影像匹配中的若干基本问题研究

影像匹配算法的有效性依赖于对一些共同的基本问题的解决,即选择正确的匹配基元,寻找基元间的本质属性,制定相应的匹配准则(约束条件),采用合理的匹配策略,设计良好的算法结构等等.首先分析了3种常用匹配基元的特点并提出匹配基元的选取依据,接着归纳出了5种常用的匹配准则,对分层匹配、全局搜索等4种匹配策略进行了讨论,最后设计了一种3个阶段、9个步骤的影像匹配算法结构.实验结果表明:匹配效果良好,对这些基本问题的研究有利于建立通用的影像算法模型,设计更高效的影像匹配算法.     

基于层次基元结构的优化匹配算法

匹配是计算机视觉中的一个重要而又必不可少的步骤.本文针对运动图象的对应问题,给出了一个新的基于层次基元结构的匹配算法.整个算法分成两步,第一步是层次基元结构的构建.在使用~2G算子获取零交点后,基于一定规则进行聚类,可以构建零交点、零交轮廓线片段、零交轮廓线这样的层次基元结构.第二步是基于相似度准则的由粗至精的匹配过程.本文采用松驰迭代与约束树搜索相结合的策略,获取优化的匹配结果.对真实图象的实验表明,该算法是有效的.     

立体视觉匹配技术

立体视觉匹配技术是计算机视觉领域中最为关键的研究分支。根据匹配基元的不同,立体视觉匹配算法分为区域匹配、特征匹配和相位匹配三大类。其中,相位匹配是近二十年才逐步发展起来的一类匹配算法。以往关于立体匹配算法的综述文章对相位匹配这类新型算法几乎没有系统的阐述,而且很少从算法设计的角度分析和比较现有的立体视觉匹配技术。该文将算法设计过程分成三个步骤,在各个步骤中采用由个性至共性的分析手段,对三类立体视觉匹配算法进行了详细的评述,包括它们的理论依据、基本特性和改进策略的分析和比较,表明各类匹配算法的设计具有自身的发展特性。另一方面,“不适定”视觉问题普遍存在于各类匹配算法中,因此它们对算法设计的优化又存在着许多共性。文章通过由点至面的分析过程,旨在为算法设计者从综合思考的角度去优化算法提供技术借鉴,包括匹配基元自身缺陷的克服和普遍存在的不适定视觉问题的解决。此外,算法的完善和更佳算法模型的推出还依赖于科学的算法评价手段,文中根据不同用途对算法评价方法进行了分类,使算法性能的评估有了科学的指导方法。     

用于运动估计的对角线匹配准则与硬件实现

根据运动估计块匹配原理提出对角线匹配准则．该算法相较于运动估计中常用的SAD、MSE和MAD匹配．在大幅减少计算量的同时,运动估计质量只有很少的下降。该匹配算法可应用于各种搜索策略,并且都有良好的效果。根据算法设计硬件结构．还有一种用于该结构的双斜光栅扫描方式和相关的可复用资料的交叉寄存器组结构．可充分利用运动估计中交叠的数据。该结构通过FPGA验证．当频率为240MHz时4个运动估计电路并行工作就可以完全满足解析度为1280x720@30fps的实时性要求。     

基于迭代式动态规划的影像密集匹配

针对动态规划影像密集匹配中因匹配的整体相关性导致的误匹配点连带扩散效应问题,提出了一种基于迭代式动态规划的影像密集匹配算法。该算法在影像密集匹配过程中引入了视差方向一致性、视差突变性作为迭代判定准则,通过对动态规划匹配结果中不满足迭代条件的候选匹配点子集进行分析,在候选匹配点子集中识别出误匹配点并去除之,反复迭代直至满足迭代准则,从而解决了误匹配点的连带扩散效应问题。该算法已成功应用于嫦娥三号遥操作项目,经在轨应用的检验表明,提出的基于迭代式动态规划的影像密集匹配算法能够极大地降低立体影像匹配中密集同名点的误匹配率。     

新型三维形貌测量系统SIFT算法改进研究

将测绘领域的三线阵摄影测量原理应用于运动物体三维形貌测量,提出一种基于三线阵CCD的新型三维形貌测量方法。针对新型测量系统获取的三线阵CCD影像同名点匹配问题,研究了常用的影像匹配算法,并选用SIFT匹配算法。由于传统SIFT匹配算法处理大尺寸图像耗时长、提取匹配点数少等不足,对算法进行优化,并提出基于新型大尺寸三维形貌测量系统的匹配搜索策略,确定最优匹配阈值,最后通过对比实验进行验证。实验表明,改进的算法能够解决匹配影像视角变化等问题,缩短算法处理时间,增加匹配点数,提高算法性能。     

