基于改进ORB算法的特征点匹配研究

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%。     

大数据环境下利用新型FTS的并行细节点指纹匹配通用分解方法

随着指纹识别数据库规模的不断扩大,指纹识别系统的通用性、可靠性亟须提高。为了解决该问题,提出了利用新型指纹拓扑结构(FTS)的并行化细节点指纹匹配分解方法。该方法首先根据k近邻算法设计了叉点和端点新的结构,并提取出细节点特征。然后,将匹配分数的计算过程分解为几个小步骤来执行,在更精细的层次上分割2个指纹的最终匹配,以此定义局部结构子集之间的部分分数。最后,单独计算这些部分分数,将它们合并在一起,构成一个非常灵活的预测值,并允许丢弃部分分数。此外,提出了基于细节点置信度的指纹匹配算法,有助于全局范围上的指纹信息提取,从而确保局部相似细节点的有效匹配。在SFinGe数据库上的实验结果表明:所提出的分解框架可适用于Apache Hadoop、Apache Spark等大数据环境,具有良好的可靠性。将提出的分解方法应用于3种匹配算法中进行实验,结果表明提出的分解方法具有良好的通用性。     

点模式指纹匹配算法研究与实现

指纹匹配是实现指纹识别的重要环节,针对如何提高识别率、减少算法复杂度,介绍了一种点模式的指纹匹配算法。其优点是:将匹配分为两步进行,减少了拒判时间;初匹配利用了细节点间的局部结构关系,既克服了图像的平移和旋转也得到了更精确的坐标校准参数;二次匹配阶段,整合多种判决条件作为识别的依据,提高了识别率。其实验结果表明,该算法复杂度低,识别率较高,有较强实用价值。     

立体视觉中的特征点匹配算法研究

立体视觉中的特征点匹配是计算机视觉中的重要组成部分,是获取三维几何信息的重要步骤。特征点匹配算法可遵从下述处理过程:(1)特征点的选择;(2)点匹配。本文比较了经典的H arris、SU SAN和相位一致性角点检测算法,得出通过相位技术找出的边缘特征点具有良好的抗噪性和稳定性,再结合基于灰度相关及外极线约束的双向匹配技术,可获得很好的匹配效果。最后,给出了实验结果。     

采用复倒谱和子串匹配的音频指纹算法研究

提出了一种基于复倒谱变换和子串匹配的数字音频指纹算法.该算法通过应用混沌方法生成用户指纹,并将原始音频信号分帧并实施复倒谱变换后,进行指纹嵌入.指纹的识别采用子串匹配的方法,计算出待检测的指纹与原始指纹之间的匹配结果,最终确定待检测的未知音频.实验结果表明:该算法具有良好的鲁棒性,能抵御常见的音频攻击,可应用于音乐版权保护、音频识别等领域.     

SIFT匹配算法在视频拼接中的优化应用

在视频拼接中．由于视频帧存在噪音大,光线变化、模糊以及旋转等情况,传统的SIFT算法处理后出现了较多的错误匹配点时。为了提高匹配的准确率,提出了一种优化的SIFT算法：在SIFT算法的图像匹配过程中,计算所有匹配点对所确定的直线的偏转角度,设置一个角度误差范围,对匹配点对进行角度误差约束筛选,根据得到的匹配点对时偏移量进行精确计算,实现视频帧的融合。最后通过大量实验,验证了优化后的SIFT算法更加准确地对视频帧进行匹配拼接,消除了重复区域拼接的模糊性,符合视频拼接对于偏移量计算的精确要求,实现了视频拼接的实时性和高效性。     

基于权重阈值的图像匹配方法

针对尺度不变特征变换(SIFT)算法在低照度情况下存在匹配特征点数目少，会丢失部分重要信息的问题，课题组提出先对图像进行预处理，即增强对比度，提高亮度，使特征信息更明显，特征点更充足，再使用SIFT算法提取特征点；针对SIFT算法因特征描述符维数过多导致耗时长，实时性差的问题，课题组提出一种新的特征点描述方式，降低了描述符维数，提高了算法运行速度；最后，针对SIFT算法匹配过程中对描述符所有维度设置统一阈值易造成误匹配的问题，课题组提出一种权重阈值的方法，对距离特征点不同位置的种子点设置不同的阈值，提高匹配正确率。实验表明：与SIFT算法以及PCA SIFT算法相比，改进的算法匹配精度提高了10%~20%；同时，匹配时间也有所提高。该算法既有效提高了匹配正确率，又缩短了算法运行时间。     

基于帧差法与SURF匹配的异纤机棉流速度测量

针对异纤机输棉通道内棉流速度的不确定性导致其打击精度无法提高的问题，课题组提出了一种基于帧间差分法和SURF特征匹配算法相结合的混合棉速测量方法。首先，对采集到的棉团图像进行预处理，采用帧间差分法提取棉团边缘信息，得到分离的二值化棉花图像；其次，基于形态学操作对二值化图像进行腐蚀、膨胀运算，得到完整的待检测棉团信息；最后，通过SURF特征点匹配算法对2幅图像中的特征点进行匹配，计算相邻帧间同名点之间的像素距离，将像素距离转换为实际距离后，计算得到棉团运动速度。研究结果表明：与直接匹配相比，特征点数量减少了67.8%，无效匹配点对减少了97.47%，算法计算所得速度与直接计算所得速度误差低于4%。课题组提出的算法可以满足实际工业应用要求。     

