针对快速定向和描述符构建(oriented fast and rotated brief,ORB)算法对航拍图像匹配稳定较差、保留内点较少等问题,提出一种基于非线性尺度空间的改进ORB算法。首先借助非线性扩散滤波算法构建非线性尺度空间,相较高斯尺度空间可更好...针对快速定向和描述符构建(oriented fast and rotated brief,ORB)算法对航拍图像匹配稳定较差、保留内点较少等问题,提出一种基于非线性尺度空间的改进ORB算法。首先借助非线性扩散滤波算法构建非线性尺度空间,相较高斯尺度空间可更好的保护图像细节信息,增强匹配算法的鲁棒性;然后借助Fast算法提取特征点,再以特征点为中心选择合适的窗口提取描述符;最后通过网格运动统计算法筛选内点。实验得出:所提算法匹配准确率相较ORB算法提高5%左右,相较加速“风”算法匹配效率提高65%左右,表明所提算法具有更高匹配正确率和效率,可更好应用在航拍图像匹配中。展开更多
针对图像拼接技术中特征精匹配耗时长,图像配准精度低导致拼接区域模糊等问题,提出一种基于改进网格运动数据和加权投影变换的图像配准算法。该方法使用ORB(Oriented FAST and Rotated BRIEF)算法进行图像特征提取,再利用暴力匹配算法...针对图像拼接技术中特征精匹配耗时长,图像配准精度低导致拼接区域模糊等问题,提出一种基于改进网格运动数据和加权投影变换的图像配准算法。该方法使用ORB(Oriented FAST and Rotated BRIEF)算法进行图像特征提取,再利用暴力匹配算法进行图像粗匹配。然后将图像划分成多个方形网格,进行网格特征数量统计,通过计算五宫格特征分数来剔除错误匹配,得到精匹配特征点集。最后通过引入距离权重系数获得加权投影变换模型实现图像配准。将本文算法与其他方法在拼接序列集上进行测试比较,实验结果表明,本文算法在配准精度上平均提高28.7%,在特征精匹配速度上提升43.6%,拼接的全景图像无明显几何错位和畸变,整体成像自然。展开更多
针对当前图像配准算法配准时间过长、配准正确率低等问题,提出一种基于网格运动统计(GMS)、矢量系数相似度(VCS)与图割随机抽样一致性(GC-RANSAC)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对图像进行特征点提...针对当前图像配准算法配准时间过长、配准正确率低等问题,提出一种基于网格运动统计(GMS)、矢量系数相似度(VCS)与图割随机抽样一致性(GC-RANSAC)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对图像进行特征点提取,并对特征点进行暴力匹配。之后,通过GMS算法对图像中的粗匹配特征点进行网格划分,利用网格中正确匹配点邻域内具有较高特征支持量的原理对粗匹配对进行筛选;并引入图像匹配对在进行矢量运算时VCS不超过某一设定阈值的原理对匹配对进行部分剔除,以利于算法后期的快速收敛。最后,运用GCRANSAC算法进行局部最优模型拟合,得到精匹配特征点集,实现高精度的图像配准和拼接。通过与ASIFT+RANSAC、GMS、AKAZE+RANSAC、GMS+GC-RANSAC等算法对比,实验结果表明,该算法在平均匹配精度上提高了30.34%,平均匹配时间缩短0.54 s。展开更多
文摘针对快速定向和描述符构建(oriented fast and rotated brief,ORB)算法对航拍图像匹配稳定较差、保留内点较少等问题,提出一种基于非线性尺度空间的改进ORB算法。首先借助非线性扩散滤波算法构建非线性尺度空间,相较高斯尺度空间可更好的保护图像细节信息,增强匹配算法的鲁棒性;然后借助Fast算法提取特征点,再以特征点为中心选择合适的窗口提取描述符;最后通过网格运动统计算法筛选内点。实验得出:所提算法匹配准确率相较ORB算法提高5%左右,相较加速“风”算法匹配效率提高65%左右,表明所提算法具有更高匹配正确率和效率,可更好应用在航拍图像匹配中。
文摘针对图像拼接技术中特征精匹配耗时长,图像配准精度低导致拼接区域模糊等问题,提出一种基于改进网格运动数据和加权投影变换的图像配准算法。该方法使用ORB(Oriented FAST and Rotated BRIEF)算法进行图像特征提取,再利用暴力匹配算法进行图像粗匹配。然后将图像划分成多个方形网格,进行网格特征数量统计,通过计算五宫格特征分数来剔除错误匹配,得到精匹配特征点集。最后通过引入距离权重系数获得加权投影变换模型实现图像配准。将本文算法与其他方法在拼接序列集上进行测试比较,实验结果表明,本文算法在配准精度上平均提高28.7%,在特征精匹配速度上提升43.6%,拼接的全景图像无明显几何错位和畸变,整体成像自然。
文摘针对当前图像配准算法配准时间过长、配准正确率低等问题,提出一种基于网格运动统计(GMS)、矢量系数相似度(VCS)与图割随机抽样一致性(GC-RANSAC)的图像配准算法。首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对图像进行特征点提取,并对特征点进行暴力匹配。之后,通过GMS算法对图像中的粗匹配特征点进行网格划分,利用网格中正确匹配点邻域内具有较高特征支持量的原理对粗匹配对进行筛选;并引入图像匹配对在进行矢量运算时VCS不超过某一设定阈值的原理对匹配对进行部分剔除,以利于算法后期的快速收敛。最后,运用GCRANSAC算法进行局部最优模型拟合,得到精匹配特征点集,实现高精度的图像配准和拼接。通过与ASIFT+RANSAC、GMS、AKAZE+RANSAC、GMS+GC-RANSAC等算法对比,实验结果表明,该算法在平均匹配精度上提高了30.34%,平均匹配时间缩短0.54 s。
