基于圆弧基元的工件实时定位与匹配方法

为实现工业过程中对工件的实时定位,提出了一种基于圆弧基元的工件实时定位与匹配方法。离线过程中,将边缘轮廓多边形近似,进一步分割成线段基元和圆弧基元,制作模板,确定模板中工件的位姿。在线过程中,以最长圆弧基元得到潜在匹配位置并变换模板,通过计算测试图像中几何基元与变换后的模板中对应的几何基元之间的距离来实现匹配定位。试验表明,该方法对于具有圆弧基元的几何形状的工件,能快速、准确地完成实时匹配定位。     

基于特征点匹配和哈希法的图像检索方法

提出一种基于点特征匹配和几何型哈希法的图像检索方法。利用小波变换提取图像的突变点，以点为辜心划定一小块区域，将图像划分成图像块。提取块的低层次特征矢量，将两幅图像之间的匹配转换成图像块之间的匹配。并采用几何型哈希索引方法实现图像的快速检索。实验证明，这种方法能够取得较高的检索精度，且对图像形变以及局部遮挡等都有较好的适应能力。     

一种抗几何畸变的景象匹配方法

在分析景象匹配实时图获取过程中几何畸变产生原因的基础上，利用弹上高度传感器和姿态角传感器获取的图像高度和姿态信息，实现了畸变实时图的几何校正，给出了校正实时图大小和偏移量的确定方法，结合匹配计算和匹配结果修正，提出了一种抗几何畸变的景象匹配方法。仿真实验结果验证了该方法的有效性和实用性。     

基于形态和约束结构的几何哈希法

几何哈希法,作为一种有效的模型搜索算法,在物体识别中有着重要的应用。现有的几何哈希法仅适合于仿射变换下的二维景物识别,论文提出了适合透视投影变换下三维物体识别的几何哈希方法。该方法利用物体的三维形态和物体中具有射影不变量的几何约束结构来构造哈希表。一方面,几何约束结构提供了物体模型的索引功能;另一方面,物体的三维形态提供了物体成像位姿的有关信息,使后续的匹配验证得以简化。实验中使用人造物体对该方法进行了验证,实验表明该方法正确有效。     

模糊保险箱算法的模板校准参数优化研究

在模糊保险箱(fuzzy vault)算法的具体实现中,几何哈希法是一种用于生物特征模板自动校准的常见技术。针对算法实现时的参数取值模糊问题,研究了影响Fuzzy Vault模板匹配精度的3个参数:图片像素大小、哈希表基点数和哈希表量化参数(α和β)。通过设计单因素实验方法,得到了这3个参数的最优取值范围,并改进了Fuzzy Vault算法细节点的提取范围和基点距离的选取规则,最后基于FVC指纹数据库对算法优化前后的匹配精度进行对比实验。结果表明,优化后算法的拒真率(false rejection rate,FRR)至少降低了9.84%,认假率(false acceptance rate,FAR)至少降低了7.12%,说明该优化方案提高了算法的匹配精度,具有一定的鲁棒性和实用性。     

基于图像正则化和DCT变换的感知哈希技术

图像感知哈希技术是一门较新型的技术,哈希提取过程的关键步骤是特征提取,传统的基于DCT变换的感知哈希技术抗几何攻击能力较差。试图在图像生成哈希之前,将几何形变对图像的影响去除,首先将图像进行正则化,使图像具有几何不变性,然后再进行DCT特征系数提取,最后通过量化、编码生成最终哈希。该算法可以抵抗任意的仿射变换。     

基于几何不变量的直线匹配方法

针对目前直线匹配算法大多基于直线段支持区域的几何特性、灰度特性,但这些特性又极易受外界因素干扰造成匹配失败的情况,提出了基于直线几何不变量的匹配方法,该方法在无任何已知条件的情况下,运用叉积符号、点的线束交比不变量进行直线匹配。对于各个视点图像,采用Hough变换提取直线间交点集,再采用Graham扫描法构造一个最小的凸包,并通过匹配凸包顶点的交比序列来建立点与点的对应关系,选取其中一个对应关系完成直线的匹配。实验结果表明,该方法鲁棒性较好,具有广泛的应用性。     

基于Harris和几何哈希法的目标匹配

复杂环境下的目标匹配会受到物体缩放、旋转、遮挡及光强变化等影响,是模式识别领域的一项难题。针对该问题,提出一种基于Harris算法和改进几何哈希法的目标匹配方法。利用Harris角点提取算法检测兴趣点,通过改进的几何哈希法实现多目标匹配。实验结果表明,该方法可实现复杂环境下的目标匹配,提高匹配精度和速度。     

