基于质心距离增量矩阵的曲线描述和匹配

图像中物体轮廓线的描述和辨识是图像理解的一个核心问题,提出了一种新的快速的轮廓线描述和匹配方法。该方法不是把曲线中的每一点都进行了描述和匹配,而是按照最小面积法则对曲线进行采样。用采样点与质心的距离增量为每一个采样点赋予一个身份向量,通过所有采样点的身份向量来构造曲线的质心距离增量矩阵以描述曲线,最后利用两条曲线的质心距离增量矩阵的差异度来度量它们的相似性。实验证明该描述方法不仅具有很好的唯一性,而且相比目前已有算法计算量大大减少。该方法的一个实际应用在于将一个地区的SAR图像与地图相匹配。     

基于边缘相关性距离约束的角点匹配

在双目视觉技术中,针对物体边缘上的角点误匹配问题,提出了一种基于边缘相关性距离约束的角点匹配算法。该算法首先采用基于边缘的角点检测子来提取角点,通过极线约束和角点特征值约束来确定候选角点匹配集合;然后提出“边缘相关性”约束,基于角点距离构造候选角点对的贡献值来对其进行精匹配;最后构造角点特征向量,通过子向量匹配方法进一步对角点匹配对进行检验。实验结果表明,该匹配算法正确率高,有效地解决了边缘角点对的误匹配问题,非常适用于基于边缘曲线的双目视觉应用。     

拱序列的曲线描述与匹配

目的 曲线匹配是计算机视觉和图像处理中的一个重要问题;判定几何图形形状相似性,得到与人类认知一致的结果,是目前的曲线描述与分类算法不能很好解决的问题。针对曲线匹配和几何图形形状的相似性判定,提出一种有效快速的基于拱序列的曲线匹配与相似性判定算法。方法 提取曲线的角点,将曲线表示为一连串相互重叠的拱序列。对于拱序列中的每一个拱,使用拱描述子进行描述。利用拱描述子,使用动态规划方法,实现对拱序列的匹配和相似性判定。结果 为了验证本文算法,将基于拱序列的曲线描述与匹配方法应用于轮廓的拼接与几何图形的相似性比较。在轮廓拼接实验中,基于拱序列的曲线描述与匹配方法准确完成碎片轮廓的拼接和地图轮廓的拼接。在几何图形相似性的交叉度量实验中,基于拱序列的曲线描述与匹配方法可以准确反映出图形的相似程度,正确判断两幅图像是否属于同一类型。在判定不同相似程度的形状对的实验中,本文算法可以给出与人类判断相同的结果,相比较基于链码特征、多尺度不变量、形状上下文和GCT（geometry complex transform）变换算法,本文算法的距离值更好地反映出图像的相似程度。结论 理论和实验表明,该算法可有效地描述曲线、匹配曲线,及准确判断几何图形的相似性,给出与人类视觉判定一致的结果。该算法可用于基于轮廓的图像拼接和几何图形相似性的判定。     

一种视频序列拼接的新方法

提出了一种基于视频序列拼接的新方法。首先,利用KLT算法对视频序列中特征点进行提取和跟踪,实现关键帧粗略选取;其次,在选取的关键帧中利用SURF算法进行特征提取,利用最近邻距离比进行特征点匹配,通过RANSAC估计算法求精单映矩阵,并结合关键帧选取判定寻找最佳关键帧;最后,利用级联单映矩阵和加权融合算法实现视频序列拼接。实验验证了该方法的有效性。     

一种基于特征的全自动图像拼接算法

提出了一种基于特征的图像自动拼接算法，本算法采用Harris角点检测算子提取特征点，并对特征角点进行初始匹配与求精，利用最小中值法去除局外点，使变换矩阵计算精确。最后进行颜色融合，生成无缝拼接图像，在大多数情况下，算法可自动完成，实验结果表明，该算法取得了理想的拼接效果。     

