当前位置: 首页 > 技术资源 > 科技成果 > 详情
专利

一种植物叶片图像局部自适应树形结构特征匹配方法

行业领域: 生物医药

发布时间:2020/3/6 14:28:00

合作方式:成果转让

面议

在线咨询
成果内容简介

一、技术摘要

本发明涉及一种植物叶片图像局部自适应树形结构特征匹配方法,构建了DOG特征点匹配基底,利用基底在已匹配的和未匹配的特征点之间抽取特征线结构,通过特征线结构可以自适应的结合局部描述子信息和特征点的空间分布约束,形成动态的参考关系树。有效避免了现有方法在植物叶片发生不规则形变、高噪声点下的缩放和旋转组合、局部高重复模式等情况下难以取得良好匹配结果的问题,实现了高鲁棒性的植物叶部图像特征匹配方法,其适应性和准确度已达到了实际应用的要求。同时,本发明易于与现有的大量基于图片的特征描述子进行结合,扩展出各类具有不同特性的基于图像的特征匹配方法,对于计算机视觉中的经典问题有着重要的意义。

 

二、技术背景

图像特征匹配是建立两个图片中的特征点集合的对应关系,是图像拼接、场景识别、图像检索、三维建模等应用领域必不可少的基础支撑部分。与具有较规则几何形状的工业零件相比,自然状态下植物的表面轮廓和外形特征都更为复杂。在处理特征匹配时,上述难点的表现也更加突出。作为重要的植物器官之一的叶片,对其进行基于图像特征匹配,具体可以概括为如下几个难点植物叶片表面具有明显的局部相似特征,例如纹理、叶片颜色和空间分布的对称性等。这样的高局部重复模式一直是现有的特征匹配算法中的难点自然拍摄情况下,植物叶片本身具有明显的不规则绕卷、扭曲等形变。由于形变的不规则性,给匹配模型的统一约束和具体的特征描述带来了困难自然状态下,植物叶部图像的实际拍摄环境容易受到距、拍摄角度等因素的影响,所以在实际进行特征匹配时,往往要处理的是大量混杂的噪声点和旋转、缩放变换的组合问题,这同样给匹配工作带来困难。如上的几类难点导致植物叶部图像特征匹配不仅需要好的特征点选取方法,还需要更具鲁棒性和准确度的特征匹配方法。综上所述,现有植物叶部图像特征匹配方法由于针对大多都是特定拍摄条件下的对象,具有光照均匀、噪点干扰小、空间位置变换简单、叶片表面形变相对规则等特点,因此还存在一些不足,主要表现在面对植物叶片的局部不规则绕卷、扭曲形变,现有方法难以构建统一的模型来描述它,无法引入有效的空间几何约束规则来提高特征匹配精度在无法引入规则几何约束的情况下,单纯的使用局部描述子的相似性处理匹配问题,难以获得满意的匹配结果在处理大量噪声点混杂和旋转缩放变换的组合时,匹配的精度难以提高。

 

三、技术原理

四、技术优势

 

适用范围
前期应用示范情况
获得研发资助情况
转化应用前景
技术推广方式

中国科学院合肥物质科学研究院

认证用户可见

认证用户可见

认证用户可见

认证用户可见

认证用户可见

发布统计

569

科技成果

166

技术需求