检索结果-南通市图书馆

作者：常征东北大学

学位级别：硕士

目前,电子稳像技术(Electronic Image Stabilization, EIS)是视频处理、计算机视觉等领域的研究热点。由于采用电子稳像技术的视频稳像器具有稳像精度高、体积小、重量轻、功耗低以及成本低等优点,它在军事和民用领域中都有着非常广阔... 详细信息

目前,电子稳像技术(Electronic Image Stabilization, EIS)是视频处理、计算机视觉等领域的研究热点。由于采用电子稳像技术的视频稳像器具有稳像精度高、体积小、重量轻、功耗低以及成本低等优点,它在军事和民用领域中都有着非常广阔的应用前景。视频电子稳像的关键技术包括运动估计和运动补偿,其中,运动估计是视频电子稳像的基础。因此人们进行了大量的研究,提出了多种不同的运动估计算法。本论文在分析各经典算法的基础上,着重针对传统特征法中出现的特征点聚簇问题和景深问题,提出了一种基于改进的特征点匹配的视频电子稳像算法,主要研究内容如下：(1)本文对视频电子稳像技术的国内外研究情况以及常用方法进行了回顾和总结。介绍了视频电子稳像的基本原理、系统结构,并分析了其实现的关键问题。介绍了视频电子稳像中几种常见的典型算法,分析了各算法的优缺点。着重指出,由于能够处理视频序列帧间的复杂运动,基于特征的方法是视频稳像的重要算法。本论文就是采用基于特征的方法。(2)如何提高运动估计的效率和精度是视频电子稳像技术研究的重点。本文针对传统特征法中出现的特征点聚簇问题和景深问题,提出一种基于改进的特征点匹配的高效高精度视频稳像方法。该方法首先采用快速的Harris算子来提取序列中的特征点,并以最小距离约束来解决特征点局部聚簇问题;然后,利用特征点建立并引导特征块匹配,并采用改进的随机抽样一致性(RANdom SAmple Consensus, RANSAC)算法迭代筛选优质的匹配对,来解决局部运动物体的干扰问题;最后,针对视频的景深问题,本文提出一种重要性权值方法,以加权的最小二乘法来获得精确全局运动矢量。实验结果表明,本文的方法较现有的方法在不增加复杂度的前提下提高了运动估计的精度。(3)对于存在主动扫描的视频序列,首先要判断并分离全局运动矢量中的主动扫描分量和随机抖动分量。本文根据卡尔曼滤波的基本原理,结合全局运动变换模型,设计出对摄像机全局运动矢量进行平滑以分离抖动和自主扫描的卡尔曼滤波器。实验结果表明该方法在去除高频抖动的同时能较好地保留摄像机的自主扫描。本文最后对实际拍摄的视频序列进行了稳像实验,并对稳像结果进行了分析。实验结果证明了所提出稳像算法的有效性。

关键词：视频稳像特征点匹配随机抽样一致性重要性权值卡尔曼滤波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多方法融合的图像特征点匹配算法研究

多方法融合的图像特征点匹配算法研究

作者：赵越中南大学

学位级别：硕士

图像匹配是图像处理领域的一个基本问题。图像匹配分为基于灰度的方法和基于特征的方法。前者简单易行,应用普遍,但算法时间复杂度高,特别是难以处理图像存在旋转和尺度变化等情况。后者比较容易克服前者遇到的困难,但如何建立图像特征... 详细信息

