【技术实现步骤摘要】
本专利技术涉及图像处理
,特别是涉及一种图像检索/匹配方法及系统。
技术介绍
目前,图像局部特征点匹配已经在多个领域取得了成功应用,如图像配准、目标识别、机器人导航、图像检索、移动视频搜索、脸部识别、指纹识别、眼虹膜识别、医学图像处理等。图像中的特征点(如边缘交叉点、角点、高熵区域、尺度空间极大值点等)具有尺度不变性、旋转不变性、灰度不变性,并对光线、噪声、仿射变换等具有鲁棒性,能够有效反应图像中的局部稳定特征。常用的局部不变量(Local ^variant)的计算方法,如SIFT Gcale Invariant Feature Transform,尺度不变特征变换)、SURF (Speeded Up Robust Features,快速鲁棒特征)算法等,由于仅描述了特征点附近的邻域信息,不能够反应全局特性,因此当图像中出现大量相似结构特征时,极易发生误匹配。研究者们已经提出了一些方式来解决图像局部特征点的误匹配问题,与本专利技术解决的问题最相近的方法有局部特征点全局描述符方法和 RANSAC(RANdom SAmple Consensus)方法。局部特 ...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:严寒冰,李鹏,孙波,王永建,何跃鹰,袁春阳,刘辉,
申请(专利权)人:国家计算机网络与信息安全管理中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。