基于数据聚类的适应性图像SIFT特征匹配方法

    公开(公告)号:CN102194133A

    公开(公告)日:2011-09-21

    申请号:CN201110185894.2

    申请日:2011-07-05

    Abstract: 基于数据聚类的适应性图像SIFT特征匹配方法,步骤如下:(1)获取参考图像序列,提取图像SIFT特征集,采用k-d树对全部图像SIFT特征集进行聚类。(2)采用级联vocabulary树组织全部参考图像SIFT特征集,对vocabulary树节点包含特征集进行二次特征聚类。(3)利用级联vocabulary树进行基于比值提纯的BBF与基于信息熵的双模式聚类特征匹配,完成第一阶段特征匹配。(4)利用关键图像完成第二阶段特征匹配,合并两阶段特征匹配结果。最后采用RANSAC、基本矩阵等技术进行外点剔除。本匹配方法不但能够极大提高特征匹配的鲁棒性,而且能够有效增强特征匹配的适应性。

    基于数据聚类的适应性图像SIFT特征匹配方法

    公开(公告)号:CN102194133B

    公开(公告)日:2013-07-31

    申请号:CN201110185894.2

    申请日:2011-07-05

    Abstract: 基于数据聚类的适应性图像SIFT特征匹配方法,步骤如下:(1)获取参考图像序列,提取图像SIFT特征集,采用k-d树对全部图像SIFT特征集进行聚类,(2)采用级联vocabulary树组织全部参考图像SIFT特征集,对vocabulary树节点包含特征集进行二次特征聚类。(3)利用级联vocabulary树进行基于比值提纯的BBF与基于信息熵的双模式聚类特征匹配,完成第一阶段特征匹配。(4)利用关键图像完成第二阶段特征匹配,合并两阶段特征匹配结果。最后采用RANSAC、基本矩阵等技术进行外点剔除。本匹配方法不但能够极大提高特征匹配的鲁棒性,而且能够有效增强特征匹配的适应性。

    基于数据聚类的鲁棒SIFT特征匹配方法

    公开(公告)号:CN102208033A

    公开(公告)日:2011-10-05

    申请号:CN201110185928.8

    申请日:2011-07-05

    Abstract: 基于数据聚类的鲁棒图像SIFT特征匹配方法,步骤如下:(1)获取参考图像序列,提取SIFT特征集,采用合成k-d数据结构对全部SIFT特征集进行聚类,合并重复特征集为聚类特征,聚类特征的特征描述子采用重复特征平均描述子表示,(2)利用SIFT方法获取实时图像序列特征集,将参考图像序列与实时图像序列进行鲁棒匹配,选择包含特征点最多的对应参考图像作为关键图像,完成第一阶段特征匹配,(3)利用关键图像完成第二阶段特征匹配,采用RANSAC、基本矩阵等技术进行外点剔除。最后合并两阶段特征匹配结果。本匹配方法能够降低噪声信息干扰,极大提高特征匹配的鲁棒性。

    一种纳米硅薄膜太阳能电池椭圆偏振光谱实时监控制备方法

    公开(公告)号:CN104393116B

    公开(公告)日:2016-08-24

    申请号:CN201410668906.0

    申请日:2014-11-20

    CPC classification number: Y02P70/521

    Abstract: 本发明一种纳米硅薄膜太阳能电池椭圆偏振光谱实时监控制备方法,它有七大步骤。采用化学法对单晶硅片进行各向异性腐蚀,形成金字塔状的绒面硅片衬底;采用等离子体增强化学气相沉法制备晶态含量在50±5%之间,晶态峰在502?518cm?1之间的本征纳米硅膜,并通过在沉积过程中掺入PH3等制备N型纳米硅薄膜,掺入B2H5等制备P型纳米硅薄膜;在上述沉积纳米硅薄膜过程中,采用椭圆偏振光谱实时监控薄膜生长过程的制备方法,这是本专利申请的核心技术;采用热蒸发方法或磁控溅射方法制备纳米硅薄膜太阳能电池的背电极和上电极及透明电极。经上述工艺便可制备出其具有重复性的高光电转换效率的纳米硅薄膜太阳能电池。

    一种金属薄膜生长椭园偏振光谱实时监控方法

    公开(公告)号:CN105734521A

    公开(公告)日:2016-07-06

    申请号:CN201511029575.7

    申请日:2015-12-31

    CPC classification number: C23C14/54 C23C16/52

    Abstract: 本发明涉及一种金属薄膜生长椭园偏振光谱实时监控方法。采用真空镀膜样品台和椭园偏振光谱实时监控系统一体化结构;将光钎偶合器、光钎准直系统、小孔光拦、步进电机、角编码器、起偏器、检偏器、光钎光谱仪等分别封装在左右两个密封盒里;采用光纤将复合光输入到其中一个上述密封盒里,再从出射小孔输出直线偏振光谱束,并按给定入射角入射到样品表面,经反射或透射到另一个上述密封盒里,对这种携带着薄膜信息的反射偏振光谱束或透射偏振光谱束实时探测并实时反馈到镀膜设备系统中进行实时监控。这种椭园偏振光谱实时监控方法适合于各种真空镀膜系统如磁控溅射镀膜系统和等离子体增强化学气相沉积镀膜系统等。

    一种纳米硅薄膜太阳能电池椭园偏振光谱实时监控制备方法

    公开(公告)号:CN104393116A

    公开(公告)日:2015-03-04

    申请号:CN201410668906.0

    申请日:2014-11-20

    CPC classification number: Y02P70/521 H01L31/1804 C23C14/547

    Abstract: 本发明一种纳米硅薄膜太阳能电池椭园偏振光谱实时监控制备方法,它有七大步骤。采用化学法对单晶硅片进行各向异性腐蚀,形成金字塔状的绒面硅片衬底;采用等离子体增强化学气相沉法制备晶态含量在50±5%之间,晶态峰在502-518cm-1之间的本征纳米硅膜,并通过在沉积过程中掺入PH3等制备N型纳米硅薄膜,掺入B2H5等制备P型纳米硅薄膜;在上述沉积纳米硅薄膜过程中,采用椭园偏振光谱实时监控薄膜生长过程的制备方法,这是本专利申请的核心技术;采用热蒸发方法或磁控溅射方法制备纳米硅薄膜太阳能电池的背电极和上电极及透明电极。经上述工艺便可制备出其具有重复性的高光电转换效率的纳米硅薄膜太阳能电池。

    基于数据聚类的鲁棒SIFT特征匹配方法

    公开(公告)号:CN102208033B

    公开(公告)日:2013-04-24

    申请号:CN201110185928.8

    申请日:2011-07-05

    Abstract: 基于数据聚类的鲁棒图像SIFT特征匹配方法,步骤如下:(1)获取参考图像序列,提取SIFT特征集,采用合成k-d数据结构对全部SIFT特征集进行聚类,合并重复特征集为聚类特征,聚类特征的特征描述子采用重复特征平均描述子表示,(2)利用SIFT方法获取实时图像序列特征集,将参考图像序列与实时图像序列进行鲁棒匹配,选择包含特征点最多的对应参考图像作为关键图像,完成第一阶段特征匹配,(3)利用关键图像完成第二阶段特征匹配,采用RANSAC、基本矩阵等技术进行外点剔除。最后合并两阶段特征匹配结果。本匹配方法能够降低噪声信息干扰,极大提高特征匹配的鲁棒性。

Patent Agency Ranking