图像匹配是图像处理领域的一个基本问题。图像匹配分为基于灰度的方法和基于特征的方法。前者简单易行,应用普遍,但算法时间复杂度高,特别是难以处理图像存在旋转和尺度变化等情况。后者比较容易克服前者遇到的困难,但如何建立图像特征之间的对应关系一直是这类方法的研究难题。本文根据三角形相似原理,融合二维聚类算法及基于描述符方法思想,提出一种新的特征点匹配算法。基于特征点的匹配方法分为特征点的提取和特征点的匹配两个步骤。特征点提取作为基于特征点匹配方法的首要步骤,对匹配的效果具有直接的影响。分析和比较常用的一些特征点提取算法之后,选取实验效果比较好的Harris角点检测算法,用于本文灰度图像的特征点提取。由于传统Harris角点提取算法不适合图像存在尺度变换情况,通过在尺度空间下进行改进,使新的算法能够抗尺度变化。经过分析与比较,基于三角形相似的匹配方法实现简单,鲁棒性好,但需要对每个三角形对进行同向相似性判断,时间复杂度很高,且算法的稳定性较大程度上依赖于特征点的提取;另一种特征点匹配算法二维聚类方法,算法效率高,但其对初始有效点的数目要求比较高;基于描述符的方法能够适应图像存在一定的形变和透视变换,但一般实现起来比较复杂,且对图像纹理要求高。本文将上述方法进行有机融合,使融合后的算法大大降低了对初始有效点的要求。将传统被动的相似三角形检索方法改进为主动检索方法,使算法时间复杂度由O（n）降为O（n）。并通过在向量空间中实现改进方法及参数聚类,算法效率得到了大大提高。同时改用一种动态的最短距离聚类算法,使匹配结果更为精确。针对图像存在平移、旋转和缩放的情况,将本文匹配方法具体运用到指纹识别中,验证了方法的稳定性、快速性及准确性。

关键词：特征点匹配特征点提取相似三角形检索聚类分析指纹识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于级联结构的多光谱图像精确特征点匹配

基于级联结构的多光谱图像精确特征点匹配

作者：荆晶北京邮电大学

学位级别：硕士

在信息技术高速发展的今天,单光谱图像早已不能满足人们对于图像信息的需求,多光谱图像开始越来越多的应用于各个领域当中,多光谱图像的配准技术也成为了行业研究的热点与难点。本文提出了一种基于级联结构的适用于多光谱图像的特征点... 详细信息

在信息技术高速发展的今天,单光谱图像早已不能满足人们对于图像信息的需求,多光谱图像开始越来越多的应用于各个领域当中,多光谱图像的配准技术也成为了行业研究的热点与难点。本文提出了一种基于级联结构的适用于多光谱图像的特征点匹配方法,级联结构中引入了复活机制来提高配准结果的精确度。特征点匹配算法是一类常见的匹配算法,首先需要分别在参考图像和测试图像上检测特征点,并为每一个特征点构建描述符。常见的特征点和描述符算法包括SIFT(Scale-invariant feature transform),SURF,MSER等,在本文中我们采用了准确度较高和计算速度较快的SIFT方法。本文提出的级联结构由四层构成。级联结构的第一层为双向匹配,这一步也是构建初始匹配对的过程;从第二层开始逐级删除错误的匹配对,第二层利用特征点连线间的直线信息作为约束条件;第三层使用全局信息作为约束条件;最后一层使用FSC(Random Sample Consensus)算法移除错误的匹配对,同时得到参考图像与测试图像之间的变换关系。考虑到逐级删除错误匹配对过程中,有可能出现正确匹配对被删除的情况,所以在级联结构中引入了复活机制来进一步保证配准结果的准确性。最后通过此带有复活机制的级联结构实现了多光谱图像的特征点匹配。在实验阶段,共采用了 644组图像进行对比实验。最后的实验数据表明,提出的算法在配准性能上相对于以往的经典算法有了明显提高。

关键词：特征点匹配多光谱图像级联结构复活机制

基于特征点匹配的多维度光学探测与拼接技术的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征点匹配的多维度光学探测与拼接技术的研究

作者：朱敏浙江大学

学位级别：硕士

基于特征点匹配的拼接技术是数字图像处理领域一个重要的研究方向,在虚拟现实、计算机视觉、计算机图形学、遥感图像分析等领域都有广泛的应用价值。拼接技术也分为多种维度的,二维的平面图像拼接,包括彩色图像、光谱图像、显微图像等;... 详细信息

