共查询到20条相似文献，搜索用时 31 毫秒
1.
提出一种利用隐马尔可夫模型建立目标特征匹配库来识别图像中局部遮挡目标的新方法。该方法首先通过SIFT算法提取目标SIFT特征,然后采用隐马尔可夫模型对目标所有的SIFT特征进行训练,得到目标SIFT特征对应的模型输出概率范围,将该概率范围作为目标特征匹配库。在对图像中的目标进行识别时,利用目标特征匹配库可以把目标特征从图像所有特征中识别出来,即使目标遮挡比例为60%时,该方法仍能识别出目标。实验结果表明,新方法可以精准地识别出图像中被遮挡目标,能够很好地解决遮挡情况下的目标识别问题。与现有局部遮挡目标识别算法相比,新方法所取得的目标识别率均有所提高。 相似文献
2.
从无人机影像的特点考虑,对SIFT和SURF这两种图像匹配算法进行研究,利用这两种算法对大量无人机影像进行对比较验,比较2种算法的可靠性。结果表明,在植被覆盖较多的地形中,SURF不但在匹配速度上优于SIFT算子,而且在匹配对数量上也要多于SIFT算子。 相似文献
3.
在SIFT局部特征的基础上,扩大了SIFT局部特征描述子,构造了半全局信息的背景环,并将背景环的互信息引入到相似性计算.实验结果表明,该方法与SIFT影像匹配算法相比,有效地提高了匹配的正确率,且对旋转图像的特等匹配具有一定鲁棒性;与全局配准算法相比较,提高了一倍以上的计算效率. 相似文献
4.
使用普通数码相机拍摄奶牛形体图像,应用SIFT特征点检测与匹配算法进行特征点检测、匹配、基础矩阵和单应投影矩阵的计算.实验结果表明,该方法对图像采集的要求低,能适应野外作业,检测的特征点数量大,精确度高,匹配结果准确. 相似文献
5.
6.
农机障碍物目标识别与预警可以有效减少农机伤亡事故。如果将传统的尺度不变特征变换(scale invariant feature transform,简称SIFT)算法应用在农机障碍物目标识别中,特征描述符的运算相对来说比较错综复杂,匹配特征点的时间也比较长。提出1种改进的农机障碍物目标识别SIFT算法,该算法采取特征向量矢量和的方法构建64维度的简化描述符,依据金字塔的构造来匹配特征点。测试结果说明,改进算法对农机监测到障碍物图片匹配计算时间较原来的SIFT算法大幅减少,实时性提高。系统监测到石头等障碍物时,提出预警,有效减少了事故的发生。 相似文献
7.
朱珏钰 《湖南农业大学学报(自然科学版)》2014,(2):97-100
图像区域拷贝是一种常见的数字图像篡改技术,目前的大部分数字图像区域拷贝取证技术未考虑旋转和缩放因素。提出一种新的基于点匹配的图像区域篡改检测算法。首先利用尺度不变旋转变换（SIFT）寻找图像中的关键点,使用主成分分析法(PCA)对关键点进行降维描述,然后利用关键点特征向量的相似度寻找关键相似点。实验表明,该算法不但能够较精确地定位出复制和粘贴的图像伪造区域,还能有效抵抗噪声污染、有损压缩以及旋转等攻击,并有效地减少运算量,提高了检测效率。 相似文献
8.
9.
纳春宁 《内蒙古农业大学学报(自然科学版)》2013,(5):141-144
为了克服Harris角点检测算法在提取角点时需要人为设定响应函数参数和阈值的问题,本文提出一种基于图像信息熵的自适应角点检测算法,利用合适尺度下的图像信息熵能够反映较多图像纹理信息的特点,在非极大值抑制时采用了图像信息熵的自适应阈值,并修改了角点响应函数,避免了阈值设定和参数设定的随机性。通过对添加盐粒噪声的图像进行角点检测并计算角点重复率,表明本文的算法在提取图片角点时有更好的稳定性,能够用于角点检测。 相似文献
10.
