快速鲁棒性非线性尺度不变的特征匹配算子

发布时间：2018-07-09 19:16

  本文选题：特征匹配 + SURNSIF　； 参考：《西北工业大学学报》2016年06期

【摘要】：提出了一种快速鲁棒性非线性尺度不变的特征匹配算子(speeded up robust nonlinear scale invariant feature,SURNSIF),通过检测子非线性尺度空间的快速求解去除了噪声,同时保证了图像边缘细节,并将自适应选取尺度空间组数、adaptive and generic corner detection based on the accelerated segment test(AGAST)与框状拉普拉斯滤波器去除边缘响应相结合,兼顾了检测的准确性与实时性;描述子交叠带的构建、规范微分响应与非线性尺度空间约束的引入增强了描绘准确性。通过与scale invariant feature transform(SIFT)、speeded up robust features(SURF)、KAZE、binary robust invariant scalable keypoints(BRISK)、AGAST以及快速海森(fast-Hessian)的实验对比,SURNSIF的5种变换鲁棒性均较强,同时速度也更快,综合性能较KAZE提高约10.87%,速度提高约47%。
[Abstract]:A fast robust nonlinear scale-invariant feature matching operator, (speeded up robust nonlinear scale invariant feature surfs, is proposed. The noise is removed and the image edge details are guaranteed by the fast solution of the detection subnonlinear scale space. The adaptive and generic corner detection based on the accelerated segment test (AGAST) is combined with the frame Laplace filter to remove the edge response, which takes into account the accuracy and real-time of the detection, and the construction of the description sub-overlapping band. The introduction of normal differential response and nonlinear scale space constraints enhances the accuracy of description. Compared with scale invariant feature transform (sift (speeded up robust features (surf), KAZE / binary robust invariant scalable keypoints (BRISK) and fast-Hessian (fast Hessian), the five transformations of SURNSIF are robust, and the speed is also faster. The comprehensive performance is improved by 10.87 and 10.4747 by comparing with scale invariant feature transform (sift and fast-Hessian.
【作者单位】： 军械工程学院;
【基金】：国家自然科学基金(51307183)资助
【分类号】：TP391.41

