检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于区间决策图的威胁处置策略快速匹配

通信学报 2021年第5期42卷 13-22页

作者：张玲翠李凤华房梁郭云川李子孚中国科学院信息工程研究所北京100195 中国科学院大学网络空间安全学院北京100049

威胁界定模糊性和策略大规模性导致难以快速准确地选取处置策略,针对该问题,提出基于区间决策图的威胁处置策略快速匹配方法。首先对威胁处置策略进行归一化描述,定义了模糊化的威胁处置策略;将威胁类型、严重程度、置信度、攻击频度、... 详细信息

威胁界定模糊性和策略大规模性导致难以快速准确地选取处置策略,针对该问题,提出基于区间决策图的威胁处置策略快速匹配方法。首先对威胁处置策略进行归一化描述,定义了模糊化的威胁处置策略;将威胁类型、严重程度、置信度、攻击频度、传播方式等策略匹配条件进行排序,提出了带模糊算子的区间决策图构造算法,设计了面向威胁处置的策略动态匹配算法,实验证明了其有效性。

关键词：威胁处置区间决策图快速匹配

在线全文

学校读者我要写书评

暂无评论

基于单点激光检测的枪弹弹头快速匹配系统

兵工学报 2021年第1期42卷 91-99页

作者：潘楠潘地林蒋雪梅刘益钱俊兵赵成俊昆明理工大学民航与航空学院云南昆明650500 昆明智渊测控科技有限公司云南昆明650500 公安部物证鉴定中心北京100038 昆明信诺莱伯科技有限公司云南昆明650228

枪弹弹头膛线痕迹具有不易破坏、难以伪装、唯一性和鉴定价值高等特点,其对于枪支批量建档、确定作案枪支等均具有十分重要的意义。针对基于显微镜检测、分段照相的传统弹头膛线痕迹匹配方法存在耗时长、效率低、受主观因素影响大,无法... 详细信息

枪弹弹头膛线痕迹具有不易破坏、难以伪装、唯一性和鉴定价值高等特点,其对于枪支批量建档、确定作案枪支等均具有十分重要的意义。针对基于显微镜检测、分段照相的传统弹头膛线痕迹匹配方法存在耗时长、效率低、受主观因素影响大,无法进行量化分析的缺点,设计一种基于单点激光检测的枪弹弹头快速匹配系统。该系统对弹头进行圆心位置和圆柱轴线的自适应调整,利用激光位移传感器对枪弹弹头表面膛线痕迹沿圆周方向进行360°环绕检测,多次检测数据叠加并利用广义形态滤波将检测数据进行降噪处理后,再利用皮尔逊相关系数进行痕迹相似度匹配计算,实现弹头痕迹快速匹配。实验结果表明,弹头快速匹配系统具有检测精度高、匹配速度快、对弹头表面纹理无破坏等优点,既可用于弹头之间的一对一数据匹配,也可用于一对多数据匹配,可以有效应用于枪支批量建档和确定作案枪支的作业中。

关键词：弹头膛线痕迹单点激光自适应调整广义形态滤波快速匹配

在线全文

学校读者我要写书评

暂无评论

用于高效检索的数据结构模式快速匹配仿真

计算机仿真 2020年第1期37卷 394-397页

作者：罗琼林若钦广州大学华软软件学院广东广州510990

为了解决空间技术不断发展造成的大量空间数据难以及时处理的缺陷,提出用于数据检索的数据结构模式快速匹配方法。将网络划分多个不同的区域,每个区域分配一个域首,负责采集区域的信息,将采集的所有信息发送至中心管理系统,获取不同层... 详细信息

为了解决空间技术不断发展造成的大量空间数据难以及时处理的缺陷,提出用于数据检索的数据结构模式快速匹配方法。将网络划分多个不同的区域,每个区域分配一个域首,负责采集区域的信息,将采集的所有信息发送至中心管理系统,获取不同层次的匹配内容。通过匹配内容,获取各个匹配方式的相似度函数,通过相似度计算结果完成数据结构模式快速匹配。实验结果表明,所提方法能够有效减少通信降低,提高匹配速度,增加匹配精度,达到理想的匹配效果。

