一种改进的序列图像自动排序算法

提出了一种改进的基于相位相关法的序列图像自动排序算法。首先利用改进的相位相关法计算出归一化相位相关度的峰值及峰值点坐标;然后利用峰值作为相关度准则判断2幅图像是否存在重叠部分,利用"最大"相关度求交自动确定头尾图像;最后利用峰值点坐标判断2幅相邻图像的位置关系。实验结果表明,该算法能有效地实现全景图像拼接中顺序混乱的序列图像的自动排序,避免了人工干预,具有实用价值。     

基于相位相关模板匹配的全景图像拼接

本系统对图像拼接的两个主要过程：图像配准和图像融合分别进行了详细介绍。图像配准是图像拼接的核心技术,并针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。基于相位相关模板匹配采用相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后对参数进行优化而得到最终准确...     

基于傅里叶变换的遥感图像配准算法

提出了一种基于傅里叶的遥感图像自动配准方法,图像间的变化包括平移、旋转及比例变化。该方法是傅里叶相位相关技术的扩展,其主要优点是在不需要寻找控制点和传感器参数的情况下进行图像自动配准。通过对数一极坐标变换、利用傅里叶变换的比例特性和旋转特性搜索图像间的比例和旋转变化,利用傅里叶的相位相关技术(能量谱)确定图像间的平移关系,实验结果表明了此方法的可行性和有效性。     

结合相位和ＳＩＦＴ特征相关的图像自动配准算法

提出一种鲁棒性较好的图像配准算法解决乱序输入图像序列自动拼接问题。首先为输入图像建立多分辨率金字塔,在较低分辨率图像层上进行相位相关区域搜索;接着对得到的相关区域进行SIFT特征相关验证,得到图像序列的配准关系和透视变换矩阵的初步估计;然后结合估计参数对原始图像的SIFT特征再次进行相关匹配,最终实现图像序列变换参数的精确求解。该算法结合相位相关和SIFT特征相关两种配准算法的优点并应用由粗到精的匹配策略提高了图像配准的速度和稳定性。     

MEMS测量中一种新型的亚像素定位技术

亚像素定位技术是实现基于视觉的高精度MEMS测量的关键。文章提出了一种混合非线性优化和离散傅里叶变换的亚像素定位方法。首先通过相位相关法估计出像素级平移参数,然后利用互功率谱的整体信息,在其邻域范围内进行上采样矩阵傅里叶变换,精确定位相位互相关谱的峰值,测得亚像素级平移参数,最后实现了图像的高精度匹配。实验表明,该算法的定位精度优于扩展的相位相关法,像素定位精度能达到0.01像素,能够满足MEMS运动图像的高精度定位,且具有更好的噪声抑制能力和计算复杂度较低的特点。     

一种基于相位相关优化的图像拼接方法

针对图像拼接中的图像配准参数估计问题。提出了一种扩展相位相关法与优化相结合的参数估计方法。该方法首先采用扩展相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数．然后利用Levenberg—Marquard优化算法对参数进行优化而得到最终准确值．最后根据这一参数值采用无缝拼接技术将两幅图像拼接起来．通过实验表明该方法是有效的且效果比较好。     

全景图像自动拼接算法的优化设计

提出了一种结合空域和频域进行全景图像序列自动拼接融合的优化算法。首先利用改进的相位相关法对全景序列图像进行自动排序并确定重叠区域,根据重叠区域像素均值进行图像整体亮度差异自动调整以降低角点的误匹配率;然后使用改进的Harris 算子在空间域提取图像角点（无需人工设定阈值）,通过双向最大互相关系数匹配获得初始特征点对,并用RANSAC 算法实现精确匹配;最后采用非线性平滑算法对图像重叠区域进行融合处理。实验结果表明,该优化算法排序过程简单有效,特征点提取匹配过程的成功率和效率都较现有算法有很大提高,拼接的图像清晰度高,具有较高的稳健性和拼接精度。     

