这一模型意味着在我们的知识基础中,已经存储了数以百万计的不同模板——每一个可以辨识的不同物体或模式,都有一个与之匹配的模板存在。本书结合局部特征的特点和模板匹配的原理,提出了一种图像检索方法。如果局部特征和模板匹配的数量越多,则该幅图像和查询图相似的程度就越高。显然,模板匹配并不完全适合知觉原理的实际应用。......
2023-06-28
目前常用的目标匹配策略有两种:一种是距离阈值法(Threshold-based Matching),即待匹配目标与模型之间的距离小于某个阈值,则认为匹配上了,该方法非常简单,但是阈值的确定非常困难,而且目标很容易匹配上多个模型,从而产生大量的误匹配;另一种是最小距离法(Minimum Distance),即目标只匹配与其距离最近的模型,实际应用中一般还需要满足距离小于某个阈值的条件,该方法只有一个最佳的匹配结果,相对于距离阈值法来说,正确率要高。
由于图像的内容千差万别,加上场景中的运动物体、不重叠内容以及图像质量等因素的存在,一幅图像中的局部特征并不一定能够在另一幅图像中找到相似的特征,这就需要采取措施剔除那些产生干扰的噪声点,通常把这样的点称为“外点”。许多图像的背景比较相似并不具有区分性,如天空、旷野之类,它们的局部特征之间的距离要小于有用的特征之间的距离,但是它们并不能描述图像的主要内容,所以设置一个全局性的距离阈值来决定局部特征匹配与否显然是不合适的。
对SIFT特征的研究[146]表明,可以通过比较最近邻(First Nearest Neighbor)特征和次近邻(Second Nearest Neighbor)特征的距离可以有效地甄别局部特征是否正确匹配。这就是最邻近距离比值法(Nearest Neighbor Distance Ratio,NNDR),其表述如下,如果待匹配特征为DA,其最邻近特征为DB,次邻近特征为DC,那么判断该特征匹配的条件为:
该方法理论来源是,如果一个特征在一幅图像中与两个特征的距离都很相近,那么该特征的区分度较低,也违背了Marr提出的“匹配应该满足唯一性”的原则,会对图像相似度的判断产生干扰。如图5-1所示,进行SIFT特征匹配的实验结果也证实了这一点,当剔除与最近邻点和次近邻点距离比值大于0.8的特征对时,排除了90%的干扰而仅仅误删了5%的正确特征对。
图5-1 特征点匹配的概率分布
该实验从图像数据库中选取的待匹配图像,共提取了40000个SIFT特征,对这些待匹配的图像进行了随机数值的尺度变化和平面旋转,并进行了深度小于30°的视角变化处理,同时也加入2%的高斯噪声。
有关图像目标的表示与识别的文章
这一模型意味着在我们的知识基础中,已经存储了数以百万计的不同模板——每一个可以辨识的不同物体或模式,都有一个与之匹配的模板存在。本书结合局部特征的特点和模板匹配的原理,提出了一种图像检索方法。如果局部特征和模板匹配的数量越多,则该幅图像和查询图相似的程度就越高。显然,模板匹配并不完全适合知觉原理的实际应用。......
2023-06-28
而基于内容的图像检索需要对一类物体进行匹配,比如检索有汽车、飞机、坦克、人群、楼房的图像,这种情况下就需要对具体的局部特征进行组合优化,从而得到对某类物体的理想化表征——原型。原型匹配理论是这样描述知觉加工的:当一种视觉系统收到一个新刺激,该系统就会将它与原先存储的原型进行比较,但并不要求完全相匹配,事实上大致的匹配就可以了[13]。为了实现从模板匹配到原型匹配的转变,我们引入了相关反馈技术。......
2023-06-28
1988年kass等人提出的基于能量函数的活动轮廓模型,即Snake模型,便是一种典型的自由式变形模板模型。Snake模型是一种有效地寻找目标轮廓的搜索算法,具有良好的提取、跟踪特定区域内目标边缘的能力,工作过程主要是利用能量最小化原理。实现Snake模型原型的算法通常十分复杂,曲线收敛速度慢且搜索范围有一定限制,因此许多学者提出了不同的算法,对经典Snake模型进行了改进。......
2023-11-24
如图7-6所示,Hausdorff距离表征了两个点集之间的最大不相似程度。因为Hausdorff距离的适用形式限制在有限点集内,所以非常适合度量特征点集的相似性。而角点点集经过主分量法处理后,消除了其对尺寸、位置、方位的依赖性,就可以作为Hausdorff距离的匹配元素,对这些元素的相似性进行度量并将此度量值作为目标与原型相似性的依据,如此一来,大大降低了算法的运算复杂度,并减少了噪声对识别效果的影响。......
2023-06-28
应严格按照逆变器使用维护说明书的规定操作使用。逆变器机柜内有高压,操作人员一般不得打开柜门,柜门平时应锁死。一旦告警停机,不准马上开机,应查明原因并修复后再行开机,检查应按逆变器维护手册的规定步骤进行。......
2023-07-02
现有的图像检索方式主要分为两种:基于文本的图像检索和基于内容的图像检索。针对以上两点问题,本书对局部特征提取技术和相关反馈技术进行了深入的研究分析,提出了一种基于局部特征的图像检索方法。......
2023-06-28
图9-10MOEA算法框架9.5.1.2NSGA与NSGA-Ⅱ算法NSGA是多目标进化算法发展过程中非常重要的算法,NSGA-Ⅱ为其改进版本,下面分别描述这两种算法。1)非支配排序遗传算法基于Goldberg的方法,NSGA对个体分类,形成多个层次。NSGA具有非支配最优解分布均匀,同时允许存在多个不同等效解的优点。......
2023-07-02
仔细研究各算法就会发现,决策树分类算法、关联规则分类算法、贝叶斯分类算法都是基于规则“A→C”和其统计特性的。C 4.5是决策树分类算法的代表[98]。构造决策树时,总选择增益比例大的属性作为下一分支节点。简化后的规则按类进行分组,形成最终的分类规则集。可见,贝叶斯分类器也是基于规则“A→C”的统计特性的。决策树分类法是一种直观且精度较高的方法,但决策树有时也会变得很复杂,以至于难以解释。......
2023-06-16
相关推荐