“sift”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1629个，建议您升级VIP下载更多相关专利

[发明专利]一种危化品货物特征点匹配方法及系统-CN201910139321.2有效
发明人：刘学君;袁碧贤;晏涌;魏宇晨;刘永旭;杨启思;秦姣姣;张哲闻;顾楚悦;戴波 -专利权人：北京石油化工学院
申请日： 2019-02-25 - 公布日： 2020-12-25 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种危化品货物特征点匹配方法及系统，该方法包括：获取待测量的危化品货物的左图像和右图像；采用SIFT算子分别检测左图像和右图像的特征点；对特征点进行聚类分析，确定SIFT匹配需要的阈值；根据阈值本发明提供的技术方案，采用SIFT算子检测左右图像的特征点，并通过DBSCAN密度聚类算法对特征点进行聚类分析，确定SIFT匹配需要的阈值，初匹配完成后，去除错误的匹配点对，得到优化后的匹配点对集合，以提高匹配准确率DBSCAN密度聚类分析使得SIFT算法中固定阈值可变，大大提升了匹配率和准确率，为后续危化品仓储测距技术提供了保障。
一种危化品货物特征匹配方法系统

[发明专利]一种基于深度学习和无人机影像的管道线变化检测方法-CN202010728390.X在审
发明人：黄方;陈胤杰;杨浩;陆俊;彭书颖 -专利权人：电子科技大学
申请日： 2020-07-24 - 公布日： 2020-11-20 - 主分类号： G06K9/00 文献下载
摘要：该方法通过无人机获取多幅管道线影像，基于优化后的SIFT算法，结合对影像进行高精度配准和拼接的预处理，然后再利用深度学习改进算法实现管道线的变化检测。优化后的SIFT算法以传统的SIFT算法为基础，采用RANSAC算法和Levenberg‑Marquardt算法对传统SIFT算法处理结果进行进一步地的求精，使得在特征匹配时剔除大量的误差匹配点，同时对单应矩阵高度求精
一种基于深度学习无人机影像管道变化检测方法

[发明专利]一种道闸安全防砸方法-CN201310676400.X有效
发明人：唐健;关国雄;李锐;黎明 -专利权人：深圳市捷顺科技实业股份有限公司
申请日： 2013-12-11 - 公布日： 2017-05-10 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例方法包括获取目标区域的当前图像特征，所述目标区域为道闸底座的标靶区域；将所述当前图像特征和背景图像特征进行尺度不变特征转换SIFT特征点匹配，若匹配失败的SIFT特征点大于第一阈值，则指示道闸控制器停止道闸运动；所述背景图像特征为道闸底座的标靶的图像特征，所述背景图像特征包括目标区域中的各个SIFT特征点，以及所述SIFT特征点对应的特征向量。
一种安全方法

[发明专利]基于特征匹配和MeanShift算法的目标跟踪方法-CN201510573979.6有效
发明人：王炳健;李敏;牛卫;易翔;郝静雅;吴飞红;赖睿;周慧鑫 -专利权人：西安电子科技大学
申请日： 2015-09-10 - 公布日： 2018-11-30 - 主分类号： G06T7/246 文献下载
摘要：基于特征匹配和Mean Shift算法的目标跟踪方法，步骤如下：输入图像序列，对图像序列进行背景重构，获得初始时刻的目标区域，并采用MeanShift算法进行建模；对初始时刻的目标区域模型进行SIFT特征提取，将初始时刻的目标区域模型的SIFT特征点作为特征库的初始特征点；通过SIFT特征匹配计算当前帧目标的初始位置、尺度参数和旋转参数；采用Mean Shift算法对目标进行精确定位；计算目标的遮挡因子，判断目标的遮挡程度本发明将Mean Shift算法和SIFT特征匹配算法结合起来，充分发挥二者的优势，实现目标的稳定跟踪。
基于特征匹配 meanshift 算法目标跟踪方法

[发明专利]一种快速卡口车辆比对和车型识别方法-CN201410451923.9有效
发明人：尚凌辉;高勇;陈燕娟;张兆生;蒋宗杰 -专利权人：浙江捷尚视觉科技股份有限公司
申请日： 2014-09-05 - 公布日： 2017-07-14 - 主分类号： G06K9/62 文献下载
摘要：本发明首先由高清卡口摄像机采集标准的抓拍车辆图像，对图像进行前景车辆检测提取车辆区域；而后对车辆区域预处理检测特征点，计算sift特征描述子，使用查询树进行查询实现车型粗匹配获取候选车型数据图像集合，再次使用sift特征描述子对候选车型图像进行精确匹配，通过几何信息进行几何验证，重新排序得到最终车型比对结果输出。本发明采用了基于多尺度sift特征作为图像的描述子，sift特征是图像的局部特征，不仅对图像旋转，尺度缩放，亮度变化保持不变性，对视角变化，放射变换，噪声也保持一定的稳定性。
一种快速卡口车辆车型识别方法

