本发明公开了一种基于图像特征点裁剪区域重排列的图像匹配的方法。针对图像旋转和模糊，使用了局部图像和重排列的方法，增强了匹配的稳定性。主要包括图像裁剪，数据增强部分，分割图像重排列模块和特征描述模块。在图像裁剪模块中,我们根据特征点位置得到其周围固定大小的局部区域，避免全图的无关信息干扰特征提取。在数据增强部分，我们将原始图像经过高斯模糊和随即角度旋转，得到增强数据。在分割图像重排列模块中，我们根据每个分割区域相对于图像中心点的位置远近，按照顺时针方向对这些小块进行排序。通过这种方式，可以有效减弱因图像旋转带来的误差。
📄 2024112343256
📂 G06V10_75
👤 浙江工业大学
📅 2024-09-04
本申请提供一种图像匹配方法、装置、电子设备及存储介质，包括：针对第一图像中的每个第一特征点，以该第一特征点在所述第二图像中的映射坐标为中心，在所述第二图像中确定出一个大小满足第一预设条件的区域，并确定出位于所述区域内的第二特征点，作为待选特征点，根据该第一特征点和待选特征点的二进制描述子，确定该第一特征点和待选特征点之间的汉明距离小于预设距离时，确定该第一特征点和所述待选特征点匹配成功；根据第一图像和第二图像中匹配成功的特征点对的数量，确定出表征第一图像和第二图像是否匹配的结果，无需将第一特征点与第二图像中的全部特征点进行一一匹配，减少特征点匹配次数，继而缩短图像匹配时间，提高图像匹配的速度。
📄 2020106545002
📂 G06V10_74
👤 西安理工大学
📅 2020-07-08
本申请公开了一种图像匹配方法、装置和计算机可读存储介质。该方法包括：获取第一图像的特征数据；基于所述第一图像的特征数据，得到M组目标特征数据，所述M为大于或等于2的整数；基于所述M组目标特征数据，从至少两个第二图像中确定与所述第一图像匹配的目标图像。相应的，还提供了对应的装置。采用本申请，可提高图像匹配的精度。
📄 2018107289133
📂 G06K9_62
👤 北京市商汤科技开发有限公司
📅 2018-07-04
本申请公开一种神经网络的训练方法及图像匹配方法、装置，至少包括：标注第一服装实例和第二服装实例的注释信息，所述第一服装实例和第二服装实例分别来源于第一服装图像和第二服装图像；响应于所述第一服装实例和所述第二服装实例匹配的情况，将所述第一服装图像和所述第二服装图像进行配对；基于配对的所述第一服装图像和所述第二服装图像对待训练的神经网络进行训练。
📄 2018115354204
📂 G06N3_08
👤 深圳市商汤科技有限公司
📅 2018-12-14
本发明公开了一种基于梯度幅值随机采样的图像匹配方法，包括以下步骤：S1、对目标检测图像，截取感兴趣区域，得到第一模板图像；S2、对第一模板图像进行预处理，得到模板图像采样点对的二进制串；S3、将待匹配图像的像素点均移动一个步长，将移动后的待匹配图像按照步骤S2的方法，生成待匹配图像采样点对的二进制串；S4、根据待匹配图像采样点对的二进制串与模板图像采样点对的二进制串间的最小距离，得到最小距离在目标检测图像的位置；S5、采用图像金字塔的采样关系，将最小距离在目标检测图像的位置映射至目标检测图像，得到准确的目标位置，匹配结束；本发明解决了基于视觉的产品检测中目标区域精确定位不准确的问题。
📄 2021101536552
📂 G06K9_32
👤 成都工业学院
📅 2021-02-04
本发明公开了一种基于彩色图和矢量图的织物图案匹配方法及系统，其方法包括S1、输入模板图，并对模板图进行预处理，以获取与待匹配图片大小相适应的预处理模板图A；S2、输入待匹配图片，去除待匹配图片的彩色通道数以将待匹配图片转为灰度图片B；S3、计算灰度图片B的最大外接椭圆相对于水平轴的偏移角度θ，并通过仿射变换矩阵使灰度图片B保持水平；S4、随机选取灰度图片B中的ROI区域S，对该区域S进行裁剪并提取轮廓，得到轮廓图L；S5、去除轮廓图L中的干扰特征，以获取待匹配模板图M；S6、将待匹配模板图M与预处理模板图A中的图案进行匹配，以得到匹配结果。本发明提升了纺织物图像匹配的准确度与速度，极大地降低了企业用工成本。
📄 202110392193X
📂 G06V10_75
👤 浙江理工大学
📅 2021-04-13
