尺度空间_参考网

基于改进的SIFT算法的工件轮廓配准方法

图上计算高斯尺度空间，不构建图像金字塔，计算出高斯差分图像，然后在高斯差分图像上求解极值点作为图像的特征点，对于提取的特征点不会再使用SIFT算法的特征描述算子，而是采用直接与模板图像中特征点进行尝试匹配，计算图像重合度的方法来选出最匹配点。最后通过实验仿真证明，该算法能够在保证较高实时性的同时准确完成了工件轮廓与模板轮廓的配准。1 SIFT特征提取原理1.1 定义图像的尺度空间为了实现在不同的尺度空间使用不同尺度的窗口，对于小的特征点使用小的窗口，对于大

机械工程师 2022年10期2022-11-17

基于SIFT数学算法的皮革断面图像处理与配准研究

法完成后续的尺度空间极值检测、关键点定位、方向分配等处理过程，并经对照实验分析与验证改进后数学算法的配准效果。1 基于SIFT算法皮革断面图像配准1.1 SIFT数学算法概述SIFT数学算法是一种计算机图像处理中局部特征的描述与提取算法，该算法的本质是在不同的尺度空间上查找关键点，并计算出关键点的方向。将SIFT数学算法应用到皮革断面图像的处理和配准上，可获得稳定的配准效果[1]。1.2 基于SIFT算法皮革断面图像配准过程首先，使用环氧树脂材料充分浸润皮

西部皮革 2022年20期2022-11-04

广义多尺度集值决策系统最优尺度选择

取值，且不同尺度空间存在从细到粗的信息粒转换.多尺度广泛存在于地理空间分布、图像分析等多个研究领域[2-9].目前，学者已经对多尺度信息系统进行了大量研究.Wu等人[1,10-11]介绍了多尺度决策系统的最优尺度选择方法及规则获取.从一致性角度考虑，Xu等人[12]及Wu等人[13-15]研究了多尺度决策系统的最优尺度选择方法.Hao等人[16]考虑到数据的动态变化，利用三支决策的方法研究了动态多尺度决策系统的最优尺度选择方法.铁文彦等人[17]讨论了对象

计算机研究与发展 2022年9期2022-09-06

倾斜影像匹配研究及应用

过建立非线性尺度空间提高了图像匹配的准确度，但是运行效率较低。AKAZE算法（加速KAZE 算法）［6］加入了 FED 算法（Fast Explicit dif⁃fusion），提高了运行效率，较好地保留了图像的轮廓信息，但是对于结果的准确度而言，AKAZE算法弱于SIFT算法［7］。在上述匹配算法的基础上，许多学者提出了改进算法。完文韬等人［8］基于传统SIFT算法，将SIFT算子结构化由局部转变为全局，用准欧氏距离代替欧氏距离，实现了异源影像的高精度配

长春理工大学学报（自然科学版） 2022年2期2022-08-26

局部特征信息的航拍图像匹配算法

有4个步骤:尺度空间构建、特征检测、特征编码和内点筛选。何敬等人[6]提出基于尺度不变算法(scale-invariant feature transform, SIFT)[7]完成航拍图像匹配,SIFT算法在高斯尺度空间上提取特征点和构建描述符,具有较好尺度不变性、旋转不变性和抗光照不变性,但是耗时较长。王晓红等人[8]借助加速鲁棒性算法(speeded up robust features, SURF)[9]完成图像匹配,SURF算法描述符维度仅为64

北京测绘 2022年3期2022-04-02

基于“景观共情”概念的城市更新与空间改造

3.1 个人尺度空间从景观关系者层面来看，在实现城市更新过程中，个人尺度空间改造完全受制于个人特征、经验与背景，通过融入、想象或直接体验等途径将服务于人的项目对使用者生活的影响进行思考，从而深刻体验其带来的重要记忆、经验、需求、生活习惯及人体尺度等。要了解景观关系者对现状场地产生的直接认知与感受，应重点把握个人尺度的空间表征因素，主要是材料色彩、质地、明暗、触摸质感、温度等，通过问卷调查方式了解使用者对这些表征的偏好、认知与感受。3.2 居住尺度空间实践经

城市建筑空间 2022年11期2022-03-14

结合Harris和改进SIFT算法的遥感图像配准方法∗

系出发，去除尺度空间中第一层特征点得到的初始匹配特征，使用多个局部邻域来提取描述子以增强其区别度.Dellinger提出的SAR-SIFT算法[16]，是针对SAR图像提出新的梯度计算方法改进SIFT算法.冷成财等提出基于尺度、方向和距离约束的改进SIFT配准方法（SODC-SIFT）[17].这些算法都是针对遥感图像配准鲁棒性不高，在尺度不变特征变换（SIFT）算法的基础上提出的改进算法.但是这些算法对于存在较大灰度差异的异源遥感图像来说配准仍然面临巨大

