南京工业大学计算机科学与技术学院, 江苏南京 211816
针对基于特征点的图像匹配方式在复杂纹理场景中匹配效果不理想的问题, 提出一种将加速稳健特征算法 (SURF)与一致性敏感哈希匹配结合的图像匹配算法 (CSH)。使用 SURF算法对图像进行特征点提取, 再以特征点为圆心构建特征区域, 最后对特征区域使用 CSH进行匹配, 从而实现高精确匹配。为了进一步加快算法运行速度, 对现有的 SURF算法进行修改, 在提取 SURF特征点时去除了对于特征点方向的计算。仿真实验证明, 算法较一般的特征算法在复杂纹理图像匹配中效果更佳, 且较 CSH算法效率提升了 10%~15%。
图像匹配 纹理匹配 加速稳健特征算法 一致性敏感哈希匹配算法 image matching texture matching Speeded Up Robust Features Coherency-Sensitive Hashing 太赫兹科学与电子信息学报
2022, 20(5): 479
西北大学 信息科学与技术学院, 陕西 西安 710127
针对文物碎片拼接过程中存在因局部碎片缺失和纹饰几何特征受损导致断裂面特征提取不准确的问题, 本文提出了一种基于SURF特征描述符和杰卡德距离(Jaccard Distance)的文物碎片拼接方法。首先用Canny算子提取碎片边沿轮廓线以及模型表面纹饰线条, 再通过构造多尺度空间来提取断裂面特征点。其次, 针对以往构建特征描述符存在的高冗余和欧氏距离计算存在的高延时问题, 本文提出构造低冗余的SURF特征描述符, 再借助Jaccard距离来进行特征点的相似性比较, 确定碎片最优邻接关系。最后采用ICP方法计算得到刚体变化参数, 实现碎片较准确拼合。实验结果表明: 本文算法运行时间提高了12%~16%,拼接误差不超过0.750 mm。与传统方法相比, 本文方法能有效地减少因碎片模型受损而造成的拼接缝隙过大、渗透等现象, 拼合误差较小, 高效地实现碎片拼接。
碎片拼接 特征提取 SURF特征描述子 边缘提取 刚体变化 fragment splicing feature extraction Speeded Up Robust Features(SURF) descriptor edge extraction rigid body change
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
加速稳健特征算法在多模核磁共振成像(MRI)肿瘤图像配准中,存在特征点偏少且配准精度低等问题。使用Harris角点检测法对参考图像、浮动图像的特征点进行提取和检测,接着使用圆形64维向量法生成特征描述符并进行欧氏距离匹配,来增强特征点的提取。通过设置配准图像初始化参数,确保粒子在最优值附近搜索,利用互信息作为粒子群优化算法的测度函数,增强目标函数全局最优解,通过引入平均最值,防止算法陷入早熟现象。仿真结果表明,与现有的算法相比,所提优化算法可以使多模MRI图像特征点增多且精度更高。
图像处理 多模核磁共振成像配准 互信息 加速稳健特征算法 Harris角点检测 激光与光电子学进展
2020, 57(12): 121010
江南大学物联网工程学院, 江苏 无锡 214122
为克服方向梯度直方图(HOG)特征在人体行为识别中仅表征动作的全局梯度特征、缺乏局部细节信息、对遮挡表现不佳的问题,改进了一种基于全局特征和局部特征的方法来实现人体行为识别。该算法首先使用背景减法获得人体运动区域;方向可控滤波器能有效描述动作边缘特征,通过引入方向可控滤波器改进HOG特征以增强局部边缘信息,同时对加速稳健特征进行k-means聚类获得词袋模型;最后将融合后的行为特征输入支持向量机对行为特征进行分类识别。在数据集KTH、UCF Sports和SBU Kinect Interaction上进行仿真模拟,结果表明改进的算法识别准确率分别达到了96.7%、94.2%和90.8%。
图像处理 人体行为识别 加速稳健特征 方向梯度直方图 词袋模型 支持向量机 激光与光电子学进展
2020, 57(2): 021004
1 河北公安警察职业学院警务科研处, 河北 石家庄 050091
2 河北交通职业技术学院经济管理系, 河北 石家庄 050091
3 识途科技(广州)有限责任公司, 广东 广州 511458
