-
公开(公告)号：CN109886325A
公开(公告)日：2019-06-14
申请号：CN201910105261.2
申请日：2019-02-01
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种非线性颜色空间分类的模板选择与加速匹配方法，包括：包括模型训练与图像匹配过程，模型训练包括：收集训练图像样本，提取训练图像样本的CIE色度图，人工标注其所属颜色类别号；获取五层前馈神经网络模型；图像匹配过程包括：输入彩色一对图像，设定采样率；进行隔点降采样处理；获得分类结果集合；计算相似概率的度量值；选择分值最高的前k个值所对应的i即为首选颜色类别号，根据首选颜色类别号即对应出模板图像中的模板区域及待匹配图像中的待匹配区域；到模板图像中的模板区域及待匹配图像中的待匹配区域匹配关系。实验结果表明，本发明具备更高的配准率与执行速度，解决了现有匹配方法存在的线性模型度量彩色空间颜色距离与人眼视觉判定不一致问题。
-
公开(公告)号：CN109829502A
公开(公告)日：2019-05-31
申请号：CN201910105678.9
申请日：2019-02-01
Applicant: 辽宁工程技术大学
Abstract: 一种面向重复纹理及非刚性形变的像对高效稠密匹配方法，通过降采样待匹配像对，获得稀疏匹配点集，而后随机抽样一致方法剔除匹配点集中的外点，再利用上一步得到的匹配结果估计相机位姿及缩放比例确定每个点对稠密化过程中的邻域，提取内点所在邻域的HOG描述符，并对其进行卷积得到分数矩阵，最后通过归一化后的分数矩阵筛选出新增匹配点集的相对坐标，并将其还原为匹配像对上的绝对坐标来达到稠密匹配的目的：通过该方法能够获得更为稠密的匹配点，对比DM的算法，使得数据上的查准率平均提升近十个百分点，时间效率提升近三十个百分点，空间效率提升近二十五个百分点，继而降低了处理图像时的时间和空间资源的消耗。
-
公开(公告)号：CN109829502B
公开(公告)日：2023-02-07
申请号：CN201910105678.9
申请日：2019-02-01
Applicant: 辽宁工程技术大学
IPC: G06F18/22
Abstract: 一种面向重复纹理及非刚性形变的像对高效稠密匹配方法，通过降采样待匹配像对，获得稀疏匹配点集，而后随机抽样一致方法剔除匹配点集中的外点，再利用上一步得到的匹配结果估计相机位姿及缩放比例确定每个点对稠密化过程中的邻域，提取内点所在邻域的HOG描述符，并对其进行卷积得到分数矩阵，最后通过归一化后的分数矩阵筛选出新增匹配点集的相对坐标，并将其还原为匹配像对上的绝对坐标来达到稠密匹配的目的：通过该方法能够获得更为稠密的匹配点，对比DM的算法，使得数据上的查准率平均提升近十个百分点，时间效率提升近三十个百分点，空间效率提升近二十五个百分点，继而降低了处理图像时的时间和空间资源的消耗。
-
公开(公告)号：CN109886325B
公开(公告)日：2022-11-29
申请号：CN201910105261.2
申请日：2019-02-01
Applicant: 辽宁工程技术大学
IPC: G06V10/774 , G06N3/04 , G06N3/08 , G06V10/82 , G06V10/56 , G06V10/74 , G06V10/764 , G06V10/26
Abstract: 本发明提出一种非线性颜色空间分类的模板选择与加速匹配方法，包括：包括模型训练与图像匹配过程，模型训练包括：收集训练图像样本，提取训练图像样本的CIE色度图，人工标注其所属颜色类别号；获取五层前馈神经网络模型；图像匹配过程包括：输入彩色一对图像，设定采样率；进行隔点降采样处理；获得分类结果集合；计算相似概率的度量值；选择分值最高的前k个值所对应的i即为首选颜色类别号，根据首选颜色类别号即对应出模板图像中的模板区域及待匹配图像中的待匹配区域；到模板图像中的模板区域及待匹配图像中的待匹配区域匹配关系。实验结果表明，本发明具备更高的配准率与执行速度，解决了现有匹配方法存在的线性模型度量彩色空间颜色距离与人眼视觉判定不一致问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
