基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法

为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像。试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95%以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了17%。AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求。     

基于SURF算法的射线底片拼接技术研究

在工业射线技术中,由于其本身技术特点的原因以及射线底片长度有限,一次检测焊缝的长度使得检测往往需要多张底片彼此搭接在一起才能完整显示原有的信息.这样不仅影响了检测后的直观性,还存在着伪造焊缝射线底片的可能.目前,现有的防伪手段之一是由监督检测人员对射线底片进行人工识别,但是由于同一铸件的底片数量较多以及特征不明显等原因...     

基于比值法图像拼接算法研究

本文在讨论比值法进行图像拼接的基础上,针对比值匹配算法误匹配的问题,提出了一种改善比值匹配配准精度的算法。通过增加比值模板的列数来确定选取特征线的最佳匹配,从而增加了模板的信息量,从而提高了图像拼接的准确性。实验表明,该改进算法可以有效的进行图像拼接,并改善了原有比值法的配准精度。     

基于改进的SIFT算法的集成电路图像拼接

使用显微镜获取集成电路的局部图像,再经过图像拼接技术得到完整的集成电路图像,由于在显微镜特性的限制,在特殊场景下(光照不足、发生旋转、图像缺失)的效果并不理想.提出一种基于尺度不变特征变换(scale-invariant feature trans-form,SIFT)算法的配准改进算法,对显微镜获取的特殊场景下的集成...     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于局部均值分解和矩特征的图像拼接检测

数字图像的真实性检测在信息安全领域有着重要的应用.图像拼接是图像篡改中最常用的手段之一,拼接检测的关键在于提取区分自然图像和篡改图像的有效特征,为此提出了一种基于局部均值分解(LMD)和矩特征的数字图像拼接篡改盲检测算法.该方法将图像检测问题转化为两分类模式识别问题,分别提取图像的LMD特征和矩特征,得到混合特征,并用Adaboost算法进行分类检测.在哥伦比亚大学数字图像拼接检测数据库上的实验结果表明,该算法的检测准确率达到93.61%,优于其他几种常用的检测算法.     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

基于 AKAZE 特征提取与融合匹配算法的研究

图像匹配算法是很多计算机视觉应用的重要组成部分,其中算法的匹配准确度和匹配损耗时间是衡量匹配算法性能的重要指标。针对目前的图像特征匹配算法无法同时获得高匹配准确度和低匹配损耗时间的特点,提出了基于AKAZE算法特征提取与融合匹配算法相结合的匹配策略。通过AKAZE算法计算待匹配图像的特征描述子,融合匹配算法首先利用KD-Tree进行粗匹配,然后再结合PROSAC算法分两个阶段剔除误匹配特征点。通过试验测试,在获得高的匹配准确度的同时,保持低的匹配损耗时间。     

铁路视频监控中基于多算法结合的图像拼接

针对铁路视频监控系统中单个监控摄像头视角范围有限的问题,提出一种用于扩大监控视角的图像拼接方法。首先提出一种简单的输入图像排序算法,对输入的两张具有部分重叠的图像进行自动排序,可以提高监控系统的可靠性和图像的配准精度;然后采用尺度与旋转不变的SURF算法提取特征点,并用改进的RANSAC算法剔除误匹配点,进一步保证了图像配准的精度,使正确匹配的特征点达到总数的80%以上;最后以渐入渐出法进行图像平滑过渡融合,消除了由于光照引起的图像拼接缝隙。实验表明,本方法在图像拼接的速度和精度上取得了较好的效果,适用性较强。     

基于篡改区域轮廓的图像拼接篡改盲取证算法

为了解决传统图像拼接篡改检测方法特征单一、检测方法固化、篡改区域定位偏差大等问题,提出了一种基于篡改轮廓的图像拼接篡改检测方法。该方法对图像拼接篡改痕迹进行分析,在频域中建模,提取多步马尔可夫特征表征系数转移特性,并提取局部信息熵与差分激励表征当前位置系数分布变化情况。该算法将三种特征进行融合,并采用Real_Adaboost分类器进行训练,以输出每个像素属于轮廓或者其他区域的概率。最后,采用条件随机场(CRF)对分类器输出结果进行后处理,以获得更加准确的篡改轮廓线。根据标准数据集CASIA2、Columbia上的测试结果显示,该算法的分类与定位性能均优于传统的基于手工设计特征的拼接检测算法。     

