基于ORB特征的图像误匹配剔除方法研究

针对图像特征匹配当中存在明显错误匹配、匹配准确度较差的问题,对ORB算法和RANSAC算法进行了研究。ORB算法中,特征点的匹配是基于汉明距离进行的。在此前提下,提出了一种基于RANSAC算法的改进算法进行误匹配剔除。该算法通过增加粗剔除过程来剔除一部分错误匹配,然后利用RANSAC算法做了进一步剔除,同时增加了RANSAC算法中的初始样本集的数量并加以预判断,达到了降低RANSAC算法耗时的目的。最后利用多组图像对该算法进行了验证,实验结果表明,该算法可以有效剔除误匹配,提高图像特征匹配的准确度,并且具有旋转不变特性和噪声抑制特性,同时也保证了ORB算法的匹配速度。     

基于字符频率的字符串模式匹配算法的研究

文章分析了经典的BM算法和Sunday算法,根据字符频率的特点提出了一种新的模式匹配算法CFPM。CFPM算法确定模式串中字符频率最低的关键字符后,扫描文本串中该关键字符的位置并存储,最后根据这些位置信息进行快速地匹配,匹配方式是以关键字符为始点先匹配左部分再匹配右部分。为了验证CFPM算法的性能,在相同的文本串和模式串情况下,从匹配移动次数和匹配的字符个数两方面对CFPM算法进行实验。实验结果证明,由于CFPM算法能够很大限度地跳过坏字符,大大减少了匹配次数和字符比较个数,有效地加快了匹配速度,其效率优于BM、Sunday等算法。     

基于计算几何的地图匹配算法研究

由于现有的地图匹配算法对算法的实时性和鲁棒性的研究相对较少,在提高地图匹配精度的过程中对可用信息的利用不够,依据车辆运动的连续性,提出了基于计算几何的地图匹配算法.该算法能够快速的完成匹配候选道路的选取和匹配道路的确定.通过跑车试验证明该算法的匹配正确率不低于95％,单点匹配时间不超过0.04 ms.因此该算法的鲁棒性、实用性及实时性更强.     

业务流程管理中基于规格属性及索引机制的服务匹配算法

业务流程管理中服务的输入输出参数是商品或原材料,为了解决服务匹配的问题,提出一种基于索引机制的商品/原材料规格属性的匹配算法。首先,给出服务模型的形式化定义,规格属性的表示方法以及匹配规则;为了提高服务的匹配速度,对服务模型的输入输出参数分别建立了索引,同时对服务的规格属性也建立了索引;基于索引提出了服务的匹配算法,得到了服务的匹配树,并且分析了其时间复杂度。通过模拟实验验证了算法的可行性,并对比了已有算法在匹配时间和数量上的结果,所提匹配算法能提高服务匹配速度10%以上。由于考虑了商品/原材料规格属性的匹配,该算法能真正应用到业务流程管理的服务匹配中。     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

云制造服务资源多层次匹配算法研究

针对云制造服务资源匹配的问题,在综合考虑云制造服务资源需求的基础上,提出了包括基本信息匹配、功能匹配、约束匹配和综合匹配四个层次的云制造服务资源多层次匹配算法,对匹配模型和匹配算法进行了研究,并详细阐述了每个层次的匹配内容,并给出了每个层次的相似度函数,再用相似度计算定量地描述云制造资源需求和云制造服务资源间的匹配程度,使服务资源匹配更趋于准确和智能。最后,用实例验证了该匹配算法的有效性和可行性。     

基于全局特征与局部特征的图像分级匹配算法研究及应用

移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法具有高的精度和鲁棒性、良好的实时性,针对此,提出了基于全局特征和局部特征的图像分级匹配算法。首先对输入的待匹配图像应用改进的形状上下文算法提取全局特征与图像库中图像进行遍历粗匹配,得到与当前待匹配图像相似度最高的3幅图像并构建临时图像库;然后利用改进的SIFT算法提取输入图像局部特征与临时图像库中3幅图像的局部特征进行精确匹配,最终得到与待匹配图像相似度最高的图像作为匹配结果输出。所提出的图像分级匹配算法将基于全局特征的改进形状上下文算法和基于局部特征的改进SIFT算法相结合,从而达到优势互补的目的。实验结果表明,该算法在机器人基于拓扑地图导航过程中有效地提高了图像匹配效率,缩短了运行时间。     

