简介:摘要:中华民族几千载峥嵘岁月里留下了琳琅满目的物质物品,它们的存在无疑是瑰宝。其中非物质文化遗产民族刺绣图案最具有代表性。然而时代变迁,科技的迅速发展限制了这类传统手工业文化的延绵传承。目前,国内相关智能分类的研究较少。基于这种情况,本文将当今机器学习方法应用于刺绣作品数字资源的保护和传承,从计算机视觉的角度,利用图案识别SIFT,HOG,Haar方法分别采集少数民族刺绣图案的视觉特征,最后结合分类实验结果概括总结三种算法的优劣势,为后人跟进研究基于复杂背景的民族图案及文化传播提供参考。
简介:针对ORB特征点匹配中常采用的随机抽样一致性(RandomSampleConsensus,RANSAC)匹配点提纯算法存在计算量大、效率低的问题,本文提出一种改进的RANSAC算法。先使用2-近邻算法查找满足阈值的匹配,接着使用双向匹配交叉过滤方法剔除图像帧中明显的错误匹配,然后对匹配点对的Hamming距离进行排序,将匹配点对距离大于最小距离一定倍数的匹配点对再一次剔除,最后再利用RANSAC算法迭代。分别采用改进RANSAC算法和RANSAC算法进行匹配点提纯实验,实验结果显示,改进RANSAC算法与RANSAC算法相比匹配准确度提高了6.03%,匹配准确度提高至93.46%,匹配点提纯速度提高了26.74%,提纯时间降到0.441s。
简介:摘要:图像匹配是信息领域中的一项重要技术,同时也是其它一些图像处理技术的基础。因此,对现有匹配算法展开研究以提高图像处理质量具有十分重要的意义。本文分析了图像匹配常用方法的优点和不足之处,讨论了图像匹配中需要进一步研究和解决的问题。