基于多种群遗传算法的模板匹配研究

模板匹配是图像处理中的重要应用,本文提出将多种遗传算法与模板匹配想结合,解决传统模板匹配中计算量大、效率低等问题,并且避免了单种群遗传算法中出现的收敛缓慢和早熟收敛以及容易丢失优良基因等现象。     

一种自适应遗传算法及其应用

遗传算法的性能深受算法参数的影响.为提高算法的搜索性能,避免算法在寻优搜索中陷入局部极值,将一种新的自适应遗传算法用于函数优化中,对三个常用的标准测试函数进行了优化,并将其用于立体图像对的匹配中.通过实验与简单遗传算法进行比较,表明该算法提高了搜索性能.     

遗传算法在图像模板匹配中的应用

遗传算法是一个高效的随机搜索算法,文中介绍了遗传算法在图像模板匹配方面的应用。通过介绍遗传算法的概念,讲述了遗传算法如何应用于图像模板匹配领域,以及程序实现流程。最后给出了比较结果,同时也提出了一些遗传算法应用时需要注意的问题。     

基于分层模板的目标实时跟踪算法

在数字图像处理领域里,相关匹配技术有着广泛的应用,尤其在目标搜索和跟踪应用中.相关匹配算法通过计算目标图像与模板图像的相关值来确定是否图像和模板相关,具有很高的跟踪准确性和稳定性,但当目标仅占模板一小部分时,普通相关匹配算法效果很差.分析了有关相关跟踪算法的特点,提出了分层模板匹配的算法,并应用在实际的工程应用系统中;通过实验证明,该算法能较好地改善对小目标的跟踪效果,并可以克服障碍物对目标的部分遮挡问题.     

基于遗传算法的快速图像相关匹配

采用遗传算法研究了图像相关匹配问题,提出了快速图像相关匹配算法在最优匹配的前提下,其计算量较ＳＳＤＡ算法降低了一个数量级以上;可以采用ＮＰＲＯＤ匹配准则,改善在低图像对比度条件下的匹配精度;该算法每帧图像匹配计算时间基本恒定,便于工程应用。     

自适应连续多级分区与初始阈值估计的快速模板匹配方法

归一化互相关测度在光照改变时比采用绝对差之和测度（SAD）要稳定，但是归一化互相关测度的缺陷在于它的计算量非常大。为此，提出了一种结合自适应连续多级分区和初始阈值估计的基于归一化互相关（NCC）的快速模板匹配算法。根据模板图像中不同模块的梯度值，将模板图像进行逐级分区，通过分区顺序将互相关之和分为不同的层，得到各层互相关的上界，运用柯西-施不等式得到上界间的关系，形成自适应连续多级分区淘汰方法。同时，为了加快匹配速度，利用初始阈值估计产生一个较大的边界阈值，以淘汰初始搜索时的大量非匹配点，减少搜索点数目。实验结果表明:所提出的算法具有较好的鲁棒性，且算法的执行速度优于传统算法。     

用可变形模板进行基于内容的图像分割算法

 本文提出一种采用可变形模板匹配技术进行基于内容的图像分割算法.通过预先计算出可变形模板沿着变形的正交曲线,并对模板曲线及正交曲线进行离散抽样,建立一基于正交曲线的二维(2-D)可变形模板,针对图像分割问题定义控制可变形模板进行变形的内、外部能量函数,本文采用遗传算法搜索能量函数最小的全局最优解.该新算法比传统的可变形模板匹配方法降低了搜索空间的维数,减少了算法对模板初始位置的敏感.对实际图像及模拟低信噪比图像处理的结果表明,新算法具有良好的分割精度及稳定性.     

逐级目标淘汰量子遗传算法

研究了如何应用量子遗传算法进行图像模板匹配,提出了逐级目标淘汰量子遗传算法.该算法充分利用了量子遗传算法的并行性质,很好地将粗搜索和精搜索结合起来,减少了匹配时间.实验结果证明了该算法的有效性.     

基于蚁群算法的Criminisi图像修复

提出了一种基于蚁群算法的Criminisi图像修复算法,将蚁群算法应用到Criminisi图像修复算法的最佳匹配模板搜索中。首先计算待修复区域优先权;然后蚁群寻找搜索路径中留下的信息素,沿着信息素最多的路径寻找到最佳匹配模板;最后更新置信度,直到修复结束。实验结果表明,修复后的图像PSNR较高不易陷入局部最优,能较快速地搜索到最佳匹配模板。     

基于统计信息的织物瑕疵自适应检测

在使用模板匹配方法检测织物瑕疵的过程中,通过实时采集、分析织物的灰度图像,获得织物纹理的统计信息,并从中提取出正常纹理的特征.在此基础上,生成自适应更新的匹配模板和自适应变化的瑕疵判决阈值,使模板和判决阈值不需要人为干预,能够随织物的实际纹理自适应的变化,提高了算法的灵活性和通用性.实验结果验证了该方法的有效性.     