基于图像序列的运动目标检测研究

提出一种基于图像序列的运动目标检测算法。采用相位相关算法计算由于摄像机运动而导致的图像背景的平移量和旋转量,引入自适应阈值对待处理图像做平滑处理,进行图像配准处理,最后在差分相乘算法之前采用高通滤波处理,滤除噪声,增强边界以提取运动目标。实验结果表明该方法在工程实践中具有良好的性能和很强的适应能力。     

基于SURF算法的产品表面缺陷检测研究

针对产品表面正确性的快速自动无损检测问题,提出了利用垂直投影法确定旋转步长来获取序列图像的方法,并将一种针对尺度旋转不变性（ SIFT）改进的 SURF算法应用到此方面,该算法通过计算积分图像和 Hessian矩阵大大提高了特征点检测的速度,节省了图像匹配时所用的时间,并提高了算法的实时性。首先通过确定旋转步长来获取标准序列图库,其次通过 SURF算法寻找最优匹配位置,最后通过相关度的计算来判别各区域是否有缺陷。实验表明,在对待检测图像和标准序列图像库中的 5幅图像匹配时 SURF算法比 SIFT算法大约节省了 2.6 s,显然,把 SURF算法应用于序列图像中匹配可以大大节省缺陷检测时所用的时间。     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振图像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对图像像元不对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅立叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

基于傅里叶梅林变换的SURF算法

针对加速鲁棒性特征算法,在没有后续去误匹配等处理的情况下,对存在较大旋转角度的两幅待匹配图像,匹配精度较低的问题,提出了一种基于傅里叶梅林变换的SURF算法。该算法通过对待匹配图像和参考图像实施傅里叶变换和梅林变换,利用能量谱求出两幅图像发生的旋转角度,并利用SURF算法找出图像间发生的平移和尺度变化,实现了图像间的匹配。实验结果表明,该算法可有效地实现图像间存在较大旋转角度时的几何匹配,且相比已有的SIFT和SURF算法,具有更好的匹配效果。     

采用尺度不变特征和区域选择的图像配准方法

提出了一种改进的尺度不变特征点的图像配准方法。该方法在SURF算法的基础上使用图像的熵来对匹配图像作特征检测区域选择,建立特征点筛选机制来从初步的特征检测中得到最显著的特征点,以控制特征点的数目来减少后继的计算量和算法性能。同时改进了SURF的特征描述方法的计算过程,提出了一种改进的特征描述方法。实验表明,该方法在提高算法性能的同时,明显改进了特征点的匹配率。     

图像镜像复制粘贴篡改检测中的FI-SURF算法

针对数字图像版权中的复制粘贴篡改问题,提出FI-SURF (flip invariant SURF)算法。研究了当图像经过镜像翻转后SURF (speeded-up robust features)特征描述符的排列变化关系。提取SURF特征点后,将其特征描述符重新排序,即使复制粘贴区域经过镜像翻转,对应的特征点依然可以进行匹配。实验证明,FI-SURF算法在保留SURF算法运算速度快、顽健性强等优点的前提下,可有效检测出经过镜像翻转的复制粘贴区域,计算出复制粘贴区域的轮廓。     

基于一致性敏感哈希的高精确度图像匹配算法

针对基于特征点的图像匹配方式在复杂纹理场景中匹配效果不理想的问题,提出一种将加速稳健特征算法(SURF)与一致性敏感哈希匹配结合的图像匹配算法(CSH)。使用SURF算法对图像进行特征点提取,再以特征点为圆心构建特征区域,最后对特征区域使用CSH进行匹配,从而实现高精确匹配。为了进一步加快算法运行速度,对现有的SURF算法进行修改,在提取SURF特征点时去除了对于特征点方向的计算。仿真实验证明,算法较一般的特征算法在复杂纹理图像匹配中效果更佳,且较CSH算法效率提升了10%~15%。     

图像拼接中运动目标干扰的自适应消除

运动目标在图像拼接时,易产生重影现象.在对SURF算法进行改善的基础上,提出了自适应去除重影的拼接算法.利用增强的单通道图像对其特征点进行提取、匹配,再利用帧差法确定出运动目标在图像重叠区域的位置;取运动目标区域的中心点作为参考点,采用改进的加权融合算法求取加权系数,以增大权值差异.实验表明所提方法能较好地解决运动目标对图像拼接的干扰问题,与最优拼接缝多频率融合算法相比,融合质量、清晰度以及拼接的实时性得到了提高.     

