一种图像特征点迭代修正匹配算法

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:yangmingli1213
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于特征点的图像匹配被广泛应用于图像配准、目标识别与跟踪领域,目前,两阶段匹配(即先粗匹配,后精匹配)是最常用的方法,然而,两阶段匹配存在两方面的问题,一方面,粗匹配阶段对精匹配阶段的影响是不可逆的,即粗匹配的效果决定了精匹配的最优精度;另一方面,精匹配得到的后验知识没能反馈给粗匹配阶段,以修正粗匹配结果.为此,提出一种基于迭代修正的图像特征点匹配算法,该算法将精匹配得到的后验知识反馈给粗匹配阶段,从而修正粗匹配结果,使得粗匹配阶段得到更多的正确匹配对,减少漏匹配特征点对,这样经过多次迭代,能够得到
其他文献
针对进口生鲜食品企业配送中心的选址问题,利用粗糙集对影响配送中心选址的属性指标进行约简,运用层次分析法建立多因素层次结构模型,并对Z企业的备选地址进行评价,将改进的
标签传播算法(LPA)是一种快速高效的社区发现算法,算法无需社区数量等先验信息,但存在大量随机性,稳定性较差.为了提高标签传播算法的稳定性,提出了一种改进的标签传播算法(LPAM
智能手机的快速普及推动着通信运营商不断开发新的诸如手机银行类的增值业务以增长利润,这些业务往往通过短信中心来完成.为了安全快速的实现这些业务,这里改进了信号发射台
在复杂的多态系统中,系统可靠性非常重要,最常见的是冷热备份模式来实现系统的可靠性.本文中我们提出了混合冗余备份模式,计算复杂系统的可靠性和任务成本,解决复杂系统中的
软件测试技术中,高效的测试用例生成能够大幅简化测试工作,提高测试效率,节省软件开发成本.遗传算法作为一种高效的搜索寻优算法已被广泛应用到测试用例自动生成的研究中,然
现有数据流分类算法大多使用有监督学习,而标记高速数据流上的样本需要很大的代价,因此缺乏实用性.针对以上问题,提出了一种低代价的数据流分类算法2SDC.新算法利用少量已标
与传统K-Means相比,加权闵可夫斯基K-Means(MWK-Means)需要自适应获取特征权重并选择合适的闵可夫斯基指数.无监督选取指数策略是计算每个指数的三种尺度值,根据三种尺度的选取标
Zig Bee协议默认的分布式地址分配算法(DAAM)存在孤立点问题,而没有提出好的解决方案.提出一种基于代理节点的Zig Bee地址分配算法ABAAM,可以有效的降低因为网络预设参数和节
在研究了Struts框架的基本原理和运用MVC设计模型来开发Web应用的过程后,并结合报表编辑系统的实际需求,决定在报表编辑系统中采用Struts框架解决MVC模型架构Web应用的问题.本文
为了有效提高噪声背景下的人脸表情识别性能,提出一种基于压缩感知的鲁棒性人脸表情识别方法.先通过对腐蚀的测试样本表情图像进行稀疏表示,再利用压缩感知理论寻求其最稀疏的解,然后采用求得的最稀疏解信息实现人脸表情的分类.在标准的Cohn-Kanade表情数据库的实验测试结果表明,该方法取得的人脸表情识别性能优于最近邻法、支持向量机以及最近邻子空间法.可见,该方法用于人脸表情识别,识别效果较好,鲁棒性较高