新疆大学学报(自然科学版)（中英文） 2021年6期2021-11-30

基于非线性空间及空间约束的遥感图像配准

但是使用高斯尺度空间，容易使边缘和细节变得模糊，导致特征点定位精度差，特征描述子区别度低。李[8]将非线性扩散技术应用在多光谱图像配准中，实验也表明非线性扩散滤波能够增加特征点检测和配准精度，然而该算法用加性算子分裂(AOS)方案[9]求解非线性方程的解析解，AOS方案需要在每个时间步骤求解大型线性方程组，比较耗时。对此，本文提出了基于非线性尺度空间的改进SIFT遥感图像配准算法，用非线性扩散方程和快速显式扩散方法(FED)[10]构建空间，其优势在于保留

计算机仿真 2021年3期2021-11-17

电力巡线无人机航拍图像匹配算法研究

大部分：一是尺度空间构建，二是局部特征提取，三是特征编码。SIFT算法（Scale Invariant Feature Transform）[9]利用高斯滤波构建尺度空间，然后再高斯差分金字塔中检测特征点，最后建立128维浮点型描述符；该算法具有较好的抗噪声、视角变换等能力，但描述符维度较高严重影响算法效率。针对SIFT算法效率较低，提出了利用小波算法建立64维浮点型描述符的SURF算法[10]（Speeded Up Robust Feature），该算法

计算机工程与应用 2021年21期2021-11-12

采用各向异性尺度空间的遥感图像配准*

高斯滤波构建尺度空间。因为高斯函数是各向同性，因此待配准图像的边缘和细节同噪声一样变得模糊，关键点很难实现亚像素级别的准确定位，所以特征描述子的区别度低。文献[5]提出了KAZE算法，首次使用各向异性技术生成非线性尺度空间，检测和描述性能优于传统的SIFT，但是使用Hessian算子需要计算每层尺度空间的二阶梯度，对噪声特别敏感。文献[6]提出了加速KAZE(Accelerated-KAZE,AKAZE)算法，采用快速显式扩散函数和二进制特征描述子，在保留

电讯技术 2021年9期2021-09-29

基于自适应VMD的高速列车轴箱轴承故障诊断

中提出了改进尺度空间引导的VMD方法，该方法利用改进尺度空间预先确定IMF的个数，预估中心频率并利用带宽的预估对各IMF的惩罚因子进行加权。该方法有效地提高了VMD的自适应性，但是对于惩罚因子的预估依旧是依靠经验得出。针对这一问题，在Huang提出的改进尺度空间引导VMD(Modified Scale-space guiding VMD, MSVMD的基础上，本文提出了一种预估惩罚因子的MSVMD方法(preset Alpha MSVMD, AMSVMD)

振动与冲击 2021年3期2021-02-07

体验式景观在乡村小尺度空间设计中的应用

受。而乡村小尺度空间则是乡村空间中分散广、面积小、数量多的一种空间形式。本文探讨的小尺度空间是指(10m×10m)的空间。2 乡村小尺度空间的现状及问题目前我国乡村空间设计与改造开始向文化挖掘、整体规划、设计改造的模式靠拢，但设计改造中也暴露了一些问题：文化挖掘不够,设计与规划大着重于整体的、大尺度的空间，往往忽略了面积小、分布散的小尺度空间等。这就导致部分乡村小尺度空间未被利用或利用不恰当不完善，很大程度上削弱了乡村空间的整体性、连续性。例如：成都市龙泉

四川农业科技 2020年4期2020-12-16

面向大数据图像处理的尺度空间挖掘算法及应用

。1 大数据尺度空间构造及特性以该空间为核心设计理论研究点，进行了各项移性特征挖掘算法的探讨。通过实验的开展所获得的具体实验结果如下：各项异性小波热源空间为核心的挖掘算法，在进行应用过程中可以进行分级使用，即算法可以对当前的数据进行分级检测[2]。所以，当前面向大数据图像处理的尺度空间挖掘算法及应用尚处于初期发展阶段，大数据非线性尺度空间具有强扩展性以及非常良好的兼容性和在未来使用过程中的应用适应性。大数据尺度空间在进行构造过程中所应用的函数以及算法实际上

电子元器件与信息技术 2020年9期2020-12-13

图像特征匹配环境下SIFT算法的改进

匹配包括构建尺度空间、高斯差分、生成特征描述和特征向量匹配。1.1.1 构建尺度空间特征点检测是在尺度空间中完成的，从较远的地方采集建筑物的图像，尺度空间越大，图像越模糊，大尺度空间能还原建筑物表面的概貌，小的尺度空间能够还原建筑物表面的细节特征[10]。为了更详细的表示尺度空间，可以采用将图像的卷积和高斯函数二者结合进行表示L(x,y,σ)=G(x,y,σ)I(x,y)，(1)式中：L(x,y,σ)——图像的尺度空间；G(x,y,σ)——尺度空间大小可以

