基于直线特征的图像配准算法

为实现高效率、高精度的图像配准,提出了一种利用图像边缘直线特征的图像配准算法。首先利用LoG算子提取参考图像和待配准图像的边缘信息,利用Hough变换提取图像边缘信息中的主要直线;然后以直线特征定义了参考图像和待配准图像的相似性度量,以此度量估计旋转角度,找出直线组的对应关系;最后在这些直线组中选取配准控制直线,计算配准参数,对图像配准。经过实验,验证了该算法的有效性。     

一种小目标的电视/红外图像配准方法

针对小目标成像及电视/红外图像配准的特点,首先利用传感器参数对空间分辨率进行配准,将仿射变换简化为刚体变换;再从视场配准后的电视、红外图像中提取角点作为特征点,然后运用Hausdorff距离对两特征点集进行匹配,并运用遗传算法求解变换参数,从而实现了可见光图像与红外图像的自动配准;实验证明,该算法能很好地实现小目标的配准,具有较强的实际应用价值.     

Hough变换在表面污渍检测中的应用

针对具体芯片图像的形状特征,提出了基于改进Hough变换的几何配准算法.该算法利用边缘点的梯度方向信息,以及通过圆上任意一点并沿着该点法线方向的直线必定经过该圆的圆心这一几何性质,将三维Hough变换空间简化为二维空间,较好地解决了传统广义Hough变换运算时间长、存储空间大的问题.实验表明,可以有效地对两幅图像进行配准,从而检测出芯片表面的污渍.     

关于Hough变换最小化参数空间的一点讨论

Hough变换因其固有的鲁棒性在众多视觉问题中得到了广泛应用.文中探讨了当Hough变换的参数空间均匀离散化后,如果要求不同的直线对应不同的计数器,则对应的离散参数空间所需的最少计数器个数的问题.以Hough变换的标准参数(ρ,θ)空间为例进行探讨,相关方法完全可以推广到Hough变换的其他参数化形式.文中的结果从一个侧面揭示了图像均匀噪声在Hough变换参数空间分布的固有的不均匀性现象,这种不均匀性必然导致Hough变换在直线检测时直线位置和朝向的依赖性对噪声的不同敏感程度,该结果对从事Hough变换研究的相关人员具有一定的参考作用.     

具有敏感区域的华南虎图像配准研究

对数极坐标映射是一种具有刚体不变性的模板匹配算法,以它获得的刚体变换矩阵为初值经LMA(Levenberg Marquardt algorithm)迭代可以实现图像的高精度配准,但对于场景发生剧烈变化的图像对,上述方法无法获得正确的配准参数。为此,提出了一种具有敏感区域的图像配准算法,在LMA迭代中仅考虑落在人工选取的敏感区域中的像素点,通过对陕西林业厅公布的华南虎照片进行的图像配准实验表明了该算法的有效性。     

随机Hough变换实现角点检测

为实现角点的有效检测,提高检测速度,提出一种基于随机 Hough变换的角点检测方法。利用随机 Hough变换求取出直线参数;根据角点在 Hough空间中的特征,利用反 Hough变换的反演原理对参数空间中的峰值进行反变换,定位图像空间中的直线交点;为避免虚假角点,将那些附近不包含任何边缘的交点删除,得到正确的角点。实验结果表明,该方法相对于 Harris算法和SUSAN具有更好的准确性、鲁棒性和稳定性,实时性也有一定提高。     

基于空间关系一致性的图像自动配准方法

提出了一种基于空间关系一致性的图像自动配准方法,处理具有全局仿射变换的图像配准问题.首先利用Mcan-shift算法和区域标记算法从参考图像和待配准图像中提取区域特征作为配准基元;然后采用高斯函数平滑后的区域特征重心点坐标之间的欧式距离描述匹配特征的空间关系一致性,从而定义一个以匹配矩阵为自变量的空间关系一致性度量函数,使它在两幅图像的最佳配准位置达到最大值,将图像配准问题转化为一个最优化问题;最后利用一个局部选代优化算法求解.高斯函数的方差是度量函数中惟一的预设参数,但它对优化求解的结果基本没有影响,在实际中容易设定,保证了方法的自动性、稳健性和适应性.实际图像的实验结果表明本文方法能有效解决具有全局仿射变换的图像配准问题.     

