具有鲁棒性的彩色图像检索方法

提出了一种鲁棒的图像检索方法，它能够在检索大规模图像库时实现基于内容的快速匹配。匹配的索引来源于重量化HSV颜色空间得到的灰度图（Z值图）的区域特征。由于Z值图由反映色彩的聚类区域组成，并且使用矩方法来表达特征，因此该检索方法是鲁棒的，具有2维平移、尺度、旋转不变性，同时可以避免逐点匹配产生的时间耗费。     

一种渐进式的鲁棒特征匹配方法

针对影像特征匹配初始结果中存在大量粗差的问题,提出了一种渐进式的鲁棒特征匹配方法,分为种子特征匹配点提取与匹配点扩展两步。其核心思路是先利用特征点的局部几何一致性进行误匹配剔除,提取可靠的种子匹配点;然后,利用由种子匹配点估计出的全局几何模型,对非种子匹配点进行验证,完成匹配点的扩展,得到最终的鲁棒特征匹配结果。实验采用多种数据集对本文方法进行定性、定量分析,并与其他鲁棒特征匹配方法进行比较分析。结果表明,本文方法可以有效地保证特征匹配的精度,同时提高匹配点的数量。     

基于无人机图像的密集匹配方法研究

本文提出了一种基于FAST算法的无人机图像密集匹配,使用FAST算法提取两图像的特征点,并使用归一化互相关算法实现两特征点点集的匹配,然后根据初匹配的结果采用RANSAC算法鲁棒地估算出基本矩阵和单应矩阵;采用极线约束和单应约束通过归一化互相关关系稳健匹配出所有点。实验表明,该密集匹配方法结果令人满意。     

利用亮度排序的快速鲁棒特征描述与匹配算法

针对快速鲁棒特征SURF描述符匹配精度不高且对光照变化不具有鲁棒性的问题,提出利用亮度排序的快速鲁棒特征描述与匹配算法。该方法在SURF算法的基础上,对特征邻域像素的灰度值进行排序和分段。通过建立索引表对每段的像素进行表示形成描述子,再将每段的描述子串联形成特征描述符对影像进行匹配。实验表明,该算法较SURF算法匹配精度高,匹配可靠性方面提高74.7%,且对线性及非线性光照变化均具有较好的鲁棒性。     

基于内容的遥感图像数据库植被区域检索

随着遥感图像数量的急剧增加,基于内容的遥感图像检索系统已成为一个研究热点。该文在以综合区域匹配算法为图像相似度度量的前提下,提出了以空间绿颜色特征值降序排序的遥感图像数据库植被区域检索方法。首先,用综合区域匹配算法对图像进行相似度度量;然后,依据这些图像的空间绿颜色特征值对图像进行降序排序,从而得到含有植被区域这一高级语义特征的检索结果。实验表明:该方法将检索查准率提高了20%,检索效率明显提高,可满足用户的需求。     

基于内容的遥感图像数据库城市区域检索

对于大型遥感图像数据库,如何快速准确地检索到需要的图像数据,是一个关键问题。该文在以综合区域匹配算法为图像相似度度量标准的前提下,提出了根据平均高频信号强度降序为排序标准的遥感图像数据库城市区域检索方法。首先,用综合区域匹配算法对图像进行相似度度量;然后,依据这些图像的平均高频信号强度,按降序对这些图像进行重新排序从而得到含有城市区域这一高级语义特征的最终检索结果。实验表明:该方法将检索查准率提高了27%,而且检索效率高,可以满足用户需求。     

一种改进包模型的遥感图像检索方法

提出了一种改进的包模型图像检索方法,使用本底图像构建视觉词汇字典。在建库过程中,通过近似KD-Tree搜索本底图像局部不变特征与入库图像特征间的对应匹配关系,并记录该关系;图像检索时,搜索检索图像与本底图像特征的对应关系,进而计算与入库图像的关系。该方法仅保存本底图像的局部不变特征,可实现感兴趣区域的图像检索。实验结果表明,该方法在提高图像检索准确性的同时,可以减少所需存储局部不变特征的数量。     

聚合CNN特征的遥感图像检索

针对高分辨率遥感图像检索中手工特征难以准确描述图像的问题,提出聚合卷积神经网络(convolutional neural network,CNN)特征的方法来改进特征表达。首先,将预训练的CNN参数迁移到遥感图像,并针对不同尺寸的输入图像,提取表达局部信息的CNN特征;然后,对该CNN特征采用池化区域尺寸不同的均值池化和视觉词袋(bag of visual words,Bo VW) 2种聚合方法,分别得到池化特征和Bo VW特征;最后,将2种聚合特征用于遥感图像检索。实验结果表明:合理的输入图像尺寸能提高聚合特征的表达能力;当池化区域为特征图的60%～80%时,绝大多数池化特征的结果优于传统均值池化方法的结果;池化特征和Bo VW特征的最优平均归一化修改检索等级值比手工特征分别降低了27. 31%和21. 51%,因此,均值池化和Bo VW方法都能有效提高遥感图像的检索性能。     

一种分块的基础矩阵鲁棒计算方法

针对基础矩阵计算过程存在异常数据的问题,提出了一种新的匹配点分块的基础矩阵鲁棒计算方法。该方法首先对特征点集进行分块处理,然后以点到基线的距离为最优化准则获得较为准确的特征点匹配集,最后以8点算法获得结果值。实验表明,设计的算法切实可行,对特征点错误匹配所造成的误差影响有较大的压制效果。     

基于梯度径向夹角直方图的异源图像匹配

提出一种图像全局特征描述方法——梯度径向夹角金字塔直方图.该特征不受图像灰度级非线性变换和图像旋转的影响,具有较强的抗噪声能力.基于该特征的匹配算法能够对存在旋转变换的异源图像进行匹配.用SAR图像和可见光图像对匹配算法进行测试,结果表明基于梯度径向夹角金字塔直方图匹配方法的匹配成功率优于传统方法.由于对基准图进行离线...