公共文化服务平台

快速自适应鲁棒性尺度不变的特征检测子被引量：8: 2017年; 为提高特征检测的可靠性与实时性,提出了一种快速自适应鲁棒性尺度不变的特征检测子(fast adaptive robust invariant scalable feature detector,FARISFD)。首先提出尺度空间组数自适应选取方法改善了检测子针对不同图像的鲁棒性,然后提出基于过渡层的尺度空间构建方法加强了尺度空间的鲁棒性,最后利用基于加速段的特征检测子(features from accelerated segment test,FAST)计算特征分数,并通过简化传统亚像素级矫正方法,提高了特征分数的计算与亚像素级矫正速度。通过复现率与耗时实验进行了验证,与5种使用广泛的检测子对比结果表明,FARISFD的鲁棒性与速度较高。; 张岩李建增李德良杜玉龙

鲁棒性交叠的标准特征描述子被引量：4: 2017年; 为增强特征描述子的判别力与不变性,提出了鲁棒性交叠的标准特征描述子(robust overlapped gauge feature descriptor,ROGFD).首先利用Scharr算子计算图像梯度.进而引入二阶标准偏导数来加强描述子的不变性,同时避免了高斯滤波对运行效率造成的影响.然后构造交叠式描述网格来提高描述网格的连续性,加强描述子的鲁棒性.最后进行邻域响应加权求和与归一化生成具有照度不变性的64维描述符.通过测定查全率-查错率曲线与耗时实验进行了验证,与已有的描述子相比,ROGFD的鲁棒性更强.; 张岩孙世宇李建增李德良杜玉龙; 关键词：特征描述子图像匹配

一种改进的无人机航空影像配准方法被引量：1: 2015年; 针对目前无人机航空影像非同源、畸变大、处理量多的问题,提出一种改进的无人机航空影像配准方法;首先利用传统SIFT方法得到特征点,其次利用C均值聚类方法可实现准确的非监督分类的特点,对传统SIFT方法得到的特征点进行筛选,从而得出同名点;最后根据得到的同名点完成待匹配图像的投影变换完成配准;通过实验仿真证明该方法精度有较大提高,且可自适应处理不同图像,是一种有效的无人机航空影像匹配改良方法。; 张岩李建增李德良周子栋杜玉龙; 关键词：图像配准 SIFT C均值聚类

基于强独特性二进制描述子的无人机目标识别算法被引量：2: 2016年; 针对基于传统特征描述子独特性低导致误匹配率高、图像匹配效果较差的问题,提出一种基于强独特性二进制描述子的无人机目标识别算法。算法首先通过对比BRISK和FREAK采样模型,确定了影响描述子性能的模型参数,然后通过理论建模选取参数最优值,最后根据人眼视网膜细胞的分布特性构建改进模型。在此基础上,结合图像灰度排序信息和高斯平滑获得多组子图像,将采样模型映射其中生成描述子,通过计算筛选得到其中具有强区分性和低相关性的特征描述子。对比实验表明基于本文算法不仅可以更好地克服无人机侦察图像中各种尺度、视角、旋转、光照和噪声等变换的影响,而且满足战场应用中实时性的要求。; 杜玉龙李建增张岩范聪; 关键词：无人机目标识别高斯分布

一种改进的视频超分辨率重建方法被引量：1: 2015年; 针对目前无人机摄像、照相数据的特点,提出一种基于低分辨率视频重建高分辨率视频的改进方法;采用高斯金字塔光流算法对低分辨率视频及高分辨率图像进行运动估计利用小波频带分解方法提取图像的高频细节,并对视频进行运动补偿,采用凸集投影方法对补偿后视频进行迭代优化;并通过MATLAB仿真实现了以上算法,实验结果证明本文算法重建质量更好、处理速度更快。; 张岩李建增杜玉龙姜盼盼; 关键词：凸集投影

