基于小区域字符模板匹配的金属标牌字符串识别

提出了一种基于小区域的快速模板匹配算法,实现了一行标牌字符串的识别,在利用投影法求得字符所在位置以后制作被匹配图像数组以及模板,然后进行识别。由于算法只对存在字符的区域进行小范围匹配,省去了在整幅图像上搜索无关数据信息的过程,与传统的模板匹配算法相比显著降低了算法的运行时间,能够满足图像匹配即时性的需要。     

夏克-哈特曼波前传感器光斑自动精确定位

为了在提高夏克-哈特曼波前探测精度的同时扩大波前测量的动态范围,提出一种基于高斯模板匹配选取光斑质心探测窗口的方法。根据传感器的参数确定模板尺寸,利用N维空间正态分布方程生成高斯模板,进行模板与图像匹配,根据模板与匹配子图的相似度确定光斑质心探测窗口。通过对仿真和实际采样阵列光斑图像的实验,验证了该方法的可行性,相对于投影法探测质心的标准差降低65.6%,波前重构误差减小48.5%,能够实现夏克-哈特曼波前传感器光斑的自动精确定位,提高其波前探测精度的同时扩大波前测量的动态范围。     

基于投影与KMP简约算法的一维快速模板匹配算法

传统的模板匹配算法(如NC和SSDA)虽然具有匹配精度高的优点,但由于其计算量大,使得匹配时间过长。本研究提出了一种新的基于投影与KMP简约算法的一维快速模板匹配算法,首先将图像进行降维处理,得到特征字符串,通过对特征字符串的匹配,实现粗匹配,可大幅度地减少图像匹配时间;然后利用NC匹配算法,对粗匹配的结果进行验证,以达到快速匹配的目的。通过实验证明了本算法的快速性和准确性。     

基于自适应极坐标变换的景象匹配算法

对数极坐标投影变换以其对旋转及尺度的不变性而在景象匹配中广泛应用,但这种方法计算复杂且对图像的遮挡非常敏感。自适应极坐标投影变换,一方面保持了对数极坐标投影变换的旋转及尺度不变性,同时对图像间的局部遮挡具有鲁棒性且计算量相对较少。为此,把自适应极坐标投影变换应用到景象匹配中,提出了一种基于自适应极坐标变换的景象匹配算法。结合景象匹配辅助导航系统的实际给出了进一步的改进措施:根据自适应极坐标投影变换的特点,设计了一种新的相似性度量方法;创建虚拟圆索引模板,实现了在基准图上圆形子图的快速截取;在多分辨率匹配技术的基础上,进一步采用跳跃式搜索,有效缩减了匹配耗时。仿真实验表明,所提算法在实时性及鲁棒性方面优于传统的对数极坐标匹配算法。     

一种基于模板匹配的人民币纸币面额识别方法

从图像处理的角度论述了人民币纸币的识别方法.针对人民币纸币面额种类少的特点，提出了采用模板匹配的方法.传统的二维模板匹配虽然实现简单，但计算量十分庞大，花费时间太长，针对此情况采用了当今发展比较成熟的一维灰度投影的模板匹配算法.该算法通过图像灰度投影变换，形成一维图像，并用一维图像进行快速匹配.试验结果表明，后者在保证了匹配准确率略高的前提下，识别速度明显高于前者，从而提高了设备的识别速度，使之更具有了实用性.     

基于自适应遗传算法的图像匹配

为了解决图像匹配中计算速度慢和匹配精度不高的缺陷，提出了一种基于自适应遗传算法(AGA)的匹配方法，该算法与传统遗传算法的不同在于其交叉概率和变异概率随个体的适应度值而变化，避免了后者易陷入局部极值的缺陷，从而增强了算法的快速性和全局收敛性能．图像与模板的相关值是一多峰值函数，模板匹配实质上是多峰值寻优过程．将AGA应用到图像匹配，是以相关值为适应度函数，通过选择、交叉、变异等遗传操作，对遗传个体进行迭代寻优，找出图像中的最佳匹配点．实验结果表明，基于该算法的图像匹配具有运算量小、匹配精确等优点，且算法稳定．     

基于极线校正逆变换的立体匹配算法研究

匹配是立体视觉中一个重要问题,它通常是在图像极线校正的基础上实现的.常用的校正方法会造成投影变换后图像拉伸不均匀,从而影响后续模板匹配的精度.为此提出一种基于极线校正逆变换（反校正）的立体匹配方法,它以校正后的图像进行开窗搜索,但针对窗内的图像坐标进行反校正,提取校正前的像素灰度值,最后进行模板匹配.仿真和实验结果证明,文中提出算法的匹配效果比较理想,生成的视差图要比传统算法精确.     

基于特征点的球面全景图快速生成算法

提出一种基于球面投影模型的全景图生成算法,对普通相机获取的序列图像,实现了球面全景图的无缝拼接。通过双线性插值算法解决了球面投影变换中的变形问题,提出了一种基于特征点匹配的方法实现了球面全景图的无缝拼接。实验结果表明,该算法生成的球面全景图质量较高,具有良好的鲁棒性。     

基于SIFT图像配准算法优化研究

为了满足在图像配准过程中对于准确度和稳定性的要求,提出一种基于SIFT和改进的RANSAC图像配准算法。首先采用SIFT算法进行特征点提取和最近邻匹配方法进行粗匹配,然后对RANSAC算法进行改进,对两幅图像中关键点相似性的评价函数进行改进和优化,实现关键点对的精准匹配,最后进行图像配准。实验表明,算法能够提高图像匹配的准确度同时降低图像匹配时间,具有一定的适用性。     

