对GMM算法提出了一种效率较高的并行模型;接着,检测运动人群的SIFT特征点作为人群统计的基础,基于二值图像的特征提取大大减少了执行时间;最后,提出基于人群特征数和人群数量进行统计分析的新方法,选择不同等级的人群数量的数据集分别进行训练,统计得出平均单个特征点数,并对不同密度的行人进行计数实验.算法采用基于GPU多流处理器进行加速,并针对所提算法在统一计算设备架构(CUDA)流上任务的有效调度的方法进行分析.实验结果显示,相比单流提速31.5％,相比CPU提速71.8％.

摘要： 针对合成孔径雷达(SAR)图像景象匹配技术在导弹制导中的重要作用,提出了基于尺度不变特征变换(SIFT)特征的弹载SAR图像景象匹配算法.对获取的弹载SAR实时图像和星载SAR图像进行匹配实验,验证该算法在弹载SAR图像景象匹配中的有效性;同时验证了该算法的抗尺度、旋转不变性.

摘要： 基于尺度不变特征变换(SIFT)的算法在图像匹配与检测方面具有强大的功能,本文讨论了利用SIFT算子对阿拉伯文进行识别的方法.针对一些误匹配情况,提出了应用双相匹配和马氏距离,剔除误匹配点对,提高匹配精度.大量实验表明,改进的sift算法能很好地识别阿拉伯文,并对阿拉伯文的旋转、比例、噪声、背景干扰等情况具有良好的识别效果.

摘要： 无人机影像配准是无人杌影像拼接中最关键的技术问题.首先介绍了SIFT和SURF两种无人机影像配准常用算法,并进行了比较,然后选取无人机岩鹰UX-1000对某矿区的航拍影像基于Matlab进行实验,对两种算法配准的速度和精度进行分析研究.实验表明,两种算法在无人机影像配准过程中都可以抑制和抵消一定的干扰,但SIFT算法的速度更优,适合用于对精度要求高的工程;SURF算法的速度更优,适合用于对速度要求高的工程.

摘要： 无人机影像配准是无人杌影像拼接中最关键的技术问题.首先介绍了SIFT和SURF两种无人机影像配准常用算法,并进行了比较,然后选取无人机岩鹰UX-1000对某矿区的航拍影像基于Matlab进行实验,对两种算法配准的速度和精度进行分析研究.实验表明,两种算法在无人机影像配准过程中都可以抑制和抵消一定的干扰,但SIFT算法的速度更优,适合用于对精度要求高的工程;SURF算法的速度更优,适合用于对速度要求高的工程.

摘要： 无人机影像配准是无人杌影像拼接中最关键的技术问题.首先介绍了SIFT和SURF两种无人机影像配准常用算法,并进行了比较,然后选取无人机岩鹰UX-1000对某矿区的航拍影像基于Matlab进行实验,对两种算法配准的速度和精度进行分析研究.实验表明,两种算法在无人机影像配准过程中都可以抑制和抵消一定的干扰,但SIFT算法的速度更优,适合用于对精度要求高的工程;SURF算法的速度更优,适合用于对速度要求高的工程.

摘要： 无人机影像配准是无人杌影像拼接中最关键的技术问题.首先介绍了SIFT和SURF两种无人机影像配准常用算法,并进行了比较,然后选取无人机岩鹰UX-1000对某矿区的航拍影像基于Matlab进行实验,对两种算法配准的速度和精度进行分析研究.实验表明,两种算法在无人机影像配准过程中都可以抑制和抵消一定的干扰,但SIFT算法的速度更优,适合用于对精度要求高的工程;SURF算法的速度更优,适合用于对速度要求高的工程.

摘要： 针对图像处理技术的不断进步,以及驾驶员在复杂路面操控中需要减少泊车过程中的剐蹭、陷落和碰撞等问题,提出一种基于SIFT图像融合拼接的算法.对此,为实现对无缝拼接的改进,提升图像融合配准质量,对SIFT算法进行了两方面的改造,一是选取重合区域特征点进行匹配,从而减少了匹配的数量;其次,采用单极值匹配方式,从而减少了匹配次数;然后,引入不同图像权重的方式,在不改变非重合区域灰度的情况下,对重合区域图像进行融合,从而完成对图像的无缝拼接.最后,以TMS320DM643芯片作为处理器,搭建实际的测试硬件和软件系统,对上述的算法进行验证,结果表明上述算法的有效性.

摘要： 针对图像处理技术的不断进步,以及驾驶员在复杂路面操控中需要减少泊车过程中的剐蹭、陷落和碰撞等问题,提出一种基于SIFT图像融合拼接的算法.对此,为实现对无缝拼接的改进,提升图像融合配准质量,对SIFT算法进行了两方面的改造,一是选取重合区域特征点进行匹配,从而减少了匹配的数量;其次,采用单极值匹配方式,从而减少了匹配次数;然后,引入不同图像权重的方式,在不改变非重合区域灰度的情况下,对重合区域图像进行融合,从而完成对图像的无缝拼接.最后,以TMS320DM643芯片作为处理器,搭建实际的测试硬件和软件系统,对上述的算法进行验证,结果表明上述算法的有效性.