一种用于红外与微光图像配准的改进型SURF算法

针对红外与微光图像配准的特殊性, 为了减少配准计算量,提出了一种从主方向确定和特征点描述 两方面加以改进的加速鲁棒特征(Speeded Up Robust Feature, SURF)配 准算法。首先检测微光图像和红外图 像的边缘,然后用改进型SURF算法提取两种图像边缘上的特征 点,并采用最近邻距离法对原始特征点进行筛选。在得到较高精 度的特征点后进行粗匹配。接着用随机抽样一致 性(RANdom SAmple Consensus, RANSAC)算法对一次筛选后的 特征点进行精匹配。最后利用精确的特征点建立变换模型,并 将重采样后的待配准图像与参考图像实现配准。实验结果表明, 该算法不仅可以解决红外与微光图像的配准问题,而且在匹配精度和 算法运算时间等方面的表现均优于原始SURF算法。     

基于时序多帧投影的空间目标检测算法

为了对星图中空间目标进行检测识别,对基于 SURF（Speed-Up Robust Featrues）算法的星图精确配准技术和美国 SBV（Space-Based Visual）计划采用的 MTI（Moving Target Indicati-or）在轨目标检测算法进行了深入研究,提出一种针对16 Bits 星图的多目标检测算法,具体包括：首先利用 SURF 算法提取序列星图的特征点,根据最小二乘法计算得到的全局运动参数对星图进行精确配准;然后利用一种改进的 MTI 算法对序列星图进行时序多帧投影以抑制背景,得到仅含有疑似目标的序列图像;最后经过目标初始运动状态的建立,速度滤波以及坐标插值得到目标的运动轨迹。利用实拍的20帧序列星图验证算法性能,经本文算法配准后,星像质心的均方误差（RMSE,Root Mean Square Error）最小达到0.3269 pixel,平均值为0.5441 pixel;序列图像中的3个运动目标均被检出,且无虚警。实验结果表明,本文配准算法的精度能够满足时序多帧投影的要求,且目标检测算法符合恒虚警原理。     

基于SURF-DAISY算法和随机kd树的快速图像配准

提出了一种基于SURF-DAISY算法和随机kd树的快速图像配准方法,首先利用经典SURF特征检测器分别提取参考图像和待配准图像中的特征点,为了进一步提高算法速度,对SURF算法进行改进,利用DAISY描述符代替SURF原有的特征描述算法对特征点进行描述;之后通过随机kd树算法对参考图像和待配准图像的特征点进行匹配并且使用经典RANSAC(随机抽样一致性)算法剔除误匹配点对;最后用最小二乘法估算出最佳的空间几何变换参数,实现两幅图像的配准。实验结果表明:相对于标准的SURF算法,本文方法在基本保持性能不变的同时,配准过程所消耗的时间最多减少了45.6%。     

基于SVD-SURF的宽基线鲁棒景象匹配算法

提出一种基于SVD-SURF的宽基线鲁棒景象匹配算法。首先,在实时图与基准图奇异值分解的基础上构建SURF尺度空间,运用快速Hessian矩阵定位极值点;然后,计算出图像的64维SURF描述子;最后,通过Hessian矩阵迹进行特征点匹配,并利用RANSAC参数估计方法剔除出格点,从而实现位置参数的精确估计。实测航空图像序列位置估计实验表明了该景象匹配算法对图像的旋转、尺度变换及噪声不敏感,具有较强的实时性、精确性和鲁棒性。     

一种改进的宽基线图像SURF算法

通过对SURF特征点匹配过程的研究,提出一种改进的宽基线图像SURF算法。提取SURF特征点,在特征点匹配过程中采用改进方法计算图像间的尺寸、旋转和平移参数,减少匹配点搜索范围,运用RANSAC算法剔除误匹配点对。实验表明本算法在图像间有较大差别时降低了误匹配率,具有良好的实时性,达到了较好的应用效果。