共查询到20条相似文献,搜索用时 15 毫秒
1.
提出了基于线特征的增强现实系统注册算法实现框架,将复杂的增强现实无标志注册问题分解为特征提取、特征匹配、三维重建、虚实融合4个可操作的具体阶段,针对每个阶段的关键技术给出了相应的解决方法,为进行无标志点增强现实系统注册算法的研究提供了理论模型;利用从运动中恢复结构的技术,通过跟踪图像序列的线特征,实现了基于线特征的增强现实注册算法,实验结果验证了该方法的有效性. 相似文献
2.
随着医学成像技术及医疗仪器的发展,影像学检查已是预防和治疗各种心血管疾病的重要手段。用数学知识,科学分析、处理这些海量数据显得尤为必要,数学在这方面的应用就体现出来。而血管中心线是反映血管空间拓扑结构的骨架,它的提取不仅是血管造影图像定量分析中的关键步骤,还是血管树三维重建的重要基础。一个恰当精确的轴线提取结果不仅可以正确判断血管分支点,还提高了血管重建的精确度。提取了血管中心线之后,下一个重要步骤就是自动识别血管中心线之特征点,主要包括端点、交叉点和分支点。本文主要介绍了应用数学中的曲率计算提取方法。 相似文献
3.
分析Harris角点检测算子的实现原理及其应用于掌纹定位中时的不足,提出了一种基于自适应Harris角点检测的快速掌纹定位算法,该算法可以人为选择感兴趣区域进行检测,然后利用角点进行定位。有效地避免了掌纹定位过程中二值化,边缘检测等一系列复杂的过程,并且克服了检测过程中的角点簇拥,计算量大的缺点。实验结果表明,该方法进行的掌纹定位非但计算量小,处理速度快,而且检测出的角点分布均匀合理,能更好的适应图像定位等一系列的应用。 相似文献
4.
5.
6.
隐写分析构造共生矩阵特征时因截断而导致部分信息丢失,于是提出基于DCT系数最低有效位面的特征扩展方法,增加对截断处嵌入信息的描述. 对DCT系数平面取模生成最低有效位平面,通过统计相邻位置的取值,生成二阶、三阶共生矩阵. 为进一步增强特征的性能,引入Zigzag扫描,获得重新排列的DCT系数平面,在此基础上提取相应特征. 通过上述方法,在原有LIU特征的基础上构造508维特征. 结果表明,在对抗DCT系数最低有效位嵌入的隐写中,所提方法能有效提高对隐写图像的检测率. 相似文献
7.
8.
研究欠定盲源分离中的混合矩阵估计问题,针对多源时频点对混合矩阵估计的影响,提取时频域单源点用于混合矩阵估计,给出一种时频单源点检测方法. 针对时频单源点中孤立点对混合矩阵估计的影响,剔除单源点中的孤立点进一步提高混合矩阵的估计精度,应用减法聚类方法对剔除孤立点后的时频单源点进行聚类,实现了源信号数目和混合矩阵的同时估计. 语音信号的仿真实验表明,与其他两种基于时频单源点的欠定混合矩阵估计算法相比,所提出的算法具有更高的估计精度和更好的鲁棒性. 相似文献
9.
针对光线突变对视频中运动目标检测的干扰问题,根据光线变化对事物轮廓没有直接影响的特点,提出了利用轮廓边缘元素建立自适应混合高斯背景模型的检测方法,有效地解决了由于光线突变造成的背景建模失真和前景目标难以准确提取的问题.实验表明该方法能够准确、实时地检测出复杂天气条件下的运动车辆目标,具有很强的鲁棒性. 相似文献
10.
《哈尔滨师范大学自然科学学报》2017,(2)
针对目前增强现实三维注册易受复杂环境以及算法复杂度高的影响,提出一种基于TLD与SIFT的增强现实三维注册方法.该方法分为4步:(1)采用TLD目标跟踪算法对目标区域进行跟踪;(2)采用SIFT特征检测算法对跟踪的目标区域进行特征点的提取与匹配;(3)利用特征点的匹配关系计算出三维注册矩阵;(4)根据计算出的三维注册矩阵完成注册,从而完成对现实世界的增强.仿真实验结果表明,当标识可见、不可见以及待注册图像发生旋转变换、尺度变换时,基于TLD与SIFT的增强现实三维注册方法都能成功完成注册,该三维注册方法有效提高了AR系统的实时性、稳定性和鲁棒性. 相似文献
11.
《哈尔滨师范大学自然科学学报》2017,(2)
针对图像拼接方法中存在的特征提取精度低,以及拼接后存在的拼接裂缝和"GHOST"现象等问题,基于SIFT特征检测的图像拼接.通过采用图像特征点提取和匹配有较强的稳定性和精确度的SIFT特征检测算法,且通过采用较低复杂度的动态规划算法找到最佳缝合线,最后对拼接后的图像通过泊松融合进行平滑处理来完成图像的拼接,并采用自行拍摄的图像进行仿真实验.仿真实验结果表明,基于SIFT特征检测的图像拼接方法具有较高的稳定性和特征提取精度,同时具有较低的特征点提取误差,并对图像拼接中存在的拼接裂缝和"GHOST"现象有很好的抑制作用. 相似文献
12.
13.
14.
《黑龙江大学自然科学学报》2016,(2)
提出了一种基于多通道特征的行人检测算法,利用改进的方向梯度直方图特征、基于主成分分析的尺度不变特征转化(PCA-SIFT)和图像色彩特征等构成多通道特征进行行人检测。实验仿真结果表明,相比于方向梯度直方图算法,所提出的基于多通道特征的行人检测算法在检测速率、检测准确度等方面均优于方向梯度直方图算法,有着更好的检测性能。 相似文献
15.
16.
17.
针对基于深度神经网络模型的入侵检测方法存在的梯度减弱或消失问题,提出了一种LSTM(Long-Short Term Memory,长短时记忆)神经网络改进的DNN(Deep Neural Networks,深度神经网络)模型.该模型主要包括LSTM神经网络和DNN2部分,LSTM神经网络通过记忆或遗忘进行数据流量特征提取,然后将其输入DNN进行训练、入侵检测.模型中采用优化算法,加快了网络收敛.实验表明,与LSTM模型相比,LSTM-DNN模型具有较好的性能,准确率更高,运行时间更短. 相似文献
18.
19.
20.
《哈尔滨师范大学自然科学学报》2017,(2)
针对多视角图像拼接方法中存在的实时性较差,以及拍摄图像是存在运动物体产生的拼接裂缝和"GHOST"现象,提出基于改进ORB特征检测的多视角图像拼接.通过对ORB算法的改进使得图像的特征点提取和匹配有更高的实时性和稳定性,且通过采用较低复杂度的动态规划算法找到最佳缝合线,最后对拼接后的图像通过泊松融合进行平滑处理,从而对多视角图像中存在的拼接裂缝和"GHOST"现象有很好的抑制作用. 相似文献