基于特征点匹配的拼接技术是数字图像处理领域一个重要的研究方向,在虚拟现实、计算机视觉、计算机图形学、遥感图像分析等领域都有广泛的应用价值。拼接技术也分为多种维度的,二维的平面图像拼接,包括彩色图像、光谱图像、显微图像等;三维的点云图像拼接,在逆向工程、三维模型重建过程都有涉及。论文从介绍图像拼接技术的不同维度的应用前景出发,详细介绍了三维点云数据的拼接和基于Kinect的标注点坐标提取。并设计了一种新型的成像光谱仪系统,可以随时检测生物样本的光谱信息,并最终完成光谱图像的拼接。主要研究内容和创新点可以概括为以下3点:总结了三维点云重建的基本理论,主要包括传统的点云拼接过程、基于特征点的配准方法、ICP、SIFT、RANSAC等算法思想,然后说明了 ICP算法现有的局限性,提出了一种新的双步拼接法,将初步拼接和精细拼接结合运用,有效地提高了点云拼接的精度和效率。指出生物医疗领域对癌症患者放疗部位高速精准监控的需求,首先基于理论和试验结果,对实验所用的仪器Kinect的实验精度做出测试。然后对需放疗部位做出颜色标注,在微软Kinect基础上,运用RGB三原色的原理,提取出标注点的三维坐标,可以实现精准靶向治疗。设计了一种新型的成像光谱仪系统,根据实验的光谱结果,可以分别对香蕉成熟度、猪肉中肌红蛋白进行检测,以及实现人体血红蛋白的监测。此外,通过对成像光谱仪的手动扫描,可以获得三维光谱图像数据立方体,即完成光谱图像的拼接。

关键词：特征点匹配三维点云拼接双步拼接法 Kinect RGB 笔式光谱仪光谱图像拼接

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SIFT特征点匹配的目标跟踪算法研究

基于SIFT特征点匹配的目标跟踪算法研究

作者：李明合肥工业大学

学位级别：硕士

运动目标的检测与跟踪技术是计算机视觉领域中一个研究热点,广泛的应用实际生活中,如：银行管理、医学研究、交通管理等。本文采用基于SIFT特征点匹配的方法实现对目标的跟踪,SIFT算法对尺度变换、图像缩放和旋转、都具有良好的不变性... 详细信息

运动目标的检测与跟踪技术是计算机视觉领域中一个研究热点,广泛的应用实际生活中,如：银行管理、医学研究、交通管理等。本文采用基于SIFT特征点匹配的方法实现对目标的跟踪,SIFT算法对尺度变换、图像缩放和旋转、都具有良好的不变性。本文分为四章,主要内容如下：(1)运动目标检测部分,对于背景点,采用以一定的学习速率对背景进行修正,利用形态学处理将前景目标整合成一个连通域;在目标分割部分,利用基于连通域的两轮扫描法,该方法能够有效分割出各个连通域。(2)对分割出来的运动目标,利用SIFT算法对各目标进行特征点匹配,记下各目标间匹配的特征点个数,判定匹配的特征点数目最多的为同一目标。(3)分割后的目标图片大小要远远小于原图的大小,因此,本文对SIFT算法进行了一定的改进,对高斯金字塔降采样次数以及高斯差分金字塔层数的进行调整,不仅保证相同目标间匹配的特征点仍然最多,且误匹配率很小,而且减短了匹配的时间,通过实验证明改进后算法的时间效率得到提高。

关键词：目标检测与跟踪背景更新两次扫描法 SIFT算法特征点匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小型割灌机器人视觉图像特征点匹配算法研究

小型割灌机器人视觉图像特征点匹配算法研究

作者：常颖丽东北林业大学

学位级别：硕士

随着人工智能技术、计算机技术、电子技术和信号处理技术的飞速发展,机器人技术在近些年取得了巨大的进步,机器人技术的应用领域也非常广泛。目前,在工业、农业和军事已经研究出各种类型的实用机器人,这些机器人为人类的工作和生活都带... 详细信息