基于模板匹配的改进型目标识别算法

针对图像处理过程中采用局部特征提取与特征匹配的目标识别算法对纹理不丰富物体识别精度差、在同一次学习过程中不能多视角识别同一个物体的缺点,提出采用基于模板匹配的改进型目标识别算法,提高对纹理不丰富物体的识别速度及准确率。利用梯度作为特征量完成模板匹配,结合DOT算法去除次要的梯度特征,只采用幅值大的主导梯度方向作为特征量进行模板匹配,融入仿射投影变换算法、将模板特征二进制化来提高在线同时识别多个不同物体、多视角识别同一个三维物体的速度及准确率。试验证明,该目标识别算法对复杂背景中纹理较少的物体,发生微小变形、微小平移和光照变换的物体识别效果鲁棒性强。     

一种基于模板匹配的远场畸变校正方法

在激光照射性能监测系统跟踪移动目标采集远场图像过程中,由于受主光轴入射角度、相对位移等因素影响,导致所摄图像会产生一定程度的畸变。为了校正图像畸变,提出一种基于模板匹配的远场畸变校正方法。首先制作四个靶板角点模板,利用模板匹配算法跟踪识别畸变图像的靶板角点;依据相机成像模型计算出理想靶板角点的像素坐标;根据四对靶板角点,利用透视投影模型求解畸变校正系数,从而实现对图像的畸变校正。实验表明,该方法可以对远场畸变图像进行有效校正,具有实验条件要求低、校正精确、处理速度快等优点,为激光照射性能监测系统提供了准确的图像信息,在实际工程中具有重要意义。     

旋转不变性图像模板匹配快速算法

综合利用图像梯度幅值统计的旋转不变性,梯度角度统计的旋转迁移性以及图像梯度角度统计的旋转自相关系数分布对称性,基于图像的3种不同特征,分两步精确快速地完成了统计匹配运算。仿真试验结果显示:本文算法在模板图像发生任意角度旋转的情况下匹配性能好。该算法时间复杂度小,并且在模板图像灰度发生一定程度的非线性变换、缩放、遮挡等情况时仍具有良好的鲁棒性能。     

基于改进卷积反投影模型的CT成像伪影消除方法

针对传统卷积反投影法的CT重建图像容易产生伪影的问题,提出了一种基于改进卷积反投影算法的CT成像伪影消除方法.该方法通过分析给定模板的测量参数,标定CT系统的旋转中心、探测器间距及各探测方向等参数,使用Radon和傅里叶变换得到反投影方程,并利用卷积反投影技术得到每一点的吸收率与投影值的积分关系,使用三次样条插值算法得到较清晰的重建图像.仿真结果表明,所提出的算法具有简明易懂、操作方便和精确度高等诸多优点,相较于传统方法拥有更高的运算效率.     

基于模板匹配的发票号码识别算法

针对数字识别系统中的发票号码识别问题,提出了一种有效的基于模板匹配的发票号码识别算法.通过对发票数字图像进行前期处理以获得单个字符图像,根据印刷体数字二值化后矩阵特点,基于模板匹配的思想,将待识别字符图像与模板图像进行信息区叠加,对叠加后的图像进行不匹配像素统计,从而得到匹配系数,取匹配系数最小值为最佳匹配.结果表明,该方法简单有效,抗干扰性强且识别率较高,识别发票图像准确率可达99%.     

多阶微分环形模板匹配跟踪方法

基于环形模板结构提出一种新的模板匹配跟踪方法,在匹配准则函数中增加了图像的多阶微分匹配信息,在确保算法具有旋转不变性的前提下,可有效提高算法识别的准确性.匹配模板中的像素按环形结构排列,环形结构的中心对称性确保了算法具有旋转不变性.根据图像的灰度值可计算图像的各阶微分值,匹配准则函数由灰度匹配值和各阶微分匹配值共同构成.微分匹配信息中包含了图像的细节信息的匹配结果,因此可提高算法识别的准确性.仿真结果表明:该方法可应用于序列图像的目标识别,在背景复杂或目标发生较大旋转变化的情况下,该方法的识别性能明显优于传统方法.     

复杂仪表的图像自动读数识别方法

在对复杂仪表的特点分析研究的基础上,提出了复杂仪表的图像自动读数识别的原理和方法。对实现其原理所采用的主要方法,如分段线性灰度变换、Hough变换、模板匹配法进行了介绍。以水表为实例证明了所采用的图象自动读数识别原理和方法的正确性和有效性。结果表明,该方法具有很好的稳定性、准确性、快速性等特点。     

用Harris-Laplace特征进行遥感图像配准

为克服图像在旋转及分辨率不一致时自动配准的困难,提出了一种新的自动配准方法:包括新的尺度空间投影算法和新的特征匹配算法。基于Harris-Laplace(H-L)特征的尺度不变性,新的尺度空间投影法运用H-L方法提取图像特征,然后将特征空间建立在依据特征点主方向的图像投影信息上,使得特征空间具有对图像旋转和分辨率大小不变的特性。新的特征匹配法则采用特征空间k-d树欧氏距离匹配和RANSAC一致性位置检验相结合的方法,实现了高效率无差错的特征匹配。通过比较分析与实验证明,该自动配准方法能够对不同分辨率、不同旋转角度的图像精确地实现自动配准。     

投影算法与块匹配法结合的实时数字稳像方法

为了实时地稳定摄像系统的输出视频，特别是图像序列中存在运动物体的视频，提出了一种稳像方法.首先用灰度投影算法对图像序列进行粗匹配；然后用块匹配法在粗匹配的基础上进行精确匹配；最后将两次匹配得到的运动矢量相加得到最后的运动矢量，补偿图像序列的运动.进行匹配的小块是根据参考帧的拉普拉斯变换选取的.对实时稳像实验结果的定量分析和评价表明，该方法切实可行，并具有速度快、精度高的特点.