一种旋转不变特征描述符

提出一种基于图像梯度旋转直方图(RHG,rotation histogram of gradients)的快速计算旋转不变特征描述符算法。RHG描述符使用直方图旋转的方法获得旋转不变性,采用直方图加权合并的方法降低边界效应引起的描述符统计矢量的突变。RHG描述符将特征点主方向的计算与描述符的计算合并,提高了计算效率。RHG描述符在图像存在尺度改变、3维视角变化引起的变形、旋转变化、照度改变和噪声等因素的影响下,具有较强的鲁棒性。RHG描述符的性能与尺度不变特征变换(SIFT,scale invariant feature transform)描述符相近,但计算速度提高2倍以上。     

基于像素连通特征的一种快速图像匹配算法

针对基于灰度相关的图像匹配方法速度慢的特点,提出了一种基于像素连通特征的快速图像匹配算法。算法先利用一定的像素分类原则,将所有像素分为5类,再按照一定的连接原则按列统计每个模板列长度的连通分量个数。用模板各列的连通分量个数与待搜索图的各统计值进行串模式匹配。分析及实验结果表明,算法在保持较高匹配精度的同时,运算速度显著提高。     

一种用于组合导航的SAR图像快速匹配算法

提出了基于合成孔径雷达(SAR)图像匹配技术的惯性导航系统(INS)/SAR组合导航方法。首先将计算机视觉领域的快速鲁棒性特征(SURF)算子用于对SAR图像的局部特征描述,然后对兴趣点建立快速索引,并用阈值为0.6的最近邻法则进行快速的初匹配,最后使用随机抽样一致(RSC)进一步去除错误的匹配点对。实验中,用2组真实的SAR数据对算法进行仿真并与尺度不变特征变换(SIFT)算子进行比较,结果显示,两者的鲁棒性相差很小,但在匹配时间上本文算法明显优于SIFT算子,本文算法更适用于组合导航的SAR图像匹配。     

图像匹配算法在图像消冗领域的应用

随着互联网的普及化以及愈加开放化，大量的图像、视频、音频等多媒体数据的存储、复制和使用变得更加频繁，给互联网上带来了大量的冗余信息。这种情况的出现不仅造成大量存储空间的浪费，而且也使得数据检索需要花费更多时间，给用户体验带来严重影响，所以对大量图像集合的图像消冗，显得刻不容缓。根据需要进行消冗的源图像集合的特征，将图像消冗分为两类，在两类图像消冗技术中，图像匹配算法都起到了重要作用。在第一类图像消冗算法中使用了快速Hash过滤方法，是使用了基于灰度信息的图像匹配方法，计算图像的块平均灰度并进行后续处理。在第二类图像消冗算法中，将图像匹配算法作为图像消冗的核心步骤，查找出源图像集合中的重复图像，对图像消冗的效率有决定性的作用。     

一种基于积分图像的快速归一化积相关算法

归一化积相关算法鲁棒性强、精度高,是图像相关匹配的首选算法.但是原有归一化积相关算法的过程都比较复杂,运算速度较慢,因而在一定程度上限制了它的应用.介于此,文中提出了一种基于积分图像的快速归一化积相关算法,将一定区域的像素求和运算转化成四个顶点像素值的简单加减,降低了计算复杂度,并且大大提高了归一化积相关算法的执行速度.经实验证明,文中算法不仅能够保证图像的匹配精度,而且其整体运行时间仅为原算法的1/8.     

基于边界环绕阵列机的最不熵差图像匹配并行算法

本文提出了一种基于边界环绕阵列处理机的图像匹配算法，定义熵作为图像局部区域的特征，根据阵列机的结构和指令特点，采用并行算法，利用参考图和实时图的熵差来确定匹配位置。模拟实验表明，采用这种匹配并行算法，能有效地抑制局部失真、几何形变和噪声的影响，匹配速度能够达到实时要求。     

双目视觉在AGV导引中的应用研究

在介绍了AGV导航的基础上,并对现行的视觉导航进行了分析,提出了一种基于双目视觉图像匹配的方法,此方法比传统的方法更优越,柔性更好.并从理论上验证了其可行性,此方法对路径跟踪及避障有一定的参考价值.     

模糊遗传图像相关匹配算法

针对遗传算法中交叉概率和变异概率所存在的问题，利用模糊推理系统来自适应估计交叉概率和变异概率，提出了基于模糊遗传算法（FGA）的图像相关匹配算法，并进行了大量实验研究，实验结果证明该方法对解决具有噪声情况下的图像匹配问题十分有效。     

基于小波分解的边缘图像快速匹配算法

针对传统均值金字塔搜索算法存在起始点不定,搜索范围缺乏约束的问题,利用小波分析的多分辨率特性,构建了小波边缘金字塔上的快速图像匹配算法.首先对低分辨率的边缘图像进行匹配操作,然后逐级上推,最终实现全分辨率下的图像匹配,实验结果表明,该算法可以减少计算量,显著提高匹配效率.     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。