基于分块合并直方图改进的图像检索方法

在图像分块的基础之上,利用图像块的颜色信息作为图像特征进行图像的匹配。同时,还对块的直方图进行了合并,既提高了图像匹配的精度,又降低了算法的计算时间。最后,对图像块的匹配算法进行了探索,利用贪婪算法产生优化的对应块匹配方法。试验结果表明贪婪图像匹配算法优于传统分块的图像检索算法。     

基于CUDA的图像匹配算法

为解决目前已有的图像匹配算法不适用于对实时性要求很强的应用,提出了PLS（Partial Least Squares）与余弦定理相结合的并行化图像匹配算法。该算法在CUDA架构下,对图像矩阵分块,分块后每个小块图像存入共享存储器处理并提取每个小块图像特征,通过合并后图像特征采用余弦定理计算图像的相似度,从而找出匹配图像。实验表明,CUDA架构下可以实现图像的并行匹配,与CPU上串行匹配相比,时效性提高了百倍以上。     

基于SIMD—PRAM模型的分块图像匹配算法设计

该文研究了基于SIMD—PRAM计算模型的有限处理元阵列规模的并行计算算法设计,分析了求阵列和的并行算法性能,运用求阵列和、图像分块映射与四邻平移等方法提出了一种根据处理元局部可用资源进行分块计算的图像匹配算法。计算机模拟实验结果表明,该算法完整、高效地执行了图像匹配,具有良好的并行计算性能。     

一种分块压缩感知观测值的图像篡改认证算法

文章针对压缩感知理论特点,提出一种新的算法。分块认证可将篡改定位到分块级别,具有较高的篡改定位准确度。算法首先将图像分成若干块,分块大小可以由篡改定位调整,然后对各个分块进行观测得到压缩的观测值。在观测域中将得到的观测值进行LDPC编码生成水印,并将水印嵌入到分块图像中。水印提取时同样对篡改后的图像进行随机投影,对提取的水印进行解码和比较,实现了图像的篡改检测与图像认证。根据实验研究证实,该算法对局部篡改的检测功能较强,算法实现简单且提取过程更加安全。     

一种案件现场全景图像的精确匹配算法

图像匹配是全景图像拼接过程中的核心技术。本文针对犯罪案件现场重建过程中的图像匹配环节,提出了一种精确的匹配算法。算法首先用分割线对待匹配图像交叉分块;再采用小波多尺度变换边缘检测算法对分出的每一子模块提取边缘;运用自适应直线拟合方法在提取出的边缘中查找出角点,作为匹配的准特征点;平移分割线后再重复一遍上述准特征点提取过程,并对两次提取出的准特征点作交集运算;将运算得到的点作为最终的特征点进行图像匹配。实验证明,该算法能够精确地实现现场图像的匹配。     

图像综合特征及其在图像检测与匹配中的应用

针对灰度,几何畸变较大的图像匹配困难的问题,提出了一种图像匹配的新方法。该方法在图像预处理时,首先利用SUSAN算法来检测图像目标的边缘,然后利用图像不变矩,并结合形态信息、灰度信息构造的图像综合特征来进行图像匹配,以完成目标的识别与跟踪。由于SUSAN算法检测特征定位准确,对局部噪声不敏感,而且不变矩具有平移、旋转、比例不变的特性,因此可取得较好的检测与匹配效果。实验也表明,该算法既具有较强的抗灰度、抗几何畸变能力,又具有较强的噪声抑制能力。     

基于YHFT-QDSP的并行图像匹配算法

提出一种基于YHFT-QDSP的并行图像匹配算法,采用数据级并行方法实现并行的特征提取和特征点匹配,充分开发了多核处理器的多级并行性。实现和评测了SIFT、SURF、PCA-SIFT的并行算法。实验结果表明,并行图像匹配算法对各种不同图像形变具有良好的适应性,具有接近串行算法的图像匹配能力,平均加速比达3.2。     