[发明专利]一种基于单应性约束的SAR图像序列MAP超分辨率重建方法-CN201811545227.9有效
发明人：卜丽静;张正鹏;苏旭 -专利权人：辽宁工程技术大学
申请日： 2018-12-17 - 公布日： 2022-12-06 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于单应性约束的SAR图像序列MAP超分辨率重建方法，步骤为：选取基准图像；利用改进SIFT算法计算单应性；计算得到初始高分图像；MAP超分重建；满足迭代要求；得到高分图像。本发明的方法通过指定基准图像，改进SIFT算法，单应性匹配及最大后验超分辨率重建算法最终实现了SAR图像序列的超分重建。同传统SIFT方法相比，本发明改进SIFT配准算法对于SAR图像可以在保证匹配点对正确率较高的同时增加匹配点数量，且算法复杂度低；同常用的重建算法相比，改进MAP重建算法可以得到质量更高，细节更好的图像
一种基于单应性约束 sar 图像序列 map 分辨率重建方法

[发明专利]基于无人机双目视觉的输电线路覆冰厚度测量方法-CN201611047897.9有效
发明人：于虹;马仪;杨鹤猛;刘金玉;刘彧;许杰 -专利权人：云南电网有限责任公司电力科学研究院;天津航天中为数据系统科技有限公司
申请日： 2016-11-21 - 公布日： 2019-06-14 - 主分类号： G01B11/06 文献下载
摘要：本发明公开了一种基于无人机双目视觉的输电线路覆冰厚度测量方法，包括：获取无人机双目视觉航拍图像；对航拍图像进行SIFT特征点匹配；判断SIFT特征点是否充分；如果SIFT特征点充分，则通过三角测量计算三维空间坐标；如果SIFT特征点不充分，则人工添加SIFT特征点，通过三角测量计算三维空间坐标；根据三维空间坐标，获得航拍图像位置坐标；对航拍图像进行图像Ratio边缘检测，获得线状边缘；对线状边缘进行Hough直线提取
基于无人机双目视觉输电线路厚度测量方法

[发明专利]一种基于因子图模型的图片中对象识别方法-CN201410430505.1在审
发明人：吴照林;张海粟;戴剑伟;曾昭文;朱明东;文峰;张胜;姚远;龚建华;张岩 -专利权人：中国人民解放军国防信息学院
申请日： 2014-08-28 - 公布日： 2014-12-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于因子图模型的图片中对象识别方法，包括对训练集中每张图片分别进行图像分块，提取各图像块的SIFT特征向量，得到图片的SIFT特征向量集，确定各图像块对应的标签，图像块的标签为正时表示对象存在于该图像块中；训练集中所有图片的SIFT特征向量集组成集合，基于该集合利用聚类算法，计算SIFT特征向量词典；针对训练集中的每张图片，分别构建因子图模型；进行因子图模型参数学习，采用测试集验证学习所得因子图模型参数
一种基于因子模型图片对象识别方法

[发明专利]融合SIFT特征和CNN特征的遥感图像配准方法及系统-CN201810987940.2在审
发明人：邵振峰;李从敏;杨珂;周维勋 -专利权人：武汉大学
申请日： 2018-08-28 - 公布日： 2018-12-18 - 主分类号： G06T7/33 文献下载
摘要：本发明提供一种融合SIFT特征和CNN特征的遥感图像配准方法及系统，包括对输入的参考影像和待配准影像进行特征点提取，采用SIFT方式对特征点的邻域区域进行特征表达，获得SIFT特征；将特征点的邻域区域作为卷积神经网络CNN的输入端，使用预先采用迁移学习策略训练完成的CNN模型进行高层特征表达，获取CNN特征；将SIFT特征和CNN特征进行融合，计算相似性，估算参考影像和待配准影像之间几何变换参数，对待配准影像进行几何变换并重采样
配准影像卷积神经网络参考影像遥感图像遥感影像特征点邻域融合几何变换参数特征点提取传统特征底层特征高层特征高级特征几何变换特征表达学习策略输入端采样估算迁移联合

[发明专利]一种基于SIFT的场景物体实时配准方法-CN201510646525.7在审
发明人：金龙存;聂四品;彭新一;邓高翔 -专利权人：华南理工大学
申请日： 2015-09-30 - 公布日： 2016-01-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于SIFT的场景物体实时配准方法，包括以下步骤：步骤1：提取出视频中的帧图像并进行图像预处理；步骤2：提取出步骤1中某一图像的特征点以及目标图像的特征点；步骤3：构造步骤2中两幅图像的SIFT特征；步骤4：利用RANSAC优化算法和轮廓排除法得到优化后的匹配结果；步骤5：重复步骤2～4，直到得到实时匹配结果为止。本发明通过提取视频中的图像数据，对图像提取SIFT特征，然后利用RANSAC优化算法和轮廓排除法优化匹配结果，得到匹配的特征点对，并采用SIFT算子来提取特征点，然后利用RANSAC优化算法和轮廓排除法来得到优化的匹配结果
一种基于 sift 场景物体实时方法