黑龙江科技大学学报 2020年4期2020-09-24

基于AKAZE的BOLD掩码描述符的匹配算法的研究

首先需要构建尺度空间，以满足匹配算法具有尺度不变性。尺度空间的构建方式主要有两种：(1) 高斯核函数与灰度图像卷积得到；(2) 利用非线性滤波函数构建。利用高斯核函数构建尺度空间的匹配算法有：SIFT算法[6]、SURF算法[7]、ORB算法[8]等。这类算法具有较好的鲁棒性，匹配速度也比较快，但是高斯核函数卷积操作会致使图像的边缘信息丢失，严重影响特征点和描述符的稳定性。利用非线性滤波函数构建的尺度空间算法主要有：KAZE算法[9]，AKZAE算法[10

计算机应用与软件 2020年6期2020-06-16

改进的EWT方法在轴承故障诊断中的应用

—基于能量的尺度空间经验小波变换（EnergyScaleSpaceEmpiricalWavelet Transform，ESEWT）方法；该方法在EWT的基础上，使用尺度空间法对Fourier谱进行自适应划分，得到各频带分界点，并全根据各频带能量筛选频带分界点保留能量大于均值的频带，合并小于均值的相邻频带，着重分析主频带。在得到了有效的频带分界点并设计出小波滤波器组后，对带通滤波得到的各分量信号进行Hilbert变换，提取轴承的故障特征频率。通过实验验证，

机械设计与制造 2020年5期2020-05-21

一种基于非线性尺度空间的ORB特征匹配算法研究

，由于该算法尺度空间的构建环节不够成熟，当图像尺度发生突变时，图像特征匹配的精度会受影响。文献[8-10]分别通过结合SIFT和SURF检测算子使得改进后的ORB算法拥有尺度不变特性，但实时性和匹配精度难以兼得，可见对ORB的研究仍具有非常大的意义。本论文提出一种基于非线性尺度空间的ORB特征匹配改进算法，该算法借鉴A-KAZE[11](Accelerated-KAZE)算法思想对ORB进行改进，通过构建非线性尺度空间提取显著特征点，使其对尺度变换的图像具

贵州大学学报(自然科学版) 2020年1期2020-01-10

图像相似度计算算法分析

其可通过构建尺度空间提取特征关键点，求解匹配度来弥补传统算法在计算图像相似度时的局限性。实验结果表明，相比于传统算法，SIFT算法能够通过匹配更多的特征点，从而更好地计算图像的相似度;对于一组相似图片，通过SIFT算法能提取出308个特征点，图片相似度可达63%。关键词：图像识别; 图像相似度; 灰度直方图; 特征点匹配; 关键点; 尺度空间中图分类号： TN911.73?34; TP391.4 文献标识码： A

现代电子技术 2019年9期2019-09-02

改进KAZE算法的移动目标检测*

在求解非线性尺度空间的迭代步长以及计算相邻帧之间特征点的位移用于背景的消除,提高了特征提取速度以及匹配正确率。用于无人机航拍图像中进行移动目标检测时,同样取得了良好的效果。1 KAZE算法KAZE算法是一种基于多尺度检测和非线性尺度空间描述的算法[4,6,7]。1)计算非线性尺度空间。对尺度空间采用对数离散化,内嵌到一系列的金字塔O与子空间S中,并将它们的索引向量(o,s)映射到相应的尺度空间σ中式中σ0为基本尺度空间层数,N为高斯滤波后的图像,o∈[0,

传感器与微系统 2019年8期2019-08-15

RGB-D图像三维特征点的保结构检测方法

于扩散方程与尺度空间的联系，将深度信息融入图像的尺度空间中，给出RGB-D尺度空间的一种表示方法，并在RGB-D尺度空间中检测三维特征点.1 相关工作1.1 图像尺度空间的描述图像尺度空间是图像在多个尺度下的描述，尺度空间的构建主要包括：① 利用低通滤波器平滑图像；② 对平滑后的图像进行降采样.Lindeberg证明了高斯核是生成尺度空间的唯一线性变换核[5].假设I0表示输入图像，则I0的尺度空间L(x,y,σ)表示为高斯函数G(x,y,σ)与I0(x,

中北大学学报(自然科学版) 2019年5期2019-07-23

基于峭度与互相关的IEWT轴承故障诊断方法研究

分密切相关。尺度空间表征(SSR)算法可以根据信号的频谱自适应地实现信号的频带划分。但是，在对轴承信号处理时SSR容易产生过度划分，这就导致一个共振频带被分解成多个分量，从而无法有效地提取故障冲击。因此，提出基于峭度准则与互相关分析的改进EWT算法：首先，根据尺度空间表征对信号的频谱进行划分；然后，计算每个分量的峭度值，对峭度值大于阈值的分量进行相关性分析，选取相关性高的分量进行合并；最后，对合并后的分量进行包络分析，提取故障冲击。通过使用仿真与实验数据对