多核环境下的图像分割并行算法研究

对多核环境下的图像分割并行算法进行研究,在基于正交小波分解的多分辨率图像锥中引入模糊C-均值(FCM)算法,采用OpenMP语言设计P-FCM多核并行模型,并给出该模型的算法实现步骤。在对初始图像数据预处理时,采用矩形块数据分割法进行图像分块,将分块后的子图像数据作为并行运算时的输入数据由主线程分给不同的处理器。实验结果表明,在处理较大图像时,该算法效率较高。     

一种抗JPEG压缩的彩色图像半脆弱水印算法

提出了一种抗JPEG有损压缩的真彩图像半脆弱水印算法.采用YCbCr颜色空间,水印的生成和嵌入均在亮度分量进行.由图像基本特征生成水印,嵌入时对亮度分量进行分块DCT变换,选择每个分块的中频系数作为水印的嵌入位置.实验表明,该算法透明性好,而且对JPEG有损压缩具有较强的鲁棒性,对剪切、替换等恶意篡改做出报警并确定篡改位置.水印检测不需要原始图像,水印系统的安全性依赖于图像的特征及其置乱函数,因此,具有较高的安全性.     

基于梯度的红外与可见光图像直线匹配算法

研究红外与可见光图像优化匹配的问题,为了解决灰度差异对图像匹配的影响,增强描述子的鲁棒性,提出了一种利用直线的红外与可见光图像匹配算法。对提高红外与可见光图像匹配精度具有重要意义。算法首先通过Canny算法进行直线提取;然后采用高斯卷积核构造尺度空间;在不同的尺度空间中统计互不重叠的子区域的梯度方向的均值和方差以构造描述符,并将描述符归一化;最后采用最近邻算法实现直线匹配。实验结果证明该算法能够实现红外与可见光图像直线匹配的旋转不变性、尺度不变性且对遮挡具有鲁棒性。表明改进算法能实现红外与可见光图像准确匹配。     

基于SURF 特征提取和FLANN 搜索的图像匹配算法

针对传统图像匹配算法存在特征信息少和误匹配率高的问题,提出基于SURF 特 征提取和FLANN 搜索的图像匹配算法。通过Hessian 矩阵获取图像局部最值,并使用不同尺寸 特征描述器,同时处理尺度空间多层图像的向量特征,最后采用FLANN 搜索算法进行特征匹 配。试验表明,该算法比传统的图像匹配算法在效果和效率方面都表现得更好。     

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。     

具有光照鲁棒的图像匹配方法

针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题，提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色（RTCP）算法灰度化图像，然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点，最后采用局部强度顺序模式建立特征点描述符，根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上，所提算法与尺度不变特征变换（SIFT）算法、加速鲁棒特征（SURF）算法、"风"（KAZE）算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明：随着图像亮度差异的增加，SIFT算法、SURF算法、"风"（KAZE）算法和ORB算法匹配正确率下降迅速，所提算法下降缓慢并且正确率均高于80%；所提算法特征点检测较慢和描述符维数较高，平均耗时为23.47 s，匹配速度不及另外四种算法，但匹配质量却远超过它们。对实时性要求不高的系统中，所提算法可以克服光照变化对图像匹配造成的影响。     

加权模板匹配的二值化阈值不敏感性研究

数字图像二值化处理过程中,阈值的选取非常之关键,为了在实际应用中能够快速准确地匹配出二值化图像中的目标图像,文中采用模板匹配的方法,对标准模板匹配算法和加权模板匹配算法的二值化阈值敏感性进行了研究。根据实验图像在二值化处理过程中所取阈值的波动对图像匹配结果的影响情况,得到加权模板匹配算法与标准模板匹配算法的二值化阈值敏感性差异。实验结论同时表明加权模板匹配算法具有较强的二值化阈值不敏感性和匹配性能好的优点。     

基于改进SURF的图像匹配算法

针对传统SURF的图像匹配算法存在计算数据复杂、耗时长、匹配正确率不佳等问题, 提出一种基于改进SURF的图像匹配算法. 首先, 用传统SURF算法来提取待匹配图像的特征点, 再通过圆形区域代替矩形区域将SURF的64维度描述符降到20维度; 采用KNN, 来双向匹配待匹配图像的特征点, 得到双向的初始特征点匹配对集; 最后, 通过RANSAC算法对初始匹配对集进行双向剔除错误的匹配对. 实验的结果表明, 本文算法减少了特征点检测时间, 提高了匹配正确率, 还有较好的鲁棒性.     

