基于改进Lucas-Kanade的亚像素级零件图像配准*

针对工业应用中零件图像配准存在的光照变化和缺少纹理信息的难题,提出了改进Lucas-Kanade的亚像素级零件图像配准算法。首先根据光照变化和几何变换模型构建了模板与待配准图像间的非线性最小二乘函数;然后依据两幅图像的方向向量一致性和边缘特征为函数添加权重,以减少冗余像素点;最后应用Levenberg-Marquardt(LM)算法解算函数最优解,以实现精确图像配准。使用500幅待配准图像进行实验,结果表明该算法对缺少纹理的零件具备光照不变性,配准正确率高且达到亚像素级精度,能够满足工业应用的鲁棒性和精度要求。     

改进迭代最近点法的亚像素级零件图像配准

针对模板匹配方法用于非结构化环境下的杂乱零件识别与定位精度低的问题,提出了亚像素级的配准算法.首先提出亚像素级的配准问题可视为计算模板图像与待配准图像的边缘点集的最优几何变换;然后提出了改进迭代最近点法来估计几何变换,包括使用动态邻域搜索策略快速搜索匹配点、利用匹配点的方向一致性约束和距离约束来移除误匹配点、用光照不变的点到曲线的距离来构造误差度量函数,再用线性最小二乘法给出误差函数的封闭解;最后使用自制零件和MPEG-7 shape B数据集进行实验,结果表明该算法配准正确率、实时性和精度均明显优于传统算法,能够满足非结构化环境下的杂乱零件亚像素配准精度和鲁棒性要求.     

局部相位相关用于图像亚像素级配准技术研究

提出了一种基于局部相位相关的高效和鲁棒的亚像素级图像配准方法。通过传统的相位相关算法估计出初始平移参数后,在初始位置的引导下对互相关功率谱进行上采样矩阵Fourier变换,实现了图像局部相位相关,得到图像间亚像素级平移参数。实验结果表明,算法配准精度较高,且对随机噪声和光照变化具有较强的鲁棒性。     

亚像素级图像配准算法研究

在很多应用领域,要求图像配准的精度达到亚像素级。对现有的亚像素级图像配准算法进行了分类,介绍了几种最主要的亚像素级精度的配准方法,包括基于插值的方法、扩展的相位相关法、解最优化问题法,并对这些算法的思路、性能特点和最新进展进行了综述。然后从几个评价标准对各种算法进行了比较,分析了各自影响性能的因素和性能提升的空间。最后对未来的发展趋势进行了展望。     

一种基于多峰拟合的相位相关扩展方法

鉴于相位相关配准法具有较强的抗光照干扰能力,提出一种扩展的相位相关法,根据相位相关函数峰值的分布特性,利用多峰拟合的方法获得亚像素级的配准结果。实验结果表明,该方法克服了传统相位相关法只能达到整像素配准精度的缺点,并具有较强的鲁棒性和较高的效率。     

一种应用于图像配准中大尺度位移估计的改进光流法

本文介绍了一种改进的光流法来对图像进行配准. 其新颖之处在于, 引入了一种初始运动估计器 (扩展相位相关法) 来改善光流法的性能. 光流法配准可达到亚像素级精度, 并能计算某些复杂的运动模式, 如 chirping 和 tilting, 但它处理大尺度位移的能力较弱. 相对而言, 因为扩展相位相关法可在像素级精度上对大尺度的旋转和平移进行估计, 且计算效率较高, 所以, 它可以作为光流法一种较好的运动预估器. 实验表明, 这种改进的光流法可显著提高配准精度, 特别是对存在大尺度位移的图像, 并且对随机噪声不敏感.     

