-
公开(公告)号：CN105354841B
公开(公告)日：2019-02-01
申请号：CN201510687565.6
申请日：2015-10-21
Applicant: 武汉工程大学
Abstract: 本发明公开了一种快速遥感影像匹配方法及系统，该方法包括以下步骤：S1、获取基准影像和待匹配影像并对其进行粗匹配，分别对两幅影像构建积分直方图，根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域；S2、对待匹配影像和候选匹配区域进行精匹配，具体步骤为：S21、在待匹配影像和候选匹配区域中进行特征提取，并构建特征点匹配集合；S22、根据特征点的匹配集合构建概率表达模型和特征点映射的形式化表达；S23、根据最大期望算法剔除误匹配，计算得出精确匹配模型，并通过精确匹配模型得到影像的精确匹配区域。本发明大大缩短了影像匹配的过程，提高了匹配的精度和算法的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN105389819B
公开(公告)日：2019-02-01
申请号：CN201510776198.7
申请日：2015-11-13
Applicant: 武汉工程大学
Abstract: 本发明公开了一种鲁棒的半标定下视图像极线校正方法及系统，该方法包括以下步骤：S1、获取无人飞行器每一成像时刻下视相机拍摄的图像，相机的内参数矩阵，以及无人飞行器的惯导系统提供的姿态参数，构建平行于地平面的虚拟成像环境；S2、对不同成像时刻的图像分别提取特征点，构建初始特征点对应集合；并根据该集合得到变换后的特征点对应集合；S3、构建概率表达模型，计算无人飞行器的航向与正北方向的夹角；S4、计算单应变换矩阵，并根据该矩阵，对每一成像时刻的图像进行极线校正。本发明能够快速的完成校正，并且能够得到精度较高的校正图像，对于无人机辅助导航等应用领域具有重要的指导意义。
-
公开(公告)号：CN105243636A
公开(公告)日：2016-01-13
申请号：CN201510852303.0
申请日：2015-11-27
Applicant: 武汉工程大学
IPC: G06T3/00
CPC classification number: G06T3/0093
Abstract: 本发明公开了一种基于MRLS-TPS的图像变形方法及系统，该方法包括以下步骤：S1、输入原图像、权值参数α和正则化参数λ，并从原图像中选取控制点集合和该控制点集合对应的目标点集合S2、取径向基函数作为TPS核，根据TPS核构建控制点集合的核矩阵K，并根据TPS模型构建变形映射模拟函数fp，fp可以分解为一个全局的仿射变换矩阵A和一个局部的弯曲函数gp；S3、根据S2中的公式求解原图像中每个像素点的权重矩阵W、核向量Kp及变形映射函数fp；S4、根据变形映射函数的集合{fp(p)}，通过逆向映射获得变形图像。本发明的优点为：(1)变形后的图像可以很好地保留细节；(2)变形函数具有简单封闭解；(3)它具有非常高的计算效率。
-
公开(公告)号：CN108197641A
公开(公告)日：2018-06-22
申请号：CN201711391810.4
申请日：2017-12-21
Applicant: 武汉工程大学
Abstract: 在图像分类过程中，一副图像区域内起着决定性作用的目标的大小和位置都不确定，直接使用空间金字塔匹配算法的分类准确率并不高，因此本发明提出一种基于兴趣域检测的空间金字塔匹配图像分类算法。首先，使用目标检测算法把输入图像的目标与背景分离，分别得到ROI、背景域以及ROI评分，其中兴趣域的内容很大程度上决定图像分类结果，背景域为图像分类提供上下文信息；然后使用粗目标对齐方式，为这两个区域分别构建基于SPM算法的空间特征直方图，并使用卡方核的SVM模型进行分类，得到分类结果和支持向量机评分；最后结合兴趣域评分和支持向量机评分为分类结果重新评分得到最终分类结果。本发明鲁棒性强，且分类准确率高，适用于图像分类问题。
-
公开(公告)号：CN105389819A
公开(公告)日：2016-03-09
申请号：CN201510776198.7
申请日：2015-11-13
Applicant: 武汉工程大学
CPC classification number: G06T5/006 , G06T2207/10032
Abstract: 本发明公开了一种鲁棒的半标定下视图像极线校正方法及系统，该方法包括以下步骤：S1、获取无人飞行器每一成像时刻下视相机拍摄的图像，相机的内参数矩阵，以及无人飞行器的惯导系统提供的姿态参数，构建平行于地平面的虚拟成像环境；S2、对不同成像时刻的图像分别提取特征点，构建初始特征点对应集合；并根据该集合得到变换后的特征点对应集合；S3、构建概率表达模型，计算无人飞行器的航向与正北方向的夹角；S4、计算单应变换矩阵，并根据该矩阵，对每一成像时刻的图像进行极线校正。本发明能够快速的完成校正，并且能够得到精度较高的校正图像，对于无人机辅助导航等应用领域具有重要的指导意义。
-
公开(公告)号：CN105354841A
公开(公告)日：2016-02-24
申请号：CN201510687565.6
申请日：2015-10-21
Applicant: 武汉工程大学
CPC classification number: G06T5/40 , G06T2207/10032
Abstract: 本发明公开了一种快速遥感影像匹配方法及系统，该方法包括以下步骤：S1、获取基准影像和待匹配影像并对其进行粗匹配，分别对两幅影像构建积分直方图，根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域；S2、对待匹配影像和候选匹配区域进行精匹配，具体步骤为：S21、在待匹配影像和候选匹配区域中进行特征提取，并构建特征点匹配集合；S22、根据特征点的匹配集合构建概率表达模型和特征点映射的形式化表达；S23、根据最大期望算法剔除误匹配，计算得出精确匹配模型，并通过精确匹配模型得到影像的精确匹配区域。本发明大大缩短了影像匹配的过程，提高了匹配的精度和算法的鲁棒性。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
