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.     

多特征互补的红外与光学图像匹配方法

针对光学与红外图像灰度差异大,经典的SIFT算法容易造成误匹配的问题,提出了一种采用互补特征进行匹配的方法。在特征检测阶段,结合两种互补的尺度不变特征检测子DoG和Harris-Laplace来检测团块类和角点类结构,同时为了消除DoG检测子对匹配率的影响,在不影响特征表征性的同时,在更大邻域范围内搜索特征,有效减少了误匹配点数。实验结果表明,文中方法对于多源图像的匹配,能有效增加匹配点数,提高正确率。     

红外目标图像的复合特征跟踪算法

红外目标图像跟踪系统中应用单一特征跟踪算法,易造成跟踪点漂移和目标丢失。提出目标图像的复合特征跟踪算法,综合利用目标图像的灰度特征和点特征,联合灰度特征的易用性和点特征的空间不变性,分别克服单一特征易受光照、噪声干扰,以及实时性较差等方面的不足。提出了复合特征联合匹配的算法流程和权值分配策略,通过仿真试验对比三种方法的目标跟踪性能,证明了该算法的有效性。     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中,利用角点来建立特征空间越来越受到研究者的亲睐.本文提出了一种新的基于图像边缘和USAN区域的角点检测方法:首先用二维Gabor小波提取图象的边缘,然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取.此算法很好地解决了噪声对角点提取的干扰,同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间.     

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。     

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.     

基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中，利用角点来建立特征空间越来越受到研究者的亲睐。本文提出了一种新的基于图像边缘和USAN区域的角点检测方法：首先用二维Gabor小波提取图象的边缘，然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取。此算法很好地解决了噪声对角点提取的干扰，同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间。     

一种实用的目标图象角点特征提取方法

针对成像引信图象处理的特殊性,提出了一种新的角点检测算法--面积比法,该算法可以得到图象中角点的位置、方位、角度大小的信息.计算机仿真结果可知,该方法算法简单,能够满足成像引信图象处理的实时性要求.     

基于动态规划和双变量容积卡尔曼滤波的空基外辐射源定位算法

针对空基外辐射源定位系统在杂波环境下的目标状态估计问题,提出一种基于动态规划和双变量容积卡尔曼滤波的空基外辐射源定位算法.基于误差传播理论,确定出目标的状态转移范围;选取回波信号幅度值作为动态规划的值函数进行递推积累;根据杂波的统计特性和极值理论解算出动态规划的目标量测提取阈值,逆向提取来自目标的量测序列;利用双变量容...     

抗仿射变换图像局部特征检测与匹配算法研究

针对SIFT局部特征在图像发生大视角变化时匹配失效的问题,提出了一种基于仿射变换模型的图像局部特征检测和匹配算法。通过建立图像仿射变换模型,对相机光轴视角变换的纬度角θ和经度角Φ进行模拟,并采用SIFT算法进行特征检测,基于最邻近法进行特征匹配,使算法除了具有SIFT本身的抗图像缩放、旋转和亮度变化等特点外,还具有较强的抗仿射变换能力。试验结果表明:当图像发生相对斜率较大的仿射变换时,该图像特征检测和匹配算法仍有较强的抵抗能力。算法可用于图像末端寻的制导弹丸和空中侦察设备拍摄的图像进行有效匹配。     

基于不变性模糊特征融合的红外目标识别方法

研究了将平移、缩放与旋转变化(TSRI)的不变性模糊特征信息融合技术用于红外目标图像识别分类的方法,通过提取红外目标图像奇异值与不变矩的平移、缩放与旋转变化(TSRI)的不变性特征,结合模糊特征融合的模式识别方法,并应用模糊判决准则进行分类。实验结果表明,基于红外图像的TSRI不变性多特征信息融合的目标识别方法比不具有TSRI不变性多特征信息融合的识别方法具有更好的稳定性、准确性和可靠性,能够有效地提高红外成像末制导识别系统的精确度,并增强了系统的容错性能。     

