宽基线视差图像的拼接算法

针对两幅视差图像的拼接问题,提出了一种新算法,即利用Hessian仿射不变检测算子检测出特征区域,利用SIFT特征描述算子提取特征区域特征矢量,根据特征矢量的欧几里德距离来建立图像间的稀疏对应关系;由这些对应点稀疏地确定场景中的一些点,以这些点为顶点建立场景的三角面片近似,再据此将重叠区域重投影生成推扫式成像的中间部分图像。将中间部分推扫式成像图像和原左图像的左半部分以及原右图像的右半部分一起拼接生成大图像。利用实际图像进行的拼接实验表明该算法是一个有效的视差图像拼接算法。     

基于稳定极值区域的宽基线双目立体匹配算法

基于区域的立体匹配是宽基线立体匹配的主要方法,其难点在于不变区域的提取。该文提出了稳定极值区域的概念,建立了提取该区域的算法。该算法应用了灰度指数变换,由I空间变换到 空间,以突显灰度值的变化,易于鉴定区域的边界。在此基础上计算了区域的仿射不变矩及衡量对应区域的欧氏距离。实验表明,该方法所提取的极值点定位准确,区域稳定性好,对应区域精度提高到70.9%。     

基于自适应支持加权准则的建筑物图像匹配扩散研究

室外建筑物图像由于建筑本身纹理单一且重复、图像间的基线较宽等特点,应用传统的匹配算法在进行图像匹配时会出现正确的匹配特征点少,匹配扩散后得到的准稠密和稠密匹配特征点的匹配多义性问题,同时,误匹配也影响了建筑物的三维重建效果。针对上述问题,研究并改进了适用于建筑物图像的匹配扩散算法。应用自适应支持加权匹配度量准则减少误匹配,同时扩散过程中应用仿射传递来获取新匹配的最佳邻域窗口。实验表明,改进的算法对于建筑物图像能获得数量较多、较正确的准稠密匹配扩散结果。     

立体目标的宽基线图像匹配

为了匹配立体目标的图像特征,提出一种仿射不变的局部特征提取算法。根据高斯滤波器的形状和大小要与图像结构相适应的原理,该算法利用图像中的最大稳定极值区域(MSER)的协方差矩阵衡量局部图像结构,并将局部图像结构变换到圆形高斯滤波器适用的形式下,以解决视角和尺度变化问题。为了保证图像变换的正确性,采用旋转压缩的方式将各向异性的图像结构变换为各向同性的图像结构。最后在各向同性的图像结构上提取尺度不变特征变换(SIFT)特征点,并将SIFT特征点的坐标变回原图像坐标。实验结果表明该算法提取的局部特征是完全仿射不变的,在立体目标的宽基线图像匹配中表现出良好的效果。     

基于准稠密匹配的结构化场景三维重建

传统的准稠密对应点匹配算法大都是针对一般场景开发的,未考虑场景的结构特点.为此,针对结构化场景提出一种基于平面单应约束的准稠密匹配方法.首先采用基于仿射不变量的方法检测和匹配稀疏平面种子区域,然后根据平面间的几何约束和对应点相似性约束,利用区域增长的方法实现准稠密扩散匹配.最优种子区域优先扩散策略的应用大大减小了初始错误种子区域对扩散过程的影响,而对不可靠扩散点的后处理也有效地提高了最终三维重建的精度.实验结果表明,相比传统的准稠密匹配方法,对于结构化场景,采用文中方法更加精确和稳定.     

宽基线图像特征点的立体匹配*

为了实现宽基线图像特征点的自动立体匹配,结合目前已有的算法,提出了一种新的分层匹配算法来获取最初的匹配点集,实现了基于对极几何约束的图像特征点自动提取及自动匹配。     

基于城市监控的自然场景图像的中文文本提取方法

智慧城市的首要任务是城市场景监控及其信息分析,场景图像中文本信息的识别是一种直观且高效的场景信息分析手段,但目前场景图像的中文文本提取由于图像光照和模糊、中文字符结构复杂等因素,未能达到很好的效果.为解决这一问题,提出一种边缘增强的最大稳定极值区域(maximally stable extremal regions, MSER)检测方法,可在光照和模糊影响的条件下提取MSER,通过几何特征约束条件高效地过滤明显的非MSER,得到高质量的候选MSER.之后使用提出的中心聚合方法对分割成多个MSER的候选中文文本域进行中文的聚合,使得候选区域成为单个候选的中文文本分量,再对这些分量进行分析,并运用机器学习选出正确的中文文本.实验结果表明:该算法能够更有效地提取出自然场景图像中的中文文本.     

