共查询到20条相似文献,搜索用时 15 毫秒
1.
《科技视界》2014,(32)
灾害前后遥感图像全局结构相对稳定不变,特征点遍布在全局形状中,形状上下文采用对数极坐标系,对小距离变化区分度高而中长距离区分度低,本文提出了一种基于自适应阈值距离分段坐标系的傅里叶相对形状上下(SAT-RFSC),SAT-RFSC使用特征点的距离,计算描述算子的自适应阈值(SAT)得到坐标系,这种自适应距离分段坐标系提高了特征描述符中长距离的区分度。相对傅里叶形状上下文(RFSC)实现了算法的旋转不变性。使用RANSAC方法计算仿射变换矩阵实现配准。实验结果证明:本文提出的SAT-RFSC能实现大范围旋转角度变化图像配准。配准精度显著高于传统SIFT算法,和对数极坐标系和对数坐标系划分法相比,SAT具有更高的距离区分度。 相似文献
2.
3.
4.
5.
社团结构是复杂网络重要特征之一。本文综述了三种比较有代表性的算法,Kernighan-Lin算法,谱平分法和GN算法;比较了他们的优缺点。 相似文献
7.
为了改善传统方法牛只个体身份识别的误识别和操作复杂等现象,试验提出了一种基于计算机视觉提取牛唇纹图像局部不变特征来识别牛只的方法,即使用相机拍摄牛唇纹图像制作数据集,收集了51头牛的唇纹图像,每头有5~30张,共475张,对图像进行统一分辨率大小和限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization, CLAHE)预处理之后,使用关键点阈值为1 150个的尺度不变特征变换(scale invariant feature transform, SIFT)提取图像特征,最后用最近邻(K-nearest neighbors, KNN)特征匹配对牛唇纹图像分类,并比较了图像预处理、关键点数量阈值和SIFT、加速鲁棒特征(speeded-up robust features, SURF)、定向快速旋转(oriented fast and rotated brief, ORB)三种不同特征提取算法对牛唇纹识别准确率的影响。结果表明:使用统一分辨率大小和CLAHE处理牛唇纹图像,并设置关键点数量阈值为1 150个时,SIFT对... 相似文献
9.
本文根据高分辨率遥感影像城市道路与房屋等建筑物在空间域中光谱特征差异很小,而在频率域中区别很大的特点,提出一种基于频率域的道路提取方法.在图像频率域中利用Butterworth高通滤波器对图像进行锐化增强处理,突出道路的边缘信息,将道路与建筑物初步区分开来;再对增强后的图像二值化,通过形态变换等方法对图像中的建筑物进行归类合并,并去除道路上的行人、汽车、斑马线、树的阴影等噪声点;最后对图像进行细化和修剪,得到单像素宽的道路中心线信息.通过遥感图像实验验证,该方法可以快速准确提取复杂的城市道路信息. 相似文献
10.
11.
提出了一种利用Open CV函数库来进行图像处理,并进行图像基本处理,AOI区域定位,特征点坐标提取的方法,定位时采用行列扫描的方法确定车辆上下和左右边界,然后对存在车辆信息噪声的情况进行了过滤,AOI区域定位采用了边缘检测阈值比较的方法,特征点的坐标提取是采用平均模板匹配法,得到了很好的效果。 相似文献
12.
精准识别仔猪间社交关系对了解仔猪内部社交和预警异常仔猪具有重要意义。针对传统方法在仔猪社交识别时存在的人工依赖多、劳动强度大、观测效率低等问题,本研究借助机器视觉与深度学习技术,提出了一种基于改进的YOLOv5模型的仔猪社交识别研究方法。该研究以9头30~35日龄群养的长白二元杂交仔猪为研究对象,从顶部视角连续采集视频数据,经图像截取与数据增强共获得13 389张图像作为数据集。首先,选取Faster R-CNN、SSD、YOLOv4和YOLOv5这4种典型目标检测算法对数据集进行训练,通过对比分析,确定用于仔猪个体身份识别最优模型;然后依据K-means聚类算法确定仔猪社交中心,通过计算仔猪与社交中心的欧氏距离量化仔猪社交值,利用位置信息构建仔猪社交网络,绘制仔猪运动轨迹,获得社交正常与社交异常仔猪的识别阈值;最后,利用该阈值对仔猪进行分类,识别社交异常仔猪个体并实现预警。经测试,改进的YOLOv5对群养仔猪个体身份识别的平均精度均值达99.29%,模型大小为13.71 MB,满足仔猪身份识别需求,与YOLOv5、YOLOv4、SSD和Faster R-CNN模型相比,改进的YOLO... 相似文献
13.
14.
15.
16.
17.
18.
19.