一种基于对数极坐标变换的快速目标识别算法

在目标识别的过程中,观察目标图像相对于基准目标图像会存在尺度、方向和位置的变化,使得识别速度和准确率降低. 针对这一问题,提出了一种快速对数极坐标变换算法,加快了从笛卡儿坐标转换到对数极坐标的过程. 通过采用双轴投影相似度分析算法对目标图像进行匹配,进一步加快了识别速度,同时保证了匹配的可靠性. 理论分析和试验结果表明,该算法在计算效率和目标识别正确率方面具有较好的性能.     

基于SIFT改进的无人机图像匹配算法

针对无人机图像匹配时间较长的问题,提出了一种基于SIFT改进的无人机图像匹配算法。引入了FAST算法检测角点,它能快速通过比较中心像素点和一定领域内像元的灰度值以判断是否为角点,从而提高算法的速度。同时,为了弥补FAST算法在高斯差分金字塔上搜索的不足,使用了基于Ostu和GA的图像分割算法对图像进行分割,对分割图像构建高斯金字塔,在高斯金字塔上进行特征点搜索。实验结果表明,与传统的SIFT算法相比,改进算法提高了无人机图像匹配的速率和正确率。     

计算机视觉中的图像匹配综述

介绍了图像的变换模型、图像匹配的三要素及图像匹配性能评价指标,分析常用匹配方法的优点和不足之处,探讨了图像匹配中有待进一步研究和解决的问题.     

文档处理中背景字符的去除

识别域图像的提取是文档自动处理系统中一个重要的预处理过程。在实际应用中,用户填写的信息常常与版面中的框线和背景字符存在交叠现象,严重影响了系统的性能。本文提出了基于点边距离分析的背景字符去除算法。首先通过灰度图像匹配的方法精定位背景字符子图像;然后利用形态学方法结合笔画的宽度信息对背景字符子图像进行二值化;最后分析像素点到边界距离的变化确定需要填充的像素位置,并通过形态学方法计算像素的填充值。实验采用了真实票据图像中的日期域,实验结果表明本文的方法获得了基本令人满意的效果,背景字符像素被成功去除。     

一种结合彩色图像分割的图像匹配算法

在零件检测时由于背景复杂、零件表面光照不均匀且存在油污及废屑等问题,导致特征选取与模板制作困难,因此现有图像匹配算法容易出现漏识别与误识别,从而给实际应用带来困难。针对上述问题,提出了一种结合彩色图像分割的图像匹配算法。首先,将HSV颜色空间中各通道的直方图分布曲线方波化;其次,根据方波分布确定阈值,实现自适应阈值分割与目标提取;最后,利用边缘特征进行模板匹配。实验结果表明,该算法能够消除光照和背景噪声的影响,快速准确地分割出目标对象,降低特征选取与模板制作的难度,且算法消除了误识别,耗时短,准确率高,成功应用于工业生产中。     

基于ORB+GMS算法的航拍图像匹配方法的研究

ORB算法匹配效率较高、鲁棒性较好,网格运动统计算法可保留更多内点,故结合使用ORB和网格运动统计算法并在航拍图像上验证匹配效果。经实验证明:与ORB+RANSAC算法相比,执行效率提高0.2 s左右,内点比约提高11%,内点数量大幅度增加,所提算法可应用在对效率、稳定性和内点数量要求较高的航拍场景。     

基于SIFT的图像匹配方法改进

SIFT算法是一种经典的图像匹配方法，但也存在计算量大、时间复杂度高的问题.针对这些问题，本文提出了一种改进的SIFT算法，将SIFT算法中表示关键点的特征信息结构进行改造，重新生成了一种新的有序结构.此结构将128维向量描述子根据关键点的8个梯度索引方向分成8组，产生新的有序描述子.重构之后的算法，减少了关键点匹配的计算量，从而提高算法的效率.实验表明，改进的算法，保持了原算法的优点以及在不降低原算法匹配精度的情况下，算法效率有明显提升.     

一种基于群智能算法的图像匹配算法

图像匹配是图像处理技术中的重要研究领域,也是图像融合的基础。现有的图像匹配方法存在匹配速度慢、匹配精度低等问题。为了提高匹配效率,笔者采用群智能算法作为搜索策略搜索最优参数,提出了一种基于群智能算法的图像匹配算法。基于此,介绍了图像匹配的三个基本要素、分类以及性能评价指标,阐述了布谷鸟算法,并利用布谷鸟算法改进了原有的匹配算法。实验结果证明,基于群智能算法的图像匹配算法合理有效。