我们首先描述并实现了三种用于检测关键点的算法,分别是HARRIS、MSER和DOG。然后,在找到图像中的关键点后,我们试图从这些关键点中提取出有区分性的特征。我们研究并尝试实现了另外三种算法,分别是SIFT、PCA-SIFT和GLOH。接着,我们讨论了如何在不同图像之间建立特征对应关系,并实现了点匹配算法和图像匹配算法。最后,我们...
针对 SIFT 特征匹配中耗时长、匹配点对少、准确率低的问题,提出 PCA‐ SIFT 特征匹配的方法。使用更加精简的方法构建特征点描述向量,通过预先构建 的投影矩阵对描述向量进行主成分分析,降低描述向量的维度从而提高了特征匹配 的速度,同时降维也对描述向量进行了去噪提纯,使得匹配更加准确。实验证明, 利用 PCA‐SIFT ...
基于CUDA的PCA-SIFT算法研究# 申昊,孙永奇** (北京交通大学计算机与信息技术学院,北京100044) 5 10 15 20 25 30 35 40 摘要:主成分不变特征检测算法PCA-SIFT被广泛应用于图像特征的检测。本文利用最新的 图形处理单元(GPU)并行架构和统一计算设备架构(CUDA)灵活的编程性,提出了一种基于 CUDA的快速PCA-SIFT特征...
本文详细描述了CUDA的编程模型、线程组织和存储器结构,并深入分析了SIFT特征检测算法和PCA-SIFT特征检测算法的具体实现步骤,揭示了SIFT和PCA-SIFT算法之间的联系。在上述研究工作基础上,提出了一种基于CUDA的并行PCA-SIFT特征检测算法,并对该算法进行了实验验证。实验结果表明,本文所设计的算法能够保证特征检测与特征描述...
在提取PCA-SIFT特征的基础上,利用最近邻近算法建立特征点对之间的初次匹配,采用具有鲁棒性的随机抽样一致性算法(RANSAC)去除错误匹配,最后运用渐入渐出加权融合算法进行图像融合.40组拼接仿真实验中,图像拼接速度相较于传统的基于SIFT算法提高了46%~49%.实验结果表明,该方法在保证具有良好的拼接质量的前提下,提高了...
针对图像拼接中尺度不变特征变换(SIFT)算法没有充分考虑特征点的分布情况且计算复杂,耗时较长等问题,提出了一种基于改进的PCA-SIFT算法.该算法首先在空间极值点检测阶段引入改进的非极大值抑制法对初始特征点进行优选,得到分布更加均匀的特征点集;然后在构建描述符阶段基于圆形领域提取64维SIFT描述符,并使用主成分分析...
本文针对SIFT算法在匹配时特征向量过多,实时性不高的问题,利用SIFT算法提取出图像中稳定的特征点以及特征向量,利用PCA算法对SIFT特征向量进行维数约减。实验证明该算法在保持了SIFT算法稳定性的同时,有效地提高了匹配速度。关键词:工件识别 SIFT 特征向量 维数约减 ...
针对双目视觉测量中的立体匹配问题,提出了一种基于主成分分析(PCA)算法和尺度不变特征变换(SIFT)匹配算法相结合的双目视觉立体匹配新方法.该系统以GSI编码点为特征点,利用双目相机对以散斑为背景的编码标识板进行成像,利用PCA算法与SIFT算法结合的新算法对采集的图像进行特征提取与匹配解算.可实现对GSI编码点特征的准确...
基于PCA-SIFT特征的目标识别算法
一种基于SIFT的特征提取在人脸识别算法中的研究 基于几何特征,模板,以及,子空间(例如PCA,LPP,NPE)等人脸识别算法,在遭受的这样条件影响下识别准确性会急剧下降.基于局部的图像特征点的方法由于对复杂背景下的的... 于祥春 - 吉林大学 被引量: 3发表: 0年 基于改进的SIFT算法的多模态识别 本文针对单一模式识别...