为了将基于内容的图像检索技术应用到地质图像的分析与检索中，在使用灰度直方图和Gabor小波变换进行特征提取的基础上，提出了一种使用灰度及纹理这两种特征结合对目标图像进行分析检索的算法。试验结果表明，在进行图像特征相似度匹配时选取合适的相似度闽值，该算法能够取得满意的检索效果。 相似文献
11.
针对具有颜色信息的大豆冠层三维结构形态的重建问题,采用PMD摄像机与彩色摄像机相结合的多源图像采集系统获取大豆冠层多源图像,对大豆冠层多源图像特征点配准方法进行研究。以彩色图像和强度图像为研究对象,利用仿射变换实现彩色图像坐标系到PMD图像坐标系的转换;利用Harris算法检测图像特征点,采用基于归一化互相关系数法(NCC)实现特征点粗匹配。为克服传统RANSAC算法抽样次数较多及和数据检验时间较长的弊端,提出在特征点匹配阶段,按照可信度将特征点对排序,从可信度高的点对开始抽取的方法来优化经典RANSAC算法,进而实现特征点精匹配,最终完成多源图像特征点配准。为验证本研究提出的图像配准算法的有效性,将该算法与传统图像配准算法相对比,结果表明:室外和室内环境下,样本组的平准正确配准率分别为83%和87%,均优于传统图像配准算法,并满足快速配准大豆冠层多源图像特征点的要求。 相似文献
12.
昆虫羽翅是一种结构比较复杂的纹理图像,目前的研究算法都是沿等照度线方向扩散信息,因而在修复线性结构的图像时效果较好,但在修复具有复杂结构的图像时效果不理想。提出了一种新的可以同时修复复杂结构和纹理细节的修复方法。结果表明,该方法对于昆虫羽翅的修复是有效的。 相似文献
13.
基于ROI快速检测与融合特征的马铃薯病害识别 总被引：1，自引：0，他引：1
【目的】针对在原始马铃薯病害图像上提取特征时计算量大、病害识别准确率低以及传统病害区域分割算法速度慢等问题,提出了一种新的基于关键特征点的病害感兴趣区域(ROI)快速检测与融合颜色和纹理特征的识别方法。【方法】对马铃薯病害图像作适当预处理后,首先提取ORB特征点,当其特征点数目小于给定阈值时提取SIFT特征点,再对所提特征点的坐标值按水平和垂直方向排序,并通过计算K个近邻点的均值来确定病害区域的坐标并提取ROI。然后融合病害ROI的HSV颜色直方图和UPLBP纹理直方图构成总特征向量。最后采用非线性SVM识别马铃薯病害。【结果】利用该方法对240幅马铃薯叶部、果实和茎部10种混合病害图像进行识别实验,结果表明,每幅病害图像ROI检测平均时间为0.013 s,平均识别正确率达95.83%,最高达100%,平均运行时间为0.083 s。【结论】基于ORB和SIFT关键特征点的病害ROI检测方法原理简单、易实现且实时性好。本文方法可实现对10类马铃薯病害的快速识别且准确率高,为其它农作物病害识别提供了参考价值。 相似文献
14.
利用基于Tamura纹理特征的图像内容检索技术,通过对原始视频图像进行Tamura纹理特征分析,提取具有极大纹理特征值的某些帧来嵌入水印,水印嵌入算法辅助采用小波变换。仿真试验表明,本算法能抵抗高斯、剪切、泊声等常见的水印攻击。同时算法对视频压缩也表现出良好的健壮性, 对保护视频版权有一定的指导意义。 相似文献
15.
