尺度不变性
尺度不变性的相关文献在1994年到2022年内共计79篇,主要集中在自动化技术、计算机技术、测绘学、无线电电子学、电信技术
等领域,其中期刊论文62篇、会议论文3篇、专利文献17957篇;相关期刊54种,包括平顶山学院学报、重庆工商大学学报(自然科学版)、中南大学学报(自然科学版)等;
相关会议3种,包括第八届全国虚拟现实与可视化学术会议(CCVRV'08)、第十届全国信号和智能信息处理与应用学术会议、第四届全国信息获取与处理学术会议等;尺度不变性的相关文献由241位作者贡献,包括许钢、刘煜、吴华等。
尺度不变性—发文量
专利文献>
论文:17957篇
占比:99.64%
总计:18022篇
尺度不变性
-研究学者
- 许钢
- 刘煜
- 吴华
- 周涵
- 周轩弘
- 周韬
- 姚剑敏
- 宿丁
- 张启衡
- 张政
- 张立国
- 张茂军
- 徐增敏
- 曾晓茹
- 朱俊锋
- 李季
- 李红阳
- 柯亨进
- 柴笑宇
- 江娟娟
- 熊小东
- 胡瑞敏
- 许丹丹
- 谢盛华
- 谭树人
- 郭太良
- 钱荣威
- 陈军
- 陈华锋
- 马增强
- 高跃
- 黄正跃
- HE Shiyi
- Herbert W.Marsh
- Jacques Levy Vehel
- John Wiley
- Patrice Abry
- Paulo Goncalves
- WANG Yunhe
- XU Chao
- 万昊雷
- 乔志伟
- 乔警卫
- 于起峰
- 伏娜娜
- 何勇
- 何诗怡
- 余强
- 余英林
- 侯杰泰
-
-
胡志锋;
许钢;
陈玲;
伏娜娜
-
-
摘要:
针对传统ORB算法不具有尺度不变性的问题及匹配速率的问题,提出改进ORB算法的特征匹配.将SURF算法与传统ORB算法结合,先利用SURF算法的尺度金字塔得到具有尺度不变性的特征点,解决特征点匹配的尺度性问题,再对用ORB算法生成的高维描述符进行降维处理,提高算法的匹配速率,最后用暴力匹配方式完成图像匹配.实验结果解决了传统ORB算法在特征匹配时的尺度不变性问题,同时降维处理提高了算法匹配速率.
-
-
徐万泽;
李柏林;
欧阳;
罗剑桥
-
-
摘要:
针对在金属零件的模板匹配中,由于图像采集时零件摆放的位置和方向不同,使匹配图像中存在零件的不同侧面导致传统匹配方法准确率低的问题,提出了一种使用环形特征模板的模板匹配算法RT-MM.通过一组同心圆将模板分割为几个环形区域,利用环形区域相互之间的关系作为预选区域的定位特征,在匹配图像中快速筛选出若干个预选区域;通过Sobel算子寻找各环形区域中的稳定点,根据各环形区域包含的稳定点数量筛选出能够代替整幅模板图像的环形区域;从环形区域中提取精确匹配的特征,对预选区域进行筛选,从而得到精确的匹配结果.
-
-
周涵;
马增强;
许丹丹;
钱荣威
-
-
摘要:
针对ORB(Oriented FAST and Rotated BRIEF)算法不具有尺度不变性的缺陷,结合多尺度Shi-Tomasi算法提出了改进的ORB算法:STORB(Shi-Tomasi-ORB)算法.首先在多尺度空间中通过快速预筛选后检测Shi-Tomasi特征点,然后使用ORB算法生成具有方向信息和尺度信息的特征点描述子,最后采用汉明(Hamming)距离对特征点进行匹配,并结合随机抽样一致(RANSAC)算法对匹配结果进行优化,实现图像的准确匹配.实验结果表明,STORB算法不仅保留了ORB算法优良的旋转不变性与实时性,而且当图像发生尺度变化时特征点匹配正确率达到了95.8%,比ORB算法提高了65.2%.