铁道科学与工程学报 2019年7期2019-03-24

基于SIFT的车标识别算法

数建立的不同尺度空间上查找关键点[4]. 该算法对图像属性变化(包括旋转、平移、大小、亮度)具有不变性, 采用DoG(difference of Gaussian)算法对图像局部特征进行提取完成相应任务[5]. SIFT算子采用的二维高斯模糊函数为(1)对相应的尺度空间经过高斯模糊函数处理过的图像进行定义：W(Px,y)=Px+1,y-Px,y.(2)由于SIFT算法中要选取抗噪能力较强的特征点, 因此对图像特征点的选取分为特征向量确定和特征向量比对

吉林大学学报（理学版） 2018年3期2018-11-06

基于非线性尺度空间的增强现实场景识别算法

用建立非线性尺度空间提取特征点的方法可有效弥补此方面的不足[15,16]。1 基于非线性尺度空间的特征点提取1.1 非线性尺度空间的建立由于欧拉法在收敛时步长非常小，迭代次数多，计算成本高，所以在求解非线性扩散方程时若用传统的正向欧拉法效率会很低。由此，本文在进行非线性扩散滤波时使用加性算子分裂算法(additive operator splitting，AOS)[17]，这样对于任意步长都可以获得稳定的非线性尺度空间。通常利用非线性偏微分方程对非线性扩散

计算机工程与设计 2018年10期2018-10-24

多尺度残差深度神经网络的卫星图像超分辨率算法

征，预测不同尺度空间的高频残差信息。然后通过残差融合网络将预测所得的不同尺度空间的残差图像在残差空间进行加权，进行残差信息之间的互补和融合，使得不同目标能够在最合适的空间进行表达。本文中的多尺度残差网络以两个不同尺度空间子网络为例，分别为尺度空间1和尺度空间2，网络结构图如图1所示。1.1 残差学习Kim［10］证明了随着网络层数的增加，大量的超参数促进了网络的非线性表达能力。然而，网络层数的单一级联带了一个不可避免的问题：梯度消失/梯度爆炸导致在反向传播

武汉工程大学学报 2018年4期2018-08-17

基于粒子群优化的图像自适应尺度空间划分方法研究

同样通过采样尺度空间，而不是在采样尺度上的描述子上执行pooling.Yang等人提出了ASV-SIFT特征描述子[15]，通过不同尺度间的差异来测量特征尺度间的稳定性.然而，这些基于多个采样尺度空间的特征描述子提取方法在尺度空间的范围以及分布上依靠经验，缺少了灵活性.例如，在Hassner提出的SLS特征描述子提取方法[13]中，他们主观地在0.5到12的区间内线性等分为20个尺度；在Dong提出的DSP-SIFT特征描述子提取方法[14]中，他们主观地

小型微型计算机系统 2018年6期2018-07-04

KAZE算法在巡线机器人障碍物检测中的应用

算法在非线性尺度空间中进行特征点提取，利用最近邻匹配准则和RANSC算法对由M-SURF算法生成的特征向量进行检测．实验结果表明，基于KAZE算法的巡线机器人障碍物检测效果较好，具有良好的的鲁棒性．KAZE算法；巡线机器人；障碍物检测；鲁棒性输电线路作为传送电力的重要设备，其安全运行关系到电力系统的可靠性．常用的人工巡检方式工作量大、效率低，存在漏检和误检现象[1-2]．巡线机器人的出现使输电线路的检测有了新方法，要想高效高质量完成巡检任务，需要深入研究设

湖南城市学院学报（自然科学版） 2017年3期2017-12-08

基于窄基线的SIFT特征匹配目标识别

骤：1)生成尺度空间；2)尺度空间中极值点的检测；3)极值点的准确定位；4)关键点中方向参数的指定；5)生成关键点描述子。1)生成尺度空间：在计算机视觉领域中最先出现了尺度空间理论，该理论的出现是为了用计算机去模拟图像数据的多尺度特征，Koendering和Lindeberg分别于1984年和1994年通过大量的研究证明发现高斯卷积核是实现尺度变换的唯一核函数。是可变的尺度核函数，则其可以表示为：David Lowe指出，采用一种高斯差分函数在图像生成的矩

电子世界 2017年16期2017-09-03

居住区园林空间尺度研究

：城市空间尺度空间规划设计本文从居住区域的规模、配套等方面，进行配套公共设施的规划方面，全方位谈及居住区域的园林空间营造的问题，以达到人们的高品质环境空间的追求目的。1、城市居住区园林空间的界定进行园林的居住区域空间的规划设计，自古有之。例如明清时代的园林的设计，内部包含了山水以及动植物的要素，运用艺术手段和工程技术的结合，通过对地形的改造，以及营造出园林小品等方式，将自然环境进行优美的布设，因此我们才能看到今天的楼台亭阁、花草树木。与自然空间对比，园

魅力中国 2016年42期2017-07-05

基于SIFT算法的图像配准模型研究

，达到降低多尺度空间和减少特征点数量的目的，将当前检测到的特征点与最近更新的目标模块相匹配，从而更加鲁棒性地应对图像的配准问题。【关键字】图像 SIFT 尺度空间适应值引言图像特征点是图像中具有鲜明特性并能把图像中的目标物体识别出来的点[1][2]。特征点的信息含量较高，可以对处理提供足够的约束，其数目相对于图像像素点来说微不足道，这样就可以提高计算速度，使实时处理成为可能。在特征点的提取和匹配方法中，David G. Lowe在2004年提出的一种基