基于Hausdorff距离的图像匹配并行算法设计与实现

随着图像匹配的应用越来越广泛,图像匹配的实时性要求也越来越高。为了提高图像匹配的速度和更好地利用多核计算资源,设计了一种基于Hausdorff距离的图像匹配并行算法。首先介绍了Hausdorff距离的定义,然后分析了图像匹配串行算法的效率,在此基础上设计了基于Hausdorff距离的图像匹配并行算法,最后采用Matlab在多核计算机上对并行算法进行了实现。实验结果表明,文中所设计的并行算法能够显著提高图像匹配速度,并具有较好的抗失真和抗噪声性能。文中设计的并行算法有较好的扩展性,可以将这种并行思想应用到其它图像匹配算法的并行设计中。     

一种基于网格结构图象的目标匹配定位方法

为了在不降低图象目标配准精度的前提下，加快苑配速度，提出了一种基于网格结构图象的从粗到细的目标匹配混合算法。该算法首先基本网格结构图象来抽取图象和模板的主要结构信息，以构成图象和模板的粗尺度上的一种表示，进而在这种粗尺度表示的图象上进行相似度粗匹配；然后基于引导的搜索策略，将粗匹配的目标位置对应到原图象的一些小区域，再采用部分Hausdorff距离匹配方法在这些小区域进行二次匹配和精确定位，经上述两个步骤的混合使用，不仅极大减少了计算开销，且没有降低匹配的准确度，将该混合算法与无粗匹配的部分Hausdorff距离全图匹配算法相比较，速度提高非常显著，该算法在集成电路显微图象上进行测试，取得了很好的效果。     

基于特征点匹配的改进模板匹配算法

特征点匹配是图像匹配领域中一项重要研究内容.暴力匹配中强调缺少特征匹配不是由于太少的正确匹配,而在于很难分辨真假,故加入模板匹配进行约束,提出一种改进模板匹配算法.为了提升匹配速度和精度,该算法通过提供特征点的坐标,可以计算出每个特征点的得分值,并将其用于从输入图像中提取模板.基于输入图像和另一幅图像之间的模板匹配,使...     

一种新的指纹匹配方法

针对基于点模式匹配的指纹匹配算法速度较慢的现状，设计了一种新的指纹匹配方法，即利用纹线匹配技术来寻找基准点对的指纹匹配算法．该算法首先基于指纹纹线的相似程度寻找一对基准特征点；然后根据基准点对的坐标，计算两幅指纹图象(模板图象、待识图象)的相对平移和旋转参数，并将待识图象相对于模板图象进行图象姿势纠正；最后使用坐标匹配的方法统计两幅图象能够匹配的特征点数目．以实现两枚指纹的匹配．实验证明．该算法匹配速度很快，误识率低，准确性高，并具有图象旋转平移不变性．对面积适中的指纹图象，匹配结果可以满足在线应用的需要．该算法有望发展成为一种实用、有效的指纹匹配技术．     

基于光场图像序列的自适应权值块匹配深度估计算法

现有的深度估计算法中,针对光场序列图像进行深度估计时,在图像亮度变化较大和弱纹理区域,其匹配效果较差,鲁棒性较低.针对这些问题,本文提出了一种基于CIELab颜色空间的自适应权值块匹配算法.由于彩色图像RGB颜色空间中颜色差异匹配影响因素较多,本算法转换到CIELab空间进行颜色相似性匹配来计算权重值,然后结合梯度和距离计算匹配图像和待匹配图像中匹配块得到综合权重值,最后根据极平面图像（EPI）的线性特性对图像序列中匹配图像和待匹配图像块进行匹配计算,求得深度图.经过仿真验证,本文算法能够较好的估计场景的深度信息,精度上有较大的提升,明显优于以往的深度估计算法,可以广泛使用.