基于加速鲁棒特征的眼底图像配准改进方法

为保证眼底图像配准精度,同时降低时间损耗,提出一种改进的基于加速鲁棒特征的眼底图像配准方法。该方法在提取眼底图像加速鲁棒特征的基础上,利用BBF算法和特征的方向特性和空间一致性检测得到初始匹配特征序列,并给出层次估计与模型选择技术相结合的方法,以求解图像之间的变换参数。通过进一步配准修正获得更好的变换参数。实验结果表明,该方法获得的配准精度均方根误差值均小于1,并能够在满足精度要求的同时提高效率。     

融合双注意力与深度神经网络的遥感图像配准北大核心

在多视角遥感图像配准中,部分方法在复杂场景下存在配准精度不高或实时性低等问题,针对以上不足,提出融合双注意力机制的网络中网络作为特征提取器的端到端图像配准算法。算法分为特征提取、特征匹配和参数预测三部分,首先使用网络中网络改进模型对于复杂特征的提取能力,同时引入双注意力机制提升对特征的分辨和定位效果;然后在特征匹配层使用双向的相关运算改善特征匹配精度,匹配层输出的匹配图输入参数预测网络,预测从待配准图像到参考图像的变换参数。实验表明,与传统算法对比,配准精度平均提升10%以上,速度至少提升20%,所提方法有效提升了多视角遥感图像配准的效果。     

基于Hough变换的直线跟踪方法

文中提出一种基于Hough变换的直线跟踪新方法，该方法利用Hough变换中的点线对偶性原理，将在图像空间中对直线的跟踪转化为在参数空间中对点的跟踪，把参数空间中的点作为特征点，在参数空间中的特征窗口内跟踪特征点，由最小二乘法得到匹配的特征点。文中还给出了该直线跟踪方法的几何解释，即在参数空间中的矩形特征窗口内搜索匹配点，实际上是在图像空间中以原点为中心的扇环范围内搜索匹配的垂足。合成图像序列和真实图像序列实验结果表明，该方法取得了较好的跟踪结果。     

一种新的脊波变换方法

小波变换适用于表示具有各向同性奇异性对象的局部特性,脊波变换适用于表示具有各向异性奇异性对象的局部特性,但是各自对于对方所适用的局部特性的应用效果却不明显.提出了一种新的对脊波理论加以改进的多分辨分析方法--拟脊波多分辨分析方法.该方法统一了小波理论和脊波理论,使小波理论和脊渡理论成为该方法的两种特殊情形.同时它具有对各向同性和异性的奇异性对象的辨识能力.通过实验比较表明,该方法对小波理论和脊波理论优点的组合、缺点的规避相当明显,在图像去噪应用中具有更强的灵活性.     

Fourier变换和小波变换一般形式 —线调频小波变换和多普勒小波变换

Fourier变换、窗口Fourier变换与小波变换在许多领域得到广泛的应用。该文回顾了Fourier变换和小波变换的发展;介绍了两种新的处理非平稳信号的方法,即线调频小波变换和多普勒小波变换;分析了线调频小波变换是短时Fourier变换和小波变换的时频分析的统一时频表示形式,Fourier变换、小波变换以及线调频小波变换都是多普勒小波变换的特殊情况。线调频小波变换和多普勒小波变换比Fourier变换和小波变换更具灵活性,为图像、信号处理提供了新的方法和工具。     

基于有限Ridgelet变换的图像去噪

Ridgelet变换是一种新的图像多尺度几何分析（MGA）方法，它能有效地对图像进行多尺度，多方向的描述。M．N．Do提出一种可逆的，正交化的，极好重建性的Ridgelet变换实现一有限Ridgelet变换（FRIT）。本文将有限Ridgelet变换应用到线状边界明显的图像去噪中，实验结果表明，它比小波去噪取得更好的效果。     

一种基于脊波变换的图像去噪方法

Ridgelet是继小波变换(Wavelet)后提出的一种新型的多尺度分析方法,它特别适合于具有直线或超平面奇异性的二维信号的描述,而且具有较高的逼近精度.利用脊波变换的方法,设计了一种基于脊波变换的改进的图像去噪算法,该算法采用指数型阈值函数,利用SureShrink自适应阈值.试验结果表明,该方法比起Wavelet全局硬、软阈值,Ridgelet全局硬、软阈值,具有明显的优越性.     

