共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
传统道路边缘检测算法很少能用于乡村道路。该文提出基于消失点迭代重估的道路边缘检测方法:Gabor滤波器估计像素纹理方向,同时计算对应的置信度;根据纹理方向,由置信度大于阈值的像素投票确定初始消失点;以初始消失点为起点,向下建立一组射线,并计算由颜色差和二倍角正弦函数加权的方向一致率,将最大值对应的射线作为初始道路边缘;交替采样两侧边缘,选取最优消失点,由此得到两条道路边缘。实验测试了不同类型的乡村道路图片,并与经典算法对比。结果表明该方法在乡村道路中具有较高精准度与鲁棒性。 相似文献
3.
4.
图像配准中特征点检测算法的探讨 总被引:1,自引:1,他引:0
特征点是图像的一种重要局部特征,特征点检测是基于特征点图像配准的关键技术.通过特征点的提取与处理,对把握图像的局部及整体特征,特别对图像配准及目标识别等领域都具有重要的实际意义.详细介绍了图像配准中主流的特征点提取方法,并分析其优缺点.通过实验,利用特征点评价方法对各种算法的性能进行比较,对图像配准的研究具有一定的指导意义. 相似文献
5.
一种新的消失点检测算法 总被引:2,自引:0,他引:2
该文在随机抽样一致性算法基础上,提出了一个基于预检验的随机抽样一致性Preview model Parameters Evaluation RANSAC(PERANSAC)消失点估计算法:该算法在原始RANSAC算法消失点检验前,加入一个预检验步骤,在保证计算结果精度不变的前提下,过滤掉大量偏差较大的消失点,减少了检验的计算量,大大提高了算法的整体效率。大量的实验结果表明,该算法的计算精度与RANSAC算法精度保持一致,计算速度远高于RANSAC算法。 相似文献
6.
纪利娥杨风暴王志社陈磊 《电视技术》2013,(19):27-31
特征点是图像的一种重要局部特征,特征点检测是基于特征点图像配准的关键技术。通过特征点的提取与处理,对把握图像的局部及整体特征,特别对图像配准及目标识别等领域都具有重要的实际意义。详细介绍了图像配准中主流的特征点提取方法,并分析其优缺点。通过实验,利用特征点评价方法对各种算法的性能进行比较,对图像配准的研究具有一定的指导意义。 相似文献
7.
8.
9.
一种基于ORB检测的特征点匹配算法 总被引:1,自引:0,他引:1
针对传统的SURF局部特征匹配算法实时性不高的问题,充分利用ORB特征点检测算法简单高效的优势,提出了一种新的特征点匹配算法。首先,针对原始ORB特征匹配算法出现大量误匹配对的问题,采用基于K最近邻的特征点描述后,对前后两帧特征点进行双向匹配,再通过顺序抽样一致性算法进一步提纯。实验结果表明,经过本文算法提纯后匹配对准确度提升到99.9%,平均耗时0.46 s,处理速度约是SURF特征匹配算法的5倍,SIFT特征匹配算法的25倍,能够满足实时运用的需求。 相似文献
10.
基于图像的特征点检测器在静态图像上取得了卓越的性能,然而这些方法应用于视频或序列图像时其精度和稳定性显著降低。配准监督(Supervision-by-Registration, SBR)算法利用光流算法(Lucas-Kanade, LK)追踪,可通过无标注视频训练针对视频的特征点检测器,已取得较好的结果,但LK算法仍存在一定局限性,导致检测的特征点序列在时空上的连贯性不强。为获得精准、稳定、连贯的人脸特征点序列检测效果,提出了平滑一致性损失函数、权重掩码函数对传统SBR网络模型进行改进。网络中添加长短期记忆网络(Long Short-Term Memory, LSTM)提高模型训练鲁棒性,在模型训练中使用平滑一致性损失函数提供稳定性约束,获得准确且稳定的人脸视频特征点检测器。在300VW、Youtube Celebrities数据集上的验证显示,SBR改进模型将人脸视频特征点检测的标准化平均误差(Normalized Mean Error, NME)从4.74降低至4.56,且视觉上人脸特征点检测的抖动显著减少。 相似文献
11.
随着三维点云模型越来越受到人们的关注,如何对数据量大,无序的三维点云模型进行特征点检测也是近几年的研究热点。本文提出了基于曲率和密度的特征点检测算法,为每个数据点定义一个特征参数,这个参数由三部分组成:点到邻居点的平均距离;点的法向与邻居点法向夹角的和;数据点曲率。然后通过八叉树方法计算模型的数据点密度,将这个密度作为阈值,特征参数大于阈值的点就是检测到的特征点。本文计算时,检测模型的特征点只需用到三维点云模型的几何特征,如数据点法向,曲率和邻居点。实例验证本算法可准确地检测出散乱数据点云的特征点。 相似文献
12.
红外图像中小目标检测研究 总被引:5,自引:1,他引:4
在获得的红外序列图像中,检测和跟踪微弱小目标一直是研究的重点。本文对小目标检测系统的背景抑制和目标检测算法和方案进行了调研。采用背景抑制算法以获得更高的信噪比,利用NP准则对图像进行分割,然后用识别算法对目标进行跟踪和识别。计算结果显示,抑制杂波后,采用序贯图像检测能够很好地增加探测概率。 相似文献
13.
14.
15.
针对传统AdaBoost算法在视频中检测人脸误检率较高的问题,文中提出了一种结合运动分析和肤色检验的改进型人脸检测算法。该方法通过运动检测来提取运动前景,并选择肤色模型对人脸肤色进行相似度求取,利用几何特征进一步缩小检测范围;采用增加新Haar特征和改进权重更新方式的改进型AdaBoost算法对人脸候选区域进行实时检测。实验结果表明,与传统AdaBoost方法和增加肤色检验的AdaBoost方法相比,该方法的误检率分别降低了18.68%和8.79%,检测时间则分别缩短约800 ms和250 ms。 相似文献
16.
为了提高交通视频事件检测的准确性和检测速率,提出了一种基于遗传算法的交通视频多特征选择方法。该方法首先提取交通视频的多种特征,尽可能多地获取各种视频事件的信息,然后将这些特征进行融合,得到一个可以表征事件的高维冗余的特征向量,再采用遗传算法对多特征进行优化筛选,最后使用SVM分类器进行训练获得低维的最优特征子集并应用于交通事件检测。实验结果表明,该方法在降低提取特征的维数的同时,可有效提高交通视频事件检测的准确率和检测速率。 相似文献
17.
传统的基于特征提取的视频场景分类算法都是使用固定的量化方案,在量化的过程中对信息的利用程度不高。针对这一点提出了一种自适应的量化方案,对于光流的位置和方向分别进行非均匀的量化。这样能够最大限度地保留统计得到的底层特征分布信息,从而提高最终场景分类的整体算法性能。详细分析了自适应量化的原理,给出了自适应量化的步骤和算法流程,随后对比了使用改进的自适应量化方案和传统算法的实验结果。结果表明,改进后的算法一方面可以减少LDA模型的输入词典规模,提高运算效率,另一方面改进后的算法在检测的成功率上高于传统的算法,能够有效提升算法性能。 相似文献
18.