【摘 要】
：
针对当前方法在进行红外数字图像局部序列拼接过程中存在效率不高、拼接图像质量较差等问题,提出一种基于最佳路径与亮度权重函数相结合的红外数字图像局部序列无损拼接方法,通过利用SIFT算法对经过直方图均衡化处理的红外数字图像在尺度空间中进行极值点检测、局部特征点的精确定位、局部特征点的方向分配、生成特征点描述,完成红外数字图像SIFT特征点提取;在图像SIFT特征点提取基础上,运用相似度度量方法中的局部
论文部分内容阅读
针对当前方法在进行红外数字图像局部序列拼接过程中存在效率不高、拼接图像质量较差等问题,提出一种基于最佳路径与亮度权重函数相结合的红外数字图像局部序列无损拼接方法,通过利用SIFT算法对经过直方图均衡化处理的红外数字图像在尺度空间中进行极值点检测、局部特征点的精确定位、局部特征点的方向分配、生成特征点描述,完成红外数字图像SIFT特征点提取;在图像SIFT特征点提取基础上,运用相似度度量方法中的局部相关系数对提取到的红外数字图像SIFT特征点对进行匹配,引入最佳路径与亮度权重函数对红外数字图像匹配重叠
其他文献
为了监控轨道车辆制造车间的生产流程,需通过布置RFID阅读器对车间内的人员设备进行定位,在RFID定位重叠区域内造成了阅读器的冗余。针对传统算法对RFID冗余阅读器检测率不够理想的问题,提出了一种基于中间件的MRRE改进算法,分析优化传统的MRRE算法,改进RFID冗余阅读器的判定规则。仿真结果表明,改进算法的数据处理能力优于MRRE算法,其平均计算次数比MRRE减少28.79%,同时进一步提高了
针对传统图像特征在细粒度图像检索上的不足,提出一种基于稀疏编码的半监督深度学习算法,来提高细粒度图像的检索性能。该算法首先通过少量带标签的训练样本来微调深度神经网络模型,然后通过该模型生成其对应的稀疏编码,最后以重构的稀疏编码作为网络训练的监督信息,通过最小化交叉熵损失函数来优化深度神经网络模型。在公开的细粒度图像数据集上进行了对比实验,结果表明,所提出的算法在少量标记样本的情况下具有较好的检索性
为有效识别航拍图片中的车辆目标,将迁移学习应用到Faster-RCNN算法模型训练中:将大规模数据集训练好的网络用于模型参数初始化,以减少训练时间并提高识别精度;针对ZF和VGG-16 2种经典网络模型,分别选取不同超参数进行了多组对比实验,以选取最优超参数,并对比分析2种模型的检测效果。实验结果表明,该种方法可以在航拍图片集中有效检测到车辆目标,检测结果优于传统的机器学习方法,同时具有识别速度快
随着人工智能、计算机视觉、模式识别近些年的快速发展,人脸识别已广泛应用于公共安全、验证系统、视频会议、人机交互等各个领域。正常的人脸识别,已经得到充足的发展。提高在非正常拍摄下的人脸识别就变得迫切需要,以特征提取方法和图像匹配技术为研究对象,将人脸识别作为应用背景,对不同的特征提取方法进行了讨论和研究,并改进了一种基于矩阵γ范数带遮挡的人脸识别的实验方法。通过选择合适的参数、控制不同结构型遮挡噪声
图像边缘检测技术是计算机视觉领域的重要内容,且一直是图像处理与分析领域的研究热点,研究者们提出了多种经典的边缘检测算法。为了在以后的不同应用中选取最合适的边缘检测算法类型,本文采用对比分析法,对近几年提出来的三阶差分边缘检测算法进行了研究,在基于不同的图片格式基础上,与其他传统边缘检测算法进行对比,比较了图像熵值,得出算法与图片格式具有相关性、各算法对噪声不同程度的敏感性、三阶差分运算对图片格式具
针对传统物联网数据监测方法存在大量误差等难题,提出基于光纤传感技术的物联网数据监测方法,首先分析光纤传感散射光谱信号的物联网数据监测原理,并设计物联网数据监测的光纤传感系统结构,获取初始物联网监测数据,然后通过格拉布斯准则去除初始物联网监测数据中的误差,获取准确的物联网监测数据,最后实验结果表明,本文方法能够准确实现物联网数据监测,具有较高的监测性能。
针对目前3D点云分割中广泛应用的区域增长算法,对其进行了改进。首先,对原始3D点云进行了去噪及简化。其次,选取局部邻域内法线间平均夹角最小的点作为种子点,减少了聚类类数,使得分割结果更加稳定。再次,在增长过程中,利用3D点云的彩色信息,将法线夹角和颜色差异小于某设定阈值的点聚为相同的类。最后,优化分割结果,检测过少或过多的聚类点数以避免过分割和欠分割。实验结果表明,和传统算法相比,该方法提高了点云
提出了一种基于反馈学习的人体运动检索方法。检索过程包括系统学习和运动检索两个主要阶段。在系统学习阶段,利用模糊聚类的方法通过聚类得到人体运动序列的代表性帧,提取获取的代表帧身体姿态特征,并建立运动特征数据库。在运动检索阶段,根据系统学习阶段建立的运动特征数据,提取待检索的运动的身体姿态特征,最后通过采用结合曼哈顿距离动态编程(MDP)和支持向量机(SVM)反馈学习的方法进行其相似性测量,检索结果按
对在低照度或黑暗情况下的火灾监控环境中,探测到的视频烟雾图像受到光照限制出现盲点的现象,提出了一种烟雾探测识别算法。该算法首先利用主动红外摄像机采集视频图像,然后采用线性滤波对图片进行预处理,再用背景差分的方法进行前景检测、最后通过聚类方法来提取烟雾特征,从而判断是否发生火灾。实验结果表明,该算法可以在黑暗环境下,克服环境光照条件对普通视频烟雾探测技术的限制,完成对红外视频监测图像着火点的准确识别
针对运动目标的动态识别问题,提出了一种完整有效的建立数据模板库的目标匹配识别算法。为了识别高速视频中的飞碟,采用像素提取运动目标的特征值;通过控制变量的方法依次改变飞碟姿态,进行图像采集,建立模板数据库;采用相似度匹配原理进行目标识别,获得目标姿态信息。最后在MATLAB环境下对飞碟姿态识别进行算法验证,对3种不同情况下的获取的飞碟图像进行模板匹配,获得了飞碟实时姿态,通过电子经纬仪验证了仿真实验