基于特征的影像匹配算法性能评估

目前,针对影像特征匹配的算法有很多,但是对于不同地物特征的影像,无法准确地选取可适用的匹配算法。针对此问题,本文选取了四种稳健的算法SIFT、SURF、ORB、AKAZE,在四种不同地物特征的相似影像上进行特征点检测,之后结合不同的描述子进行影像特征匹配,并对所检测的特征点的重复率及其描述子进行适应性实验,以此来判断不同算法对不同地物特征的影像适应范围。实验数据表明:针对特征点适应性实验,AKAZE算法在各类影像上所提取的特征点相对比较稳定;针对特征点匹配实验,在影像不涉及旋转变化时,AKAZE与SIFT描述子结合进行特征点匹配,影像的匹配率显著提高;若要实现影像的旋转不变性,此时可选用SURF-SIFT、AKAZE。     

基于Harris和SURF的遥感图像匹配方法研究

针对多源遥感图像匹配正确率低的问题,本文首先采用点空间约束的Harris角点检测算法,得到分布比较均匀的角点;接着构建Voronoi图进行图像分块;然后应用分块SURF特征点检测和匹配得到仿射变换参数;再利用灰度积相关算法实现同名点搜索;最后辅以两点对空间约束剔除误匹配。实验结果表明,本文采用的基于Harris和SURF的方法在遥感图像匹配正确率和效率上优于SURF算法。     

基于相似特征点集的SIFT匹配改进算法

当影像中存在相似或重复场景时,传统SIFT匹配算法存在匹配成功率低,目前改进的SIFT匹配算法计算量大。基于相似特征点集的SIFT匹配改进算法,依据相似性或重复场景的影像纹理特点,在SIFT特征点匹配过程中,通过设定阈值提取初始同名点,建立针对未成功匹配参考特征点的相似特征点集,利用已获取初始同名点建立仿射几何约束模型构建参考特征点的匹配约束窗口,在该窗口内利用特征点相对主方向及尺度约束,对特征相似点集进行匹配获得同名点,最后采用RANSAC算法剔除误匹配点。对比实验结果表明,在影像像对间存在较多相似性场景,同时存在较大尺度缩放、旋转变换、视角及模糊差异的情况下,文中算法在匹配成功率和计算复杂度上具有明显的优势。     

一种基于空间几何约束的图像面元配准算法

针对在图像匹配中,传统RANSAC算法在特征点提纯方面效率不高的问题,本文采用空间几何约束算法进行特征点提纯,得到初始匹配点集,再通过RANSAC算法进行特征点精确提纯。实验结果表明:该方法在保证较高精度和鲁棒性的前提下,能有效提高RANSAC算法的时间效率,提高图像的拼接精度和速度。     

多尺度联合特征点检测和描述网络

针对影像视角、光照或尺度变化较大,目前常用特征提取算法匹配效果不理想的问题,提出一种用于联合检测特征点和提取特征描述子的多尺度网络,在特征点检测和描述中融入多尺度信息,提升特征点的鲁棒性。通过在影像数据上对该算法进行实验验证,发现该算法可以有效提高特征点的可重复性以及特征描述子的辨识力,从而提升匹配精度,并且可以得到更准确的单应估计结果。     

无人机遥感影像匹配中的优化SIFT-OCT算法

针对传统尺度不变特征转换(SIFT)算法在高分辨率影像中检测特征点数量多、匹配效率低、无法快速对无人机低空遥感影像进行特征匹配的问题,该文优化SIFT-OCT算法的特征检测、特征匹配方法,主动放弃第一组尺度空间进行特征检测,并采用影像分块的方法加快检测过程;在特征匹配阶段,提出相似性系数进行匹配点对二次筛选,利用随机抽样一致性(RANSAC)算法计算透视变换模型参数进行精匹配.选取同一无人机序列影像中的4组不同地物类型的影像进行对比验证实验,结果表明,优化SIFT-OCT算法极大地限制特征提取数量,提高影像匹配效率,适合无人机低空遥感影像匹配.     

基于特征点的影像匹配方法探讨

基于特征点的图像匹配方法是高精度、快速有效和适用性广的匹配算法,它包括特征提取和特征匹配2个步骤。本文在对这一问题进行研究分析的基础上,对相关文献进行综述,介绍并分析了几种典型特征点提取算子的原理和优缺点,为不同应用目的的特征点提取方法选取提供借鉴;特征匹配方面总结了基于特征点匹配的常用方法,就SIFT这一热点做了详细介绍,并进行了实验;最后对匹配中有待进一步研究的问题给出了意见。     

基于特征点的影像匹配方法探讨

基于特征点的图像匹配方法是高精度、快速有效和适用性广的匹配算法,它包括特征提取和特征匹配2个步骤。本文在对这一问题进行研究分析的基础上,对相关文献进行综述,介绍并分析了几种典型特征点提取算子的原理和优缺点,为不同应用目的的特征点提取方法选取提供借鉴;特征匹配方面总结了基于特征点匹配的常用方法,就SIFT这一热点做了详细介绍,并进行了实验;最后对匹配中有待进一步研究的问题给出了意见。     

图像特征点提取及匹配技术研究

图像特征点提取和图像匹配技术是图像处理领域中的重要技术,同时是多种图像处理及应用的基础。本文主要研究利用Forstner算子、Moravec算子、Harris算子、SIFT算子对近景影像和航空影像进行特征点提取;接着,采用基于SIFT的匹配来确定匹配同名像点,利用核线约束匹配的搜索范围,约束范围内的特征点;接着,采用灰度相似性约束和双向一致性约束对匹配结果进行检核;最后,得出特征提取和特征匹配的结果。基于本文研究的特征点影像提取及匹配方法,分别选取一组近景影像和数码航空影像进行实验,实验结果证明了本文方法的可靠性和高效性。     

