期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
高斯差分空间的多尺度改进CLBP对带钢表面缺陷的分类 被引量:4
1
作者 王粟 李庚 曾亮 《华侨大学学报(自然科学版)》 CAS 北大核心 2020年第4期534-540,共7页
提出一种引入高斯差分空间的改进多尺度完全局部二值模式对带钢表面进行分类,解决由于带钢表面缺陷纹理存在复杂性和多样性,导致对带钢表面缺陷进行分类难度大的问题.首先,根据人类的视觉注意机制,采用高斯差分空间对带钢表面缺陷进行... 提出一种引入高斯差分空间的改进多尺度完全局部二值模式对带钢表面进行分类,解决由于带钢表面缺陷纹理存在复杂性和多样性,导致对带钢表面缺陷进行分类难度大的问题.首先,根据人类的视觉注意机制,采用高斯差分空间对带钢表面缺陷进行预处理.然后,采用多尺度改进的完全局部二值模式对预处理之后的图片进行特征提取.最后,采用非线性流行学习的方式对特征进行降维,并导入分类器中进行分类.实验结果表明:该方法具有较好的区分性;针对常见的冲孔、污渍、刮边、黑氧化条、结疤等带钢表面缺陷,其最终的分类精度能达到95.7%,优于目前传统的方式. 展开更多
关键词 带钢表面 缺陷分类 多尺度完全局部二值模式 高斯差分空间 特征提取 非线性流行学习
下载PDF
基于改进SIFT特征和图转换匹配的图像匹配算法 被引量:16
2
作者 张官亮 邹焕新 +1 位作者 秦先祥 林小平 《计算机应用研究》 CSCD 北大核心 2013年第9期2861-2864,共4页
针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris阈值准则对所提取到的不变特征进行选择,剔... 针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris阈值准则对所提取到的不变特征进行选择,剔除了图像区域中大量可区分性较差的特征点,从而得到了相对稳定和可区分性较好的特征点。其次,结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确匹配。实验对比结果表明,用取得稳定的特征点,进而结合一种好的匹配策略,能够更加增强图像匹配的高效性和鲁棒性。 展开更多
关键词 图像匹配 特征点提取 SIFT特征 高斯差分尺度空间 Harris阈值准则 自相关矩阵 图转换匹配
下载PDF
基于sift的简化算法下图像快速匹配 被引量:6
3
作者 裴聪 戴立玲 卢章平 《制造业自动化》 北大核心 2010年第1期132-135,共4页
提出一种基于SIFT算法的简化特征匹配算法SSIFT(simplified Scale Invariant FeatureTransform),该算法采用基于圆形窗口的12维向量有效的表示一个特征点,同时在算法方面保留了原算法的旋转不变性、光照不变性等多项优点。实验结果表明... 提出一种基于SIFT算法的简化特征匹配算法SSIFT(simplified Scale Invariant FeatureTransform),该算法采用基于圆形窗口的12维向量有效的表示一个特征点,同时在算法方面保留了原算法的旋转不变性、光照不变性等多项优点。实验结果表明,该算法在保持了较好匹配率的前提下,在场景不太复杂的场景下,实时性获得了很好的表现,适合于实时性要求较高的场合。 展开更多
关键词 SIFT 高斯差分尺度空间 尺度不变 图像匹配
下载PDF
改进SIFT算法在医学图像配准中的应用研究 被引量:3
4
作者 陈宗桂 董晓军 +1 位作者 曾令容 张英俊 《计算机技术与发展》 2022年第8期71-75,共5页
传统SIFT算法采用128维描述算子表征一个关键点,计算量大、复杂度高,图像配准时间长,效率较低。此外,图像在采集的过程中因其尺度、旋转角度、明暗等不同因素的影响容易造成医学图像的误配准。因此,该文采用改进的SIFT算法进行配准。首... 传统SIFT算法采用128维描述算子表征一个关键点,计算量大、复杂度高,图像配准时间长,效率较低。此外,图像在采集的过程中因其尺度、旋转角度、明暗等不同因素的影响容易造成医学图像的误配准。因此,该文采用改进的SIFT算法进行配准。首先,利用快速近似最近邻搜索算法查找两幅图像上的关键点,并以其为中心取8×8的采样窗。把8×8的采样窗划分成4个模块,每一个模块是4×4的小窗口。在每一个模块内计算8个梯度方向信息,每个梯度信息就是一个特征点描述符。这样每个关键点就可以有32个SIFT特征描述符。然后,通过相似性度量判定两个关键点的相关性,并对其进行降序排序。理论上,当两幅图上的关键点一致时,两个关键点的相似性度量值等于1。本研究设置的阈值是0.95,当两点的比值大于0.95,就把两个点当作匹配点。为保证算法的精度,在传统SIFT算法的基础上采用双向匹配。只有两次匹配得到关键点的坐标之和相等,就把这对关键点当作匹配点。研究结果表明,采用改进的SIFT算法能提高配准速度,同时保持配准精度,得到较为理想的配准效果。 展开更多