立体视觉研究的进展

立体匹配是计算机视觉领域最为关键的重要分支，根据匹配基元的不同，立体视觉匹配算法可分为区域匹配、特征匹配和相位匹配三大类。该文对三类匹配算法进行了详细的评述，包括它们的理论依据、基本特征和改进策略。     

无人机影像物方多视匹配算法

目的 像方无人机影像多视匹配方法忽视了影像之间的几何关系,而以MVLL（multi-view vertical line locus）为代表的物方多视匹配方法缺乏对地形之间相互约束的考虑。为此构建一种融合两类多视匹配方法优点的无人机影像物方多视匹配算法。方法 在MVLL匹配结构的基础上添加半全局匹配的相容性约束,不仅继承了原半全局算法对有弱纹理区域匹配效果好和物体边缘突出的优点,而且摆脱了需制作核线影像的繁琐过程;采用物方窗口SNCC（summed normalized cross correlation）一致性匹配测度计算方法,有效降低摄影角度和遮挡对匹配结果的影响;采用金字塔分层的策略以提高匹配的速度和可靠性。结果 选取自主研制的旋翼无人机三轴稳定平台获取了高分辨率无人机影像作为实验数据,从匹配效果、新匹配测度性能和匹配精度3个方面对算法进行了测试实验。本文算法整体匹配效果良好,物方窗口SNCC一致性匹配测度可有效消除匹配测度中的粗差,经过测定本文匹配算法生成的点云数据的高程精度为0.049 m,即约为1个GSD（ground space resolution）对应的地面大小。结论 本文算法充分利用了无人机影像的多视信息进行匹配计算,具有匹配效果好、鲁棒性强和匹配精度高的优势。     

INSAR复数影像配准方法研究

文章提出了一种INSAR复数影像自动配准方法,该方法包括重叠景区概略配准、像素级粗匹配、亚像素级精匹配三个环节。为了提高匹配的效率并发现和消除误匹配,在粗匹配时采用了伪金字塔影像分频道相关和回归分析法检验相结合的算法。通过对几景ERS-1/2 SAR影像数据的试验,证明该方法具有良好的性能,对INSAR数据的规模化应用具有实际意义。文中还对常用的亚像素级匹配算法的性能和最小二乘匹配法对复数影像配准的有效性等进行了分析。     

运动估计快速块匹配算法

基于块的运动估计是视频压缩国际标准中广泛采用的关键技术。在对目前运动估计快速块匹配算法研究的基础上，描述了运动估计的原理；揭示了在图像质量、搜索速度和压缩码率等方面提高算法效率时存在的3类主要问题：初始搜索点的选择、匹配准则和搜索策略；分别阐述了目前常用的解决这3类问题的方法，并进行了比较和分析；提出了对运动估计算法的一些展望。     

基于上下文的异构文档类型定义匹配

XML文档的模式匹配是许多应用中的重要步骤．提出一种匹配算法来发现不同DTD中对应的元素和属性，通过转化规则将DTD转化成一个有向图模型，先给出了两个DTD树之间的匹配算法，然后将其推广一般的DTD图匹配的情形．匹配算法中在考察DTD节点的相似性时，除考虑标签语义和基数约束之外，研究了上下文语义对节点相似性的影响．     

图形驱动式变电系统通用设计平台的研究与开发

介绍了为用户提供完成各类变电站变电倒闸操作系统设计全过程的软件环境而开发的图形驱动式设计平台．该系统图形用户界面是基于面向图元对象可视化操作而开发的．对图元对象的设计、操作规程约束、语句匹配等关键问题进行了分析，提出了具体的解决方案．文中系统加速了用户创建特定操作系统过程，减轻了工作负担，并得到了有效的应用。     

图像匹配方法综述

图像匹配是图像处理技术中的重要研究内容。本文介绍了图像匹配的几个要素,图像匹配算法的分类以及图像匹配性能评价指标,探讨了图像匹配中有待进一步研究和解决的问题。介绍了近来出现的新思路和新方法,提出了实际应用中有待进一步研究的内容,如算法的融合、基于局部特征的算法、基于模型的匹配算法等。     

基于数据模型演化过程中模式匹配算法研究

论文对国内外关于模式匹配的研究进行综合分析,主要从模式匹配的角度对复杂模式匹配过程进行了研究,并着重对结构化的模式匹配进行了研究,对结构相似度和语言相似度进行综合;在语言匹配的基础上,对结构匹配进行分类匹配,采用自顶向下分别从非叶子节点和叶子节点进行模式匹配,非叶子节点匹配结果对叶子节点匹配结果有传递指导作用.该方法是一种利用元素间的结构信息来辅助模式匹配的新方法.最终达到提高模式匹配结果准确率的目的.     