随着人工智能技术、计算机技术、电子技术和信号处理技术的飞速发展,机器人技术在近些年取得了巨大的进步,机器人技术的应用领域也非常广泛。目前,在工业、农业和军事已经研究出各种类型的实用机器人,这些机器人为人类的工作和生活都带来了极大的方便。割灌机器人是一种用于林业的新型机器人,这种机器人可以替代人在复杂环境中的作业。在环境不确定的情况下,机器人的视觉系统必须能够及时的测量出障碍物与机器人之间的距离。本文通过查阅文献,对比各种机器人传感器的优缺点,结合系统的实际需要,在该系统中选用双目立体视觉系统对障碍物进行测距。为了保证机器人工作的可靠性,快速、有效的实时视觉系统显得非常重要。图像特征点匹配技术是双目视觉系统的关键,直接影响测距的准确度和效率。本文通过对特征点匹配技术的研究,提出了两个改进的算法。首先,用十字模板匹配代替传统的矩形模板。在以往的模板匹配中,模板都是矩形的,模板匹配的原理是用模板上的点来约束这个模板,但是由于在三维世界中的物体上的点都是具有连续性的,相邻的点之间的像素值差别可能不大,有些像素点的计算可能没有必要,所以,可以用十字模板代替矩形模板,减少不必要的点的计算,提高匹配的时间。其次,由于在视觉系统中,两个摄像机是在同一水平线上进行图像的采集,采集的图像具有公共区域,公共区域部分往往就是目标物体的图像。针对该问题,本文提出了基于公共区域提取的特征点匹配算法。首先利用模板匹配提取两幅图像的公共区域,然后利用十字模板匹配对提取的边缘点进行粗匹配,最后利用极线约束进行精确匹配,去除误匹配的特征点。实验表明这两个算法均能满足割灌机器人视觉系统对实时性、准确度的要求,具有一定的实用性。

关键词：割灌机器人双目立体视觉特征点匹配模板匹配极线约束

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征点匹配的曲面重建算法研究与实现

基于特征点匹配的曲面重建算法研究与实现

作者：王仁骁解放军信息工程大学

学位级别：硕士

双目立体视觉主要研究运用两个照相机对同一景物从不同位置拍摄成像并根据几何原理来实现三维场景的恢复。近年来,随着三维数据获取技术的迅速发展,曲面重建及特征点匹配技术逐渐成为计算机视觉领域的研究热并被广泛的应用于智能机器人... 详细信息

双目立体视觉主要研究运用两个照相机对同一景物从不同位置拍摄成像并根据几何原理来实现三维场景的恢复。近年来,随着三维数据获取技术的迅速发展,曲面重建及特征点匹配技术逐渐成为计算机视觉领域的研究热并被广泛的应用于智能机器人、生产自动化、医学等很多领域。因此开展三维重建的研究工作具有重要的理论意义和实用价值。本文在对曲面重建与特征点匹配技术的国内外文献资料总结分析的基础上,对特征点匹配、曲面重建以及相机标定等计算机视觉技术进行了概述,并对曲面重建以及特征点匹配存在的一些问题展开研究,讨论了特征点匹配技术包含的基本内容,并深入研究了典型的特征点匹配算法--尺度不变特征变换算法SIFT (Scale-invariant feature transform)。对SIFT进行了总结评价,提出了优点和不足,并结合专门处理边角匹配的方法,提出了了种基于SIFT的边角点匹配算法。然后,利用这种新的处理方法,建立一种描述图像的矩阵信息,再根据基础矩阵的信息发现构成图像的固有矩阵信息,结合矩阵的相关变形理论,求解出通过投影后的矩阵,最后再对具体的像素点进行调整,勾勒出事物的大致外形,实现物体曲面重建。

关键词：曲面重建特征点匹配基础矩阵相机标定

面向RGB-D SLAM特征点匹配的ASIC设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向RGB-D SLAM特征点匹配的ASIC设计

作者：周琳浙江大学

学位级别：硕士

采用深度相机的同步定位与地图构建(RGB-Depth Simultaneous Localization And Mapping,RGB-D SLAM)是指利用RGB-D传感器作为主要环境感知设备的SLAM技术,其利用传感器直接获得目标的深度信息,相比于单目或双目SLAM,省去了为获取深度信... 详细信息

