基于ASIFT的图像拼接技术在监控系统中的应用

提出了一种基于改进仿射-尺度不变特征转换(ASIFT)特征的监控图像拼接算法,ASIFT特征比传统的尺度不变特征变换(SIFT)算法具有完全的仿射不变性,在低重叠图像匹配上,ASIFT算法能够检测到更多准确的特征点,满足拼接要求。实验结果表明,该算法在视频监控系统中具有很强的实用性。     

一种带有“遮罩”的ASIFT特征提取算法

指出提高ASIFT算法效率的一种新途径:利用“遮罩”屏蔽源自视角模拟的无效像素区域,从而使较为耗时的区域运算仅作用于有效像素区域,以达到提高运算效率的目的.首先,分析无效像素区域产生根源,并定量分析此类区域在各区域运算环节占有的比例,指出增加“遮罩”的必要性,特别指出被处理图像的宽高比越大,则经“遮罩”处理后所获得的加速比越高;随后,给出带有“遮罩”的ASIFT算法结构;然后,给出“遮罩”的一种低存储空间、高访问效率的数据结构,并给出离线获取“遮罩”的一种解析方法;最后,通过实验证实使用“遮罩”能有效提高ASIFT算法中区域运算部分的效率,从而在一定程度上也提高了算法整体的运算效率,但效率提升幅度受到理想区域加速比限制.     

基于ASIFT算法的绝缘子视频图像的识别与定位*

为了实现智能提取直升机巡检视频中的绝缘子图像,基于ASIFT原理的图像处理技术和数据库技术,提出了一种新的绝缘子图像识别与定位方法。该方法首先建立标准的绝缘子图库,通过改进UL－PCNN红外图像分割算法提取绝缘子特征值,然后将输电线路视频与标准图库中的绝缘子图片利用ASIFT算法进行匹配,进而识别和定位视频中的绝缘子。实验结果表明,ASIFT方法具备良好的抗绝缘子图像仿射变形性能,可以在少量人工辅助的条件下对图像进行处理,提高了架空输电线路绝缘子故障检测的自动化处理程度。     

基于仿射尺度不变特征变换的掌纹识别

相比传统接触式采集方法,非接触采集是目前掌纹识别的趋势和主流,但其低约束性可能导致人手和图像传感器平面不平行,从而使掌纹产生仿射变形.传统的尺度不变特征变换(scale invariant feature transform,SIFT)对此识别效果不佳.针对这个问题,提出一种改进方案,即基于仿射尺度不变特征变换(affine scale invariant feature transform,ASIFT)的掌纹识别方法,建立了变形掌纹的仿射模型,模拟了相机光轴的经度角和纬度角,在仿射空间内提取图像特征.通过基于实际环境所建立的掌纹库——SUT图库验证算法性能,与SIFT算法及目前典型的掌纹识别方法进行对比.结果表明,ASIFT方法具备良好的抗掌纹仿射变形性能,等误率仅为0.6％,证明了该方法能够成功解决掌纹变形问题,鲁棒性和稳定性强,具备优越性.     

基于改进ASIFT的可见光图像拼接研究

为了解决目前基于特征点的图像拼接算法在图像重叠度较低情况下,图像拼接效果差以及无法满足实时图像拼接的问题,提出了一种基于改进仿射—尺度不变特征转换(Affine Scale Invariant Feature Transform,ASIFT)的快速图像拼接算法,在特征点匹配过程中引入主分量分析(Principal Component Analysis,PCA)法进行处理,提出了一种PCAASIFT描述符对特征点重新进行描述。实验结果表明,与基于SIFT和SURF的拼接算法相比,该算法实现了高精度拼接,并且比传统ASIFT拼接算法提高了拼接的速度。     

露天矿滑坡位移监测的ASIFT算法

针对现有的大型露天矿边坡大变形监测方法存在的不足,提出了一种基于ASIFT图像特征匹配算法的滑坡位移监测方法。首先基于露天矿滑坡真实地形空间分布形态,设计了滑坡物理模型,并利用高分辨率数码相机获取模型滑动过程中的序列影像;然后利用ASIFT特征匹配算法对滑坡各阶段光学影像进行特征点提取与匹配,并利用RANSAC随机抽样一致算法剔除误匹配点;最后利用滑坡体运动特征矢量集模型计算出特征点空间矢量位移,从而实现了滑坡位移场标定与滑坡范围确定。研究表明：所提算法对于滑坡蠕变阶段的位移监测效果一般,但可有效监测滑坡中后期发生明显变形时的位移,该算法的特征点匹配数量及匹配正确率均明显优于SIFT算法,且位移矢量标定精度也得到明显提高,反映出该算法适合于大型滑坡后期发生大变形时的位移量监测。     

基于ASIFT的无缝图像拼接方法

传统图像拼接方法对尺度、视差和光照变化较大的图像配准效果不佳。为此,提出一种基于仿射-尺度不变特征转换(ASIFT)算法的无缝图像拼接方法。采用能够抵抗强仿射情况的ASIFT算法检测特征点,并对特征点进行提取与匹配。利用随机抽样一致算法反复迭代,找到精确的变换矩阵初始值,根据变换矩阵进行2幅图像之间的统一坐标变换,使用加权平滑算法完成图像的无缝拼接。实验结果表明,与基于SIFT特征的拼接方法相比,该方法的图像拼接效果较好。     

两种图像配准算法（SIFT与ASIFT算法）比较

图像配准是图像拼接的关键技术,本文对目前常用的两种图像配准算法的原理进行了详细介绍,分析了各自的优缺点．为下一步的研究提供理论依据。     

基于ORB的快速完全仿射不变图像匹配

ASIFT具有完全仿射不变性,但计算耗时;ORB实时性好,但仿射不变性差。为了在图像匹配中同时兼顾仿射不变性和实时性,利用模拟相机在不同视点下成像的手段使得ORB具备完全仿射不变性,进而提出了一种基于ORB的快速完全仿射不变图像匹配新算法(AORB)。首先通过模拟相机在不同视点下成像以获取模拟的图像,然后用快速的ORB算法对所有模拟的图像对进行匹配,最终取得完全仿射不变性。实验结果表明,该算法能够满足完全仿射不变图像匹配需求,并且相比基于OpenMP的ASIFT计算速度提高了约6倍。     

基于快速视网膜关键点算法改进的图像匹配方法

传统的仿射尺度不变特征（ASIFT）算法通过模拟仿射变化图像实现完全仿射不变性,但是由于尺度不变特征（SIFT）算法本身的低效造成ASIFT的过程非常耗时,为了实现更为高效的图像匹配,引入快速视网膜关键点（FREAK）算法到ASIFT仿射模型中,并基于Lanczos-4插值进行改进。在匹配过程中基于HAMMING距离实现暴力匹配,并结合随机样本一致性（RANSAC）算法改进对匹配点对的提纯,得到了新的AFREAK算法。该算法既能实现完全仿射不变性,又能实现低耗时和低内存占用。实验结果表明,提出的AFREAK算法处理速度上快于ASIFT近2~3倍,并且可以得到与之相似的匹配效果。