基于等距映射特征匹配的薄壁件镜像加工刀路补偿算法

在大型薄壁件的镜像铣削加工时,装夹过程会造成工件的变形,如果使用初始的刀具路径会导致薄壁件厚度不均匀,过切或欠切。为了提高加工精度,在铣削加工之前添加激光扫描环节,并提出一种基于等距映射特征匹配的薄壁件镜像加工刀路补偿算法。应用运动学变换公式将激光扫描数据转换为点云,通过点云预处理简化过程,对理论曲面和实际曲面进行Delaunay三角网格曲面重构和计算定位点和匹配点任意两点间的测地线距离,再运用非线性最小二乘迭代计算完成基于等距映射理论的曲面特征匹配,最后基于面积坐标公式完成刀路的补偿。经过加工测量实验,该算法能减少67%加工误差,验证了该算法的有效性。     

基于直方图均衡化的PCA SIFT图像特征提取与匹配改进算法

为了克服SIFT算法运算量大、运算耗时长和实时性不强的缺点,课题组提出了基于直方图均衡化PCA SIFT算法,以增强 灰度图像的明暗对比度,增加匹配成功率,改进描述子生成方式,沿用主成分分析法（PCA）降低特征检测维度,减少耗时。仿真实验表明该算法有效地减少了 运算时间,并且一定程度上减少了不必要的特征点的匹配数量。新算法能有效减少运算量。     

EB环境下的一个匹配模型及其算法研究

描述了基于相同属性的元素两两重复匹配在实际应用中的具体意义,提出了EB环境下基于相同属性的元素两两重复匹配问题的基本概念,讨论了重复匹配的各种情况和最大重复匹配、最小重复匹配以及平凡匹配的定义和判定准则;分析了最大重复匹配(最小重复匹配)的精确求解算法,得出在m个元素、n种属性的情况下,求解两两最小(最大)重复匹配算法的时间复杂性为Smn的结论;最后提出一个改进算法,其时间复杂性为O(C),改进后的算法还适宜于手工作业。     

一种指纹预处理提取新特征的方法

自动指纹识别系统处理过程主要包括:指纹图像采集、图像预处理、特征提取、特征匹配、指纹分类。本文提出指纹识别预处理过程中提取新特征——褶线的方法。实验证明,该算法能够一定程度上提高指纹识别效率。     

类型学差异对语言接触中声调匹配及回归的影响

实验语音分析是研究维族汉语声调匹配和回归规律的有效方法。维族汉语语料声学分析表明,声调完成有序化匹配的时间比声母、韵母完成匹配的时间要长;维族汉语单字调的匹配、回归是分阶进行的;维族汉语双音节声调模式受母语音高重音模式潜在制约;维族汉语"维腔维调"现象是维汉语言类型学差异在语言接触中的表现。     

数字图像匹配算法的改进及研究

本文从数字图像匹配运算的速度与精度方面出发，详细地讨论了数字图像匹配算法的改进，经粗略匹配和亚像素级精确匹配以后可快速得到亚像素级匹配点．计算机仿真实验表明．本文给出的改进匹配算法与现行的最小误差法和最大相关系数法相比，在1／20亚像素分辨率条件下的运算速度提高了大约5倍。     

基于指纹识别的登录系统

以指纹作为登录信息,在客户端采集指纹信息,用直方图均衡化、平滑处理、二值化处理以及膨胀和腐蚀等算法把指纹信息特征点部分保留下来,用开运算和闭运算以及细化运算提取指纹特征信息,把该信息和数字安全证书相结合匹配数据库的指纹信息验证方式,以实现用户安全登录,保护了用户的信息安全。     

基于数据挖掘的金融时序频繁模式的快速发现

针对金融时间序列分析中注重快速作出趋势判断的特点,利用数据挖掘的思想和工具,提出一种金融时间序列模式快速发现算法.与传统的预测算法相比较,该算法对数据的分布和平稳性等方面的要求不高,不基于任何假设,能够非常快速地发现时间序列中的频繁模式,经过模式匹配后,可以用于金融时间序列的分析与预测.以实际汇率数据为例,证明了该算法的有效性.     

基于模糊理论的城市快速路交通状态检测算法

通过分析流量、速度、占有率与城市快速路交通状态的关系,提出了一种基于模糊理论的城市快速路交通状态检测算法。通过在深圳市某快速路上的实际验证表明,该算法在能保证一定的检测率情况下,具有较低的误报率和较少的检测时间,表明此方法在实际应用中是切实可行的。     

基于角点检测的焊缝图像ROI优化提取算法

为了解决焊缝表面缺陷检测中使用点云数据过于庞大而导致检测时间过长的问题,课题组针对Moravec角点检测算法进行优化,使用优化后的角点检测算法对激光中心线进行特征点提取并确定感兴趣区域（region of interest,ROI）。经过实验表明：优化后的角点检测算法能够有效避免伪角点的出现,提高了鲁棒性,同时经过ROI提取后的焊缝点云数据量减少了71.14%。该方法能够有效解决计算基于点云的焊缝表面缺陷检测数据量过大的问题。