-
-
周涵;
马增强;
许丹丹;
钱荣威
-
-
摘要:
针对ORB(Oriented FAST and Rotated BRIEF)算法不具有尺度不变性的缺陷,结合多尺度Shi-Tomasi算法提出了改进的ORB算法:STORB(Shi-Tomasi-ORB)算法。首先在多尺度空间中通过快速预筛选后检测Shi-Tomasi特征点,然后使用ORB算法生成具有方向信息和尺度信息的特征点描述子,最后采用汉明(Hamming)距离对特征点进行匹配,并结合随机抽样一致(RANSAC)算法对匹配结果进行优化,实现图像的准确匹配。实验结果表明,STORB算法不仅保留了ORB算法优良的旋转不变性与实时性,而且当图像发生尺度变化时特征点匹配正确率达到了95.8%,比ORB算法提高了65.2%。
-
-
武晓蕊;
郑琳;
余强;
李佳;
罗浪;
吴宇睿;
许志浩
-
-
摘要:
提出了一种基于尺度不变性特征变换的检测仪器面板关键数据精准定位方法,针对变电检测常用仪器在分辨率变化、角度变化、光线变化、雨水/积灰/泥土杂质干扰等状态下共1020张图片进行了关键数据定位测试.结果表明,该方法对以上干扰均具有良好的特征定位鲁棒性,对拍摄角度不超过45°的整体随机样本的特征定位准确率达96%以上,可用于复杂现场环境下变电检测仪器面板数据精准定位及提取辅助.
-
-
胡育诚;
芮挺;
杨成松;
王东;
刘恂
-
-
摘要:
为了提高无人机航拍图像配准的实时性,通过分析无人机巡航高度相对稳定及图像缺乏高频的细节信息的特点,提出了一种改进SIFT特征点检测方法,显著提高了图像的配准速度,并构建了一个用于图像拼接的航空影像数据集进行实验验证.首先分析了SIFT(Scale Invariant Feature Transform)算法关于特征点尺度不变性的理论依据及实现方法,提出了消除冗余性能的策略;然后采用减少高斯金字塔阶数与层数以及选择在每阶的第三层图像开始检测极值点,以减小差分尺度空间规模的方法;最后在数据集上进行了与现有图像配准方法的对比实验.实验结果证明,所提方法能够获得匹配稳健、鲁棒性高的特征点,匹配耗时只有经典SIFT的1/10,该方法为无人机航拍图像快速拼接提供了技术支持.
-
-
-
李季;
周轩弘;
何勇;
刘欣;
陈泽炜
-
-
摘要:
在目标检测算法中,尺度变化是目标检测的关键问题之一.针对不同目标拥有不同尺度的问题,构建一个三分支网络,生成能表示对应尺度的特征图,每个分支对应特定的感受野,分别负责检测大、中、小物体.通过筛选合适尺度的对象实例进行训练,保持各分支的尺度不变性.为保证小物体的检测效果,没有对检测小物体的分支采用下采样,同时使用膨胀卷积增加语义信息;检测大物体的分支则采用更大膨胀率的膨胀卷积,扩大感受野,获得更多的语义信息.在保证尺度不变性的情况下,特征融合必不可少,因此使用多尺度融合的思想,在不影响并行的三分支网络的情况下,对低层特征与高层特征进行了选择性融合.
-
-
-
-
HE Shiyi;
何诗怡;
WANG Yunhe;
王云鹤;
XU Chao;
许超
- 《第十届全国信号和智能信息处理与应用学术会议》
| 2016年
-
摘要:
利用局部描述子对图像进行重建可以融合特征空间和图像空间,有效地减少存储消耗.传统算法先将局部描述子还原成图像块然后拼接到图像上.由于局部描述子通常具有尺度不变性,不同尺度的图像块的重建误差是不一样的,将它们一起考虑会导致重建图像中不同区域的精度不一样.为解决这个问题,提出一种尺度加权的TV范数图像重建算法.该算法对每一个局部描述子所对应的图像区域,根据其尺度设立权值,最后利用TV范数建立模型,对原始图像进行重建.实验结果表明,相比于传统方法,提出的算法重建出来的图像更精确,平均PSNR提高了1.5 dB.
-
-
宿丁;
张启衡;
谢盛华
- 《第四届全国信息获取与处理学术会议》
| 2006年
-
摘要:
针对复杂背景的分形尺度不变性,提出了一种扩展目标分割新算法.首先将大、小两种尺度下像素邻域内的灰度信号转化为一维,分别进行离散傅立叶变换(DFT),再利用频域的极大似然估计提取分形维数,选取小尺度的分维数图表征各边缘的精确位置,而大尺度的分维数图表征抑制背景纹理后的目标主要轮廓,然后计算图像边缘的方向性函数,使大尺度边缘在小尺度边缘限定的范围内,选择幅度与方向接近的目标边缘进行连接,最后进行阈值分割,得到闭合的精确边缘结果.实验证明了算法的有效性和可靠性.