由共面圆确定摄像机参数的线性方法

考虑到基于二次曲线这种几何基元的摄像机标定方法比基于点或直线的方法具有更好的鲁棒性,给出了一种新的基于共面圆的摄像机标定方法。该方法的主要特点是模板形式简单、易于制作,仅需任意分布的三个或三个以上共面圆,且不需要进行圆环定位;不需要模板与图像之间的匹配;也无需求解任何非线性方程组。从几何角度对算法进行形象描述,并从代数的角度给出了严格论证。模拟和真实图像实验表明,该算法精确度高,鲁棒性强,表现出了十分良好的实用性。     

基于几何约束投票的图像特征匹配

为了改进单纯依靠相似度的图像特征匹配效果,提出了一种特征匹配方法,采用投票的方法在特征匹配的过程中引入几何约束。首先根据特征的描述向量进行初步的快速匹配,得到候选特征对以后通过投票的手段在特征之间相似度矩阵中引入一种鲁棒的几何约束,并通过自适应阈值过滤的方法获得图像特征匹配。在实验中验证了该方法对图像特征匹配正确与否具有较强的区分能力,在与已有技术接近的计算时间内得到了更高的匹配准确度。基于几何约束投票的图像特征匹配比单纯依靠相似度具有更好的匹配效果。     

Extraction of manufacturing details from geometric models

The potentials of geometric models as source representations for the generation of manufacturing details in discrete production processes have not been fully exploited. The objective of this paper is to utilize the geometric data base in the CAD system in production and manufacturing applications such as group technology, process planning, etc. The workpiece is represented as a syntactic pattern made up of geometric primitives. The applications presented in this paper are: (1) shape classification for group technology and process selection and (2) procedure for representation and machining of excess material. The procedures described offer a direct link between geometric models and computer-aided manufacturing.     

用遗传算法提取基元

基元提取是基于模型的计算机视觉的一项重要任务.Hough变换是基元提取的最常用的方法,然而,在许多情况下,它的存贮开销太大而难以让人接受.近些年来,有些人用统计学方法来提取基元,但如何构造合适的代价函数仍是一个困难问题.基元提取等同于寻找具有多个局部极小值的代价函数的最优解.遗传算法(Genetic algorithms)能够有效地在搜索空间中找出全局最优解.为实现有效的基元提取,作者从几何数据点中随机地选择一组最小子集,然后用遗传算法对几何数据点进行动态划分,经过若干次进化将得到一个最优划分,与之对应的基元和基元所对应的数据点将被提取出来.这种算法可用于多种基元和多个基元的提取.     

基于多因子几何匹配的AI提取路网属性信息重建方法

利用AI(artificial intelligence)技术可从遥感影像上快速提取矢量数据,尤其可以获取实时性较好的矢量路网数据,但提取的数据没有属性信息;而已有的众源数据如OSM(open street map)路网具有开源、属性信息丰富等特点,但现势性相对于提取路网较低.针对上述情况,以AI提取路网为基准数据,OSM路网为匹配数据,将一种基于多因子几何匹配算法用于路网匹配中,并在匹配后引入匹配度的概念,以最优匹配对象进行属性重建.实验结果表明能有效地对AI提取路网的属性信息进行重建,并基于此开发了一套路网属性信息重建系统,在国家全球测图项目中投入使用.     

一种基于几何约束的RANSAC改进算法

图像拼接技术中消除特征点误匹配是一项重要环节,针对传统的消除误匹配的RANSAC算法迭代次数多,计算复杂度较大且不能完全消除误匹配等缺点,提出了一种基于几何约束的RANSAC改进算法。该算法将几何约束法应用到RANSAC算法中,对图像特征匹配点进行聚类分组,根据每条匹配点对连接线的斜率应该相等、长度也应该相等这两个几何关系建立预判断模型,对匹配点对集合进行预提纯。实验证明,该算法相较于传统的RANSAC算法,误匹配基本消除,迭代次数减少,计算效率提高,从而提高了图像匹配算法的效率。     

基于实时地形校正的InSAR图像匹配算法

针对侧视雷达/可见光图像匹配制导系统中由于雷达图像地形畸变引起的误匹配问题,提出了一种基于干涉合成孔径雷达（InSAR）的实时地形校正图像匹配算法。该算法以侧视雷达成像几何构象为基础,利用InSAR获取的实时地形数据对获取的SAR景象数据进行实时几何校正,生成无畸变的SAR景象数据,然后利用校正后的SAR景象数据与提前安装的可见光基准数据进行基于去均值归一化互相关模板的图像匹配。实验结果表明,通过实时地形校正,该景象匹配算法在复杂地形区域的匹配概率和匹配精度都大大优于传统SAR景象匹配算法,有效地提高了SAR图像匹配制导技术的适用性。     

基于孔特征的弱纹理堆叠工件识别

针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。