针对二进制描述算法(Oriented fast and Rotated Brief,ORB)尺度性配准误差大,配准率低的问题,提出一种尺度和方向改进的ORB特征匹配算法。该算法以二进制描述算法ORB为基础,构建金字塔式尺度空间,改进尺度空间结构,简化尺度空间层数和...针对二进制描述算法(Oriented fast and Rotated Brief,ORB)尺度性配准误差大,配准率低的问题,提出一种尺度和方向改进的ORB特征匹配算法。该算法以二进制描述算法ORB为基础,构建金字塔式尺度空间,改进尺度空间结构,简化尺度空间层数和采样图像数目,使提取特征点的过程更加效率,并采用Harris函数检测特征,消除边缘特征点的影响,提取具有尺度信息的特征点;然后采用梯度方向统计方法改进传统ORB算法中通过灰度质心法计算主方向的方式,优化求解主方向邻域范围,以提高图像特征主方向的准确性。实验结果表明,改进后的ORB算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB更高,更能满足复杂图像快速精确配准的要求。展开更多
机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV...机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明:MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0~60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。展开更多
针对混合现实技术在识别标志物时易发生抖动,且识别过程易受到遮挡影响的问题,从标志物特征点提取与匹配的角度入手,改进混合现实技术对标志物的识别算法。通过构造尺度空间,结合加速稳健特征(speeded up robust features,SURF)算法提...针对混合现实技术在识别标志物时易发生抖动,且识别过程易受到遮挡影响的问题,从标志物特征点提取与匹配的角度入手,改进混合现实技术对标志物的识别算法。通过构造尺度空间,结合加速稳健特征(speeded up robust features,SURF)算法提取特征点,对ORB(oriented FAST and rotated BRIEF)算法的特征点提取和匹配进行改进。改进后的算法在特征点匹配的过程中精度更高,比SURF算法提升了38.8%,比ORB算法提升了28.3%,有效地提高了目标识别的效率。结果表明:把改进后的算法运用在混合现实系统中,可以在标志物被遮挡50%时,成功把虚拟模型叠加在标志物上,解决了模型抖动的问题。展开更多
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
文摘针对二进制描述算法(Oriented fast and Rotated Brief,ORB)尺度性配准误差大,配准率低的问题,提出一种尺度和方向改进的ORB特征匹配算法。该算法以二进制描述算法ORB为基础,构建金字塔式尺度空间,改进尺度空间结构,简化尺度空间层数和采样图像数目,使提取特征点的过程更加效率,并采用Harris函数检测特征,消除边缘特征点的影响,提取具有尺度信息的特征点;然后采用梯度方向统计方法改进传统ORB算法中通过灰度质心法计算主方向的方式,优化求解主方向邻域范围,以提高图像特征主方向的准确性。实验结果表明,改进后的ORB算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB更高,更能满足复杂图像快速精确配准的要求。
文摘机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明:MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0~60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。
文摘针对混合现实技术在识别标志物时易发生抖动,且识别过程易受到遮挡影响的问题,从标志物特征点提取与匹配的角度入手,改进混合现实技术对标志物的识别算法。通过构造尺度空间,结合加速稳健特征(speeded up robust features,SURF)算法提取特征点,对ORB(oriented FAST and rotated BRIEF)算法的特征点提取和匹配进行改进。改进后的算法在特征点匹配的过程中精度更高,比SURF算法提升了38.8%,比ORB算法提升了28.3%,有效地提高了目标识别的效率。结果表明:把改进后的算法运用在混合现实系统中,可以在标志物被遮挡50%时,成功把虚拟模型叠加在标志物上,解决了模型抖动的问题。
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。
文摘针对学生注意力分配困难和对学习影响等问题,提出一种基于机器视觉的精准注意力追踪系统。该系统包括图像采集装置和精准的注意力追踪算法。图像采集装置可以获得更清晰的眼部区域图像。瞳孔中心定位算法用轻量级的MobileNet v3替换VGG16(visual geometry group network),采用两级特征融合和中心关键点预测技术,提高了检测速度和准确率。该算法检测速度可达36帧/s,准确率为97.42%。视线追踪算法旨在解决头部偏移的影响,实现对视线的精确追踪。研发了一款面向学龄儿童的阅读认知评价交互软件。该软件利用采集到的视线坐标计算相关眼动指标,再通过心理学理论分析建模来评估学龄儿童的思维认知能力,为心理学和教育学相关领域研究提供了参考和借鉴。