-
-
乔警卫;
胡少兴
- 《第八届全国虚拟现实与可视化学术会议(CCVRV'08)》
| 2008年
-
摘要:
提取图像的特征点并进行匹配,是三维重建中的关键技术之一,也是计算机视觉的一个瓶颈,至今仍未得到彻底解决.本文研究了Harris和SIFT两种应用广泛的特征点提取算法,对提取的特征点采用欧式距离度量点对的相似性,利用最近邻法搜索策略进行特征匹配.通过实验比较了两种算法的特征点提取结果,Harris算法对特征点进行了非最大抑制,特征点比较分散,SIFT特征点具有尺度不变特性,定位精度达到子像素级.最后,对SIFT特征点进行了宽基线下的匹配.
-
-
乔警卫;
胡少兴
- 《第八届全国虚拟现实与可视化学术会议(CCVRV'08)》
| 2008年
-
摘要:
提取图像的特征点并进行匹配,是三维重建中的关键技术之一,也是计算机视觉的一个瓶颈,至今仍未得到彻底解决.本文研究了Harris和SIFT两种应用广泛的特征点提取算法,对提取的特征点采用欧式距离度量点对的相似性,利用最近邻法搜索策略进行特征匹配.通过实验比较了两种算法的特征点提取结果,Harris算法对特征点进行了非最大抑制,特征点比较分散,SIFT特征点具有尺度不变特性,定位精度达到子像素级.最后,对SIFT特征点进行了宽基线下的匹配.
-
-
乔警卫;
胡少兴
- 《第八届全国虚拟现实与可视化学术会议(CCVRV'08)》
| 2008年
-
摘要:
提取图像的特征点并进行匹配,是三维重建中的关键技术之一,也是计算机视觉的一个瓶颈,至今仍未得到彻底解决.本文研究了Harris和SIFT两种应用广泛的特征点提取算法,对提取的特征点采用欧式距离度量点对的相似性,利用最近邻法搜索策略进行特征匹配.通过实验比较了两种算法的特征点提取结果,Harris算法对特征点进行了非最大抑制,特征点比较分散,SIFT特征点具有尺度不变特性,定位精度达到子像素级.最后,对SIFT特征点进行了宽基线下的匹配.
-
-
乔警卫;
胡少兴
- 《第八届全国虚拟现实与可视化学术会议(CCVRV'08)》
| 2008年
-
摘要:
提取图像的特征点并进行匹配,是三维重建中的关键技术之一,也是计算机视觉的一个瓶颈,至今仍未得到彻底解决.本文研究了Harris和SIFT两种应用广泛的特征点提取算法,对提取的特征点采用欧式距离度量点对的相似性,利用最近邻法搜索策略进行特征匹配.通过实验比较了两种算法的特征点提取结果,Harris算法对特征点进行了非最大抑制,特征点比较分散,SIFT特征点具有尺度不变特性,定位精度达到子像素级.最后,对SIFT特征点进行了宽基线下的匹配.
-
-
乔警卫;
胡少兴
- 《第八届全国虚拟现实与可视化学术会议(CCVRV'08)》
| 2008年
-
摘要:
提取图像的特征点并进行匹配,是三维重建中的关键技术之一,也是计算机视觉的一个瓶颈,至今仍未得到彻底解决.本文研究了Harris和SIFT两种应用广泛的特征点提取算法,对提取的特征点采用欧式距离度量点对的相似性,利用最近邻法搜索策略进行特征匹配.通过实验比较了两种算法的特征点提取结果,Harris算法对特征点进行了非最大抑制,特征点比较分散,SIFT特征点具有尺度不变特性,定位精度达到子像素级.最后,对SIFT特征点进行了宽基线下的匹配.
-
-
乔警卫;
胡少兴
- 《第八届全国虚拟现实与可视化学术会议(CCVRV'08)》
| 2008年
-
摘要:
提取图像的特征点并进行匹配,是三维重建中的关键技术之一,也是计算机视觉的一个瓶颈,至今仍未得到彻底解决.本文研究了Harris和SIFT两种应用广泛的特征点提取算法,对提取的特征点采用欧式距离度量点对的相似性,利用最近邻法搜索策略进行特征匹配.通过实验比较了两种算法的特征点提取结果,Harris算法对特征点进行了非最大抑制,特征点比较分散,SIFT特征点具有尺度不变特性,定位精度达到子像素级.最后,对SIFT特征点进行了宽基线下的匹配.