一种图象中基元检测的新方法

在模式识别和机器视觉中,常常需要进行图象中的基元检测。本文以圆的检测为例提出了一种利用遗传算法进行基元检测的方法。实验结果表明,本文方法与通常的模板匹配和Hough变换相比速度大大提高。     

基于SWAD算法的空间面目标高精度跟踪技术研究

针对空间面目标的高精度跟踪问题,提出一种面目标高精度跟踪方法,该方法利用SWAD模板匹配算法和亚像素拟合算法提取目标精确的位置信息,并在跟踪过程中对模板进行实时更新。对传统的无限冲击响应滤波模板更新方法进行了改进,提出一种变系数模板更新方法,该方法计算量小,不需要经过复杂的置信度判断,模板更新系数由当前模板图像和当前最佳匹配区域图像的灰度值决定;利用不同亮度的目标,以及对目标图像进行尺度变换模拟姿态变化的目标,比较了该模板更新算法和传统算法的匹配误差,结果表明:该算法能够更好地适应目标姿态的变化;最后通过平行光管和靶标板模拟远场非合作目标,搭建了室内演示试验,证明了利用模板匹配进行高精度目标跟踪的可行性。     

一种新的参数优化相关匹配方案

用一组可变参数表示目标的可变模板，结合目标图像的边缘信息和模板的边界信息，定义一边缘相关能量函数，利用外部惩函数法，建立相关切配问题的总目标函数，然后用改进的模拟退火（ＳＡ）算法求得最佳匹配位置。实验结果显示，这种方案具有良好的匹配效果和较大的应用价值。     

基于多目标优化的SIFT特征匹配算法

SIFT算子在实际应用中,由于地面图像本身特征不明显且提取出的特征点多、乱以及灰度变化不明显等特点的影响,从而导致特征点误匹配。为此提出一种改进的SIFT图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用多目标优化算法,建立相关匹配模板,利用给定同一场景的两幅图像,寻找同一场景点投影到图像中的模板之间的相关性建立数学模型即目标函数,根据同一幅图像中模板间的距离建立边界约束条件,从而剔除一些误匹配点。实验表明,该算法可以有效地提高图像匹配精度。     

Cramer–Rao Bound for MIMO Radar Target Localization With Phase Errors

A new template matching method accelerated by an integral image is proposed. In contrast to the conventional winner-update template matching algorithm, the proposed scheme uses an integral image instead of a block sum pyramid to represent the search area. When an integral image is used, block sums on the lowest level are evaluated very fast. As a result, the speed with which nonbest candidates are rejected is nearly double that of the conventional scheme. Moreover, the proposed scheme needs less memory than the conventional approach to maintain block sums of candidates and can be easily extended to nonsquare (rectanglar) template matching.      

A new algorithm for distorted fingerprints matching based on normalized fuzzy similarity measure.

Coping with nonlinear distortions in fingerprint matching is a challenging task. This paper proposes a novel algorithm, normalized fuzzy similarity measure (NFSM), to deal with the nonlinear distortions. The proposed algorithm has two main steps. First, the template and input fingerprints were aligned. In this process, the local topological structure matching was introduced to improve the robustness of global alignment. Second, the method NFSM was introduced to compute the similarity between the template and input fingerprints. The proposed algorithm was evaluated on fingerprints databases of FVC2004. Experimental results confirm that NFSM is a reliable and effective algorithm for fingerprint matching with nonliner distortions. The algorithm gives considerably higher matching scores compared to conventional matching algorithms for the deformed fingerprints.     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。     

Fast template matching with polynomials.

Template matching is widely used for many applications in image and signal processing. This paper proposes a novel template matching algorithm, called algebraic template matching. Given a template and an input image, algebraic template matching efficiently calculates similarities between the template and the partial images of the input image, for various widths and heights. The partial image most similar to the template image is detected from the input image for any location, width, and height. In the proposed algorithm, a polynomial that approximates the template image is used to match the input image instead of the template image. The proposed algorithm is effective especially when the width and height of the template image differ from the partial image to be matched. An algorithm using the Legendre polynomial is proposed for efficient approximation of the template image. This algorithm not only reduces computational costs, but also improves the quality of the approximated image. It is shown theoretically and experimentally that the computational cost of the proposed algorithm is much smaller than the existing methods.     

一种用于图像拼接的改进BRISK算法

为了获得精准的航空拼接图像,本文提出了一种结合BRISK算法与互相关模块匹配算法的新算法。传统的BRISK算法在拼接平移方向上存在较大的误差。针对该问题,首先使用BRISK算法实现尺度和旋转的校正,再引入模块匹配方法完成平移校正,同时在BRISK算法中加入RANSANC算法实现精准拼接。实验结果表明,本文算法是一种运算时间短、精确度高、拼接效果良好的图像拼接方法。