为了解决当前图像修复算法在待修复图像纹理结构较为丰富时易产生模糊效应以及块效应的问题,提出了一种基于梯度变换与最优似然法则的图像修复算法.首先,利用像素点对应的邻域方向特征来构造置信度,用以形成优先权因子.通过优先权因子对待修补块的优先级进行度量,从而确定最优修补块;然后,根据像素点的梯度变换,构造修补块尺寸选择模型,对修补块的尺寸进行自适应调整;最后,利用修补块与匹配块的内积关系、距离关系,分别构造余弦度量模型、相似度量模型,从而建立最优似然法则,从源区域中搜索最优匹配块,对待修复块进行填充修复.实验结果显示,与其他图像修复算法相比,本文算法具备更高的修复质量,能有效克服阶梯效应以及模糊效应. 相似文献
16.
对ASIFT算法原理进行了深入的分析,并在此基础上提出了基于ASIFT的低空遥感影像拼接的新算法.新算法首先利用ASIFT提取图像对应的特征点,通过最小二乘法计算仿射变换矩阵,最后根据仿射矩阵实现图像的变换与拼接.实验结果表明,由于ASIFT算法具有仿射不变性,相比SIFT算法更加符合低空遥感影像的特点,能很好地解决平移、旋转、仿射变换情况下的图像拼接问题. 相似文献
17.
针对复杂红外背景下单一跟踪算法难以准确定位运动目标的问题,提出了基于尺度无迹卡尔曼滤波(SUKF,scale unscented Kalman filter)与尺度不变特征变换(SIFT,scale invariant featuretransform)相结合的红外运动目标跟踪方法。首先,通过SUKF算法对状态空间进行滤波估计,确定运动目标的初步位置,并以此建立局部SIFT特征检测域。其次,SIFT算法在该局部检测域内对运动目标进行特征提取与匹配,最终实现对目标的准确定位;同时,利用定位结果更新并校正SUKF的状态模型。实验结果表明,本文提出的基于SUKF-SIFT的跟踪策略与相关算法相比,体现出较好的跟踪效果与实时性能。 相似文献
18.
曲波域木材纹理特征提取及分类算法研究 总被引：2，自引：0，他引：2
《山东农业大学学报(自然科学版)》2017,(6)
提出了一种基于离散曲波变换的木材纹理识别算法。对于待分类纹理图像进行基于USFFT的曲波域分解,在不同子层的曲波域系数中选择典型矩参数构成特征向量,并利用Brodatz纹理图像数据库以及自建的木材纹理图像库进行了仿真实验,实验结果证实了所提算法的有效性。 相似文献
19.
《南京农业大学学报》2021,44(3)
[目的]本文利用自行搭建的淡水鱼图像采集装置在淡水鱼捕捞现场采集鱼体图像,在图像数据集上提出一种实用的淡水鱼自动识别分类方法。[方法]对14类淡水鱼图像进行预处理、自模板匹配操作,分割出完整的鱼体前景图像;提取鱼体全身、去尾鱼体及鱼尾的16维形状特征,利用灰度-梯度共生矩阵(GLGCM)、局部二值模式(LBP)及Gabor变换提取鱼体纹理特征,采用主成分分析法(PCA)分别筛选GLGCM纹理+形状、LBP纹理+形状和Gabor纹理+形状特征累积贡献率超过85%的特征组合。将降维前后特征集的70%和30%分别作为训练集和验证集,利用朴素贝叶斯、K近邻(KNN)、线性回归、决策树、随机森林、支持向量机(SVM)、梯度提升决策树(GBDT)7种机器学习方法训练淡水鱼品种分类器,并利用验证集数据分析对比各分类器的性能。[结果]鱼体前景图像分割算法测试结果表明,本文提出的自模板匹配方法可在不建立大规模模板库的前提下,以99.79%的正确率分割鱼体图像。分类器性能验证及对比结果表明,基于GLGCM纹理+形状特征的随机森林分类器的淡水鱼识别精度最高,降维获得的5维GLGCM纹理+形状特征向量识别14种淡水鱼的正确率达到99.52%。[结论]提出的自模板匹配方法可以在不构建庞大模板库的前提下实现鱼体前景区域的分割,基于筛选得到的GLGCM纹理+形状特征的随机森林分类器可用于自动识别淡水鱼品种。 相似文献