余淮
- 作品数：3 被引量：60H指数：2
- 供职机构：武汉大学电子信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 利用SAR-FAST角点检测的合成孔径雷达图像配准方法被引量：15
- 2017年
- 合成雷达孔径图像配准作为变化检测和图像信息融合的基础,对多时相SAR图像的解译具有重要作用。该文提出一种基于SAR-FAST角点检测的图像配准方法。首先,选用迭代引导平滑算法抑制斑点噪声对角点检测的影响;然后,以检测点为圆心,选择合适的检测半径,在圆周上选取检测窗口,统计与检测点不相似的窗口数量,判断检测点是否为角点;最后,对候选角点进行分析,根据其强度分布特点进一步剔除误检点。实验结果表明,SAR-FAST可以检测到足够数量且稳定性和重复性好的角点,应用于图像配准,也能获得较好的配准效果。
- 刘妍余淮杨文李立
- 关键词：合成孔径雷达角点检测图像配准
- 融合事件相机的视觉场景识别
- 2024年
- 目的 传统视觉场景识别(visual place recognition,VPR)算法的性能依赖光学图像的成像质量,因此高速和高动态范围场景导致的图像质量下降会进一步影响视觉场景识别算法的性能。针对此问题,提出一种融合事件相机的视觉场景识别算法,利用事件相机的低延时和高动态范围的特性,提升视觉场景识别算法在高速和高动态范围等极端场景下的识别性能。方法 本文提出的方法首先使用图像特征提取模块提取质量良好的参考图像的特征,然后使用多模态特征融合模块提取查询图像及其曝光区间事件信息的多模态融合特征,最后通过特征匹配查找与查询图像最相似的参考图像。结果 在MVSEC(multi-vehicle stereo event camera dataset)和RobotCar两个数据集上的实验表明,本文方法对比现有视觉场景识别算法在高速和高动态范围场景下具有明显优势。在高速高动态范围场景下,本文方法在MVSEC数据集上相较对比算法最优值在召回率与精度上分别提升5.39%和8.55%,在RobotCar数据集上相较对比算法最优值在召回率与精度上分别提升3.36%与4.41%。结论 本文提出了融合事件相机的视觉场景识别算法,利用了事件相机在高速和高动态范围场景的成像优势,有效提升了视觉场景识别算法在高速和高动态范围场景下的场景识别性能。
- 刘熠晨余磊余淮杨文
- 关键词：多模态
- 一种无人机航拍影像快速特征提取与匹配算法被引量：45
- 2016年
- 无人机影像具有非常高的分辨率,边缘和纹理信息更加丰富,基于经典SURF特征的影像拼接算法在处理无人机影像时面临着新的挑战。为提高无人机航拍影像拼接效率,该文提出一种快速特征提取与匹配算法。在特征提取环节,提出采用局部差分二进制算法描述特征,在不降低特征区分性的同时,较SURF描述子而言降低了特征维度。在特征匹配环节,提出采用局部敏感哈希搜索算法代替kd树搜索算法,提高了最近邻特征匹配效率。实验结果表明,与基于SURF描述子和kd树搜索算法的最近邻匹配拼接算法相比,该文算法特征匹配效率有明显提升,匹配精度也有所改善,更适合应用于基于特征的无人机航拍影像快速制图。
- 余淮杨文
- 关键词：无人机影像拼接特征提取