中国新通信 2017年5期2017-04-13

一种改进的视频序列SIFT特征检测方法*

,有效减少了尺度空间下的极值检测时间,提高了SIFT算法效率。SIFT算法; 全局运动矢量; 视频图像; 尺度空间Class Number TP391.411 引言SIFT(Scale Invariant Feature Transform)是一种计算机视觉算法,用来检测并描述图像中的局部特征。算法构建尺度空间,并在空间中寻找极值点,计算其位置、尺度、旋转不变量[1～2]。SIFT特征与图像的大小、旋转无关,而是基于图像局部的一些兴趣点,在噪声、视角及光线

计算机与数字工程 2017年3期2017-03-31

快速鲁棒性非线性尺度不变的特征匹配算子

检测子非线性尺度空间的快速求解去除了噪声,同时保证了图像边缘细节,并将自适应选取尺度空间组数、adaptive and generic corner detection based on the accelerated segment test(AGAST)与框状拉普拉斯滤波器去除边缘响应相结合,兼顾了检测的准确性与实时性;描述子交叠带的构建、规范微分响应与非线性尺度空间约束的引入增强了描绘准确性。通过与scale invariant feature tr

西北工业大学学报 2016年6期2017-01-03

基于曲率尺度空间的角点检测图像匹配算法分析

9)基于曲率尺度空间的角点检测图像匹配算法分析任立胜，王立中(内蒙古农业大学职业技术学院，内蒙古 包头 014109)计算机技术的发展下，优化提升图像匹配算法，可以提升图像检测精度。基于曲率尺度空间的角点检测图技术，优化设计图像匹配算法，基于曲率尺度空间的角点检测算法进行图像特征点的提取，归一化处理特征点，有助于提高图像匹配精度。利用该算法最终实现图像匹配需求，验证了算法的有效性，改进了图像匹配中特征点过度分离的弊端，提高了图像匹配检测的整体精度约10.0

电子技术应用 2016年12期2016-12-22

基于RVCF的大视角差异图像匹配方法

域转化成符合尺度空间条件的圆形区域；最后，利用SIFT算法对获得的圆形区域进行仿射不变特征的提取与匹配。实验结果表明：RVCF算法能够在大的视角和尺度变化下成功实现图像间的匹配。尺度不变特征变换；最大稳定极值区域；图像匹配；大视角差异图像匹配是计算机视觉领域中的重要部分，广泛应用于图像拼接、目标检测与跟踪、定位系统等［1］。近年来，基于特征的图像匹配方法发展迅速，如Harris算法、Hessian-affine算法、最大稳定极值区域（MSER）算法等。MS

海军航空大学学报 2016年5期2016-11-16

快速稳健的自适应非线性尺度特征检测子

,通过非线性尺度空间快速求解去除了噪声同时保证了边缘细节,并将自适应选取尺度空间组数、基于加速段检验的自适应通用角点检测子(adaptive and generic corner detection based on the accelerated segment test,AGAST)与框状拉普拉斯滤波器去除边缘响应相结合,兼顾了检测的准确性与实时性。通过与尺度不变特征转换(scale invariant feature transform,SIFT)检

系统工程与电子技术 2016年11期2016-11-11

基于HESSIAN增强和形态学尺度空间的视网膜血管分割

增强和形态学尺度空间的视网膜血管分割于挥王小鹏(兰州交通大学电子与信息工程学院甘肃兰州 730070)眼底视网膜血管的走向、弯曲度、分叉度等性状分析已成为医学上诊断全身血管性疾病的重要手段。采集到的眼底图像常存在光照不均匀等现象，利用传统的血管分割方法难以对微小血管进行检测。为此提出一种基于改进Hessian矩阵增强和形态学尺度空间的分割方法。首先利用高斯函数构建多尺度Hessian增强滤波器，采用新型的血管相似性函数对血管网络进行对比度增强，同时平滑图

计算机应用与软件 2016年8期2016-09-08

基于高斯尺度空间理论的ORB特征点检测

伶﻿基于高斯尺度空间理论的ORB特征点检测国家知识产权局专利局专利审查协作广东中心 翟紫伶【摘要】针对当前具有尺度不变性的实时特征点检测效率低的问题，研究了一种基于高斯尺度空间理论的ORB特征点检测方法。该方法在保持ORB算子具有旋转不变性和检测速度快的同时，还能检测出多尺度下的特征点。通过实验验证该方法保证速度快的同时又具有尺度不变性，适用于尺度变化较大且要求实时性高的视频拼接。【关键词】ORB算子；尺度空间；图像拼接；尺度不变性引言特征点检测一直是机器

