-
公开(公告)号:CN112861878A
公开(公告)日:2021-05-28
申请号:CN202110163367.5
申请日:2021-02-05
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种应用结构偏移特征进行误匹配剔除的方法,属于计算机视觉技术领域,首先,利用特征匹配算法获得两幅图像之间的初始匹配集;其次,给每个匹配选择邻居匹配,为降低传统k近邻包含错误匹配的概率,给每一个关键点提取局部变换矩阵,并据此筛选每对初始匹配的有效邻居;最后,计算有效邻居匹配相对于中心匹配在两幅图像上的位次之差,所得的向量称之为结构偏移特征。本发明所提特征简单直观,可以在多种典型分类器上进行训练和测试,经实验证明所提方法可以有效的剔除错误匹配。
-
公开(公告)号:CN119169313A
公开(公告)日:2024-12-20
申请号:CN202411190300.0
申请日:2024-08-28
Applicant: 中国地质大学(武汉)
IPC: G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于不变特征与可变特征的图像解耦及匹配方法,其中图像解耦方法为:构建基于不变特征与可变特征的图像解耦网络;选取训练数据集中的任意两个待匹配图像块,分别输入网络中解耦得到可变特征数据和不变特征数据;通过预先构建的第一约束条件使不变特征提取网络输出的不变特征数据之间的距离达到第一预设最小值;将同一待匹配图像块的可变特征数据和不变特征数据进行融合重建得到重建图像;通过预先构建的第二约束条件使得重建图像与待匹配图像块之间的距离达到第二预设最小值;通过迭代训练,得到训练好的图像解耦网络,以用于图像的不变特征与可变特征的解耦。本发明解耦后的不变特征将包含更多的可匹配信息,可提高匹配效果。
-
公开(公告)号:CN112861965B
公开(公告)日:2022-09-16
申请号:CN202110163366.0
申请日:2021-02-05
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于多特征交叉一致性模型的图像匹配方法,属于计算机视觉技术领域,获取基于同一图像对的两组特征点下的多种不同局部特征描述符,并通过特征匹配方法获得每种局部特征的初始特征匹配排列矩阵;通过多种特征匹配排列矩阵集成策略建立跨特征的匹配关系矩阵,并融合特征内匹配关系矩阵与特征间匹配关系矩阵为多特征交叉匹配块矩阵;为多特征交叉匹配块矩阵引入闭环约束,使得谱分解方法适用于本发明;基于谱分解方法并结合一种快速的特征值分解方法来对多特征交叉匹配块矩阵进行优化重构,进而得到最终的图像特征匹配结果。本发明能够做到特征匹配结果精度与召回率的综合性能上的提升,而无需增加太大的计算代价。
-
公开(公告)号:CN112861878B
公开(公告)日:2022-05-20
申请号:CN202110163367.5
申请日:2021-02-05
Applicant: 中国地质大学(武汉)
IPC: G06V10/44 , G06V10/46 , G06V10/422 , G06V10/774 , G06V10/764 , G06V10/75 , G06V10/74 , G06K9/62
Abstract: 本发明公开了一种应用结构偏移特征进行误匹配剔除的方法,属于计算机视觉技术领域,首先,利用特征匹配算法获得两幅图像之间的初始匹配集;其次,给每个匹配选择邻居匹配,为降低传统k近邻包含错误匹配的概率,给每一个关键点提取局部变换矩阵,并据此筛选每对初始匹配的有效邻居;最后,计算有效邻居匹配相对于中心匹配在两幅图像上的位次之差,所得的向量称之为结构偏移特征。本发明所提特征简单直观,可以在多种典型分类器上进行训练和测试,经实验证明所提方法可以有效的剔除错误匹配。
-
-
-