基于邻域传递的鱼眼图像的准稠密匹配

针对鱼眼图像高畸变的特点, 提出了一种适合于鱼眼图像的准稠密匹配扩散算法. 该算法采用局部仿射模型来建立图像对应区域之间的变换关系, 并利用这个仿射变换来规范化对应区域, 最后在规范化的区域上进行匹配扩散. 在局部仿射变换的计算中, 采用邻域传递的思路, 边扩散边邻域更新, 使扩散始终在较准确的对应区域内进行. 实验表明, 在大畸变的鱼眼图像下, 本文提出的准稠密扩散算法能够取得比较令人满意的匹配扩散结果.     

宽场景仿真中的图像配准算法

为了提高实时宽场景图像拼接应用中的图像配准精度和配准速度,提出了一种利用相机标定信息与相位相关技术相结合的图像配准方法。利用相机间的相对位置参数计算待拼接图像间的旋转和缩放模型,利用相位相关技术求解图像间的平移转换参数。通过理论推导对缩放模型的误差分布进行分析。实验结果证明,该算法理论推导正确,在场景深度范围较小情况下,图像拼接准确快速。     

基于MSER的自适应学习自然场景文本检测

自然场景下的文本检测分为提取候选区域和滤除非文本两个阶段.在候选区域提取阶段,针对最大稳定极值区域(Maximally Stable Extremal Regions,MSER)算法对噪声、模糊敏感,检测性能不高的问题,提出改进的MSER算法,首先通过梯度图增强图像字符边缘,然后采用MSER算法提取文本区域,最后利用多机制抑制策略进行粗过滤.在非文本滤除阶段,针对候选域中非文本区域过滤不彻底的问题,提出基于SVM的多特征自适应权值融合的非文本滤除算法,首先对标识样本库提取HOG、统一化LBP、颜色感知差异(Color Perception Difference,CPD)特征,使用提出的权值计算公式自适应分配权重融合三种特征,然后采用粒子群算法寻找SVM最优参数训练分类器,最后将候选区域送入训练好的分类器滤除非文本.实验结果表明,改进的文本检测算法能够达到理想的检测效果.     

结合MSCRs与MSERs的自然场景文本检测

目的 目前,基于MSERs(maximally stable extremal regions)的文本检测方法是自然场景图像文本检测的主流方法。但是自然场景图像中部分文本的背景复杂多变,MSERs算法无法将其准确提取出来,降低了该类方法的鲁棒性。本文针对自然场景图像文本背景复杂多变的特点,将MSCRs(maximally stable color regions)算法用于自然场景文本检测,提出一种结合MSCRs与MSERs的自然场景文本检测方法。方法 首先采用MSCRs算法与MSERs算法提取候选字符区域;然后利用候选字符区域的纹理特征训练随机森林字符分类器,对候选字符区域进行分类,从而得到字符区域;最后,依据字符区域的彩色一致性和几何邻接关系对字符进行合并,得到最终文本检测结果。结果 本文方法在ICDAR 2013上的召回率、准确率和F值分别为71.9%、84.1%和77.5%,相对于其他方法的召回率和F值均有所提高。结论 本文方法对自然场景图像文本检测具有较强的鲁棒性,实验结果验证了本文方法的有效性。     

多尺度最稳定极限区域仿射不变特征

基于局部区域的仿射不变特征被广泛应用于目标识别、场景分类和图像检索.在已经提出的仿射不变局部特征中,最稳定极限区域特征MSER(maximally stable extremal region)在多个方面具有优越的性能.但是由于最稳定极限区域特征MSER是从单一尺度图像中提取的,当图像尺度发生较大变化时,图像的模糊会使最稳定极限区域特征的边界发生变化,从而影响特征的稳定性.针对这一问题,通过定义多尺度空间中极限区域的稳定性指标,提出一种在图像空间和尺度空间都最稳定的极限区域特征,并设计了在尺度空间进行极限区域提取的快速算法.同时,针对极限区域可以较好地描述特征轮廓的特点,将局部灰度梯度信息和形状信息相结合设计了一种新的特征描述器.这种特征被称为多尺度最稳定极限区域MMSER(multi-scale maximally stable extremal region)特征.实验结果表明,在不同仿射变化条件下,MMSER的稳定性和可识别性均优于MSER,而且其描述器的创建时间约为SIFT描述器的45%.     