一种基于特征匹配的目标识别跟踪方法

针对复杂背景下的动态目标跟踪问题,提出了一种基于边缘检测,综合多图像特征与伺服机构位置信息进行匹配的目标识别跟踪方法。利用SUSAN算法检测边缘,提取出单帧图像中的可疑目标,依次选用灰度、目标几何、伺服机构位置信息和边界不变矩信息匹配,完成目标的识别。采用kalman预测滤波对脱靶量滞后时间进行补偿,选用目标空间位置进行多步预测,引导伺服机构跟踪。外场实验表明,该方法能有效她匹配识别出目标,并保持连续稳定的跟踪。     

基于分割模板加权Hausdorff距离矩阵的特征匹配算法

针对电视制导系统图像匹配时遇到的大比例目标遮挡以及严重噪声干扰等情况,提出一种基于分割模板加权Hausdorff距离(HD)矩阵的特征匹配算法.将模板分割为若干个子模板;利用最小核相似区检测角点( SUSAN)算子提取图像的角点;分别计算子模板与搜索图像对应区域的基于角点响应函数的加权HD,构造出HD矩阵;经过角点密度...     

一种基于图像特征的红外与可见光图像融合算法

首先分析了红外与可见光图像的特征,在此基础上提出了一种基于图像特征的图像融合算法,充分利用红外波段和可见光波段图像特征的互补性,达到便于观察的目的,仿真结果表明该方法能取得比较好的融合效果。     

基于改进的胡氏不变矩的坦克识别方法

针对基于胡氏不变矩的坦克识别率低、在图像离散采样的情况下受图像尺度变化影响的问题,进行了图像尺度不变性研究,设计了一种基于改进的胡氏不变矩的坦克识别方法;为解决最大类间方差法在复杂背景下图像分割阈值与真实阈值发生偏移的问题,采用改进的最大类间方差法分割图像,减少了偏移量。将胡氏不变矩和改进的胡氏不变矩的算法进行了对比实验,实验结果表明：相对于采用胡氏不变矩的坦克识别方法,改进后的识别方法识别率提高了22％,该方法运算时间减少了80 ms,能克服图像的尺度变化造成的影响。     

一种漏磁信号不变特征提取方法

为了提高漏磁缺陷的重构精度,提出一种基于径向基函数(RBF)的漏磁信号不变特征提取的方法。该方法在对漏磁检测过程中速度影响进行全面分析的基础上,建立二维有限元模型,采集不同速度下的漏磁信号,将速度影响下的漏磁信号作为RBF网络的输入,静态下的漏磁信号作为输出进行训练。实验结果表明:这种方法实现了速度效应的补偿,提取出了漏磁信号的不变特征,而且具有较高的精度,是一种有效的方法。     

基于组合矩特征的舰船目标识别

针对采用一维距离像特征进行舰船目标识别时,大样本需要、算法复杂和效率较低的问题,提出一种利用组合矩特征进行舰船目标识别的方法.首先提取目标距离像的变换不变矩及小波不变矩特征,并且在考虑算法效率及分类器设计的基础上,最终选取共6维特征构造组合矩,作为分类器输入,并利用实测数据对特征进行简化.分析结果表明:经过实测舰船数据验证,所提取的特征克服了姿态、幅度敏感性等特点,能够较好地表征不同类型舰船的差异.算法分类正确率较高,具有较好的工程应用前景.     

基于灰度特征编码的快速景象匹配方法

为解决复杂条件下快速目标匹配的问题。提出一种基于分形编码思想的景象匹配方法。基本原理是将图像分成小块。通过各个块灰度值之和的比较进行编码,提取图像中与分辨率无关的灰度特征,得到特征编码矩阵,再采用NNPROD算法作为相关性度量函数进行匹配。实验结果表明。该方法使匹配速度大幅提高,对不同分辨率、各种噪声的图像均能快速准确匹配,体现了很好的鲁棒性和适应性。