期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种带有“遮罩”的ASIFT特征提取算法 被引量:2
1
作者 朱博 戴先中 +1 位作者 李新德 杨伟 《计算机学报》 EI CSCD 北大核心 2015年第6期1202-1211,共10页
指出提高ASIFT算法效率的一种新途径:利用"遮罩"屏蔽源自视角模拟的无效像素区域,从而使较为耗时的区域运算仅作用于有效像素区域,以达到提高运算效率的目的.首先,分析无效像素区域产生根源,并定量分析此类区域在各区域运算... 指出提高ASIFT算法效率的一种新途径:利用"遮罩"屏蔽源自视角模拟的无效像素区域,从而使较为耗时的区域运算仅作用于有效像素区域,以达到提高运算效率的目的.首先,分析无效像素区域产生根源,并定量分析此类区域在各区域运算环节占有的比例,指出增加"遮罩"的必要性,特别指出被处理图像的宽高比越大,则经"遮罩"处理后所获得的加速比越高;随后,给出带有"遮罩"的ASIFT算法结构;然后,给出"遮罩"的一种低存储空间、高访问效率的数据结构,并给出离线获取"遮罩"的一种解析方法;最后,通过实验证实使用"遮罩"能有效提高ASIFT算法中区域运算部分的效率,从而在一定程度上也提高了算法整体的运算效率,但效率提升幅度受到理想区域加速比限制. 展开更多
关键词 ASIFT算法 完全仿射不变 特征提取 加速算法 计算效率
在线阅读 下载PDF
基于J-EEMD的刀具磨损状态特征提取技术 被引量:1
2
作者 陈洪涛 傅攀 +1 位作者 李晓辉 钟成明 《机械科学与技术》 CSCD 北大核心 2014年第6期849-853,共5页
在实际刀具状态监测的过程中,通过传感器所直接测得的数据都包含了大量的噪声信号,因此难以从中获取刀具磨损状态的变化规律,这样显然不利于进行模式识别。应用近似联合对角化下的集合经验模态分解(J-EEMD)对观测信号进行处理,基于信号... 在实际刀具状态监测的过程中,通过传感器所直接测得的数据都包含了大量的噪声信号,因此难以从中获取刀具磨损状态的变化规律,这样显然不利于进行模式识别。应用近似联合对角化下的集合经验模态分解(J-EEMD)对观测信号进行处理,基于信号本身特征,自适应地将切削加工中检测得到的振动和声发射信号分解为多个内蕴模式函数(IMF),然后根据各个IMF之间的能量比对变换,提取出了不同磨损状态下的刀具状态特征。实验证明:在该方法对测得数据进行处理的基础上,能够很好地识别出刀具磨损程度的不同状态。 展开更多
关键词 噪声 特征提取 分解 模式识别
在线阅读 下载PDF
适用于倾斜影像的加速KAZE-SIFT特征提取算法 被引量:9
3
作者 薄单 李宗春 +1 位作者 王晓南 乔涵文 《计算机应用》 CSCD 北大核心 2019年第7期2093-2097,共5页
针对传统正摄影像的特征提取算法处理倾斜影像匹配效果不佳的问题,在已有特征提取算法的基础上,提出了一种适用于倾斜影像的特征提取算法——加速KAZE-尺度不变特征变换(AKAZE-SIFT)算法。首先,为保证特征检测的准确性与独特性,采用充... 针对传统正摄影像的特征提取算法处理倾斜影像匹配效果不佳的问题,在已有特征提取算法的基础上,提出了一种适用于倾斜影像的特征提取算法——加速KAZE-尺度不变特征变换(AKAZE-SIFT)算法。首先,为保证特征检测的准确性与独特性,采用充分保留图像轮廓信息的加速KAZE(AKAZE)算子进行特征检测;其次,为提升特征描述的稳定性,采用稳健的尺度不变特征变换(SIFT)算子进行特征描述;然后,依据目标特征向量和候选特征向量间的欧氏距离确定粗匹配点对;最后,采用随机抽样一致性算法进行单应性约束,提高匹配纯度。模拟影像在倾斜摄影条件下的模糊、旋转、亮度、视角和尺度变化,对特征提取算法性能进行评估,实验结果表明,AKAZE-SIFT算法相比SIFT算法和AKAZE算法召回率分别提高了12.8%和5.3%,精准率提高了6.5%和6.1%,F1值提升了13.8%和 5.6%;提取效率优于SIFT算法,略逊于AKAZE。AKAZE-SIFT算法具有良好的检测和描述能力,更适用于倾斜影像特征提取。 展开更多
关键词 加速KAZE算法 尺度不变特征变换算法 倾斜影像 特征提取 特征匹配
在线阅读 下载PDF
无人机影像Robert特征增强拼接算法
4
作者 刘艳 武广臣 《高技术通讯》 2025年第10期1088-1099,共12页
针对无人机影像拼接单应性误差积累和建筑物错位重影问题,提出一种Robert特征增强KAZE(kernel-based accelerated feature extraction)拼接算法。该算法在影像拼接前实施梯度运算,将检测边缘与原始影像灰度图进行叠加,以图像信息熵为指... 针对无人机影像拼接单应性误差积累和建筑物错位重影问题,提出一种Robert特征增强KAZE(kernel-based accelerated feature extraction)拼接算法。该算法在影像拼接前实施梯度运算,将检测边缘与原始影像灰度图进行叠加,以图像信息熵为指标筛选梯度计算最优方法。特征增强预处理后,对左右图像实施仿射-透视平移双变换后再进行拼合。对拼接图像实施渐进渐出融合处理,实现像素自然过渡和匀光匀色处理。实验结果表明,Harris、SIFT(scale-invariant feature transform)、SURF(speeded up robust features)、shiTomasi和KAZE这5种特征检测方法中,KAZE、SIFT和SURF算法具有相似的检测精度,然而在特征匹配方面,KAZE特征点对正确匹配率明显大于SIFT和SURF,具有较高的普适性和鲁棒性。Robert增强KAZE算法解决了建筑物拼接错位重影问题,降低了单应性误差积累,保持了图像的平均梯度,适用于大场景无人机影像连续性拼接。 展开更多
关键词 KAZE算法 图像信息熵 特征匹配 随机抽样一致性 Robert算子
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部