基于点不变特征的亚像素级图像配准技术

图像匹配是图像处理和计算机视觉领域的一个基础问题,它源自多个方面的实际问题.点特征匹配的首要任务就是提取稳定的特征,并进行描述.该特征能对旋转、尺度缩放、仿射变换、视角变化、光照变化等图像变化因素保持一定的不变性,而对物体运动、遮挡、噪声等因素也保持较好的可匹配性.提出一种基于点的尺度、旋转不变特征变换（SIFT）算法的亚像素级图像配准算法,首先在尺度空间进行特征检测,并确定关键点的位置和关键点所处的尺度,然后使用关键点邻域梯度的主方向作为该点的方向特征,以实现算子对尺度和方向的无关性.该方法具有旋转、尺度缩放、亮度变化不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定.独特性好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配.高速性,该匹配算法可以达到实时的要求.     

频谱解混叠图像超分辨重建

在不增大光学系统的焦距,也不缩小CCD器件阵元的宽度的情况下,为了获得高分辨率的图像,对多幅具有互补信息的低分辨率图像进行研究。首先,把多幅具有互补信息的低分辨率图像通过傅里叶变换到频率域;接着,对频率域中高分辨与低分辨率图像之间关系进行建模,进而得到它们之间的关系;然后,通过对模型求解,得到高分辨率图像的频率值;最后,进行傅里叶反变换即可得到高分辨率图像。实验结果表明:该重建方法获得的高分辨率图像在视觉上比用任意一帧图像经过双线性插值获得的图像要清晰得多,与实际摄取高1倍的分辨率图像几乎达到一样。对Bridge图像的恢复峰值信噪比可以达到34.767 3 dB。该方法是切实可行的,且恢复图像边缘视觉效果好。     

修正的HS谱共轭梯度方法

本文研究了无约束全局优化问题的求解问题,结合谱梯度算法的优点给出了一类求解该问题的HS谱共轭梯度算法.在这类算法中我们利用非精确的线搜索,得到了一些算例,并给出了计算结果和典型算法的一些比较.     

填充函数算法研究综述

该文主要介绍填充函数方法求解全局优化问题。利用填充函数方法可以有效的求解大规模的全局优化问题。填充函数方法的思想就是该算法的思想是在求得总体优化问题的一个局部极小点后,构造填充函数,通过极小化该填充函数找到比当前局部极小值更好的解。     

工程建设质量保险费率厘定方法研究

提出一种基于分类与增减相结合的费率厘定方法,首先确定工程的风险损失期望值,建立了以商业费率=纯保费率×调整系数为计算公式的分类费率厘定方法,由此得到相应的纯保费率和商业保费率,再经过多方协商加减利率,进而确定最终利率,并构建了该险种基本费率和调整系数的影响因素表,为工程质量安全保险费率的确定提供了具体的思路。     

基于小波分析的分形图像去噪压缩方法

近十几年来,分形(Fractal)在图像压缩技术中的应用已成为图像数据压缩领域中最为热点的问题之一。其压缩比在理论上可超过经典压缩方法的几个数量级。但实际上,原始图像经常被噪声污染。噪声的存在一方面使得图像编码的时间延长,另一方面降低了图像的信噪比,使图像质量明显下降。本文对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似性,研究了基于小波域的分形图像去噪、压缩方法。该方法有效地减少了计算复杂度和编码时间并获得了良好的图像质量。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。