无人机影像匹配中尺度不变特征应用改进

针对尺度不变特征变换算法用于无人机影像匹配中存在匹配效率低下,误匹配较多等问题,该文提出一种特征点提取优化算法,并改进了特征点匹配策略。通过将原始影像划分格网,依据每个格网影像信息熵的大小来合理分配各格网中特征点数量,实现了基于纹理信息丰富程度的特征点均匀分布;基于Harris兴趣值进行筛选,保留了适合于摄影测量的特征点;采用一种多层次自适应的匹配策略,在尽可能保留正确匹配的同时提高了匹配正确率。基于一对由小型无人机拍摄影像的实验结果表明,所提方法在大量减少SIFT特征点的同时,保证较高的正确率,增加了匹配点的精度,且提高了算法效率。     

NOAA／AVHRR影像特征匹配

为实现全球环境实时、动态监测的需要,选用Ｆｏｒｓｔｎｅｒ特征匹配理论对ＮＯＡＡ／ＡＶＨＲＲ影像进行匹配试验。Ｆｏｒｓｔｎｅｒ特征提取之前,先根据熵的理论对影像进行预处理．特征提取工作量可减少到１０％～２０％。特征提取后的共轭影像,根据相似性尺度可建立一个可能的同名点匹配点表,再根据一致性尺度,采用Ｒｏｂｕｓｔ稳健估计剔除错匹配的点对,即可建立两幅影像的最终匹配点对。匹配结果表明,通过阈值的设置,可以在ＡＶＨＲＲ多时相影像上提取足够数量的匹配点对,在行、列方向上平均误差约为０．６像素和０．３像素。     

基于特征空间的航空影像自动配准算法

为解决图像配准的出界点、噪声干扰等问题,提出一种基于特征空间的航空影像配准算法.该算法采用改进的Harris算子提取特征点(角点),并建立角点特征空间,根据三级匹配策略,实现特征点的匹配,完成图像配准.实验结果表明,该算法在旋转、缩放、噪声等多种因素的影响下具有良好的配准效果,特别是对于小重叠区域(具有75%以上出界点)的图像对,配准效果良好.     

时间序列影像特征点提取与匹配算法研究

首先利用Harris算子分别从序列影像中提取运动目标的特征点 ,然后通过局部信息熵与Walsh变换有机结合来实现序列影像前后帧中运动目标同名特征点的匹配。实验证明了本文算法的可行性。     

提高线要素匹配率的动态化简方法

矢量线要素匹配是当前空间数据匹配领域的研究焦点之一。本文提出了一种提高已有匹配算法正确率的线要素动态化简方法。首先,对待匹配双方利用开方根规律分别确定各自的化简阈值范围;其次,令化简参数在线要素各自的阈值范围内以一定的步长变化,对每条线要素分别进行化简,每完成一次化简,重新计算待匹配双方的匹配相似度,并与上一次化简后的匹配相似度进行比较,最终得到最高的匹配相似度值;最后,根据获取的最高匹配相似度来判断其是否成功匹配。该算法是一种以动态化简来带动动态匹配的过程。通过化简提取线要素主要形态,降低了局部细节对已有匹配算法的影响,从而提高了匹配正确率。试验验证及对比分析证明了本方法的科学性和普适性。     

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.     

地物矢量数据的检查方法

研究了地物矢量数据的质量检查问题。采用数据结构逐项匹配的方法对地物属性进行自动检查 ,用地物与最新的数字调绘片叠加显示的方式来检查地物采集的位置精度、属性精度、数据的完整性以及数据的现势性 ,错误或遗漏将直接标注在调绘片上。实验表明 ,用文中提出的方法检查地物数据比用传统方法准确、有效。     

基于空间相似性的面实体匹配算法研究

同一地物在不同来源的地图上通常存在着差异,其识别或匹配对于不同数据源的地图编制来说很关键。面状地物要素在很多地图表示中都占有很大的比例。基于人眼综合已有信息来识别同名实体的思想,本文提出了基于空间相似性的面实体匹配算法。该算法将面实体作为一个整体看待,采用加权平均法来综合面实体的位置、形状、大小等特征的相似度,进而根据获得的总相似度大小确定匹配实体。算法在确定位置相似度时选择形状中心点对面实体进行惟一标识;采用形状描述函数来计算形状相似度,不容易受各种干扰而影响精度,避免了形状信息的丢失;面实体的大小通过其覆盖面积来度量。实验结果表明该方法具有良好的稳定性和可靠性。     

Feature Definitions in Feature Catalogues

Abstract

First, an overview of the main terms used in the paper is presented, such as feature catalogue, object, feature, and so on. Then INSPIRE (INfrastructure for SPatial InfoRmation in Europe) Directive, STOKIS (Slu?beni topografski i kartografski informacijski sustav RH), ATKIS (Amtliches topographisch-kartographisches Informationssystem) and FACC (Feature and Attribute Coding Catalogue) are explained. The main section of the paper refers to the problem of defining features in feature catalogues. Adequate solutions to this problem are offered on the basis of conducted research. An overall acceptable model for feature definition is offered. The importance of the proposed model for defining features is explained on the feature ‘avenue of trees’. The research results are applicable in countries attempting to create their first feature catalogues with the aim of developing a topographic information system, or in those wanting to produce a new edition of their existing feature catalogue. Since the suggested model is included, it can be used for the future development of the INSPIRE feature.     

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。