首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  综合类   7篇
  2016年   1篇
  2014年   2篇
  2013年   1篇
  2012年   1篇
  2011年   1篇
  2009年   1篇
排序方式: 共有7条查询结果,搜索用时 31 毫秒
1
1.
基于改进SURF的图像配准关键算法研究   总被引:2,自引:1,他引:1  
针对图像特征匹配算法维数高,实时性低的缺陷,研究了SURF特征匹配算法,并对其进行了改进。首先在图像的尺度空间中提取SURF特征点,并生成扩展的特征描述向量。然后建立KD-Tree特征结构,采用BBF查询机制进行最近邻查询实现特征点快速匹配。实验结果表明,SURF算法进行特征检测的时间是SIFT算法的1/3;使用BBF进行特征匹配,匹配速度提高了2—3倍。  相似文献
2.
基于GPU交互式光线跟踪算法的设计与实现   总被引:1,自引:0,他引:1  
由于GPU并行处理能力和可编程能力的提高,计算量巨大的光线跟踪算法在GPU上的实现成为研究热点.在CUDA平台上验证了Foley等人所采用的KD-tree加速算法,实现了交互式光线跟踪.在图像分辨率为512×512,跟踪深度为4时,针对复杂场薏的渲染速度达到15f/s,基本实现交互式光线跟踪.  相似文献
3.
为消除全局干涉,提出了一种基于K-D树及刀具离散的高效刀轴矢量调整算法.算法首先以有限个点离散表示刀具,然后利用K-D树快速查找刀具的可能干涉点,并在此基础上计算调整后的刀轴矢量.为避免过大的刀轴矢量突变,提出一种分角度区域方法优化刀轴矢量.实例验证表明:算法能够高效实现全局干涉避免及刀轴矢量优化.  相似文献
4.
针对图像特征提取算法-SIFT,特征描述器维数较高,特征匹配耗费时间较长,匹配过程中存在相同图像不能匹配和不同图像能够匹配等问题,提出了一种改进SIFT算法与KD-tree搜索匹配算法相结合的新方法。采用KD-Tree算法替代传统链表式搜索方法降低特征点匹配时间;把特征点间距离和特征描述子内积同时作为匹配标准,加入相应匹配阈值减少匹配错误率,并通过理论和实验证明采用欧几里德距离作为相似性度量具有更高的匹配成功率。实验结果表明,在图像特征匹配中,该算法能够有效减少特征匹配错误率,大幅度降低匹配时间,具有较好的实时性和鲁棒性。  相似文献
5.
姚定忠  何军  刘袆 《科学技术与工程》2012,12(2):338-341,357
大地形实时可视化在GIS、虚拟现实、仿真、游戏等领域有大量应用.对已有算法进行综合和改进,提出了一种简单、快速的实时大规模三维地形绘制算法.该算法主要包括:对所有数据进行空间分块(tile);块内采用改进后的kd树进行进一步空间剖分;方便三维数据交互显示操作的“静态池”和“动态池”数据结构;针对海量数据的外部存储(out-of-core)技术;加速OpenGL的优化方法等.算法运行良好,在微机上达到较高的帧率和较好的显示效果.  相似文献
6.
为解决算法生成纹理地图时时间耗费量大的问题,提出采用KD-tree算法对数据结构进行划分、减小KNN算法搜索复杂度、提高搜索速度的方法.针对基于纹理基元的分类算法无法准确检测室外某些纹理相似性较高的自然场景,提出加入颜色特征、设置相应权值构建混合模型的方法.实验结果表明,基于KD-tree的KNN算法可缩短分类时间、满足实时性的要求,基于纹理基元与颜色的分类算法在室外自然场景中能够获得较高的分类精确度.  相似文献
7.
Problems existin similarity measurement and index tree construction which affect the perform-ance of nearest neighbor search of high-dimensional data .The equidistance problem is solved using NPsim function to calculate similarity .And a sequential NPsim matrix is built to improve indexing performance .To sum up the above innovations , a nearest neighbor search algorithm of high-dimen-sional data based on sequential NPsim matrix is proposed in comparison with the nearest neighbor search algorithms based on KD-tree or SR-tree on Munsell spectral data set .Experimental results show that the proposed algorithm similarity is better than that of other algorithms and searching speed is more than thousands times of others .In addition , the slow construction speed of sequential NPsim matrix can be increased by using parallel computing .  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号