关键词：用于高效检索数据结构模式快速匹配

在线全文

学校读者我要写书评

暂无评论

基于哈希特征的大规模图像快速匹配算法

计算机工程与应用 2017年第17期53卷 202-206,211页

作者：刘李漫孙琨徐海洋胡怀飞中南民族大学生物医学工程学院武汉430074 华中科技大学自动化学院武汉430074

针对基于图像进行三维重建技术在使用大规模图像集合进行重建时,需要对图像集合中图像进行两两匹配耗时问题,提出了基于哈希技术对图像构建全局哈希特征的方法,通过过滤掉无效的图像关系对来减少计算时间,极大地提高了大规模图像集合三... 详细信息

针对基于图像进行三维重建技术在使用大规模图像集合进行重建时,需要对图像集合中图像进行两两匹配耗时问题,提出了基于哈希技术对图像构建全局哈希特征的方法,通过过滤掉无效的图像关系对来减少计算时间,极大地提高了大规模图像集合三维重建的匹配计算效率。提出的大规模图像快速哈希匹配算法包括构建图像哈希特征、构建初始匹配图、挑选候选匹配对、哈希匹配几个步骤。实验结果表明该方法能显著地提高三维重建中图像匹配的速度。

关键词：三维重建快速匹配哈希匹配图

在线全文

学校读者我要写书评

暂无评论

数字图像的快速匹配技术研究

数字图像的快速匹配技术研究

作者：陈伟山东师范大学

学位级别：硕士

图像匹配就是寻找不同时间、不同传感器或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像之间相同部分对应关系的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。当今图像匹配技术的发展趋势是... 详细信息

图像匹配就是寻找不同时间、不同传感器或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像之间相同部分对应关系的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。当今图像匹配技术的发展趋势是更快的匹配速度、更高的匹配精度和更强的鲁棒性，尤其在地形匹配，网络检索，运动目标跟踪以及工业实时监测等领域中都需要实时性很强的图像匹配算法来处理，如何在保证精度的情况下，提高匹配速度，具有很强的理论意义和使用价值。本文的主要研究方向是如何在保持图像匹配的精度的情况下，实现图像的快速匹配。目前关于图像快速匹配技术的研究主要分为两个方面：基于硬件的快速匹配技术研究和基于软件的快速匹配技术研究。对于基于软件的快速匹配技术的研究大部分是对算法本身的改进，主要是设法减少匹配特征信息数或者改进匹配策略以减少时间消耗、加速图像匹配，典型的如分层搜索技术、序贯相似度算法、灰度组合法、采用多子区相关匹配、幅度排序相关算法等。然而通过改进算法本身改进来加速图像匹配的方法，其加速的程度是有限的。随着GPU等计算机硬件的高速发展，处理器计算速度的不断提高，通过硬件方式对图像匹配进行加速成为一种非常有效的方法，目前已有的研究成果主要基于FPGA，多核系统，Platform，GPU等硬件的支持。综合以上方面的考虑，本文在深入研究图像匹配技术发展现状和GPU通用计算的基础上，重点研究了基于SUSAN算子的SIFT改进算法—SUSAN-SIFT和基于统一计算架构(CUDA)实现图像匹配过程加速的方法。尺度不变特征变换(SIFT)的改进算法SUSAN-SIFT，该算法用SUSAN算子替代三元二次函数拟合和Hessian矩阵保留关键点，并对关键点按吸收同值核区(USAN)区域和关键点极值属性进行分类;在基于CUDA实现图像匹配算法的基础上，对SUSAN-SIFT算法的进行适当调整重构并移植到GPU上运行。通过实验对比分析表明，首先SUSAN-SIFT算法在保证正确匹配率的情况下，降低了特征提取和特征匹配的复杂度，较大提高了算法的匹配速度;其次GPU在处理较低复杂度、较大规模数据时比CPU拥有更好的计算性能，在剔除数据传输带宽因素下，基于GPU实现的图像匹配方法可获得非常高的加速。因此基于SUSAN的SIFT改进算法和基于GPU的匹配算法实现对于图像快速匹配具有一定的意义。