根据胃镜下的肿瘤特征,利用基于加速稳健特征(SURF)的模板匹配跟踪算法对肿瘤进行跟踪,通过去除特征点的误匹配点,提高了跟踪定位精度。在基于SURF的匹配跟踪算法中,利用匹配特征点的聚类中心及包围特征点的最小圆位置,测量了每帧跟踪效果。对两组胃窥镜下病灶的视频帧进行跟踪实验,结果表明,改进的基于SURF的匹配跟踪算法具有较好的稳定性和跟踪精度。
机器视觉 加速稳健特征 模板匹配 肿瘤 跟踪 激光与光电子学进展
2019, 56(7): 071504
1 南京理工大学智能弹药国防重点学科实验室, 江苏 南京 210094
2 中电海康集团有限公司中电海康集团研究院, 浙江 杭州 310012
3 南京理工大学理学院, 江苏 南京 210094
为了解决被动式双目测距系统中双目摄像头光轴对准误差较大、图像匹配精确度较低、计算速度慢等问题，提出了一种基于硬件加速稳健特征（SURF）算法的自校准双目测距系统。该方案采用位置敏感探测器与伺服电机作为双目摄像头光轴自校准平台，利用Zynq SoC处理器对SURF算法进行硬件加速，以实现两幅图像的特征匹配，从而达到精确、有效、自主的被动测距效果。实验表明本文方案采用位置敏感探测器可以有效地校准双目摄像头至同一平面位置，同时硬件SURF算法匹配图像的精确度高，速度快，满足被动测距系统的需求。
观察设备 双目测距 自校准 加速稳健特征 特征匹配 光学学报
2018, 38(10): 1036001
1 中国科学院 长春光学精密机械与物理研究所 航测部重点实验室, 吉林 长春 130033
2 中国科学院大学, 北京 100049
为了提高加速鲁棒特征（SURF）算法的实时性和准确性, 本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点, 再使用增加对角信息的哈尔小波响应来生成特征点的描述子, 之后利用特征袋对产生的描述子进行编码并生成新的特征向量, 最后利用支持向量机（SVM）对特征向量进行分类, 完成识别。本文以SIFT和SURF算法为对照, 分别进行不同视角、光照和尺度的识别实验。实验结果表明, 本文算法的平均识别率为980%、969%、971%, 平均时间分别为661 ms、793 ms、410 ms, 在识别率上较优于SURF算法, 所耗时间约是SURF算法的1/3。
图像处理 目标识别 加速鲁棒特征 AGAST角点检测 image processing object detection Speeded-Up Robust Features AGAST corner detection
多聚焦岩屑图像具有点阵多，分辨率高等特点。使用基于尺度不变特征变换(SIFT) 算法或者加速鲁棒性特征(SURF) 算法在图像的自动配准上虽具有较好的配准效果，但时间效率远未达到实时性要求。本文将一种快速的图像匹配算法—定向二进制简单描述符(ORB)算法应用于多聚焦岩屑图像的自动配准。仿真实验结果表明，该方法在保证配准的精确度同时，在速度上具有较大的提升。
多聚焦岩屑图像 配准 尺度不变特征变换 加速鲁棒性特征 定向二进制简单描述符 multi-focus rock debris image registration Scale Invariant Feature Transform Speeded up Robust Features Oriented Brief 太赫兹科学与电子信息学报
2015, 13(3): 491
1 海军航空工程学院，山东 烟台 264001
2 烟台市福山区人民医院，山东 烟台 265500
在PACS图像处理中经常会遇到分辨率和视野的矛盾问题。视野范围越大则分辨率越小，分辨率越高则视野范围越小。图像拼接技术可以有效地解决这个矛盾问题。图像拼接最终能否达到良好效果，最重要的一点就是选择一个鲁棒而快速的图像配准方法。首先介绍了图像拼接流程，然后详细分析比较了基于特征图像配准中不同特征点检测算法的优劣性。最后用C语言实现了SURF特征点检测算法，并用真实的PACS图像进行试验，验证了不同PACS图像特征点检测算法有效性。
PACS图像处理 特征点提取 picture archiving & communication system (PACS) im speeded up robust features (SURF) SURF feature point extraction