采用深度相机的同步定位与地图构建(RGB-Depth Simultaneous Localization And Mapping,RGB-D SLAM)是指利用RGB-D传感器作为主要环境感知设备的SLAM技术,其利用传感器直接获得目标的深度信息,相比于单目或双目SLAM,省去了为获取深度信息而引入的额外计算。特征点匹配是RGB-D SLAM前端视觉里程计中的重要步骤,为后续相机位姿计算提供数据来源,但是其庞大的运算量导致SLAM系统实时性较差,成为应用于嵌入式领域的瓶颈。本文针对RGB-D SLAM特征点匹配过程运算量大、操作重复性高等问题展开研究,将匹配过程划分为粗匹配和误匹配剔除两部分。粗匹配部分,在深入分析二进制描述子在该领域普适性基础上,本文提出了基于汉明距离的硬件架构。误匹配剔除部分,本文采用基于随机采样一致性(Random Sample Consensus,RANSAC)算法的匹配对筛选方案,提出了3D-2D RANSAC硬件架构。在上述基础上,本文提出了一种面向RGB-D SLAM特征点匹配系统的专用集成电路(Application Specific Integrated Circuit,ASIC)实现方案。本文主要研究内容如下:1.本文对特征点匹配硬件加速研究现状进行了深入的分析,对粗匹配过程常见的算法和RANSAC算法流程做了详细介绍。针对粗匹配,从硬件实现角度对暴力匹配算法做了简化,提出了最近邻暴力匹配算法。针对误匹配剔除,对RANSAC算法做了一系列优化,使其对硬件实现更友好,同时加速了迭代的收敛。2.本文提出了一种特征点匹配系统ASIC架构,包括粗匹配电路和3D-2D RANSAC电路两部分。粗匹配电路,基于汉明距离匹配树和匹配窗口FIFO机制设计,以提高系统吞吐量。3D-2D RANSAC电路,通过对假设模型求解过程中数据流重组、结合流水线技术对计算通路复用等机制使得在较小资源情况下提升系统实时性能,同时通过查找表方式实现了迭代次数自我调节。3.本文基于TUM RGB-D数据集对上述算法改动所引入的误差进行了实验分析。此外,在TSMC 28 nm工艺下做后端版图实现,该设计总面积约0.2018)8),等效门数334 k,在极限频率1.25G Hz下,总体功耗114.23m W。在工作频率200 MHz下,可处理1301 fps图像大小为640×480的视频流。

关键词：特征点匹配 RGB-D SLAM RANSAC 汉明距离 ASIC

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子稳像中的特征点匹配与平滑滤波算法研究

电子稳像中的特征点匹配与平滑滤波算法研究

作者：陈雨铭南京大学

学位级别：硕士

视频文件是我们日常生活的重要组成部分,但在一些场合,由于拍摄条件的限制,使得视频存在一定的抖动,影响我们观看视频的体验。为此,我们需要通过一定的手段将视频的抖动尽可能减小甚至消除,以获得一个平稳的图像序列。如果视频不需要实... 详细信息