基于三视图约束的基础矩阵估计

考虑到只依赖对极几何关系的匹配点余差并不能完全区分匹配点的正确与否,从而影响内点集选取的情况,提出基于三视图约束的基础矩阵估计算法。首先,使用传统随机抽样一致性（RANSAC）算法计算三视图的任意两对相邻图像间的基础矩阵,确定三视图中共有的匹配点对,并计算估计基础矩阵时非共用图像上的匹配点在共用图像上的极线;然后,计算两条极线的交点与共用图像上对应匹配点间的距离,以距离值的大小作为内点判断的依据,得到新的内点集。在新内点集的基础上,采用M估计算法重新计算基础矩阵。实验结果表明：该方法可以同时降低噪声和错误匹配对基础矩阵精确计算的影响,精度优于传统鲁棒性算法,使点到极线的距离限制在0.3个像素左右,而且计算结果具有稳定性,可以被广泛地应用到基于图像序列的三维重建和摄影测量等领域中。     

由整体到局部的平面曲线部分匹配算法

在基于曲线匹配的检索系统中,提高曲线的匹配速度和精度具有重要的意义.提出一种平面曲线的部分匹配算法,该算法分为整体搜索和局部匹配2个阶段.首先整体搜索确定候选的匹配区域,然后在局部进行精确匹配和验证.对于特征点较少的曲线,根据曲率极值点将曲线划分为多条曲线段,采用局部线性搜索法实现曲线的部分匹配.实验结果说明了算法的有效性.     

基于熵的柱面全景图拼接算法及其鲁棒性分析

全景图拼接是基于图像绘制的关键技术之一.本文提出了一种基于熵的全景图拼接算法,它利用现有的基于小波的角点提取算法获得兴趣点,同时保留其所在的边缘信息,并对图像局部熵作改进,以此来获得候选匹配点,然后去除伪匹配进而获得最终精确匹配.文中给出了实验结果和算法的鲁棒性分析.     

基于SIFT特征的眼底图像自动拼接

针对眼底图像对比度低、不同视场的图像间存在几何畸变等特点,提出一种基于SIFT特征的眼底图像自动拼接算法。该算法分别提取待拼接眼底图像的SIFT特征点,并用向量进行描述,确定两幅图像特征点的匹配关系,使用MLESAC算法去除误匹配点对,提出对特征点对提纯的距离-斜率相似测度方法,计算匹配点之间的透视变换矩阵,最后进行图像配准和拼接。对实际眼底照相机获取的多幅图像拼接结果表明,该算法具有很好的鲁棒性和稳健性,可以实现眼底图像的高精度自动拼接。     

基于SIFT特征和对极几何约束的图像配准算法

基于SIFT（尺度不变特征变换）特征匹配思想,提出了一种应用对极几何约束的图像特征配准算法。首先对图像提取SIFT特征点,然后通过欧氏距离估算对SIFT特征描述子进行初始匹配得到预匹配点集;采用基于单应矩阵的抽样算法计算初始基础矩阵,通过RANSAC算法计算精确的基础矩阵和匹配点集,进而实现图像配准。实验表明,该算法可以获得更准确的匹配点,得到精度较高的图像配准效果。     

一种实用的基于证据积累的图像曲线粗匹配方法

该文提出了一种基于证据积累的图像曲线粗匹配方法,比较有效地解决了将图像中提取的一条曲线(较短)与一条参考曲线(较长)相匹配的问题．该方法具有如下特点：(1)通过实验发现曲线上两点之间的直线距离较它们之间的曲线距离对噪声等误差更鲁棒;基于此,在参考曲线上选取可能的匹配曲线段时,利用首尾点的直线距离作为主要匹配标准,大大提高了算法的鲁棒性;(2)将证据积累的思想应用到控制点的匹配上,有效地去除了错误的控制点和不必要进行匹配的曲线段,在提高算法鲁棒性的同时极大地降低了算法的计算复杂度;(3)在传统的Hausdorff距离计算中引入高斯概率统计模型,使其更适合作为实际应用中评价两条曲线匹配程度优劣的一种度量．大量卫星影像及数码相机照片实验证明了该匹配方法的有效性和实用性．     

平面碎片匹配算法的研究

在分析平面曲线的几何特性的基础上,提出了一种基于曲率等不变量的平面非规则边界曲线匹配的算法,该方法通过提取平面非规则曲线的角点和匹配角点来寻找初始匹配点,同时利用对应点的曲率相等或者等价的几何特性来匹配平面非规则曲线,并且在理论和实验上对方法的可行性进行了证明。     