实时指纹识别系统的特征点匹配算法

近年来,文献中报道了许多指纹匹配算法.这里提出了一种新的指纹特征点匹配算法,这种算法识别速度更快,精度较高,适用于实时指纹识别系统.利用指纹的中心点来确定匹配参考点,并采用圆形匹配限制框进行匹配,提高了匹配速度和精度.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法比以往算法速度更快,精度更高.     

区域立体匹配算法的实现及改进

为了精确地建立两幅图像的匹配基元之间的对应关系,解决区域匹配算法计算量大等缺点,给出了一种区域立体匹配算法的实现及改进方法。将图像进行外极线校正,并在此基础上,采用一种结合隐含约束条件和唯一性约束条件的单向匹配算法（SMP算法）完成初次匹配及初次去除伪匹配;然后采用一种伪极线约束条件,对得到的匹配对进行二次去除伪匹配;最后,对得到的视差图进行插值运算。与SMP算法相比,本文算法的匹配精度提高了10％左右。另外,在匹配过程中,通过利用Box滤波加速方法,减少了计算匹配窗口相似性的复杂度,程序运行时间比BM算法缩短了50％。结果表明,改进后的算法提高了精度且能满足系统对实时性的要求。     

融合全局-颜色信息的尺度不变特征变换

由于尺度不变特征变换(SIFT)算法只针对图像的局部特征进行描述且忽略了图像的彩色信息,当待匹配图像中存在大量形状相似区域时,误匹配率很高。本文对SIFT图像匹配法进行了改进,提出了SCARF(Shape-color Alliance Robust Feature)图像匹配算法。为解决SIFT常出现的误匹配现象,构造的SCARF算子利用SIFT检测子提取图像的特征点集,通过建立同心圆坐标系,在SIFT原有框架的基础上融入全局形状信息和颜色不变信息,并采用欧氏距离作为匹配代价函数进行描述子匹配。对包括SCARF算法和SIFT算法在内的5种不同匹配算法通过INRIA数据库进行了实验验证,实验结果表明:SCARF算法在图像模糊、局部特征相似、JEPG压缩和光照变化等复杂变换情况下,匹配准确率优于SIFT等其他算法,降低了误匹配的概率,明显提高了匹配的稳定性和鲁棒性。     

基于改进SURF特征点的模板匹配算法

针对视觉中的目标识别问题,提出了一种基于SURF改进的模板匹配方法实现目标识别.传统的目标识别算法通常采用基于模板匹配的算法,其中基于SURF特征点的匹配算法被广泛使用,然而其实时性与匹配精度仍有待提高.基于SURF特征点进行改进,利用DAISY算法生成的描述子替代SURF算法中的描述子,并采用PROSAC算法进行误匹配删除,提高了模板匹配算法精度与实时性,最后经过实验验证了所用方法的有效性.     

基于动态模板匹配的运动目标识别

针对现有模板匹配算法对运动目标物体的误判率高的问题,在已有模板匹配算法基础上,提出了一种权重融合动态模板匹配算法。设计了双目检测试验平台,阐述了模板匹配算法的理论基础,在归一化平方差匹配方法、归一化相关匹配方法和归一化相关系数匹配法基础上,提出了权重融合匹配算法。即给3种归一化的匹配方法分配不同的权重,误判率相对较低的分配的权重最高,误判率相对较高的分配的权重最低。在所设计试验平台上,在300m以内对运动目标进行了识别与跟踪。实验结果表明,该算法可以提高双目视觉系统对运动目标识别的准确性。     

基于相关极值的重力匹配辅助导航算法的实现与仿真

对惯性、重力匹配组合导航算法进行了描述和分析,提出了一种新的基于相关极值的重力匹配辅助导航算法。该算法对已有数字重力图进行细化,在重力图寻值过程中有效地剔除了干扰数据,并且对基于相关极值的重力匹配算法进行了有效地改进。仿真结果表明,该算法能较好地抑制了重力数据的误差影响和提高匹配精度,能有效地消除厄缶（ ）效应对重力匹配的影响,大大提高重力匹配的速度,以达到实时导航的目的,更适合水下导航实际的需要。     