关键词：图像匹配 SUSAN-SIFT GPU通用计算快速匹配 CUDA

基于双目视差的三维重建中的特征检测和快速匹配技术的研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双目视差的三维重建中的特征检测和快速匹配技术的研究

作者：赵晶内蒙古农业大学

学位级别：硕士

特征检测和匹配是三维重建技术的重要组成部分,所涉及的内容包括:虚拟现实、模式识别、图像检索、影视动画等很多领域都有着重要的研究和应用价值,也正是因为如此近年来成为计算机视觉和计算机图形学领域中的研究热点之一。本课题研究... 详细信息

特征检测和匹配是三维重建技术的重要组成部分,所涉及的内容包括:虚拟现实、模式识别、图像检索、影视动画等很多领域都有着重要的研究和应用价值,也正是因为如此近年来成为计算机视觉和计算机图形学领域中的研究热点之一。本课题研究的目的是基于双目视觉系统的重建目标场景的三维结构,恢复模型表面的结构和网格,并将重建的结果应用到解决实际问题中。其中的关键技术主要包括:相机参数的标定、图像预处理、特征点的提取、特征点匹配、稠密匹配以及三维重建等。本文综合运用图像处理、计算机图形学、计算机视觉、模式识别的相关理论并展开研究。本课题主要研究内容主要是三维重建技术中的特征检测和特征匹配方面,通过分析经典的Harris算子和经典的匹配方法,提出了一些改进方法,主要包括Harris算子的自适应检测方法,基于双目视差的快速匹配方法以及引导匹配的方法。并且通过实验证明了这些改进算法的可行性和有效性。

关键词：三维重建 Harris 双目视差快速匹配

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

新型混合矢量码书快速匹配算法

微电子学与计算机 2003年第2期20卷 56-59页

作者：高艳华刚孙国基西安交通大学西安710049

矢量量化码书快速匹配算法是矢量量化技术实时应用的关键所在。从原理上看,提高矢量码书匹配速度的方法可以分为两类:一类是通过建立某种“剔除”条件来避免不必要的输入矢量和码书矢量之间欧氏距离计算“软”算法,另外一类是通过查找表... 详细信息

矢量量化码书快速匹配算法是矢量量化技术实时应用的关键所在。从原理上看,提高矢量码书匹配速度的方法可以分为两类:一类是通过建立某种“剔除”条件来避免不必要的输入矢量和码书矢量之间欧氏距离计算“软”算法,另外一类是通过查找表(LUT)技术来代替欧氏距离计算中乘法运算的“硬”方法。文章利用这两类方法的互补性,提出了一种“软”、“硬”方法相结合的矢量码书快速匹配算法。实验表明,该算法具有非常好的实时性能,能够方便地应用于加快数据压缩矢量量化的码书匹配过程以及模式识别中SOM型神经网络的识别过程。

关键词：矢量量化快速匹配图像编码矢量码书匹配速度

面向增强现实的SUSAN-SURF快速匹配算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2015年第8期32卷 2538-2542页

作者：彭勃宇王崴周诚刘晓卫空军工程大学防空反导学院西安710051

针对增强现实对图像匹配算法的高实时性要求,提出了一种基于SUSAN角点检测和SURF特征描述的快速图像匹配算法。利用SUSAN定位特征点,生成特征点主方向和SURF特征描述符,然后运用随机K-D树并结合摄像机姿态变化完成邻近点搜索,再利用基... 详细信息