基于局部指纹曲面片的点云三维物体识别

提出一种新的基于局部描述符的点云物体识别算法。算法根据点云的位置信息提取出邻域以及曲率信息,进而得到形状索引信息。根据形状索引提取到特征点,在每个特征点根据样条拟合原理得到测地距离和矢量夹角分割曲面得到曲面片集。每个曲面片的等距测地线构成了曲面片指纹,通过矢量和半径的变化描述,可以把每个模型物体得到的曲面片集描述存入数据库。对于给定的一个物体,根据上面步骤同样得到其曲面片集描述,通过和数据库中模型物体曲面片集的比对,得到初始识别结果。对每对初始识别结果进行对应滤波后,通过最近点迭代方法得到最终的识别结果。最后通过具体的实验说明了算法的有效性和高效性。     

一类完备正交函数系下的轮廓曲线匹配算法

轮廓曲线包含了图像中大量的关键信息,主要用于探讨基于轮廓曲线的图像匹配问题.在假定图像间具有相似关系的前提下,借助于一种完备正交函数系V系统,提出一种新的曲线匹配算法.首先由V描述子评估曲线间的相似度,以此确定匹配曲线段,然后求得曲线间的变换参数,最后进行了图像拼接测试.该算法着眼于轮廓线的整体特征且不需要提取曲线的局部特征,避免了特征选取这一难点.大量的模拟及真实图像实验结果表明,从图像中提取的2条曲线间即使不严格满足相似变换关系,依然可取得比较满意的结果,从而验证了文中算法的可行性.     

平面曲线的offset逼近

文章给出了一种用三次Bezier曲线逼近平面曲线精确offset的方法。利用逼近曲线与精确offset曲线的对应点,法向尽可能相同这一性质构造具有较好的连续性的目标函数。此外,给出新的误差函数,该函数比常用的误差函数更能反映两曲线在一点处的真实距离。     

点云空间曲线的微分信息计算及匹配方法

建立了点云几何分析的相关理论框架,即定义和计算点云潜在曲线的几何微分量,包括Frenet标架、曲率、挠率等;在此基础上提出一种新的点云空间曲线匹配方法。直接在点云上计算微分量来获取相应曲线的特征信息,从而构建全局粗匹配方案,并进一步建立基于空间动力学的精细匹配优化模型。数值实验表明,微分信息计算和匹配方法能很好地适用于带噪音的点云数据,有效地实现点云空间曲线的高精度匹配。     

一种旋转、尺度和平移不变的曲线描述方法

利用Beamlet基容易计算长度的特点,先求出Beamlet曲线的长度,然后根据二叉树层次方式来分割曲线,并将各分割点依次连接成直线段,再计算出所有两两相邻直线段之间的一系列的夹角,得到曲线的Beamlet夹角链码,最后利用两条曲线的Beamlet夹角链码的差异度来度量它们之间的相似性。该方法不仅具有旋转、尺度、平移不变性以及较好的鲁棒性,而且计算量小,匹配速度快。通过实验结果和算法分析,证明了该方法的合理性和有效性。     

New Measurements and Corner-Guidance for Curve Matching with Probabilistic Relaxation

Reliable curve matching is a difficult yet important problem in many vision-based applications including image-based modeling. We describe in this paper two aspects of our research in this area: a new algorithm for curve matching (including lines) within a probabilistic relaxation framework, and an approach of incorporating previously matched points/corners to guide curve matching. We propose similarity-invariant unary and binary measurements suitable for curves, and introduce an additional measurement to model the uncertainty of the binary measurements. The uncertainty measure is proven to be very important in computing the matching support from neighboring matches. We also show how to use a set of previously matched points/corners to guide the curve matching. The role of the corner guidance is explicitly modeled by a set of unary measurements and a similarity function under the same relaxation framework. Preprocessing techniques contributing to the success of our curve matching techniques are also developed and discussed. Experiments with complex real scenes show that the rate of correct matching is higher than 98%.