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。     

基于特征的遥感图像匹配技术研究

针对目前图像匹配问题,分析对比了近些年来较为经典的基于点特征的图像匹配算法。归纳了2种较为实用的图像预处理方法:Wallis滤波与灰度均匀化。为提高搜索效率引入了近年来热门的k-dimensional(KD)树与Best Bin First(BBF)结合的匹配方法。总结了除外点的2种前沿方法:双向匹配与Progressive Sample Consensus(PROSAC)。为基于特征点的图像匹配提供了整体思路。     

基于非线性SIFT框架SAR图像匹配

针对基于尺度不变特征变换（SIFT）的图像匹配算法性能受到SAR图像中严重斑点噪声而性能降低的问题，提出了一种改进的非线性尺度构建的SIFT算法，主要改进在于：在尺度空间构建阶段，该算法通过将滚动引导滤波器嵌入到尺度空间构造的过程中来生成多尺度图像金字塔，在去除斑噪的同时并保持边缘的方面表现出了较其他尺度空间构建算法更好的效果；在特征检测阶段，提出了一种使用ROEWA算子和Harris-Laplace检测算子相结合的特征点检测算法，有效地抑制SAR图像中的虚假特征点，并准确地提取具有高位置精度和低误差率的不变特征点。3种不同类型的仿真和真实SAR图像对该算法进行了检验，并与其他2种基于SIFT的方法相比较，实验结果表明，该算法在匹配精度和内联点比率方面可以实现更好的性能。     

一种用于螺纹桶内壁图像拼接的匹配方法

针对传统螺纹图像匹配方法误匹配率高、难以实现图像拼接的问题,提出了基于尺度不变特征变换(SIFT)改进的匹配算法。先将采集图片进行枕形失真校正,在此基础上构建图像尺度空间,并在标定重叠区域内搜索高斯差分(DoG)金字塔的SIFT特征点。利用快速最近邻逼近搜索函数库(FLANN)匹配特征点,结合坐标比较和随机抽样一致性算法(RANSAC)进一步剔除误匹配,最终匹配正确率达到99%以上。实验结果表明:基于标定区域内的特征提取及匹配约束条件可提高匹配速度和精度。相比传统匹配方法,本文匹配方法对相似性较高的螺纹图像匹配具有鲁棒性和优越性,适用于螺纹桶内壁图像的全景拼接。     

基于图像匹配的速高比精确测量

为提高航空拍摄的成像质量,像移补偿技术已经成为科学研究的技术热点,而载机飞行的速高比值是像移补偿技术中不可或缺的重要参数。本文全面阐述了一种基于图像匹配的精确测量速高比值的新方法,该方法反向利用像移补偿公式来测量瞬时速高比值,实现了测量过程的数字化,小型化,经过理论推导得出速高比测量相对误差可达到0.5%,有效提高像移补偿精度。     

足迹图片检索中基于Sift算法的匹配研究

Sift算法是目前研究较多和应用比较广泛的一种算法,但是目前的研究主要集中于算法中的关键点的获取和关键点的特征描述,而对于关键点的匹配研究较少.结合足迹图像特征,在原有匹配方法的基础上,提出一种加强限制匹配的方法,有效减少关键点的漏配,并提高匹配准确率.     

基于图像质量分析与分割算子的图像特征点匹配算法

为了解决当前由于图像成像质量不稳定和分割不准确所导致图像匹配错误的不足,基于图像质量分析优化和分割算子,提出了基于图像质量分析和图像分割的图像匹配系统.根据图像对比度,建立质量评价函数,通过调节相机曝光,达到图像对比度分明的目的.通过阈值分割和形态学处理设计目标分割算子,根据目标特征匹配度,完成图像目标匹配.集成图像质量优化算子与分割算子于图像匹配系统,并编程实现,实验测试结果显示:与当前图像匹配方法相比,在图像成像质量不稳定的状况下,该方法拥有更高的匹配准确度.     

基于图像识别技术的变电站防误操作系统的研制

研制了一种基于图像识别技术的变电站误操作系统.利用便携式图像捕获设备获取当前工作间隔标志牌的实时图像,并用于判断工作人员是否走错间隔.给出了该系统的整体结构和工作流程,详细介绍了采用Hough变换来检测标志牌边框,采用投影法进行标志牌字符分割以及利用神经网络法进行图像匹配技术的原理和实现方法.通过实验和现场测试验证了该...