电子世界 2016年10期2016-07-01

图像特征点匹配算法的研究

。首先生成多尺度空间，并在多尺度空间里检测稳定的极值点，以便提取出的特征点具有尺度不变信息;然后使用ORB描述符来描述特征点，生成旋转不变性的二进制描述符;最后实现特征点匹配。实验结果表明，SUORB有效地解决ORB的缺陷，在图像尺度变化时，SUORB匹配算法比ORB匹配算法的准确度明显提高;同时SUORB和ORB两种算法的匹配速度很接近。关键词：特征点；匹配；尺度空间；组合算法0　引言图像特征点匹配在目标跟踪、图像拼接、模式识别等领域有着广泛的应用[1-

现代计算机 2016年10期2016-05-30

一种改进的图像局部不变特征提取方法

点时减少构造尺度空间时所计算的响应层个数，将求取对应点响应放在定位阶段。在特征描述阶段，取消确定主方向的过程，将特征点周围区域的Haar小波响应进行RGT变换，然后将特征点周围区域划分为多个同心圆，并统计特征点周围圆形区域内的响应结果，最后利用小波响应结果得到旋转不变的特征描述子。实验结果表明，AR-SURF算法节省了时空损耗，提升了定位速度，提取效果更好，更加合适于海量图片处理。Haar小波径向梯度变换旋转不变性0 引言近年随着互联网的发展和海量图

计算机应用与软件 2016年4期2016-05-09

利用尺度空间及多角度地形断面提取山谷山脊线

79)利用尺度空间及多角度地形断面提取山谷山脊线林铁1，张翰超2，金姣2(1. 广东省国土资源测绘院，广东广州 510500； 2. 武汉大学，湖北武汉 430079)The Extraction of Valley Line and Ridge Line Based on Scale Space and Multi-angle Terrain ProfileLIN Tie，ZHANG Hanchao，JIN Jiao摘要：从数字高程模型中自动提取山

测绘通报 2016年2期2016-04-11

基于降采样归一化割的多尺度分层分割方法研究

耗时。通过多尺度空间下的层级校准，准确定位多个尺度下的区域边界进行区域合并，从而得到更准确的多层分割图。关键词：分层分割；降采样归一化割；尺度空间；层级校准；区域合并DOIDOI：10.11907/rjdk.151428中图分类号：TP317.4文献标识码：A 文章编号文章编号：16727800（2015）0080190030 引言分割可看作是一种把图像分成若干区域的方法。分割问题和轮廓检测问题是相关的，但是两者又不完全一样。一般情况下，基于局部外观特征的

软件导刊 2015年8期2015-09-18

基于SIFT算法的图像特征匹配

体过程，包含尺度空间构建、关键点的检测和精确定位、关键点方向向量的确定和最终SIFT特征描述子的形成等步骤，以及根据形成的特征描述子进行图像的匹配。根据实验结果得出SIFT算法可以有效准确地实现图像之间的匹配。图像匹配；SIFT特征匹配；尺度空间；方向向量；特征描述子0 引言随着计算机行业的不断发展，二十世纪七十年代末MARR提出计算机视觉理论，认为计算机视觉是一种信息处理的过程，经过这一过程通过硬件计算机从图像中了解和发现外部世界的信息。并提出信息处理的

现代计算机 2015年5期2015-05-24

基于改进的BoVW模型的图像检索方法研究

像检索; 多尺度空间随着各种数字媒体的出现，相关的数字媒体技术也飞速发展，如媒体的索引、排序、检索等。多媒体数据库中媒体数量的急增，对各种技术也提出了更高的要求，要求其具有更快的响应速度，更精确的检索精度，这就需要对各种算法进行改进。基于内容的图像检索有别于传统的基于图像标题的检索，是由用户提供检索关键字或样图，然后根据图像的内容，进行相似度匹配，根据匹配程度进行检索的一种方式。BoVW(bag of visual word)模型[1]称为视觉词袋模型，最

重庆科技学院学报（自然科学版） 2015年5期2015-04-22

基于显著性与尺度空间的红外弱小目标检测

献［5］利用尺度空间滤波来优化骨骼细化算法，该方法抗噪性稳健且自适应强，有效地提高了预处理速度;文献［6］采用改进的二维自适应最小均方滤波窗口获得预测背景，再利用背景减法差分出红外小目标，该算法有较强的背景抑制能力，可在调节自适应尺度窗口时较为繁复;文献［7］提出了适用于目标环境信息变化的检测算法，该方法能有效地检测出无先验知识的目标，不足的是对多目标检测效果不好;文献［8］先利用梯度算子来处理图像，再将其小波分解，用多尺度互能量交叉函数进行背景杂波抑制并

