基于SURF 与BRISK 的遥感图像配准

针对SURF算法在构建局部特征描述符阶段耗时过长的问题,提出一种基于BRISK二进制特征描述符的改进SURF算法。应用SURF算法中快速DoH(determinant of hessian)算子检测特征点并确定主方向,采用BRISK描述符进行特征描述,通过匹配阶段采用汉明距离双向匹配和RANSAC算法剔除误匹配,并利用最小二乘法获取精确配准模型完成图像的配准。对比实验结果表明：该算法大幅提高了匹配速度,其匹配性能也超越了原SURF算法,能够较好地完成遥感图像配准。     

一种基于改进SIFT的SAR图像配准算法

为克服SIFT (scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法.该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准.仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级.     

图像配准方法及其在目标跟踪中的应用

给出了一种基于点特征的图像配准方法,可以用于复杂背景下任意角度旋转的图像之间的配准。图像配准算法分为四个步骤:用Forstner算子分别提取参考图像与待配准图像的特征点;使用旋转不变特征向量获取特征点之间的初始匹配关系;使用投票算法剔除误匹配点对,获取正确配对的同名点对;用最小二乘方法由正确配对的同名点对获取图像之间的配准参数。给出了基于点特征的图像配准方法在目标跟踪中的应用方法,并进行了仿真实验,结果证明该图像配准算法可以对复杂背景下弱对比度静止目标进行精确跟踪,而且算法具有很好的通用性。     

基于点特征的图像配准方法综述

图像配准作为图像信息领域的一项重要技术,在遥感测绘、目标识别、三维重建和导航制导等方面有着广泛的应用。近些年来,基于点特征的图像配准方法取得了快速发展。相对于基于区域的图像配准算法,基于点特征的图像配准方法具有更强大的区分能力,能够在图像视角变化、存在噪声甚至一定遮挡的情况下近实时地实现配准。首先研究基于点特征的图像配准算法的基本流程,侧重介绍SIFT、SURF、FAST和BRISK几种算法。分析讨论了几项评价点特征图像配准算法性能的指标,并展望该领域研究前景。     

一种傅里叶——梅林变换空间图像快速配准算法

为了实现低信噪比条件下暗弱空间碎片的探测,提出了一种基于傅里叶—梅林变频(FMT)的图像快速配准算法。首先,通过计算2幅原配准空间图像间的相关系数T并与阈值βth进行比较,快速判断图像间的旋转系数;其次,为了在保持配准精度的前提下获得较好的实时性,提出在配准算法的不同阶段采用不同方法对空间图像进行插值。通过基于FPGA+DSP硬件平台的实验验证表明,该算法能够实现0.5个像素精度的配准,与传统的基于区域和基于结构特征的配准算法相比,本文提出的算法配准速度分别提高55.319%和50.878%.基本满足了空间图像配准对实时性和高准确度的要求。     

基于特征点的图像配准方法研究

图像配准是将不同条件下(时间、传感设备、气候、角度等)得到的两幅或者多幅图像进行匹配、叠加的过程.通常,每种配准技术都是针对某一类具体应用的,有一定的局限性.文中提出了一种融合的、基于特征点的图像配准方法,首先采用小波变换和USAN区域特性相结合的角点检测方法,然后利用互相关和RANSAC相结合的方法进行特征点匹配,最后采用薄板样条法求解点变换矩阵.通过这种方法可以弥补不同配准方法的不足,提高配准精度.通过对人物、景物等大量图像进行实验分析,证明此算法具有很好的配准精度、环境适应性和实时性.     

利用对极几何约束的方法提高SIFT算法的正确率

针对SIFT算法是一种提取局部特征的算法,不能完全体现整幅图像信息,并容易产生失配的问题,提出了一种改进方法。该方法利用swr算法的匹配结果计算两幅图像之间的对极几何关系,利用该约束关系对SIFT算法的结果进行筛选以提高SIFT算法匹配点的正确率。实验结果表明,匹配正确率随着误差精度的提高而提高,反映出算法具有良好的噪声鲁棒性。     

尺度不变特征变换算法在图像配准中的应用

为了提高图像配准的稳定性和可靠性，研究了尺度不变特征变换（Scale Invariant Feature Transform）算法在图像配准中的应用。在尺度空间。尺度不变特征变换算法对图像的平移、旋转和仿射变换具有不变性。将该方法应用到图像配准中，验证了尺度不变特征变换算法的稳定性和可靠性。甚至对任意拍摄角度的图像都具有稳定的匹配能力。     

基于感兴趣区域互信息的多模图像配准方法

针对可见光和红外图像的配准问题,提出了一种改进的基于感兴趣区域梯度互信息的多模图像配准方法。该算法从两个方面做了改进,首先,为了提高算法性能,对图像做了预处理抑制噪声,然后通过对图像进行灰度级降采样操作,合理选择较少的灰度级达到减少计算量的目的;其次,提取图像中复杂度高的区域作为感兴趣区域来代替整幅图像进行配准,这样不...     