基于先验信息和射影几何变换的车牌图像矫正*

为了便于字符分割、识别,车牌识别系统需要将车牌的倾斜图像矫正为无倾斜和旋转的标准图像。目前多数文献采用Hough变换检测倾斜角度并直接进行矫正,但存在的缺陷。为此从射影几何的观点提出了新算法：利用车牌固有的先验信息,将车牌与车牌图像之间的透视变换矫正为仿射变换,再将仿射变换矫正为相似变换,将此相似变换看做是对原车牌进行旋转和全局缩放的结果,消除其中的旋转因素,就得到一个与车牌仅差一个缩放因子的标准车牌图像,以便于后续的字符处理。     

中高分辨率遥感影像融合研究

以浙江省衢州市的一个区域作为研究区,在阐述遥感图像融合原理的基础上,以QuickBird、SPOT5和Landsat ETM+全色与多光谱遥感图像为数据源,应用Brovey变换、SVR变换、PCA变换、Pansharp变换和Gram-schmidt变换等融合方法,对上述3类遥感图像进行了融合试验和分析,并从光谱信息和空间信息两个方面对融合效果进行计算分析,来比较这几种融合算法用于QuickBird、SPOT5、ETM+遥感图像融合的效果。研究结果表明,在QuickBird影像融合时Gram-schmidt变换法的效果最好。Pansharp变换法在SPOT5影像融合时综合效果优于其它方法。ETM+影像融合时,Gram-schmidt变换的光谱退化最小;在空间信息增强方面:Brovey变换在波段2、3融合时效果最好,在波段1、5、7上,SVR变换法优于其它变换法,而波段4融合时则是Pansharp变换最佳。     

基于算术傅里叶变换的离散Hartley变换的快速算法

离散Hartley变换是一种有用的实值正交变换。文中对其快速算法进行研究,首先介绍利用算术傅里叶变换（AFT）计算离散傅里叶变换（DFT）可使其乘法计算量仅为O（N）,然后文章根据这一特点,分析离散Hartley变换（DHT）的结构特征,通过DFT将AFT和DHT建立了直接联系,提出了一种新的快速DHT算法。算法的计算复杂度能够达到线性O（N）,且算法结构简单,公式统一且易于实现,并与其他快速算法进行了比较,分析可知在数据长度不是2的幂次方时,文中提出的算法的计算时间明显比其他算法的计算时间要小。实验结果也验证了文中算法的有效性,从而为DHT的快速计算开辟了新的思路和途径。     

基于自适应脊波变换的边缘检测

通过分析现有的一些方法，提出了一种基于自适应脊波变换的边缘检测方法。这种方法以脊波变换为理论基础，具有多方向和多尺度性，能对图像中的不同方向的边缘特征进行有效的表示和检测。实验表明，对于边缘主要表现为直线而其他位置光滑的图像，该检测方法抗噪声更强，定位更准确。     

基于第二代Curvelet变换的自适应图像增强

Curvelet是继小波和Ridgelet之后一种新的图像多尺度表示方法,Curvelet具有多尺度,多方向的特性,属于高度各向异性的变换。第二代Curvelet变换克服了第一代Curvelet变换的高数据冗余度问题,特别是基于”Wrapping”方式的第二代离散Curvelet算法,不仅运算快速、几何真实,而且快速可逆。因此,将第二代Curvelet变换用于图像增强,并通过自适应地确定Curvelet分解子带的噪声水平,实现了一种自适应图像增强方法。实验结果表明,同基于小波变换的图像增强方法相比,该方法具有明显的优势。     

Ridgelet变换在图像压缩中的应用

Ridgelet变换特别适合描述具有直线或超平面奇性的高维信号。本文将介绍有关Ridgelet变换的理论,并在此基础上提出一种新的基于正交有限Ridgelet变换（FRIT）的图像压缩方法一FRIT＋DWT。试验结果表明,FRIT＋DWT方法较传统Wavelet方法获得了更高的压缩比和更好的压缩效果。