快速鲁棒性非线性尺度不变的特征匹配算子被引量：5: 2016年; 提出了一种快速鲁棒性非线性尺度不变的特征匹配算子(speeded up robust nonlinear scale invariant feature,SURNSIF),通过检测子非线性尺度空间的快速求解去除了噪声,同时保证了图像边缘细节,并将自适应选取尺度空间组数、adaptive and generic corner detection based on the accelerated segment test(AGAST)与框状拉普拉斯滤波器去除边缘响应相结合,兼顾了检测的准确性与实时性;描述子交叠带的构建、规范微分响应与非线性尺度空间约束的引入增强了描绘准确性。通过与scale invariant feature transform(SIFT)、speeded up robust features(SURF)、KAZE、binary robust invariant scalable keypoints(BRISK)、AGAST以及快速海森(fast-Hessian)的实验对比,SURNSIF的5种变换鲁棒性均较强,同时速度也更快,综合性能较KAZE提高约10.87%,速度提高约47%。; 张岩李建增李德良杜玉龙

无人机战场侦察中目标识别算法研究综述被引量：3: 2016年; 目标识别算法是现代信息化战争中无人机战场侦察的核心技术,如何更快、更精确地实现战场复杂环境的侦察是研究目标识别算法的目的所在。总结并深入分析了近些年无人机战场侦察中目标识别算法的发展现状。在此基础上,对于无人机战场侦察目标识别算法的发展趋势进行了展望。; 杜玉龙李建增张岩范聪; 关键词：无人机战场侦察目标识别

基于深度交叉CNN和免交互GrabCut的显著性检测被引量：11: 2017年; 针对传统显著性检测算法特征学习不足,显著性区域边界不明确和检测效果鲁棒性较差等问题,提出一种基于深度交叉卷积神经网络和免交互Grab Cut的显著性检测算法。该方法首先针对传统CNN模型中神经元和参数规模较大导致训练困难的不足,根据人眼视觉原理,构建深度交叉卷积神经网络模型(DCCNN);然后,采用超像素聚类方法获取图像区域特征,并通过Beltrami滤波突出图像内的边界特征,利用DCCNN对特征进行学习,在联合条件随机场框架下完成特征融合,实现显著性区域粗糙检测;最后,对粗糙检测结果自适应二值化和形态学膨胀,将显著区域的多边形逼近结果作为Grab Cut算法的输入,完成显著性区域的精确检测。实验结果表明所提算法能够有效提高显著性检测精度,具有更好的鲁棒性和普适性。; 杜玉龙李建增张岩范聪; 关键词：显著性检测

基于MSER与SIFT融合的多通道图像匹配算法研究被引量：1: 2016年; 针对传统最稳定极值区域算法,只能从灰度通道进行不变特征提取而不能充分利用彩色图像信息的缺点,以及MSER(maximally stable extremal regions)算法与SIFT(scale invariant feature transform)算法本身存在的局限性,提出一种融合MSER与SIFT的多通道图像匹配算法.首先利用HSI(hue-saturation-insensity)颜色空间,同时从三通道进行MSER特征提取,对得到的特征进行简单筛选,将S和I通道得到的MSERs经椭圆拟合与归一化处理,并在H通道得到的区域中进行SIFT特征提取,而后对所有特征利用融合了C-均值聚类法的SIFT描述子进行描述,并用高维数据的可伸缩最近邻算法(fast library for approximate nearest neighbors,FLANN)连接同名点,利用PROSAC(progressive sample consensus)算法去除错误点,最终实现图像之间的匹配.仿真实验证明,该方法能够解决传统MSER存在的问题,并且在提取的特征质量以及处理速度上更具优势.; 杜玉龙李建增张岩李德良范聪; 关键词：特征提取 SIFT HSI颜色空间

基于仿真的无人机遥感图像拼接误差分析被引量：8: 2015年; 针对多幅无人机遥感图像连续拼接时,累积误差逐渐增大导致拼接的图像严重扭曲变形的问题,提出了一种基于前方交会的投影误差修正算法。该算法根据前方交会原理,解算出同名点对所对应3D点的空间坐标;然后,将所有3D点正射投影到同一物平面上,并将正射点重投影到像平面上,获取校正后的同名点对;最后,利用M估计抽样一致性(MSAC)算法估计单应性矩阵,并进行图像拼接演示。仿真实验结果表明,所提算法能有效地消除投影误差,进而达到抑制无人机遥感图像拼接误差的目的。; 李鹏俊李建增宋瑶张岩杜玉龙; 关键词：图像拼接空间前方交会单应性矩阵

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

杜玉龙

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杜玉龙

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