基于主方向的SIFT误匹配点剔除方法

针对RANSAC方法在剔除SIFT误匹配点方面的不足,提出了一种基于主方向的SIFT误匹配点剔除方法。结果表明,该算法与RANSAC相比,耗时较少,剔除效果更好,保留的正确匹配点数更多,且当误匹配点数量多于正确匹配点时也能得到很好的剔除效果。     

多基准点和基准方向的面阵与线阵影像匹配方法

针对面阵影像与线阵影像之间存在的尺度、旋转等几何差异所导致的难以高效获得稳定可靠匹配点问题,该文提出了一种稳健的面阵影像与线阵影像匹配方法。算法分为3个阶段:(1)对影像进行尺度、旋转预处理,消除影像间的尺度和旋转差异;(2)用Harris算子提取特征点,进行逐层金字塔匹配,在最底层影像上进行最小二乘匹配获取精匹配点,利用随机抽样一致算法获取准确性较高的匹配点;(3)对准确性较高的匹配点分区,构建4块匹配区域,根据每块区域的匹配点计算重心,以此4块区域的重心作为匹配基准点和基准方向,重约束初始匹配结果。通过多组面阵影像与线阵影像数据实验结果,验证了该方法的可行性和有效性,可为后续空中三角测量及相关应用提供可靠的匹配点。     

基于主方向的 SIFT 误匹配点剔除方法简

针对RANSAC 方法在剔除SIFT 误匹配点方面的不足,提出了-种基于主方向的SIFT 误匹配点剔除方法.结果表明,该算法与RANSAC 相比,耗时较少,剔除效果更好,保留的正确匹配点数更多,且当误匹配点数量多于正确匹配点时也能得到很好的剔除效果.     

SIFT特征匹配旋转补偿的影像匹配方法

本文针对较大旋转角度影像的匹配问题,提出一种基于SIFT特征匹配旋转补偿的影像匹配方法.即采用SIFT特征匹配方法估计影像问的旋转角度,对匹配窗口影像进行旋转补偿,最后采用带核线几何约束条件的相关系数法寻找同名点.在每层金字塔,采用带模型连接条件的相对定向来删除错误匹配点.通过对一组实际航摄影像进行试验,验证了所提出方...     

利用改进的DCCD和SIFT描述符的影像匹配方法

提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。     

基于拉普拉斯影像锐化的SIFT无人机影像匹配方法

受成像地区实际情况影响,目前无人机影像匹配精度有待提高。本文提出了一种基于拉普拉斯影像锐化的SIFT无人机影像匹配方法,该方法首先通过四邻域拉普拉斯滤波算子对基准与待匹配影像分别进行锐化,以增强影像细节特征;再通过SIFT算法对锐化后的两幅影像进行匹配。实验结果显示,本文方法具有一定的有效性和鲁棒性。     

一种基于改进的SIFT特征点算法的无人机影像快速匹配研究

由于无人机在空中的姿态不稳定,拍摄的影像存在像幅小、数量多、基线短、倾角过大、曝光不均匀等问题,采用常规的影像匹配方法效果不是很理想,有时甚至无法进行匹配,而SIFT(Scal Invariant Featre Transform)算子因其良好的尺度、旋转、光照等不变特性而广泛应用于图像处理中。本文分析了SIFT算子的优点,介绍了用该算法对无人机影像进行特征点的提取,并采用最小二乘算法进行精匹配。经对同一地区无人机航空摄影影像的匹配试验,取得了较好的结果。实验证明,该方法具有稳定、可靠、快速等特点,应用前景十分广阔。     

基于SIFT特征的多源遥感影像自动匹配方法

本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。     

基于GPU的SIFT特征点快速匹配

影像匹配是计算机视觉及数字摄影测量的核心问题,基于特征的SIFT匹配算法由于其较强的匹配能力和良好的健壮性成为研究的热点.但SIFT算子的多量性及提取特征点维度较高的特点,直接影响了匹配速度.因此,本文利用GPU强大的并行处理能力,就SIFT特征点匹配在GPU上的设计与实现进行了详细的介绍,并通过对比实验说明利用GPU对SIFT特征点进行匹配所带来的优势.     

基于参照点的任意区域检测方法

区域检测，即判定当前点是否位于某个已知的区域之内，这是电子地图处理和计算机图形学以及目标定位中经常遇到的问题。对于任意区域的检测目前尚无很满意的方法，文中给出的基于参照点的检测方法，思路清晰、实现简便，且适用3维空间任意区域的检测。     

基于SIFT特征匹配和射影变换的控制点快速量测方法研究

针对无人机影像控制点量测人工作业量大的问题,本文提出了一种基于SIFT特征匹配算法和射影变换关系的无人机影像控制点位置预测方法:首先对控制点影像和待量测影像进行匹配,然后利用同名像点坐标计算影像间单应矩阵,最后计算待量测影像上的控制点坐标,达到控制点位置预测的效果。基于VS2010平台开发控制点位置预测软件并进行测试。实验表明:该软件可用于无人机影像控制点位置预测,大大提高了控制点量测效率。     

一种基于分块策略的SIFT特征快速提取与匹配方法

通过研究基于GPGPU的SIFT特征匹配,提出一种通过分块处理实现大面阵遥感影像快速匹配的方法。首先采用鲁棒性强的随机采样一致性算法来估计待匹配影像间的单应关系并剔除误匹配点;然后通过单应关系找到待匹配影像间的重叠区域,进而实现大面阵遥感影像的分块SIFT特征提取和匹配。试验证明该算法可较快提取相应航摄测区的同名像点,为后续进行的光束法区域网平差提供了鲁棒的数据源。     

基于改进的SIFT算法的异源影像匹配

由于异源遥感影像之间灰度信息、比例尺差别大,甚至还存在较大旋转,采用传统匹配算法难以进行匹配。因此引入计算机视觉中应用广泛的SIFT算法对其进行匹配,结果表明,此算法稳定性高,可靠性强,速度快,对异源遥感影像在不同的变形、光照变化和分辨率下具有较好的匹配结果。     

基于方向关系矩阵的空间方向相似性定量计算方法

介绍了一种多尺度空间对象的方向关系表达模型以及基于该模型的方向相似度度量方法。该方向关系模型对方向关系矩阵模型进行了改进,根据空间对象的形状定量描述空间对象之间的方向关系;借鉴平衡传输问题的解决方法计算方向矩阵间最小转换代价,即方向矩阵间的距离,从而量化方向对间的差异,最终获得任意尺度空间对象的方向相似度并对其进行比较。对不同尺度空间对象的方向相似性的试验表明,该方法简单可行且不失精度,结果符合人类认知。     

改进SIFT特征描述符在影像匹配中的应用研究

由于成像条件变化造成的遥感图像之间的几何形变和灰度差异给影像匹配带来了困难,深入研究了SIFT特征描述符的生成方法,针对SIFT特征维数过高的问题进行改进,利用特征点邻域的圆形区域构造新的描述符,增强了描述符自身的抗旋转性,并降低了特征描述符的维数。实验表明,改进的特征描述符是可行有效的,在遥感影像目标匹配中取得满意的实验结果。     

改进SIFT特征描述符在影像匹配中的应用研究

由于成像条件变化造成的遥感图像之间的几何形变和灰度差异给影像匹配带来了困难,深入研究了SIFT特征描述符的生成方法,针对SIFT特征维数过高的问题进行改进,利用特征点邻域的圆形区域构造新的描述符,增强了描述符自身的抗旋转性,并降低了特征描述符的维数。实验表明,改进的特征描述符是可行有效的,在遥感影像目标匹配中取得满意的实验结果。