基于信息元的模式匹配方法

结构信息是模式匹配的重要辅助信息,当模式中出现多个自身信息相似的元素时,结构信息是正确区分其匹配关系最有效的依据,这在匹配大型模式时显得尤为重要.已有的研究成果对结构信息的使用存在信息不够准确、缺少有效的描述形式、处理耗时等缺点,极大地阻碍了结构信息的使用.为了充分利用结构信息,提出一种基于信息元的模式匹配方法(IU_Based),该方法首先将模式元素按照描述实体的不同划分为不同的信息元,然后计算信息元间的相似度并获取其匹配关系,最后在相互匹配的信息元之间选择元素匹配关系.实验结果表明,IU_Based方法能够有效地解决结构信息使用中的相关问题,提高匹配准确率.     

图像立体匹配研究进展

图像的立体匹配一直是立体视觉的研究重点.首先简要介绍了立体匹配方法及其分类,归纳了立体匹配中的各种约束条件和相似性测度函数;然后总结了局部匹配算法和全局匹配算法的特点,并结合对象的三维重建问题重点分析了全局匹配算法中的动态规划算法、图割法和置信度传播算法;最后对立体匹配研究面临的主要问题给出了一些建议.     

On optimization of expertise matching with various constraints

This paper studies the problem of expertise matching with various constraints. Expertise matching, which aims to find the alignment between experts and queries, is a common problem in many applications such as conference paper-reviewer assignment, product-reviewer alignment, and product-endorser matching. Most existing methods formalize this problem as an information-retrieval problem and focus on finding a set of experts for each query independently. However, in real-world systems, various constraints are often needed to be considered. For example, in order to review a paper, it is desirable that there is at least one senior reviewer to guide the reviewing process. An important question is: “Can we design a framework to efficiently find the optimal solution for expertise matching under various constraints?” This paper explores such an approach by formulating the expertise matching problem in a constraint-based optimization framework. In the proposed framework, the problem of expertise matching is linked to a convex cost flow problem, which guarantees an optimal solution under various constraints. We also present an online matching algorithm to support incorporating user feedbacks in real time. The proposed approach has been evaluated on two different genres of expertise matching problems, namely conference paper-reviewer assignment and teacher-course assignment. Experimental results validate the effectiveness of the proposed approach. Based on the proposed method, we have also developed an online system for paper-reviewer suggestions, which has been used for paper-reviewer assignment in a top conference and feedbacks from the conference organizers are very positive.     

宽基线图像特征点的立体匹配*

为了实现宽基线图像特征点的自动立体匹配,结合目前已有的算法,提出了一种新的分层匹配算法来获取最初的匹配点集,实现了基于对极几何约束的图像特征点自动提取及自动匹配。     

Deterministic second-order patterns

Second-order patterns, together with second-order matching, enable concise specification of program transformation, and have been implemented in several program transformation systems. However, second-order matching in general is nondeterministic, and the matching algorithm is so expensive that the matching is NP-complete. It is orthodox to impose constraints on the form of higher-order patterns so as to obtain the desirable matches satisfying certain properties such as decidability and finiteness. In the context of unification, Miller's higher-order patterns have a single most-general unifier. In this paper, we relax the restriction of his patterns without changing determinism in the context of matching instead of unification. As a consequence, our deterministic second-order patterns cover a wide class of useful patterns for program transformation. The time-complexity of our deterministic matching algorithm is linear in the size of a term for a fixed pattern.     

一种基于最小哈希的二值特征匹配方法

特征匹配是图像识别中一个基本研究问题。常用的匹配方式一般是基于贪婪算法的线性扫描方式,但只适用于低维数据。当数据维数超过一定程度时,这些匹配方法的时间效率将会急剧下降,甚至不强于强力线性扫描方法。本文提出一种基于最小哈希的二值特征匹配方法。通过最小哈希函数映射变换操作,将原始特征集合分成多个子集合,并将一个在超大集合下内查找相邻元素的问题转化为在一个很小的集合内查找相邻元素的问题,计算量有所下降。使用Jaccard距离度量的最小哈希函数能最大限度地保证原始数据中相似的向量对在哈希变换后依然相似。实验表明这种匹配方法应用在二值特征上时,可以获得比KD-Tree更好的匹配效果。 