【摘 要】
：
针对现有彩色图像的尺度不变特征转换(scale invariant feature transform,SIFT)算法计算复杂度较大和匹配性能较差的缺点,提出一种基于颜色量化矩阵的SIFT特征描述算法。首先由彩色图像的色调、饱和度和亮度生成颜色量化矩阵,然后由量化矩阵生成128维的SIFT特征描述子,最后应用于彩色目标匹配。实验结果表明,相比于现有彩色图像SIFT算法,本文方法具有匹配正确率高、匹
论文部分内容阅读
针对现有彩色图像的尺度不变特征转换(scale invariant feature transform,SIFT)算法计算复杂度较大和匹配性能较差的缺点,提出一种基于颜色量化矩阵的SIFT特征描述算法。首先由彩色图像的色调、饱和度和亮度生成颜色量化矩阵,然后由量化矩阵生成128维的SIFT特征描述子,最后应用于彩色目标匹配。实验结果表明,相比于现有彩色图像SIFT算法,本文方法具有匹配正确率高、匹配时间短和正确匹配点数多等优点,能够对彩色目标进行有效地匹配。
其他文献
Based on the elastic dislocation theory, multilayered crustal model, and rupture model obtained by seismic waveform inversion, we calculated the coand post-seismic surface deformation and gravity chan
An efficient method for quality control of Fructus Aurantii Immaturus (FAI),a famous traditional Chinese medicine (TCM) was established. A simple and reliable high-performance liquid chromatography-ph
In this study,the influence of respiratory motion on Cone Beam CT (CBCT) image quality was investigated by a motion simulating platform,an image quality phantom,and a kV X-ray CBCT.A total of 21 motio
为加快表面三维形貌分析中高斯滤波算法的执行速度,提出了一种基于计算统一设备构架(CUDA)的高斯滤波算法来实现高速并行处理.分析高斯滤波算法原理和CUDA并行计算体系,将CUDA并行计算技术引入到表面分析领域.针对高斯滤波数据间依赖性弱和CUDA采用单指令多线程(SIMT)执行模型的特点,总结出适合于CUDA的并行高斯滤波算法流程.实验证明:该方法与CPU串行处理方法相比,其加速比达到40倍以上,
针对粒子滤波跟踪算法计算量较大,需要在跟踪准确性与计算效率之间做出妥协的问题,分析了粒子滤波算法的并行性,提出了基于图像处理单元(GPU)平台的粒子滤波并行算法.将传统粒子滤波算法与GPU有效结合起来,充分利用GPU并行运算的性能,加快粒子滤波算法的计算速度.对所提出算法的计算性能与普通串行算法进行了对比,实验结果表明该算法在不降低跟踪准确性的同时,平均每帧处理时间显著减少.
为了提高复杂光照变化条件下所获取的彩色图像对的匹配效果,基于von Kries彩色变化模型,提出了一种新的彩色不变量的尺度不变特征变换(SIFT)算法.首先通过彩色空间变换获得复杂光照下的同一场景或目标的2幅或多幅图像的彩色不变量信息;然后利用SIFT算法提取彩色信息中的图像几何信息完成匹配;最后采用随机抽验一致性(RANSAC)算法消除误匹配点对,同时得到更加鲁棒和稳定的基础矩阵,以方便下一步的
针对图割法计算代价高并难以应用于纹理分割的问题,提出了一种基于滤波器阵列和小波域图割的纹理分割算法.首先对图像进行多层小波分解;然后在子带图像中使用构建的滤波器阵列提取图像的纹理特征,采用texton直方图作为纹理的统计模型,并采用直方图差计算像素点间的纹理相似度;最后根据子带图像计算虚拟尺度图的权值矩阵,构建关联范围递增的多尺度图结构,并根据规范割准则计算纹理的分割.分割结果表明:该算法在获得稳
Soil particle size distribution(PSD),one of the most important soil physical attributes,is of great importance to soil water movement,soil erosion and soil solute migration.In this study,the soil PSD
传统AdaBoost人脸检测算法使用正面人脸训练分类器,不能检测有任意偏转角度的多姿态人脸。本研究利用各种多姿态人脸中人眼结构变化比较小的性质,使用人眼训练AdaBoost算法的分类器,设计出一种快速的复杂场景下的多人多姿态人脸检测算法。先将图像映射到一种色彩空间,运用皮肤颜色分布特性检测皮肤区域;再运用AdaBoost算法从肤色区域检测出人眼区域;最后根据人眼在人脸中的位置计算出人脸的位置。实验
为解决运用Hopfield神经网络优化算法处理图像分割存在的收敛速度与局部最优的矛盾,采用模拟退火策略与遗传算法结合的优化方法来改进传统的优化算法,对迭代收敛后的Hopfield网络在局部范围内运用模拟退火遗传算法,以搜索阈值平面全局最优解,进行图像分割。实验证明,采用此方法可以得到较好的分割效果。