摘要:

针对在线考试中考生身份验证的问题,提出一种侧脸识别方法并应用到在线考试系统中.该方法利用sift算法得到考生图像特征点的sift描述符,并结合图论中的图匹配知识用所得到的描述符构造最小生成树,将两幅人脸图像的比较识别转换为两幅图的匹配问题,以便从图像的本质结构上识别人脸.利用最小生成树来估计Rényi熵,从而判断两幅图的相似度.结果表明,该方法相对于单一的sift算法应用于在线考试系统识别率提高3.5％,且没有误判的情况,能较好的识别了在线考生的身份.

摘要:

影像数据具有连续、直观、容易判别、高分辨率的特点,能够反映出地表的真实纹理信息,与离散的激光点云数据配合可以相互补充;因此将点云与图像数据进行融合,具有很强的现实意义;首先介绍了整套无人机激光数据采集系统,讨论了具有尺度不变性的sift图像拼接算法,接着提出了一种基于点特征的直接线性变换方法;经实验证明,该方法实现了三维点云与二维影像数据的融合,使每个点云数据都具有真实的RGB颜色信息,并且取得了良好的效果.

摘要:

研究轨道图像特征分布规律对提高轨道图像匹配速率,实现轨道三维建模具有重要意义;由于轨道图像背景复杂,图像色彩信息单一,图像特征分布多变,因此对轨道图像特征点分布规律的研究尤为重要;首先对轨道图像进行分析,根据轨道图像部件几何特征及布设规律将图形划分为不同区块;运用尺度不变Harris特征点检测算法提取不同区块内图像特征点,Sift描述子对已得特征点进行特征描述并匹配;采用统计方法得出几何特征点的分布规律,试验检测1000幅轨道图像,得到轨道图像几何特征点出现频率分布规律为:挡板座区域(挡板座顶点)97.8％,螺母区域(螺母边角点)57.3％,弹条区域(弹条拐点)53.9％,钢轨轨枕交叉区域(钢轨轨枕交叉边界点)24.7％.

摘要:

为满足汽车实时性的要求,提出了一种基于FPGA (Field Programmable Gate Array)的车载视频拼接方法.采用FPGA实现视频拼接.整个系统主要由视频采集、视频预处理、视频拼接和视频显示组成.采用Altera公司的CycloneⅣ芯片搭建硬件处理平台,利用双DDR2存储器进行乒乓缓存.图像拼接采用sift算法进行图像匹配,通过线性融合算法完成环景拼接,提高了算法的处理速度,满足了实时性需求.经验证该平台拥有较好的实用性和扩展性,满足汽车的实时性需求.

摘要:

基于二维坐标的多运动目标跟踪,在跟踪过程中由于目标相互遮挡,算法无法分清各个运动目标,导致跟踪目标失败.而三维坐标具有深度信息,利用目标遮挡前后坐标的不突变性能很好地分清各个目标,为此提出基于三维坐标的运动目标跟踪方法.首先,采用背景差法进行目标检测;其次使用sift算法对目标特征提取,运用极线约束对目标特征点进行立体匹配以及三维重构并使用模糊C均值聚类算法(FCM),确定运动目标中心三维坐标;最后结合Kalman滤波实现目标跟踪.实验和分析结果表明,算法能够较好地适应目标遮挡下的跟踪,具有良好的准确性、鲁棒性.

摘要:

针对在线考试中考生身份验证的问题,提出一种侧脸识别方法并应用到在线考试系统中.该方法利用sift算法得到考生图像特征点的sift描述符,并结合图论中的图匹配知识用所得到的描述符构造最小生成树,将两幅人脸图像的比较识别转换为两幅图的匹配问题,以便从图像的本质结构上识别人脸.利用最小生成树来估计Rényi熵,从而判断两幅图的相似度.结果表明,该方法相对于单一的sift算法应用于在线考试系统识别率提高3.5％,且没有误判的情况,能较好的识别了在线考生的身份.