轴承内外圈游隙匹配优化

针对单一内外圈分档匹配算法在轴承合套中存在随机性,引入一种新迭代算法。对分档匹配完成后单次合套选取的10组内外圈做二次匹配,建立10组内外圈匹配数学模型,并引入有向检测矩阵,以此构建一种新迭代算法求解模型。算例分析结果显示,引入新迭代算法做二次匹配,相对单一分档匹配算法,降低了匹配随机性,轴承y值提高了4.58%。     

一种新的指纹特征点匹配算法

近年来,文献中报道了许多指纹匹配算法,它们各有不同的特点.提出一种新的指纹特征点匹配算法,通过指纹特征点匹配来实现指纹图像的匹配.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法速度更快,精度更高,更适用于实时指纹识别系统.     

改进的抗全仿射尺度不变特征变换图像匹配算法

针对现有匹配算法难以解决图像发生仿射变换特别是发生大视角变换时的有效匹配问题,本文对匹配稳定性较好的尺度不变特征变换(SIFT)算法进行了深入研究和改进.借鉴其模拟和归一化相结合的思想对相机光轴的经度角和纬度角进行模拟并采用SIFT算法进行匹配.结果显示,提出的算法不仅保留了SIFT原有的对仿射变换的抵抗能力,而且对视...     

整像素搜索算法在光学测量中的应用

针对数字散斑相关方法计算复杂度高、速度慢的缺点,提出了一种改进的基于归一化互相关方法的整像素搜索算法。该方法先采用局部匹配模板进行粗匹配,再利用全模板对候选匹配点进行精匹配,并通过直方图统计的方法统计粗匹配相关系数的分布,自适应选取下次匹配的阈值,利用本次匹配过程的位移分量自适应地调整下次匹配的搜索区域大小和位置。实验结果表明,进行多点匹配时,该算法相对于NCC和NCC-BF算法有明显的优势,且随着模板增大优势呈现增加的趋势。在31×31的模板下匹配速度约是NCC算法的15倍,是NCC-BF算法的11倍;在61×61的模板下匹配速度约是NCC算法的16倍,是NCC-BF算法的12倍。     

根据迁移策略并行遗传算法的模板匹配研究

模板匹配是提高智能识别与实物提取的有效途径。为了提高传统模板匹配方法的效率和精度,提出了一种遗传算法协同迁移策略的模板匹配算法,研究本算法在图像匹配过程方面的优选性及实现。遍历式搜索是匹配精度最高的传统算法,其时间复杂度以平方的规模增长。该算法在保证精准匹配的同时有效地减少了每个搜索位置的计算量,且仿真结果表明匹配结果基本稳定,准确率达99.3%以上,高于一般算法,优化后能满足工业实时性的要求,模板匹配时间同模板大小成反比,受软硬件影响。     

彩色显微图像立体匹配研究

研究了计算机显微立体视觉中的高精度立体匹配问题.建立了一种适合于彩色图像的立体匹配算法,使用多个匹配区域和多种相似性测度生成输出样本,通过两次均方差的统计剔除样本中包含的错匹配和误匹配数据,利用两次样本取平均,实现了高于单像素的匹配精度.实验结果表明,多匹配区域、多相似性测度算法在一定程度上提高了立体匹配的准确性和稳定性,当噪声均方差控制在20以内时,算法的匹配准确率约为80%.     

遗传算法降低匹配追踪算法计算量的研究

在研究匹配追踪算法与遗传算法的基础上,分析和总结了它们的优缺点,并将两种算法有机地结合起来,提出了一种采用遗传算法实现匹配追踪算法的方法。该方法不仅能得到信号的最佳匹配原子参数,而且能大幅降低算法计算量,提高计算效率,克服了匹配追踪算法由于计算量太大而不能广泛应用的缺点,具有工程实用价值和一定的理论应用价值。