SURF和RANSAC在图像拼接中的应用

图像特征检测在计算机视觉带动下得到了快速发展.SURF特征描述能够非常稳定快速地对图像特征进行检测和描述.RANSAC能够在inliers大于50％的条件下很好地估计出模型参数,在特征点匹配上起到了关键作用.本文利用SURF特征描述子对图像特征点进行检测和描述,然后运用交叉匹配的策略有效地消除一些错误匹配点对,然后运用RANSAC算法进行模型估计,最后使用线性加权的方式对图像进行融合.该方法利用了SURF快速检测和稳定性的特点和RANSAC算法时间复杂度小的特点进行特征点快速准确匹配,最终能够实现快速的图像拼接.     

基于图像处理技术的火焰检测算法研究

针对传统火焰检测方法可靠性不高、准确性不够的问题。本文提出了一种基于图像处理的火焰检测算法,通过计算火焰图像相关区域像素的数值,来直接对火焰燃烧的＂有＂、＂无＂做出判别。根据火焰在正常燃烧下分为初燃烧区、完全燃烧区和燃尽区的特性,设计了相应区域的火焰检测算法,并给出了详细的检测流程。在实际环境下,对算法在燃烧器不同火焰燃烧状态下进行了验证。结果表明,所设计的的火检算法具有较高的可靠性和准确性,可以满足火焰检测的需要。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。     

基于SIFT算法的疵病图像配准

光学技术的发展对光学元件提出了更高的要求,检测的精度和准确性是其重要的部分,而疵病图像的配准是一个很重要的环节,因此对疵病图像的配准进行研究很有必要。针对疵病图像配准算法进行了阐述,并对基于特征点匹配的SIFT算法的原理及过程进行了介绍,用MATLAB软件进行编程,搭建实验平台获取疵病图像,并采用尺度不变特征变换（SIFT）算法对所获取的疵病图像进行配准、拼接,得到了完整的疵病图像。实验结果表明,该算法能有效地对疵病图像进行配准,为后续的疵病信息提取打下良好的基础。     

一种基于曲线拟合的柱面图像匹配算法

传统的RANSAC误匹配剔除算法对柱面图像误匹配剔除效果较差,为了解决这一问题,提出一种基于曲线拟合的误匹配剔除算法.首先对两幅图像进行SURF特征提取并采用最近邻匹配法进行粗匹配,然后将匹配点对集合按照所在列数的大小进行排序,最后将每个匹配点对两个特征点所确定的直线的斜率集合、欧式距离集合分别进行曲线拟合从而剔除误匹配.实验证明,提出的基于曲线拟合的图像匹配算法明显增加了剔除误匹配后靠近柱面图像边缘部分的匹配点数量,提高了柱面图像匹配的精度.     

基于改进ORB的图像特征点匹配研究

针对ORB算法不具备尺度不变性的缺陷,结合SURF算法,将ORB算法改进为SURB(SURF-ORB)算法。首先提取具有尺度不变性的SURF特征点,然后构建ORB算法描述子,特征匹配时,先对待处理图像进行区域分块,缩减原始搜索范围,节约了无效区域的特征点匹配时间,采用汉明距离完成初步匹配,然后结合PROSAC算法对初步筛选的点去伪,获得较为精准的匹配点对。实验结果表明,图像尺度变化时,SURB算法的平均匹配准确度为93.4%,约为ORB算法的3倍;SURB算法的平均耗时约为SURF算法的80%,具有较强的实时性和可行性。     

基于模糊算法的岩心图像层理特征提取

在岩心图像的分析中,提取图像的层理特征,对于识别岩石的层理类型,完成对获取的岩心图像进行自动识别十分重要。本文介绍了Pal.King算法,并且针对岩心图像的多数像素点处在低灰度级的特点,使用最大类间方差法(Otsu)得到Tr变换中的最佳隶属度的阈值,根据阈值建立自己的隶属函数G和G~(-1);同时对Tr变换增强后的空间域图像进行平滑处理,减少噪声对层理边缘提取的影响。实验结果表明,该算法提取岩心图像层理特征效果较好。