激光与红外 2015年4期2015-03-29

样条尺度空间与Canny算子结合的弱边缘检测算法研究

013）样条尺度空间与Canny算子结合的弱边缘检测算法研究樊英平，邢辉，孟晓军，修瑞云（中国人民解放军69079部队，新疆乌鲁木齐830013）由于在单一尺度空间中，边缘检测算子不可能正确地检测出所有满足实际需要的边缘，提出B⁃spline算子与Canny算子结合的边缘检测算法，首先用B⁃spline算子对图像进行多尺度空间处理，然后用Canny算子进行边缘检测，给出了尺度空间的计算过程和实例，并以实拍复杂背景条件下红外机场跑道为边缘检测实验对象，通过实

现代电子技术 2015年9期2015-03-02

基于尺度空间粒子滤波器的多参考直方图目标跟踪算法

06)基于尺度空间粒子滤波器的多参考直方图目标跟踪算法贾静平, 夏宏, 谢萍(华北电力大学控制与计算机工程学院, 北京 102206)摘要：在基于直方图的序列图像目标跟踪算法中,目标的直方图通常都是在跟踪初始化时从目标所在的区域获得,然而单个直方图难以适应跟踪全过程中目标的各种变化。针对事先已知目标几种典型外观的跟踪问题,提出了一种基于粒子滤波器的多直方图尺度空间跟踪算法。利用多个典型直方图的线性加权来表示目标的直方图,根据目标的当前区域估计加权系数,生

系统工程与电子技术 2015年5期2015-02-18

基于尺度空间的体数据边界不确定性可视化研究

提出了基于多尺度空间的边界体元中多种物质的概率分布计算方法，并采用信息熵度量边界体元的不确定性，然后使用颜色渐变的方式将不确定性信息叠加绘制在表面模型上.实验表明，该方法能快速有效地计算和表示体数据中物质边界的不确定信息.关键词：〖HTK〗不确定性；可视化；体数据；尺度空间                            摘要：数据可视化的数据预处理过程中会不可避免地导致数据的不确定性.以体数据中边界体元为研究对象，提出了基于多尺度空间的边界体元中多

湖南大学学报·自然科学版 2014年10期2014-11-20

SIFT算法研究内容概述

法首先要寻找尺度空间中的极值点，通过提取局部特征来提取算法。我们研究的SIFT算法主要由以下四步组成。1 尺度空间极值点检测其中G(x，y，σ)是尺度可变高斯函数，(x，y)表示图像像素点位置，σ表示空间因子，由上式得到的值越小表示图像的尺度越小。SIFT算法第一步就是要获得尺度空间的极值点，为了能有效的检测到关键点，我们提出了高斯差分尺度空间这一概念。下式是高斯差分函数。高斯差分函数相比于其他的函数在极值点检测中有着较高的计算效率，并且和尺度归一化的拉普

长春大学学报 2014年6期2014-09-21

基于尺度空间的小波纹理描述算法的壁画修复*

070)基于尺度空间的小波纹理描述算法的壁画修复*任小康，邓琳凯(西北师范大学计算机科学与工程学院,甘肃兰州 730070)近年来，壁画的数字化修复技术得到了很大的发展，但是其主要算法在图像纹理方向的修复效果一般。为了解决这些问题，还原壁画的原有样貌，提出了一种简单快速的壁画修复算法。该算法在改进的Telea算法的基础上，根据图像纹理的多尺度特征性，利用小波纹理描述算法对壁画的纹理结构进行了修复处理，运用非局部梯度算子，通过计算待修复区域的像素点的非局部

计算机工程与科学 2014年11期2014-09-13

我国区域经济发展的趋同与分异

。（一）不同尺度空间的划分与特征本文将四大地带（东部地区、中部地区、西部地区和东北三省）、省（即31个省、直辖市、自治区）、城市群（即长三角、珠三角、环渤海地区、中原城市群以及国家规划的其他城市群）、特大中心城市（如主要省会城市和经济中心）称为大尺度空间；而把基于大尺度空间之下且属于其组成部分的单个城市（包括一般中小城市）、县域和镇域界定为小尺度空间①。大尺度空间的特征是地域面积大、市场范围比较广、集聚人口众多、产业形式多样化、规模经济显著；小尺度空间的主

区域经济评论 2014年6期2014-08-15

盲小波算法在金属矿床地震资料去噪处理中的应用

分解到不同的尺度空间上，并且其频率带也不相同，与尺度空间是一一对应的关系。可以这样认为：原信号是经过小波变换到不同尺度空间下的所有的信号的一种叠加，不同尺度空间上信号的细节方面更为清晰，更利于处理。本文根据该想法提出了一种新的消除地震信号噪声的算法——盲小波算法：首先将一组相邻的观测信号分解到不同的尺度空间上，利用阈值法对相应尺度空间下的小波系数进行处理；然后在不同尺度空间下对信号进行盲信号分离，分离出对应尺度空间下的源信号；最后根据小波逆变换把尺度空间下

成都理工大学学报（自然科学版） 2013年2期2013-08-01

园林景观尺度空间量化控制探析

因素量化控制尺度空间，提升景观设计效果，对优化园林景观环境，创设配比协调的空间尺度有重要的实践意义。关键词:园林景观；尺度空间；量化控制Abstract: this paper based on the spatial scale connotation, decided to factors discussed how the landscape based on people visual factors control scale space qua