快速区域互相关InSAR图像配准方法

在分析复图像干涉相位对快速互相关算法配准精度影响的基础上,提出了一种快速区域互相关InSAR图像配准方法。该方法对图像的幅度谱进行区域相关操作,获得干涉相位空间角频率的粗估计,并对主图像进行干涉相位补偿。该算法通过上述步骤消除干涉相位变化对算法的影响实现了高精度配准。在仿真实验和实测实验中,通过与传统的快速区域互相关算法及最大频谱法进行对比,验证了本文算法的稳健性与有效性。     

一种基于改进ORB算法的显微图像实时拼接方法

工业显微镜与图像拼接技术的结合被广泛应用于微观检测领域,通过创建高分辨率、大场景的微观图像,可以对半导体材料或电子器件进行大范围的表面质量评估和缺陷检测。然而在拼接过程中,由于显微图像分辨率高、特征信息丰富以及存在大量相似区域,导致图像配准准确率低,拼接时间过长。针对这种情况,提出了一种基于改进ORB算法的显微图像实时拼接方法,以实现快速配准和融合。首先通过相位相关法获得重叠区域的初始估计,然后通过改进的FAST算法对重叠区域图像进行特征点检测,并以BEBLID描述子替换BRIEF描述子进行特征描述,之后采用GMS算法对特征点进行粗匹配,并采用改进的RANSAC算法进行精细匹配并计算变换矩阵完成图像配准,最后通过非线性权重融合完成图像拼接。实验结果表明,本文提出的方法在具有良好的实时性的同时也能保持较高水平的准确率,且在图像的不同变化场景中也有良好的稳健性,可以满足显微图像实时拼接的要求。     

基于Harris角点量与相位相关的亚像素级图像配准方法*

相位相关法是一种常用的图像配准方法,而直接基于傅里叶变换的快速图像配准方法（ＦＤＦＡ）使之具有亚像素级的配准精度,它需要根据图像内容细心选择参与相位拟合的频率分量,并在图像上施加窗口以抑制频域的图像边界效应,从而提高其偏移量估计精度。从边界效应抑制的角度出发,利用Harris角点量代替原始图像进行相位相关计算,与传统的对原始图像加窗的方法不同,该方法既抑制了边界效应,又避免引入截断误差,同时只用对其第一项频率分量进行拟合,而不需要进行频率项的选择,使相位拟合过程更简单。提取图像的Harris角点并选择其中     

一种快速的三维扫描数据自动配准方法

研究了两幅和多幅深度图像的自动配准问题.在配准两幅深度图像时,结合二维纹理图像配准深度图像,具体过程是:首先,从扫描数据中提取纹理图像,特别地,针对不包含纹理图像的扫描数据提出了一种根据深度图像直接生成纹理图像的方法;然后,基于SIFT(scale-invariant feature transform)特征提取纹理图像中的兴趣像素,并通过预过滤和交叉检验兴趣像素等方法从中找出匹配像素对的候选集;之后,使用RANSAC(random sample consensus)算法,根据三维几何信息的约束找出候选集中正确的匹配像素对和相对应的匹配顶点对,并根据这些匹配顶点对计算出两幅深度图像间的刚体置换矩阵;最后,使用改进的ICP(iterative closest point)算法优化这一结果.在配准多幅深度图像时,提出了一种快速构建模型图的方法,可以避免对任意两幅深度图像作配准,提高了配准速度.该方法已成功应用于多种文物的三维逼真建模.     

基于相位相关的亚像素图像配准

提出一种基于相位相关的图像对准方法,该方法精确度达到亚像素级别。相位相关是一种建立在傅立叶平移理论上的图像对准方法,通过计算两幅图像的傅里叶交叉能量谱得到两幅图像的位置差,对图像进行对准。将使用曲线拟合的思想对交叉能量谱的基础上进行进一步的运算,从而将相位相关方法的计算精度推广到亚像素级别。     

