纸地图增强现实对准技术研究

纸地图在认知地理环境过程中具有不可替代的作用,经过增强现实技术改造,将会在立体化、动态性和交互性等方面发生质的飞跃。探讨了纸地图增强现实研究的特点,设计了一种可行的增强现实流程;结合纸地图图形特征,研究了基于视频处理方法的纸地图增强现实对准技术,提出了利用地图标识库实现自适应处理标识信息的方法流程;对纸地图增强现实对准的关键问题进行了论述,并进行了设计实践,构建了纸地图增强现实原型系统。     

基于图像匹配的高精度室内定位技术研究

本文提出了一种新的室内定位方法,上传由手机摄像头拍摄的照片,在定位图像库中进行场景选择、图像匹配,得到最佳匹配图像,根据该图像的预留信息实现准确的室内定位。首先,利用深度卷积神经网络特征和无监督学习方法进行场景选择,然后采用ASIFT(Affine Scale Invariant Feature Transform)算法对既定场景的图像逐一匹配,同时加入对极几何约束,进一步提高定位精度和速度。这种基于图像匹配的室内定位技术能够同时得到用户的位置信息和拍照时的方向信息。     

基于SURF特征提取和Brute-Force搜索的图像匹配算法

针对传统图像匹配算法面临的特征提取的信息较少,匹配成功率不高以及匹配速率较低等问题,提出基于SURF特征提取和Brute-Force搜索的图像匹配算法。利用SURF算法中的Hessian矩阵来获取图像中鲁棒性较好的突变点,并使用不同尺寸的滤波器同时处理尺寸空间多层图像的突变点,以此来提高匹配速率,最后采用Brute-Force搜索算法对图像特征点进行最佳匹配,以此来提高匹配成功率。实验表明,该算法在图像匹配效果和匹配效率方面都表现良好。     

基于卷积神经网络的地图相似度匹配方法研究

针对目前基于深度学习的图像分类方法难以提取地图子类图像的高级语义信息,该文采用一种孪生网络结构下利用卷积神经网络提取图像特征计算相似度的方法进行地图子类的识别,将地图样本输入到孪生网络模型中进行训练及测试,并与直方图、灰度共生矩阵两种传统图像相似度计算方法进行对比分析。结果表明,基于孪生网络结构利用卷积神经网络提取图像特征计算地图相似度的方法准确率为93%,比两种传统方法分别高出了48%、43%;F1测度值为93.2%,比两种传统方法分别高出61.1%、26.53%,每张图像的运行速度也可达毫秒级。得出结论：该相似度匹配方法的高准确度和高效性为地图子类图像识别提供了技术方法,为互联网地图监管提供了新的思路。     

基于SIFT+FSC算法的遥感图像自动匹配

为提高遥感影像间自动匹配的精度,采用SIFT(scale invariant feature)算法进行特征提取以及初匹配,并利用RANSAC(random sample consensus)和FSC(fast sample consensus)算法进行局外点剔除,分析剩余点的数量和分布情况.经过实验对比,基于SIFT+...     

基于Contourlet域Hausdorff距离和粒子群的多源遥感图像匹配

为了进一步提高多源遥感图像的匹配精度和运算效率,本文提出了一种利用Contourlet变换、Hausdorff距离和改进粒子群的遥感图像匹配算法。在分别对目标图像和参考图像进行Contourlet分解的基础上,采用小波模极大值法提取低频图像的边缘信息,以LTS-HD作为图像匹配的相似性度量准则,并利用一种带极值扰动的简化粒子群优化算法对低频边缘图像进行匹配操作,得到粗匹配点;然后根据粗匹配点的位置反演计算到原始图像,进行精匹配,最终实现全分辨率情况下遥感图像的匹配。实验结果表明,该算法与目前常用的遥感图像匹配算法相比,不仅具有更高的匹配精度和运算效率,还有较强的鲁棒性。     

基于SIFT算法的图像匹配剔点方法研究

SIFT是一种基于尺度空间的图像特征点提取和匹配算法,其得到的特征点不仅对平移、旋转和缩放等具有良好的不变性,对视觉变化和仿射变换也能保持一定程度的稳定性,在图像匹配、物体辨识和影像镶嵌等方面得到了广泛的应用.但是SIFT算法得到的图像之间的众多匹配点对中仍然存在很多误匹配点对,从而影响了最终图像之间变换参数解算的精度.为此,提出一种剔除误匹配点对的方法,首先对每对匹配点赋予象限和角度信息,然后依次剔除其中的象限异常点对、角度异常点对和非一一对应点对,使匹配结果的正确率得到显著提高.     

一种改进的SIFT描述子及其性能分析

为了解决传统SIFT描述子在图像存在多个相似区域时易造成误匹配的问题,提出了一种改进的SIFT描述子及其生成方法。该方法通过构建尺度空间、检测极值点、确定关键点等步骤生成关键特征点,然后计算每个关键点周围图像区域的旋转不变纹理特征作为该关键点的描述,并将其融合到局部特性SIFT描述向量中,形成旋转不变纹理化SIFT描述子,并采用了两种不同的匹配策略应用于图像匹配,实验结果表明,本方法更加全面地描述了图像信息,有效提高了SIFT算法匹配准率,改善了匹配效果,实现了对SIFT算法的改良。     

禁忌搜索算法在图像匹配中的应用研究

搜索策略是图像匹配研究的主要问题之一,对匹配算法的执行速度和最终的匹配精度都有很大的影响。该文将禁忌搜索算法的思想用于图像匹配的搜索过程,并进行了改进,构造了永久禁忌和暂时禁忌两种禁忌表,每次搜索都将候选解中的点分别放入不同的禁忌表中,再利用基于灰度的匹配方法,以归一化积相关为相似性度量准则,克服了传统的归一化积相关图像匹配算法耗时过长的缺点,可以在不失匹配精度的条件下,大大减少匹配所用的时间,实现了准确而快速的图像匹配。     

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...