城市建设理论研究 2012年16期2012-10-15

多尺度Harris角点检测的FPGA实现

测算子与高斯尺度空间相结合,在多个尺度上进行Harris角点的检测,使其具有尺度不变性。多尺度Harris角点检测虽然克服了Harris算子只能在单一尺度下检测角点的缺点，但是却大大增加了计算量和计算时间，难以进行实时处理。通过分析发现，虽然多尺度Harris角点检测计算量很大，但是其结构相对简单，适合利用现场可编程门阵列（FPGA，Field Programmable Gate Array）来实现以提高处理速度[3-4]。本文充分考虑FPGA的结构及多尺

通信技术 2012年11期2012-08-10

利用尺度空间下特征点进行匹配的电子稳像方法⋆

法是一种在的尺度空间下提取图像特征点的方法，即尺度不变特征变换(Scale Invariant Feature Transform)，解决了不同尺度下图像特征点提取问题。SIFT算法独特性好，信息量丰富，精确率较高。1.1 SIFT算法SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值，提取极值点位置，尺度，旋转不变量。SIFT匹配算法分为以下几个步骤。1.1.1 特征点的检测1) 尺度空间建立首先建立尺度空间，一幅二维图像I(x,y)尺度空间定义为

电子测试 2012年9期2012-08-07

矩阵值函数空间中尺度空间的稠密性

值函数空间中尺度空间的稠密性崔丽鸿,陈晓东,杜俊峰,王隆玉,郭兴宝,崔月娥(北京化工大学理学院数学系,北京 100029)多分辨分析的概念在小波基构造中起着非常重要的作用,并经历了从经典多分辨分析到多重多分辨分析,再到矩阵值多分辨分析的研究历程.本文基于矩阵值多分辨分析,研究并给出了矩阵值函数空间中尺度空间稠密性的两个充要条件,并在此基础之上得到了稠密性的两个充分条件.矩阵值多分辨分析;矩阵值函数空间;尺度空间;稠密性1 研究背景1981 年,文献[1]提

纯粹数学与应用数学 2012年2期2012-07-05

基于SAR景象不变特征点的匹配定位技术研究

算法是一种多尺度空间不变特征强点匹配方法，由D.G.Lowe 1999年提出，2004年完善总结［2］。该SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置、尺度、旋转不变量。SIFT算法主要分为4个步骤:1)检测尺度空间极值点;2)精确定位极值点;3)为每个关键点指定方向参数;4)关键点特征向量的生成。SIFT算法详细步骤分别如下:1)尺度空间的生成在图像处理领域的尺度空间理论目的是模拟图像数据的多尺度特征。高斯卷积核是实现尺度变换的唯

航天控制 2012年1期2012-06-11

基于大尺度双边SIFT的SAR图像同名点自动提取方法

检测图像高斯尺度空间中稳定的块点(blob)，然后利用梯度方向直方图计算特征点主方向并形成描述子，具有旋转、尺度以及局部仿射和灰度不变性。文献[9]将 SIFT应用于遥感图像配准，并结合遥感图像的特点改进了匹配策略，取得了较好的效果。文献[10]对 SIFT在SAR图像配准中的应用能力进行了系统性的评价，指出SIFT可在多种成像条件下的SAR图像间提取同名点。但由于SAR图像复杂的成像条件，特别是斑点噪声的存在，导致 SIFT检测到大量的虚假特征点，这些点

电子与信息学报 2012年2期2012-04-29

基于SIFT和人机交互的遥感影像识别方法研究

现顺序为检测尺度空间中的极值点、定位极值点的位置、确定特征点的方向、生成描述特征点的特征向量。1.1 检测尺度空间极值点尺度空间理论目的是模拟图像数据的多尺度特征，高斯卷积核是实现尺度变换的唯一线性核，一幅二维图像的尺度空间定义为：式中，G（x，y，σ）是尺度可变高斯函数：式中，（x，y）是空间坐标；σ是尺度坐标，σ值越小，表征该图像被平滑得越少，相应的尺度也就越小。大尺度对应于图像的概貌特征，小尺度对应于图像的细节特征。为了有效地在尺度空间检测到稳定的关

网络安全与数据管理 2011年3期2011-01-22

尺度与特征引导视觉选择性注意机制模型

讨论视觉中的尺度空间表示方法、显著性度量方法。最后选取强度、颜色和方向三种特征以及尺度引导注意,建立一个自下而上的结合尺度与特征引导的计算模型,并给出仿真实验结果。[JP]关键词:协同模式识别;主动视觉;视觉选择性注意机制;尺度空间中图分类号:TP3910 引言目前主动视觉是机器视觉研究的热点和发展方向。其核心内容是为了完成给定的视觉任务,如何主动、智能、有选择地获取视觉信息;从计算的观点来说,就是要建立视觉选择性注意机制的计算模型,对图像数据进行显著性

现代电子技术 2009年22期2010-06-22