【参考文献】

相关期刊论文 前5条

1 余淮;杨文;;一种无人机航拍影像快速特征提取与匹配算法[J];电子与信息学报;2016年03期

2 张宝龙;李洪蕊;李丹;戴凤智;;一种针对车载全景系统的图像拼接算法的仿真[J];电子与信息学报;2015年05期

3 李鹏;武文波;王宗伟;;基于非线性尺度空间的多源遥感影像匹配[J];测绘科学;2015年07期

4 王飞宇;邸男;贾平;;结合尺度空间FAST角点检测器和SURF描绘器的图像特征[J];液晶与显示;2014年04期

5 宋芳;李勇;陈勇;;多源遥感图像中的图像配准方法[J];激光杂志;2008年03期

相关博士学位论文 前1条

1 廖斌;基于特征点的图像配准技术研究[D];国防科学技术大学;2008年

相关硕士学位论文 前1条

1 胡波;基于颜色不变量的特征匹配算法研究[D];辽宁大学;2014年

【共引文献】

相关期刊论文 前10条

1 张岩;李建增;李德良;杜玉龙;;快速鲁棒性非线性尺度不变的特征匹配算子[J];西北工业大学学报;2016年06期

2 孙珊珊;;蚁群算法优化支持向量机的人脸识别[J];现代电子技术;2016年21期

3 王丽;;融合底层和中层字典特征的行人重识别[J];中国光学;2016年05期

4 张岩;李建增;李德良;杜玉龙;;快速稳健的自适应非线性尺度特征检测子[J];系统工程与电子技术;2016年11期

5 徐圣良;;一种无人战斗机飞行轨迹的跟踪方法[J];西安工程大学学报;2016年04期

6 高放;陆频频;王旭;;基于相似特征点集的SIFT匹配改进算法[J];测绘工程;2016年06期

7 王华;王倩;顾鑫;李潇;曹建文;夏耘;;基于双向稀疏光流融合的小目标检测方法[J];电视技术;2016年03期

8 余淮;杨文;;一种无人机航拍影像快速特征提取与匹配算法[J];电子与信息学报;2016年03期

9 王力;贾平;张叶;马天翔;;复杂地物条件下基于线特征的异源景象匹配[J];中国光学;2016年01期

10 张岩;李建增;李德良;周子栋;杜玉龙;;基于特征的遥感图像匹配技术研究[J];无线电工程;2016年02期

相关博士学位论文 前10条

1 毛敏;基于宽基线的弱纹理特征点提取与描述方法研究[D];东华大学;2014年

2 章学静;像素级图像增强及配准算法研究[D];北京理工大学;2014年

3 王春媛;遥感图像几何校正及目标识别技术研究[D];哈尔滨工业大学;2014年

4 王蓓蕾;快速腹部医学图像配准方法的应用研究[D];东北大学;2013年

5 王珂;基于有向点和有向线段的图像匹配算法研究[D];华中科技大学;2013年

6 韩雨;变分和非凸正则在图像处理中的应用研究[D];西安电子科技大学;2013年

7 曾峦;基于不变特征的图像拼接及软同步直写硬盘记录技术研究[D];哈尔滨工业大学;2012年

8 王运;超光谱图像系统几何校正与图像配准方法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2011年

9 姜磊;视频电子消旋系统研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2011年

10 袁红星;多视目标重构和绘制方法研究[D];中国科学技术大学;2010年

【二级参考文献】

相关期刊论文 前10条

1 张宝龙;李洪蕊;李丹;戴凤智;;一种针对车载全景系统的图像拼接算法的仿真[J];电子与信息学报;2015年05期

2 胡同喜;牛雪峰;谭洋;陈新鹏;;基于SURF算法的无人机遥感影像拼接技术[J];测绘通报;2015年01期

3 沈秋;李小凡;孔繁锵;代俣西;;基于仿射模型的无人机视频实时压缩算法[J];电子与信息学报;2014年12期

4 易磊;褚中理;郑克斌;范永弘;王惠;;面向无人机红外影像拼接的特征提取算法对比研究[J];测绘科学技术学报;2014年06期

5 黄岩岩;李庆;张斌珍;;鱼眼畸变棋盘格图像校正[J];计算机工程与应用;2014年12期

6 李德仁;李明;;无人机遥感系统的研究进展与应用前景[J];武汉大学学报(信息科学版);2014年05期

7 颜雪军;赵春霞;袁夏;;一种鲁棒的基于图像对比度的局部特征描述方法[J];电子与信息学报;2014年04期

8 何宾;陶丹;彭勃;;高实时性F-SIFT图像拼接算法[J];红外与激光工程;2013年S2期

9 李根;费章君;杨仕友;;基于几何成像模型的鱼眼镜头图像校正算法和技术研究[J];机电工程;2013年10期

10 赵建川;王弟男;陈长青;郭劲;;红外激光主动成像和识别[J];中国光学;2013年05期

相关硕士学位论文 前1条

1 许俊勇;移动机器人全景vSLAM研究[D];上海交通大学;2008年

【相似文献】

相关期刊论文 前10条

1 聂瑞华,邬家炜;手写速记符的识别与特征匹配研究[J];计算机工程;1999年08期

2 王涌天;林精敦;陈靖;郭俊伟;刘伟;薛康;;随机树特征匹配算子性能研究[J];北京理工大学学报;2009年11期

3 肖秦琨;刘向军;;基于局部特征匹配的目标跟踪研究[J];电子设计工程;2011年22期

4 王平,普杰信;基于特征匹配的芯片管脚视觉检测系统设计[J];电脑开发与应用;2004年07期

5 安如,金夏玲,王慧麟,冯学智,徐大新;基于特征匹配的影像可匹配性研究[J];红外与激光工程;2005年04期

6 吕金建;文贡坚;李德仁;王继阳;;一种新的基于空间关系的特征匹配方法[J];测绘学报;2008年03期

7 张欣;陈康宏;万嘉若;;景物目标的启发式特征匹配识别法[J];自动化学报;1987年01期

8 李泓;;基于投影特征匹配的便携式美元面值识别仪[J];单片机与嵌入式系统应用;2007年11期

9 周天阳;朱俊虎;王清贤;;基于多特征匹配的隐藏进程检测方法[J];计算机应用;2011年09期

10 于志鹏;李晓明;;基于谱图理论的特征匹配原理研究[J];太原师范学院学报(自然科学版);2012年02期

相关会议论文 前8条

1 苏剑波;;弱标定复杂场景特征匹配中同形映射误差分析[A];2007年中国智能自动化会议论文集[C];2007年

2 杨平;厉小润;;基于二级特征匹配的卡尔曼滤波跟踪算法[A];2011第十六届全国自动化技术与应用学术年会专辑[C];2011年

3 王蕾;宋文忠;吴剑锋;;一种灰度与特征匹配相结合的混合算法[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

4 季方;鲍远律;海涛;屈静;;特征匹配法实现地图中特殊符号的快速识别[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

5 蔺，

本文编号：2110391