针对增强现实对图像匹配算法的高实时性要求,提出了一种基于SUSAN角点检测和SURF特征描述的快速图像匹配算法。利用SUSAN定位特征点,生成特征点主方向和SURF特征描述符,然后运用随机K-D树并结合摄像机姿态变化完成邻近点搜索,再利用基于点积的相似度度量完成初匹配。通过统计特征点距离误差快速剔除误匹配点,获取最终同名点集。实验表明,该方法的单个特征点匹配耗时仅为SURF算法的23.4%,匹配正确率比SURF算法高9.7个百分点,且对光照变化、噪声干扰有较强的鲁棒性,能够满足增强现实系统对图像匹配算法的速度快、精度高和抗干扰能力强等要求。

关键词：增强现实 SUSAN角点 SURF描述相似度度量摄像机姿态快速匹配误匹配剔除

在线全文

学校读者我要写书评

暂无评论

基于CNN的图像多特征提取与快速匹配

基于CNN的图像多特征提取与快速匹配

作者：齐妙颖大连理工大学

学位级别：硕士

图像匹配通过特征检测和描述,寻找不同图像的相同区域,从而完成识别、配准和检索等任务。本文主要针对无人机视觉导航任务,传统图像匹配方法SIFT在困难条件下（如图像模糊）匹配性能不足等问题开展研究。考虑到基于卷积神经网络（CNN）... 详细信息

图像匹配通过特征检测和描述,寻找不同图像的相同区域,从而完成识别、配准和检索等任务。本文主要针对无人机视觉导航任务,传统图像匹配方法SIFT在困难条件下（如图像模糊）匹配性能不足等问题开展研究。考虑到基于卷积神经网络（CNN）的学习型描述子具有更大的描述区域以及对困难条件的强适应能力,与SIFT手工设计描述子性能互补。本文基于传统和深度特征相结合的SIFT-HardNet方法,针对SIFT-HardNet缺乏尺度不变性和旋转不变性,以及HardNet浮点描述子计算速度慢等问题,进行了以下研究工作:（1）提出了两种为HardNet网络增加尺度不变性的方法。第一种是结合SIFT高斯差分（DOG）金字塔的方法,简称DOG+SIFT-HardNet。该方法通过DOG尺度特征计算输入HardNet图像块的大小,进而使HardNet有效描述图像的尺度。实验结果表明,DOG+SIFT-HardNet获得了与SIFT一样的尺度不变性,且匹配性能优于SIFT。第二种是HardNet多尺度数据集增广方法。以航拍图像为采样对象,制作了不同尺度的正负样本集,并提出基于坐标距离和响应值的特征点筛选方法,去除了冗余特征点,保证了样本集的互异性。实验结果表明,增广数据集方法增强了 HardNet对尺度变化的适应性。（2）提出了两种增加HardNet网络旋转不变性的方法。一是结合SIFT旋转角的方法,简称rotation+SIFT-HardNet。该方法根据旋转角特征对HardNet输入图像块先旋转再截取。实验结果表明,rotation+SIFT-HardNet获得了旋转不变性,其匹配性能优于SIFT。二是HardNet数据集的多旋转角增广方法,制作了具有旋转关系的正负样本集。实验结果表明,多旋转角增广数据集训练的HardNet对旋转变化具有更好的适应能力。另外,提出了将尺度不变性和旋转不变性结合的DOG+Rot+SIFT-HardNet方法和多尺度多旋转角数据集增广方法。实验结果表明,结合方法同时增强了尺度不变性和旋转不变性。（3）提出了两种HardNet浮点型描述子的二进制量化方法。第一种是128维二进制中值量化方法。以中值为分界值,将浮点型描述子量化为‘0’或‘1’。第二种是256维二进制三分位点量化方法。以三分位点为分界点,将浮点型描述子按照大小量化为“00”、“01”或“11”。实验结果表明,256维二进制描述子的正确率与浮点型描述子最为接近（仅低1.69%）,速度则提升4.17倍;128维二进制描述子的正确率较低,但匹配速度最高,可达到浮点型描述子的4.41倍。因此,256维二进制描述子是既保证匹配精度又提高匹配速度的有效方案。

关键词：图像匹配视觉导航 CNN SIFT-HardNet 特征融合快速匹配