[发明专利]一种基于改进SIFT特征在遥感图像上配准的方法-CN201611031136.4在审
发明人：李校林;李银;何登平 -专利权人：重庆信科设计有限公司
申请日： 2016-11-22 - 公布日： 2017-04-05 - 主分类号： G06T7/33 文献下载
摘要：本发明请求保护一种基于改进SIFT特征在遥感图像配准研究。针对遥感图像数据量大、重叠率高的特点，在光照和几何差异等复杂因素上引起的匹配误差、匹配效率上的不足，深入研究了SIFT特征描述符的改进方法利用特征点圆形区域来构造特征描述符，采用自适应量化策略用来局部区域的划分和梯度直方图的计算，并对每个描述子采用一种插值法重新确立主方向，改进SIFT算法的特征描述符；然后采用一种基于分块匹配的新型SIFT特征匹配算法，通过剔除非重叠区域来降低特征提取和匹配的时间损耗，同时又保证特征点描述符的独特性和鲁棒性
一种基于改进 sift 特征遥感图像上配准方法

[发明专利]一种基于生物视觉特征的地面利用遥感场景图像分类方法-CN201910206032.X在审
发明人：田甜;王力哲 -专利权人：中国地质大学（武汉）
申请日： 2019-03-19 - 公布日： 2019-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于生物视觉特征的地面利用遥感场景图像分类方法，包括：计算遥感图像的单拮抗和双拮抗颜色响应，并对于每个局部图像块的每个双拮抗通道构造该通道下的SIFT特征，进而将各个通道的SIFT特征进行组合得到局部图像块的颜色扩展SIFT描述；然后使用稀疏编码空间金字塔匹配对局部颜色扩展SIFT特征进行集成，得到整幅图像的特征表达；最后采用线性核的支持向量机对图像的集成特征进行有监督学习，得到分类结果。
拮抗场景图像局部图像生物视觉遥感图像局部特征描述支持向量机分类结果分类效果集成特征局部特征局部颜色量化误差特征表达通道构造稀疏编码颜色扩展颜色响应颜色信息样本训练遥感图像整幅图像匹配对小样本有效地分类映射金字塔测试监督学习

[发明专利]图像检索方法、装置、电子设备及可读存储介质-CN202010653446.X在审
发明人：侯博严;刘岩 -专利权人：泰康保险集团股份有限公司
申请日： 2020-07-08 - 公布日： 2020-11-13 - 主分类号： G06F16/583 文献下载
摘要：本发明实施例提供一种图像检索方法、装置、电子设备及可读存储介质，该方法包括：针对图像集合中的每张图像，获取包括SIFT视觉词频特征、LBP特征和HOG特征的特征向量，SIFT视觉词频特征和LBP特征均对应于预设数目个SIFT特征点，HOG特征对应于轮廓特征；根据每张图像对应的特征向量，将图像集合中的图像进行局部敏感哈希检索以获取不同的分桶，每一分桶对应于一桶号；确定待检索图像对应的目标桶号；根据待检索图像对应的初始SIFT特征、LBP特征和HOG特征，在目标桶号对应的图像中进行线性精确检索，获取与待检索图像匹配的相似图像。
图像检索方法装置电子设备可读存储介质

[发明专利]基于标定区域的特征点组合匹配的位姿估计方法-CN202010315216.2在审
发明人：蔡鹏;浦黄忠;戴金跃;师平;沈宝国;杨文杰 -专利权人：江苏航空职业技术学院
申请日： 2020-04-21 - 公布日： 2020-08-18 - 主分类号： G06K9/62 文献下载
摘要：具体包括以下步骤，首先是参考图像标定区域的设置与相应控制点的地面局部坐标测量，其次是参考图像标定区域与实时图像之间进行SIFT特征匹配或者其他图像特征匹配，通过三角形内部线性插值方法计算实时图像中SIFT特征匹配点的地面局部坐标，最后参考图像标定区域与实时图像之间进行SIFT特征点组合匹配，选择最优的一组SIFT特征匹配点，通过空间后方交会计算实时图像的相机位置和姿态。
基于标定区域特征组合匹配估计方法

[发明专利]一种面向无人机的改进YOLO与SIFT相结合的多小目标检测跟踪方法-CN202010497477.0在审
发明人：丁勇;卢盼成;汪常建 -专利权人：南京航空航天大学
申请日： 2020-06-03 - 公布日： 2020-09-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公布了一种面向无人机的改进YOLO与SIFT相结合的多小目标检测跟踪方法，所述方法首先初始化视频序列，读取视频序列的帧数和标注框真值；其次使用自适应阈值和最小距离约束的方法改进SIFT算法进行特征点检测；接着对改进SIFT算法检测得到的特征点，采用KLT算法对特征点进行匹配和目标定位；然后采用YOLO网络剪枝后的UAV‑YOLO进行目标检测；最后，由目标的尺度信息和位置信息完成目标的数据关联，再使用KLT本发明基于KLT跟踪算法，通过对YOLO算法的网络剪枝和SIFT算法的特征点改进，有效解决了面向无人机的目标检测算法部署和多小目标跟踪问题。
一种面向无人机改进 yolo sift 相结合目标检测跟踪方法