视频文件是我们日常生活的重要组成部分,但在一些场合,由于拍摄条件的限制,使得视频存在一定的抖动,影响我们观看视频的体验。为此,我们需要通过一定的手段将视频的抖动尽可能减小甚至消除,以获得一个平稳的图像序列。如果视频不需要实时播放,因为有充足的后期加工时间,加上可以获得视频全局的信息,可以通过最优化的算法,得到最理想的视频输出。但在实时播放的场合,为了保证输出视频的流畅和平稳,加上只有先验知识而无后验知识,此时,算法的快速性和准确性就显得尤为重要。电子稳像随着图像处理技术和滤波算法的发展日益发展壮大,其中的处理工作主要包括运动估计和运动补偿。本文主要针对两个模块展开研究,做了以下工作:1、对电子稳像技术的工作流程做了简单介绍,介绍了经典运动估计算法的核心思想和常见的运动补偿算法,并分析各自的局限性。2、分析经典算法的优缺点和研究场景的特点,在经典特征点匹配算法的基础上提出了基于圆形模板的特征点匹配算法。利用圆形模板某些特征向量的旋转不变性,结合边缘检测算子提供的信息更为丰富的边缘像素分布,在确定好第一层特征匹配点的基础上,很大程度上缩小了第二层特征匹配点的搜寻范围。加入几何不变矩,校正匹配错误的第一层特征点,既保证了准确性,又不影响实时性。该匹配算法利用了圆形某些旋转不变的特性,能适用于具有平移和旋转运动的视频稳像,且计算量较小,能适应实时检测的需求。3、根据运动矢量的离散分布情况,提出了基于一阶导数的自适应权值的平滑滤波算法。该算法根据正常运动和抖动在二维离散曲线上一阶导数的不同表现得到自适应的权值,引入相关系数,并在第一次滤波后,对邻域内的值做加权平均再一次滤波,消除曲线上的尖峰,最终得到的曲线同卡尔曼滤波极为接近,但是针对这种抖动场景,其运行效率更高。4、以VC++为开发环境编写了运动估计中特征点匹配以及运动补偿中平滑滤波模块的程序,用电子稳像公共视频库中的“***”文件做实验,得到了相关的数据并对数据做了分析。实验表明,在抖动场景主要以平移和旋转的运动矢量为主时,且缩放运动不明显的情况下,本文提出的基于圆形模版的特征点匹配算法能够在匹配成功足够数量点的基础上,有效地减少匹配点的数量以及计算量。且本文提出的基于一阶导数的自适应权值的平滑滤波算法既能满足较好的滤波效果,又具有较小的计算量,能够提高效率,一定程度上满足实时稳像的需求。

关键词：电子稳像圆形模板不变矩特征点匹配平滑滤波自适应权值

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图像拼接中特征点匹配相关问题研究

图像拼接中特征点匹配相关问题研究

作者：马正见湖南工业大学

学位级别：硕士

图像拼接是将两幅具有重叠区域的图像整合成一幅大视野图像的技术,拼接获得的图像包含了两张图像的信息,解决了单张图像信息量少的问题。作为计算机视觉的一个重要部分,图像拼接技术在遥感图像、医疗图像以及智能驾驶方面都有着广泛的... 详细信息

图像拼接是将两幅具有重叠区域的图像整合成一幅大视野图像的技术,拼接获得的图像包含了两张图像的信息,解决了单张图像信息量少的问题。作为计算机视觉的一个重要部分,图像拼接技术在遥感图像、医疗图像以及智能驾驶方面都有着广泛的运用。图像拼接主要有三种方式,其中最主要的是基于特征匹配的方式。在特征匹配中又以特征点的匹配最为常见。特征点的匹配具有速度快、处理灵活、准确率高的优点,是图像处理任务的基础。在图像拼接中特征点的匹配主要包含特征点检测、特征点信息描述和特征点去误匹配三个方面。本文在现有技术的基础上,对特征点信息描述和特征点去误匹配技术进行研究,具体内容如下:1.目前特征点信息描述主要是基于学习的方式,这种方式需要对神经网络进行模型训练。模型的训练需要大量的高质量样本,本文针对目前采样策略采集样本数量少的不足,通过计算输入样本的类类距离,提取距离较小的硬负样本,实现了训练的数据增强,在保证样本质量的同时增加了样本的数目。2.传统神经网络的使用交叉熵作为损失函数训练网络,忽略了对生成描述子的性能约束,不能保证最终获得描述子的质量。这里将损失函数分为三个约束项,从样本的距离关系、样本对之间的距离以及描述子的位分布情况更新网络参数。实验表明这种优化能提升描述子的性能。3.分析传统非极大值抑制算法的运算过程,在传统算法实现的基础上提出一种自适应的非极大值抑制算法。通过排序和引入标记的方法,减少了计算量。实验表明改进的算法具有更高的效率。4.为了实现特征点的去误匹配,本文还对去误匹配算法RANSAC进行研究,针对其迭代次数不易控制的缺点,提出了一种基于局部相似度的去误匹配算法。最后将本文的去误匹配算法、RANSAC去误匹配算法以及两种算法的结合体一起在图像数据集上进行实验,分析算法的综合性能。

关键词：图像拼接卷积神经网络特征点匹配 RANSAC算法