苏可心
,
韩广良
,
孙海江
液晶与显示
doi:10.3788/YJYXS20132804.0626
针对原SURF算法难以解决图像发生仿射变换特别是发生大视角变换时的有效匹配问题,提出了一种基于SURF的抗视角变换图像匹配算法.算法首先通过模拟可能的视角变换对基准图像进行视角补偿来生成模拟图像序列；再对序列中的每幅图像分别提取SURF特征点并映射到基准图中,构成基准图像的特征点集,从而增加了基准图像中抗视角变换特征点数目；最后以欧氏距离作为相似度量准则得到待配准图像和基准图像间的SURF匹配特征点对.实验结果表明,所提算法增加了特征点匹配对数目,改善了视角变换过大(大于60°)使得图像无法匹配的情况.
关键词:
SURF
,
视角变换
,
模拟图像序列
,
图像匹配
王飞宇
,
邸男
,
贾平
液晶与显示
doi:10.3788/YJYXS20142904.0598
为了获得能够很好地应用于远距离目标识别且计算快速的图像特征,本文提出了一种结合尺度空间FAST(加速分割试验特征)角点检测器和SURF(加速鲁棒特征)描绘器的新特征算法.SURF算法利用了基于快速海森矩阵的关键点检测算法,容易从图像中快速海森矩阵响应值较高但信息匮乏的边缘区域提取大量关键点,进而导致大量的低独特性特征以及不可忽视的误匹配率;同时,其高斯滤波带来的图像模糊使得算法在远距离目标区域内检测到的关键点数量减少,从而对远距离目标的识别造成困难.针对SURF算法的这些问题,本文方法利用尺度空间FAST算法代替快速海森矩阵,并利用具有良好的独特性的SURF描绘器.该方法能够有效地减少对上述类型的干扰性关键点的提取,对远距离目标的关键点检测的性能相对于快速海森矩阵具有显著优势,且其独特性优于同样使用FAST角点检测器的BRISK特征.实验结果表明,对于带有光照变化、尺度变化和3D视角变化目标,基于本文特征的识别算法的识别正确率高于基于SIFT、SURF和BRISK特征的识别算法;本文特征适用于远程目标识别,同时其计算速度达到了与SURF接近的水平.
关键词:
目标识别
,
图像特征
,
关键点
,
FAST
,
SURF
张二磊
,
马骏
,
王晓田
液晶与显示
doi:10.3788/YJYXS20173202.0144
为了进一步提高彩色遥感图像的配准精度,针对遥感图像配准过程中色彩信息利用率低的问题,提出一种改进的SURF(Speeded Up Robust Feature)彩色遥感图像配准算法.该算法首先在对彩色遥感图像进行特征点检测基础上,对特征点描述算子进行改进,以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中;其次,对特征点描述算子进行归一化处理,以增加算子的独特性和对旋转、尺度、光照的鲁棒性;最后,利用Hession矩阵的迹提高精度以及欧氏距离比率完成特征点匹配,得到正确匹配点对,再通过变换矩阵参数估计和插值处理得到配准图像.实验结果表明,在保证实时性的条件下,该算法相比经典SIFT算法和SURF算法,准确性和稳定性都有一定提高,具有一定的理论和应用价值.
关键词:
彩色遥感图像
,
SIFT
,
SURF
,
改进描述符
,
迹
李英
,
李静宇
,
徐正平
液晶与显示
doi:10.3788/YJYXS20112604.0544
为了解决运动目标快速跟踪过程的实时性与稳定跟踪问题,提出了结合SURF(Speed Up Robust Features)与K-means聚类分析的运动目标快速跟踪算法(SURF-KMs),对图像的局部多尺度特征提取与描述进行了研究.首先,使用SURF算法在跟踪窗口内提取特征点,生成并匹配特征矢量.然后,利用K-means 算法估计目标特征点的质心位置,确定其聚集范围,实时更新窗口尺寸和位置.最后,建立目标模板更新策略,当目标发生形态变化而无遮挡时,更新目标模板.实验结果表明,当目标发生大角度旋转和快速缩放,同时发生颜色变化时,所提出的SURF-KMs算法仍能够实现稳定的跟踪,且满足运动目标实时跟踪的稳定可靠、精确度高、抗干扰能力强等指标要求.
关键词:
SURF
,
聚类分析
,
运动目标
,
快速跟踪