关键词 高斯差分尺度空间 图像匹配 尺度不变 关键点描述 双向匹配算法 RANSAC算法
下载PDF
构造高斯差分尺度空间的并行结构 被引量:3
5
作者 张静 桑红石 《微电子学与计算机》 CSCD 北大核心 2014年第7期6-9,共4页
提出了一种并行平滑机制,并基于该机制实现了构造DoG尺度空间的并行结构.在不影响匹配性能的情况下,与传统的结构相比,延迟线数量降低了84%,进而使得存储容量降低了90%左右.在131MHz的工作频率下,对于320×240的图像来说,完成高斯... 提出了一种并行平滑机制,并基于该机制实现了构造DoG尺度空间的并行结构.在不影响匹配性能的情况下,与传统的结构相比,延迟线数量降低了84%,进而使得存储容量降低了90%左右.在131MHz的工作频率下,对于320×240的图像来说,完成高斯差分尺度空间的构造仅需要0.59ms. 展开更多
关键词 尺度不变特征 并行结构 高斯滤波器 高斯差分尺度空间
下载PDF
SIFT并行结构中的滤波器时分复用控制器 被引量:1
6
作者 张静 桑红石 沈绪榜 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第3期6-10,共5页
为了降低尺度不变特征(SIFT)硬件加速的成本,采用时分复用的方式共用一组高斯滤波器来实现高斯差分尺度空间的构造.相应的时分复用控制器通过令牌分配的方式控制各个倍频程(octave)的运行,只有获得相应令牌的倍频程才能使用高斯滤波器... 为了降低尺度不变特征(SIFT)硬件加速的成本,采用时分复用的方式共用一组高斯滤波器来实现高斯差分尺度空间的构造.相应的时分复用控制器通过令牌分配的方式控制各个倍频程(octave)的运行,只有获得相应令牌的倍频程才能使用高斯滤波器组执行操作,并提出了带有优先级的令牌分配算法.采用Altera公司stratixⅡ系列的芯片EP2S60F672C3实现,相比传统的结构,电路的查找表单元数量降低了40%.在125MHz的工作频率下,对于320×240的图像,完成高斯差分尺度空间的构造仅需要0.83ms. 展开更多
关键词 时分复用 数据流分析 尺度不变特征(SIFT) 并行结构 高斯滤波器 高斯差分尺度空间
原文传递
大小渐变目标检测与跟踪算法研究
7
作者 王敏敏 孙胜利 +1 位作者 廖星星 张磊 《现代电子技术》 北大核心 2017年第13期48-52,56,共6页
针对快速压缩跟踪(FCT)算法难以适应复杂背景下大尺寸目标渐变成一个点目标的情况,提出一种改进的目标跟踪算法。首先采用FCT进行跟踪,并且计算当前帧跟踪框与初始跟踪框之间的余弦相似度。一旦余弦相似度小于设定的阈值,则立即切换到... 针对快速压缩跟踪(FCT)算法难以适应复杂背景下大尺寸目标渐变成一个点目标的情况,提出一种改进的目标跟踪算法。首先采用FCT进行跟踪,并且计算当前帧跟踪框与初始跟踪框之间的余弦相似度。一旦余弦相似度小于设定的阈值,则立即切换到卡尔曼滤波器,并且采用基于最大连通域的方法检测目标位置及大小。当目标接近点目标,则将目标检测方法切换至基于高斯差分尺度空间的目标检测方法。实验结果表明该算法可以实现尺寸渐变目标的实时跟踪。 展开更多
关键词 运动目标跟踪 压缩感知 卡尔曼滤波器 高斯差分尺度空间
下载PDF
缺乏边缘信息的圆中心定位
8
作者 吴光宇 胡之瀚 叶霆崴 《制造业自动化》 CSCD 北大核心 2021年第7期14-18,共5页
针对缺乏边缘信息的圆中心定位无法实现的需求,研究了一种在尺度空间上进行稳定极值区域检测和匹配的方法,首先,双目视觉传感器对图像进行同步采集,对采集的图像利用高斯卷积核函数建立高斯差分尺度空间,按照尺度空间极值区域检测原则... 针对缺乏边缘信息的圆中心定位无法实现的需求,研究了一种在尺度空间上进行稳定极值区域检测和匹配的方法,首先,双目视觉传感器对图像进行同步采集,对采集的图像利用高斯卷积核函数建立高斯差分尺度空间,按照尺度空间极值区域检测原则在高斯差分尺度空间上进行稳定极值区域检测,对检测得到的区域进行椭圆拟合得到区域的中心,即圆的中心,根据极线约束重建圆的三维空间位置。实验结果表明,该方法克服了现有方法无法在缺乏边缘信息下对圆中心定位的缺陷,具有较高的鲁棒性,可以适用于在各种复杂工况下的圆的中心定位,定位精度在0.15mm以内。 展开更多
关键词 定位 高斯差分尺度空间 最大稳定极值区域 极线约束
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部