摘要： 针对图像处理技术的不断进步,以及驾驶员在复杂路面操控中需要减少泊车过程中的剐蹭、陷落和碰撞等问题,提出一种基于SIFT图像融合拼接的算法.对此,为实现对无缝拼接的改进,提升图像融合配准质量,对SIFT算法进行了两方面的改造,一是选取重合区域特征点进行匹配,从而减少了匹配的数量;其次,采用单极值匹配方式,从而减少了匹配次数;然后,引入不同图像权重的方式,在不改变非重合区域灰度的情况下,对重合区域图像进行融合,从而完成对图像的无缝拼接.最后,以TMS320DM643芯片作为处理器,搭建实际的测试硬件和软件系统,对上述的算法进行验证,结果表明上述算法的有效性.

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： 基于尺度不变特征变换的计算集成成像图像重构方法属三维图像处理技术领域，本发明使用相对更正确的图像区域替换失真区域，这些图像区域通过对原始对象采集的视图图像和立体元图像之间的匹配得到，由于设备的限制和实验操作的不可避免的缺点，从原始对象采集的视图图像的对应区域不能满足人们的要求，为了解决上述问题，本发明采用SIFT描述子和透视变换来获得合理的正确区域，提供了三维视图图像的仿真和实验结果，以及相应的图像质量评估，以测试和验证所提方法的性能，仿真和实验结果表明，本发明提出的方法优于传统的计算集成成像重构方法，验证了本发明提出的方法的可行性和有效性。

摘要： 本发明提供一种基于尺度不变特征变换算法监测桥下空间的方法和系统。所述方法和系统基于尺度不变特征变换算法框架，对桥下空间自动拍摄上传的图片进行调整，使之与原始图像匹配，再结合图像对比算法，生成校准图像，以及标注上传图像和原始图像不同的区域，最后计算原始图像和校准图像的SSIM结构相似度并设定报警阈值，从而实现对桥下空间的监控。所述方法和系统可检测任意大小的物体变化，如垃圾、稻草等堆放，以及商贩的占道经营行为，而且对于非固定摄像头或近似固定角度拍摄的带有尺度变形、拍摄角度不一致的图像可以旋转、放缩、剪裁后再进行对比，降低了直接对比的误报率。

摘要： 本发明公开了一种基于尺度不变特征变换的行李图像运动行为描述方法，包括：单帧图像行李检测算法和基于尺度不变特征变换将单帧图像中的行李位置综合为整个行李图像运动行为模型两个步骤；本发明的优点是克服了由于激活相关图像处理功能后所导致的行李图像尺寸、颜色、位置发生变化对行李运动描述的影响，能够准确提取行李图像从出现到消失过程中任意时刻在屏幕上位置；采用行李外接矩形描述行李位置以便于行李图像运动行为模型的描述；本发明实现了在各类图像处理操作对行李图像的影响下仍然能够找到两帧图像间同一行李图像的共同特征，使行李图像运动描述成为可能。

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。

摘要： 本发明公开了一种基于尺度不变特征变换的仪器面板关键数据精准定位方法，按照构造尺度空间、筛选定位关键点、关键点方向分配、描述关键点特征的步骤提取模板图片A和待测试图片B的关键点，然后将待测试图片B与模板图片A进行匹配校准；选取一张清晰无干扰的仪器正面图片；对该仪器正面图片特征进行分析，确认仪器关键数据信息像素位置，用纯白像素代替关键数据信息位置，从而制成模板图片C；对模板图片C处理，将处理后的模板图片C中的纯白像素图片与步骤一中经过校准的待测试图片B进行匹配，从而对仪器面板关键信息进行提取。本发明可在变电检测试验现场辅助数据图片高效采集定位环节，提升试验现场数据记录效率和质量。

摘要： 基于稠密尺度不变特征变换的色调映射图像质量评价方法，包括以下几个步骤：获取全局颜色失真度量特征、局部细节丢失度量特征；获取特征后，将所述特征进行融合。将所述全局颜色失真度量特征、所述局部细节丢失度量特征与主观评价分输入到SVM中进行训练和测试，得到TM图像质量评估模型。本发明使用DSIFT技术来提取每个像素点八个方向的局部梯度信息，DSIFT不需要检测兴趣点，这相比于直接使用梯度幅值显得更加准确；本发明使用高斯曝光曲线对HDR图像的不同区域进行加权，解决了图像不同区域下的失真权重分配问题，符合人眼对高亮和低暗区域中的细节丢失现象更敏感的特性；采用Cb

摘要： 本发明提供一种基于尺度不变特征变换算法监测桥下空间的方法和系统。所述方法和系统基于尺度不变特征变换算法框架，对桥下空间自动拍摄上传的图片进行调整，使之与原始图像匹配，再结合图像对比算法，生成校准图像，以及标注上传图像和原始图像不同的区域，最后计算原始图像和校准图像的SSIM结构相似度并设定报警阈值，从而实现对桥下空间的监控。所述方法和系统可检测任意大小的物体变化，如垃圾、稻草等堆放，以及商贩的占道经营行为，而且对于非固定摄像头或近似固定角度拍摄的带有尺度变形、拍摄角度不一致的图像可以旋转、放缩、剪裁后再进行对比，降低了直接对比的误报率。