互信息医学图像配准的实时性研究

基于互信息的医学图像配准是一种高精稳健的自动配准算法,可以达到亚像素级精度且无需提取解剖特征而倍受重视,但其最大问题是速度慢,致使其不能满足临床的实时需求。在分析影响其速度因素的基础上提出一套加速方案,即采用快速粗配准来缩小互信息的搜索范围、利用非等间隔的灰度压缩来加快互信息的计算、通过混合遗传算法和单纯形算法来加快互信息的搜索。实验表明,改进后的算法在保证配准精度的前提下能显著提高配准速度。     

基于LOG算子的小信息量图像匹配算法

为了提高远距离图像导航精度,解决小信息量、小模板及噪声条件下图像匹配的难点,针对传统相位相关的图像匹配算法对图像高频信息利用不足、匹配精度受模板尺寸影响及抗噪声干扰性能差的缺点,提出了基于改进LOG边缘检测算子的图像匹配新算法,采用新的LOG算子对参考图像和模板进行边缘检测,并利用相位相关在整幅图像内对模板进行配准。通过实拍图像对新算法进行了验证,实验结果表明,与传统图像匹配算法相比,新算法匹配精度高、抗噪声能力强,目标定位稳定、可靠。     

基于相关性的病理切片图像配准

尽管病理切片图像对配准的要求比较高,而现存的配准方法却难免会产生失配现象。为解决这一问题,提出了一种基于相关性的病理切片图像配准新算法。该算法是采用基于图片中两平行列(行)间的数据来抽取特征的方法。为了避免“干扰”的累积,该算法选择了差值曲线中最强的特征——最大包来作为模板的基元,并根据图片内容的相关性,利用最大包的分布作为模板来进行图像配准,从而降低了“干扰”的影响,使算法配准的稳定度比以前一些算法有较大的提高。实验证明,该算法不仅比较规整,稳定性高,而且计算速度也较快,是一种比较实用的图像配准算法。     

小波变换及相位相关在亚像素配准中的应用

结合小波变换理论和Fourier相位相关算法,提出了一种亚像素配准算法。通过对图像进行小波分解获得低频系数,对低频系数应用相位相关进行粗配准,追踪到原图像,在原图像上进行精确配准。实验结果表明,该算法具有精度高,速度快,抗噪性能良好等优点。     

Phase Correlation Based Iris Image Registration Model

Iris recognition is one of the most reliable personal identification methods. In iris recognition systems, image registration is an important component. Accurately registering iris images leads to higher recognition rate for an iris recognition system. This paper proposes a phase correlation based method for iris image registration with sub-pixel accuracy. Compared with existing methods, it is insensitive to image intensity and can compensate to a certain extent the non-linear iris deformation caused by pupil movement. Experimental results show that the proposed algorithm has an encouraging performance.     

医学图像配准中的一种互信息快速计算方法

基于互信息的医学图像配准,可以达到亚像素级精度且无需提取图像的解剖特征,是一种高精稳健的配准方法。但其中频繁的互信息计算使配准速度很慢,不能满足临床的实时要求。提出一种基于统计直方图灰度压缩的互信息加速计算方法,能显著减少灰度级,加快互信息计算,从而加快配准速度。实验表明,该方法能在不影响配准精度的前提下显著缩短配准时间。     

新型亚像素圆检测算法

提出了一种在计算机视觉检测中用于亚像素圆检测的快速新算法,该算法把计算机图形学中的对圆形的生成算法理论引入到视觉检测中,避免了由于亚像素检圆检测带来的计算量大,速度慢的问题。实验表明,该检测方法不仅速度快,精度高,而且抗噪能力强。     

桥梁配准方法的研究与实现

以全色、多光谱图像中的桥梁目标为研究对象,采用具有尺度不变特征的SIFT算法,对图像进行特征点的提取与匹配,利用Delaunay三角网格对两幅图像特征点进行修正,通过投影变换将两幅图像变换到同一坐标系下进行配准,并利用均方根误差和相关系数进行配准评价;实验结果表明该方法可以减少图像的配准时间,配准精度达到亚像素级。