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。     

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.     

基于SURF的图像配准改进算法

针对SIFT图像配准算法存在配准精度低的问题,提出了基于SURF的图像配准改进算法。该算法在特征点提取之前,对图像进行双边滤波,减少错误来源,特征匹配初始阶段使用自适应阈值约束代替传统固定阈值,减少最近邻域与次近邻域之比对匹配结果的影响,加入肯德尔系数约束对匹配对提纯,提高配准精度,最后通过RANSAC算法和LSM迭代求解,进行结果处理。实验结果表明,改进的SURF算法在减少配准时间的基础上提高了正确匹配率。     

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.     

基于kinect传感器的物体三维重建

随着计算机视觉的发展及深度传感器的出现,基于kinect传感器的物体三维重建技术得到了广泛的研究。针对现有的基于kinect传感器的物体重建算法需要将待重建物体置于转台并随转台转动的局限性,提出了一种通用的基于kinect传感器获取的物体彩色和深度图像完成物体三维重建的方法,对深度图像进行预处理以平滑噪声并获取三维点云,提取彩色图像匹配点并根据彩色图像特征点与三维点云之间的关系得到三维特征点,并通过SVD方法完成点云初始配准,然后利用改进的ICP算法完成点云的精确配准,得到物体表面的三维点云,重建出物体的三维模型。实验结果表明,该方法能有效去除深度图像的噪声,并对各个视角下的点云数据进行精确配准,完成物体的三维重建并得到较好的重建效果。     

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。     

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.     

图像配准技术研究

研究了图像融合的基础图像配准技术,阐述了图像配准技术的一般步骤和基本方法,依据图像边缘检测、目标识别和轮廓提取技术,提出了一种基于轮廓提取的图像配准方法,给出了图像配准的结果.     

图像配准技术研究

研究了图像融合的基础图像配准技术，阐述了图像配准技术的一般步骤和基本方法，依据图像边缘检测、目标识别和轮廓提取技术，提出了一种基于轮廓提取的图像配准方法，给出了图像配准的结果。     

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。     

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。     

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。     

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...     

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准.实验结果证明了该算法具有较强的鲁棒性.     

移动机器人组合感知系统及其配准方法改进

在所构建的摄像机与激光雷达组合感知系统上,对基于特征点的配准问题进行了研究。结合3D激光雷达与摄像机工作特性,针对激光雷达混合像素及边界点问题,设计了基于相关扫描序列滤波器（Associated Scanning Sequence Filter,ASSF）,很大程度上减少了混合像素对配准特征点提取的影响,提高了提取准确度,使3D激光雷达与摄像机配准结果更为精确;另外,提出了基于结构化特征的激光雷达坐标原点位置标定方法,减少了激光雷达的量测误差。基于以上研究结果,使组合感知系统能够准确地对移动机器人行驶环境进行感知。