本发明公开了一种基于图像匹配的测风站群空间聚类方法，包括：步骤1，针对目标区域内每个测风站，获取历史风速数据以构造风速样本；步骤2，在历史时间段内获取多个不同的样本时刻，通过计算各样本时刻区间内的目标区域的风速关联系数，选择风速关联系数最高的3个样本时刻区间作为RGB分量从而构建测风站的风速特征图；步骤3，对风速特征图灰度化处理获得灰度风速特征图；步骤4，将灰度风速特征图划分为若干个互不相交的区域，提取每个区域的风速特征曲线；步骤5，利用各测风站的风速特征曲线实现测风站聚类。本发明充分挖掘风速大数据之间的关联耦合关系对测风站群聚类，减少数据的斑驳程度，提高了测风站聚类方法的科学性和实用性。
📄 2019102663986
📂 G06K9_62
👤 合肥智慧龙机械设计有限公司
📅 2019-04-03
本发明提供一种图像匹配方法、设备，所属方法包括：获取待匹配图像G1和G2中的各个低纹理密度子图像；获得各个低纹理密度子图像的特征描述符；分别获得G1和G2中两两相邻低纹理密度子图像共有的边及边的属性；基于G1中各个低纹理密度子图像的特征描述符和G1中边及边的属性获得G1的无向图；基于G2中各个低纹理密度子图像的特征描述符和G2中边及边的属性获得G2的无向图；基于G1的无向图和G2的无向图构造G1和G2的相似性矩阵；在G1和G2的相似性矩阵中搜寻相似性最大的路径，按相似性最大的路径确定G1和G2的匹配关系。具有匹配稳定、准确率高的有益效果。
📄 2018109706901
📂 G06T7_44
👤 龙图腾网科技(合肥)股份有限公司
📅 2018-08-27
本发明公开了一种基于直线段上下文特征的遥感图像匹配方法，属于图像特征提取和匹配技术领域。本发明包括以下步骤：分别提取参考图像和待匹配图像中的显著直线结构，分解为直线段作为匹配基元；对于每一条直线段，分别构造直线段上下文特征描述符对其进行描述，通过对比参考图像和待匹配图像中各直线段描述符的相似度进行初步匹配；特征迭代匹配；根据迭代匹配结果计算图像间的转换矩阵，进行一致性检验消除异常匹配点对，得到最终匹配结果。本发明能够有效克服多源遥感图像间尺度变化导致的特征描述不准确的问题，在只考虑图像中显著直线结构进行匹配的情况下，对于存在较大背景信息变化的多源遥感图像也能取得较好的匹配效果。
📄 2021103447572
📂 G06V10_75
👤 安徽工业大学
📅 2021-03-31
本发明公开了一种基于全局和局部特征描述的多模图像匹配方法，属于图像特征提取和匹配技术领域。本发明包括以下步骤：对于参考图像和待匹配图像，分别检测图像中的特征点，并确定特征点主方向；对于每一个特征点，分别构造PIIFD描述符和全局上下文特征描述符；对于每一对特征点，计算两种特征描述符的相似度，并进行加权融合，通过对比各对特征点的相似度进行初步匹配；对于初步匹配结果，提取特征点的局部上下文特征向量进行比对以消除其中的异常匹配点对，得到最终匹配结果。本发明能够有效克服多模图像局部灰度差异大，特征点描述和匹配困难的问题，提高多模图像特征点匹配的准确率。
📄 202110344953X
📂 G06V10_75
👤 安徽工业大学
📅 2021-03-31
本发明公开了一种无人机影像匹配像对提取方法、三维稀疏重建方法，主要用于解决无人机影像匹配提取适应性差、效率较低、先验知识要求高等问题。主要步骤包括：(1)提取无人机影像SIFT特征；(2)对特征向量进行降维；(3)构建视觉词典；(4)影像相似度查询；(5)计算综合查询因子；(6)计算查询深度阈值；(7)组成匹配像对；(8)输出所有匹配像对列表。本发明的方法能快速完整的得到无人机影像的待匹配像对，使基于序列无人机影像可开展后续的空三解算与数字产品生产。
📄 2020105740991
📂 G06V10_46
👤 长安大学
📅 2020-06-22
本发明请求保护一种基于改进GMS‑ORB特征的图像匹配方法，其包括以下步骤：S1使用Fast方法对原图像与待配准图像的特征点进行粗提取，获得大量特征点；S2利用机器学习方法筛选最优Fast特征点；S3构建高斯金字塔实现特征点的尺度不变性；S4使用灰度质心法实现特征点的旋转不变性；S5使用BRIEF算法对Fast角点提取出来的特征点进行描述，利用基于汉明距离的暴力匹配算法进行特征点粗匹配；S6使用改进的GMS算法对粗匹配进行提纯，剔除错误匹配，完成图像配准。本方法结合四叉树与GMS算法利用四叉树控制GMS生成网格数量，缩短匹配时间，有针对性划分网格提高了配准精度。
📄 2019109057188
📂 G06T7_33
👤 重庆邮电大学
📅 2019-09-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台