基于联合图频谱特征分析的异源图像匹配方法

针对光线强度过高或过低情况下的异源图像匹配问题,提出一种基于联合图频谱特征分析的异源图像匹配方法。首先,采用K 近邻法则计算可见光图像与红外图像中角点的结构关系并构建联合图;接着,基于拉普拉斯分解计算联合图中邻接矩阵的特征值从而得到邻接矩阵的特征向量,并通过三维重构构建特征函数对;第三,提出一种基于SU SAN -M SER -SU R F最大稳定极值区域检测器,检测特征函数对的极值位置;最后,通过对最大稳定极值区域进行归一化后匹配,可以得到异源图像的精确匹配结果。实验结果表明,提出的基于联合图频谱特征分析的匹配方法能够解决光强过高或过低情况下的异源图像匹配问题并取得较优异的匹配率。     

Finding stable salient contours

Methods for generating maximally stable extremal regions are generalized to make intensity trees. Such trees may be computed quickly, but they are large so there is a need to select useful nodes within the tree. Methods for simplifying the tree are developed and it is shown that standard confidence tests may be applied to regions identified as parent and child nodes in the tree. These tests provide a principled way to edit the tree and hence control its size. One of the algorithms for simplifying trees is able to reduce the tree size by at least 90% while retaining important nodes. Furthermore the tree can be parsed to identify salient contours which are presented as generalisations of maximally stable extremal regions.     

基于MSER拟合椭圆的快速场景文本定位算法

针对图像中场景文本定位效率低的问题,提出一种基于最大稳定极值区的快速定位算法。快速提取图像中的最大稳定极值区;对提取的极值区进行椭圆拟合,构造MSER描述,利用拟合椭圆特征筛选极值区,滤除大部分伪字符区;运用以MSER为元素的投影合并算法,将字符区分割文本行并直接合并成单词,确定文本区。该算法通过拟合椭圆的特征选取实现伪字符区滤除,通过快速的投影合并算法,实现了高效的场景文本定位。实验结果表明,与其它算法相比,该算法能够达到较好的定位效果,在速度上具有优势。     

利用邻域差异性信息的FCM改进算法

为了克服模糊C均值（FCM）无法处理图像噪声的缺点以及常用改进算法分割不足,提出了一种利用邻域差异性信息的FCM改进算法。利用高斯函数来合理刻画邻域间像素的空间位置和灰度差异特性,实现对中心像素隶属度的调整,达到分割噪声图像的目的。实验证明,该算法可以有效地处理高斯和椒盐噪声,在去除噪声的同时较完整地保留了图像的细节,其分割效果优于几种常用FCM改进算法。     

核密度估计在立体匹配中的应用

提出了一种基于核密度估计相似性测度的立体匹配方法。将匹配基元中对应像素点的颜色差值在差值特征空间中进行核密度估计,并以此作为相似性测度。在此基础上建立全局能量函数,并采用改进的置信度传播算法进行视差图的求解。实验结果证明该相似性测度较传统方法有明显的改进。     

普通Petri网最大可达数的两段式死锁控制策略

针对普通Petri网的死锁问题,本文提出了可实现最大可达数的两段式死锁控制策略(deadlock control policy,DCP).第1步,该策略求解原网(N0,M0)的基本信标(elementary siphons,ES)和从属信标(dependent siphons,DS),对每个基本信标添加控制库所(control place,CP)和控制变迁(control transition,CT),获得拓展网系统(N′,M′).第2步,构建拓展网系统的P–不变式整数规划问题,测试原网中从属信标的可控性.若所有从属信标满足可控条件,则直接得到活性受控网系统(N*,M*);反之,对不满足可控条件的从属信标也添加控制库所和变迁,从而也得到了(N*,M*).通过理论分析和算例验证,表明了该死锁控制策略的正确性和有效性.相比目前文献中的可实现最大许可行为数目(number of maximally permissive behavior,NMPB)的普通Petri网死锁预防策略,该DCP获取的活性受控网系统(N*,M*)可达数目与原网(N0,M0)是相同的,且最大可达数(maximally reachable number,MRN)高于最大许可行为数目NMPB.