基于单演相位的红外图像配准

将单演相位（monogenic phase）的概念用于红外图像特征点的匹配，完成了红外图像的配准。其核心思想是用Harris角点检测算法提取特征点，然后以单演信号元素{p（x），q1（x），q2（x）}构成相关矩阵．提取出初始特征匹配点对，再用随机抽样一致性算法（RANSAC）去除伪匹配的特征点对，选择内点集估计对极几何的基本矩阵，实现图像的配准。实验验证，单演相位的应用高效稳定地完成了红外图像的配准。     

一种改进的SIFT双向匹配算法

分析SIFT特征提取匹配算法，利用SIFT特征向量匹配对的唯一性约束改进算法的匹配策略提出双向匹配算法，在已有匹配结果的基础上引入匹配的唯一性约束，进一步降低实时图像与参考图像时序匹配的误匹配率，以达到在实时图像中寻找已知着陆区域的目的，提高图像匹配的准确率。实验结果表明该方法有效。     

基于ICT图像配准技术的固体火箭发动机装药缺陷诊断

针对人眼观察固体火箭发动机ICT图像容易误判及遗漏缺陷的问题,采用ICT图像配准技术,将待检固体火箭发动机的ICT图像与无缺陷标准ICT图像配准对比,以便突出固体火箭发动机装药缺陷。改进了基于归一化互信息量为配准测度的配准方法,在配准测度中添加进了ICT图像像素之间的位置信息,以增强配准算法的精度和鲁棒性。实验结果证明,提出的方法可以精确的完成图像的自动配准并可使缺陷部位灰度对比更加显著,便于捕捉缺陷。     

动态背景中基于特征点引导的动目标快速检测方法

为解决传统方法的不足,提出一种新方法实现动态背景中运动目标的快速检测。充分利用图像的特征点信息,对传统的SSDA算法进行改进,实现视频序列相邻帧间的配准。在经过配准的帧间,利用特征点及其邻域的灰度信息求取小窗口的灰度差的总和,则匹配误差较大的特征点必处在动目标区域,据此检测出运动目标的位置。实验证明,该算法具有简单、快速的优点,可用于动态背景中的动目标检测,也可用于图像的变化检测。     

基于角点检测法的图像配准

采用角点检测算法,对图像中任一像素点和以它为中心的圆形区域USAN进行图像配准,将边缘提取和轮廓跟踪过程融为一体,并通过沿圆弧曲线扫描获取角点信息建立图像间角点的对应关系,由此得到初配准参教,且使用迭代过程以提高配准的精度.试验证明,该算法对图像间的旋转角度没有限制,配准精度高而且计算量小.     

基于两步位操作匹配的实时目标识别跟踪算法

针对视频图像,提出了一种两步二进制位操作的目标识别跟踪算法。该算法基于改进的二进制鲁棒角点算法(BRISK),对特征描述符建立方法及匹配算法进行了改进:提出了采样点对选择策略和幅值-旋转两级描述符的建立方法;在特征点匹配阶段,提出"移位"结合"异或"的两步位操作特征匹配算法,并通过部分匹配及检测汉明重量阈值的方式进一步加快算法执行速度。实验结果表明,该改进方法具有较快的运算速度,目标平均跟踪速度达到80fps以上,且内存需求量小,更好的满足了视频图像目标实时识别跟踪的应用要求。     

SAR图像与可见光图像融合的建筑物提取算法

提出了一种基于SAR图像和可见光图像融合的建筑物提取算法,由SAR图像提供建筑物的可能方位信息,由可见光图像提供建筑物提取所需的视觉特征。该算法充分利用建筑物在2幅已配准的SAR图像和可见光图像中所表现的共性和互补特征,采用边缘匹配和感知组合的方法提取建筑物的轮廓,在可见光图像中采用屋顶灰度均匀性特征进行建筑物验证。实验结果表明,本文算法具有较好的检测效果。     

基于文化粒子群的图像配准优化算法

针对图像配准中采用互信息作为配准相似度函数存在配准精度小和收敛速度慢等问题,构造了一个基于最大化互信息的配准测度函数。结合一种适用于图像自动配准的文化粒子群优化(CPSO)算法,给出了一种新的图像配准算法。该算法将搜索空间设置成群体空间和信念空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。群体空间的粒子群不仅通过跟踪个体极值和全局极值来更新自己,还通过不断与信念空间中的优秀个体交互,加快群体的收敛速度。这就克服了图像配准中计算量过大、搜索速度慢等问题。大量实验表明,与现有的粒子群优化（PSO）算法配准算法相比,文中提出的算法具有较好的鲁棒性和配准精确率。     

基于小波多尺度图像配准的水印算法研究

为提高水印图像对几何仿射变换的鲁棒性,提出基于小波多尺度图像配准算法,并采用Hausdorff距离作为性能函数,有效地减少了搜索复杂度,解决了由于嵌入水印使图像特征位置偏移,导致提取的边缘特征点不能一一对应的问题.实验证明该方法可以极大地提高检测器性能.     

SURF中快速求取积分图像的直接替换算法

SURF通常采用的积分图像求取算法存在内存消耗大、时间花费多的问题。文中以降低内存消耗和时间花费为目的,分别对两种求取积分图像的Viola算法和Lewis算法进行改进,并结合SURF算法只基于积分图像计算而不使用原图像的特点,提出了两种只占用一个图像空间的直接替换算法。经实验分析与结果验证,这两种直接替换算法在执行时不仅大大降低了内存消耗,而且其时间花费均明显少于Viola和Lewis算法。     

图像匹配经典算法及其改进方法研究

图像匹配算法包括直接利用原始图像的灰度进行匹配、利用图像的物理形状特征进行匹配以及使用高级特征的算法进行匹配。经典匹配算法包含ABS算法、归一化互相关匹配算法、图像矩匹配方法，以及基于图像特征点的匹配算法。其改进算法涉及SSDA算法、金字塔分层搜索算法等。