期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于SIFT特征匹配的小变形初值估计研究
1
作者 董伟 毛镪 +1 位作者 张海东 施天威 《激光技术》 北大核心 2025年第5期755-763,共9页
为了克服基于尺度不变特征变换(SIFT)特征匹配的小变形初值估计受到特征点误匹配和匹配精度不确定性的影响,引入了对误匹配引起的异常值具有一定抗性的最小一乘算法和霍夫变换算法进行拟合获取变形初值。通过模拟散斑图实验检验最小一... 为了克服基于尺度不变特征变换(SIFT)特征匹配的小变形初值估计受到特征点误匹配和匹配精度不确定性的影响,引入了对误匹配引起的异常值具有一定抗性的最小一乘算法和霍夫变换算法进行拟合获取变形初值。通过模拟散斑图实验检验最小一乘算法和霍夫变换算法的小变形初值估计可靠性,与随机抽样一致性算法的结果进行了对比;并通过相似模拟实验检验初值算法真实情况下的可靠性。结果表明,在小位移情形下,最小一乘算法的位移初值标准差低于霍夫变换算法和随机抽样一致性算法,为0.0033 pixel~0.0068 pixel,且在数字图像相关方法中使用其位移初值的相关搜索平均迭代次数为3.692~4.370次;对于实验过程中散斑图出现的破损区域,最小一乘算法的位移初值和数字图像相关方法的位移测量值存在明显差值,最大值为11.80 pixel,最小值为-7.35 pixel,最小一乘算法的变形初值依然可靠,但数字图像相关方法的变形测量有失效风险。该研究为数字图像相关方法的小变形初值估计提供了一定的参考。 展开更多
关键词 图像处理 数字图像相关方法 SIFT特征匹配 霍夫变换 最小一乘算法 变形初值估计
在线阅读 下载PDF
一种初始分割和区域合并的交互式图像分割方法 被引量:4
2
作者 甘玲 郭千文 朱林华 《小型微型计算机系统》 CSCD 北大核心 2017年第5期1103-1106,共4页
针对全自动分割很难从图像中自动获取目标、提取边缘不理想等不足,提出一种基于SLIC超像素初始分割和区域合并的交互式图像分割方法.首先采用SLIC超像素进行初始分割;针对单一的颜色特征不能较好地提取区域的特征信息,再采用由颜色直方... 针对全自动分割很难从图像中自动获取目标、提取边缘不理想等不足,提出一种基于SLIC超像素初始分割和区域合并的交互式图像分割方法.首先采用SLIC超像素进行初始分割;针对单一的颜色特征不能较好地提取区域的特征信息,再采用由颜色直方图和轮廓波变换构成的区域相似性特征来进行区域特征的提取;最后通过改变区域合并策略,采用分层匹配机制对区域合并顺序进行调整,以降低合并过程中出现的误匹配.实验结果表明,该方法不但提高了分割速度,而且分割的准确率(ACC)也有所提升,同时降低了分割的负率度量(NRM). 展开更多
关键词 交互式图像分割 超像素 初始分割 区域合并 分层匹配
在线阅读 下载PDF
基于数字相关法初始值优化的微悬臂梁弯曲变形与应变测量方法 被引量:2
3
作者 刘洪涛 梁振宁 +2 位作者 胡文 莫锦秋 王石刚 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第5期693-701,共9页
提出了一种基于数字相关法初始值优化的微悬臂梁弯曲变形与应变测量方法.基于放大的微悬臂梁表面的纹理特征,在尺度空间内进行特征点的测量与匹配,在特征点处进行高阶的数字相关法计算以得到变形参数;将特征点处的变形参数进行二维插值... 提出了一种基于数字相关法初始值优化的微悬臂梁弯曲变形与应变测量方法.基于放大的微悬臂梁表面的纹理特征,在尺度空间内进行特征点的测量与匹配,在特征点处进行高阶的数字相关法计算以得到变形参数;将特征点处的变形参数进行二维插值运算以得到任意像素点处变形参数的初始值;采用牛顿拉普森迭代方法计算在特定网格点处的变形参数,进而得到网格点处的位移和应变.通过仿真变形图像的计算结果来确定数字相关法的设定参数,对实际的微悬臂梁变形图像进行应变场计算,并与有限元法的计算结果进行比较,以验证所提出方法的有效性. 展开更多
关键词 微悬臂梁 特征点匹配 数字相关法 初始值优化 应变测量
在线阅读 下载PDF
高分辨率遥感图像配准控制点均匀化算法 被引量:7
4
作者 马旭燕 袁媛 +2 位作者 汪承义 陈静波 贺东旭 《遥感信息》 CSCD 北大核心 2016年第3期24-30,共7页
针对多源遥感图像普遍具有数据量大、辐射差异大等特征,而现有的图像配准算法无法直接应用于遥感图像自动配准处理中的问题,综合考虑控制点的密度和分布,提出了一种高分辨率遥感图像自动配准算法。首先,将待配准图像和参考图像降采样到... 针对多源遥感图像普遍具有数据量大、辐射差异大等特征,而现有的图像配准算法无法直接应用于遥感图像自动配准处理中的问题,综合考虑控制点的密度和分布,提出了一种高分辨率遥感图像自动配准算法。首先,将待配准图像和参考图像降采样到单机可以处理的大小,利用尺度不变特征变换(SIFT)算法建立降采样图像间的初始匹配;其次,将原始待配准图像按照网格分割为子图像,并利用初始匹配找到每幅子图像在参考图像上的对应子图像;再次,利用SIFT和极大稳定区域(MSER)特征点的空间互补性,在每一对子图像上提取大量特征点;最后,利用随机采样一致性(RANSAC)算法剔除误配后,采用基于最大团问题的贪心法进行控制点均匀化处理,进一步剔除冗余的控制点。与现有的基于SIFT特征和基于灰度的遥感图像配准算法相比,本算法在配准精度和控制点的分布均匀度等方面具有优越性。 展开更多
关键词 高分辨率遥感影像配准 降采样预匹配 SIFT MSER 控制点均匀化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部