基于全局颜色传递的SIFT匹配算法

研究在不同光照条件下两幅彩色图像的匹配问题,提出了一种新的基于全局颜色传递的具有尺度不变性的特征变换（SIFT）匹配算法。新算法对不同光照下同一场景或目标的两幅彩色图像进行全局颜色传递,以减小匹配时由颜色差异带来的误差;利用SIFT算法提取处理后的图像的特征信息完成初步匹配;采用随机抽验一致性（RANSAC）算法消除误匹配点。实验结果表明新算法具有良好的彩色图像匹配性能。     

局部颜色特征在基于内容的图像检索中的应用

全局颜色直方图是基于内容的图像检索中使用最广泛的特征之一。然而，它不包含颜色的空间分布关系，因此不同的图像可能具有同样的颜色直方图。采用图像分块的局部直方图方法考虑了颜色的位置信息，但却不具有旋转、平移不变性。文中利用分块颜色矩，借助带权二部图的最小完美匹配提出了一种新的相似度量方法，既考虑了颜色的空间分布关系，又具有旋转、平移不变性。实验证明对局部颜色特征的改进算法检索效果更好。     

一种基于颜色的图像检索改进方法

基于颜色的图像检索由于其对图像的各种变形有很好的鲁棒性而得到了广泛的应用,但其对颜色的空间分布描述不足从而检索精度不佳。针对全局颜色直方图及局部颜色直方图的检索问题,提出了一种新的基于颜色的检索方法。该方法引入一种颜色转移矩阵,用于描述颜色的相对空间分布情况;同时改进传统局部颜色直方图匹配方法,使块匹配受图像形变的影响大为减少;最后结合上述两种图像子特征进行复合图像检索。实验表明,该方法能有效的提高图像检索精度。     

融合匹配特征的立体图像颜色校正方法

立体图像颜色校正方法的目标在于消除立体图像左右视图之间的颜色差异.现有的立体图像颜色校正方法存在校正效果和时间效率不平衡的问题.为了解决这一问题,本文提出一种融合匹配特征的立体图像颜色校正方法.首先,通过视差注意力颜色校正网络得到待校正目标图像的初始校正图.然后,将初始校正图和参考图像输入基于光流的图像匹配网络得到光流匹配目标图.最后,由图像融合网络融合初始校正图、光流匹配目标图、参考图像和目标图像的特征并进行图像重建,得到最终的校正结果.实验结果表明,本文的方法具有先进的性能,能够在保持高时间效率的同时实现高质量的立体图像颜色校正效果.     

计算机自动拼图中颜色匹配算法的研究与应用

计算机自动拼图是利用计算机自动完成拼图游戏,它可以作为教育软件展示使用颜色、纹理和形状进行图像匹配的过程,也可以应用于考古中的文物碎片拼接等领域.针对计算机智能拼图中拼块匹配的问题,提出应用拼块的颜色信息进行匹配的方法.颜色作为一种重要的视觉特征可以提高系统的执行效率并提高匹配精度.算法采用符合人类视觉特性的HSV颜色空间,利用人对颜色的感知特性对颜色分量进行非等间隔的量化并形成特征矢量,应用直方图相交距离进行了特征的匹配,并且针对拼块图像自身的特点采用了图像分割技术对拼块图像的背景进行剔除的同时实现了按方向进行匹配的方法.实验表明,该方法可以有效地进行拼块图像的匹配.     

基于角仿射不变的特征匹配

同一场景的不同图像匹配是计算机视觉中的一个基本问题，在诸如三维重建、对象识别和分类、图像配准和相机自校正等应用中，特征匹配都是一个关键步骤。为解决三维场景重建问题，通过改进目前特征匹配的不足，提出了一种基于角仿射不变的特征匹配算法。该方法是使用角作为图像匹配选取的特征，通过仿射不变处理来消除图像缩放、扭曲、旋转和平移产生的影响，实验表明，该算法具有良好的匹配性能，可以对差异较大的图像对进行特征匹配。     

边缘颜色匹配算法在计算机拼图中的应用

对于计算机白动拼图中的颜色匹配问题,由于全局直方图不包含颜色的空间分布信息,不同的图像可能具有相同的颜色直方图.为弥补该缺点,提出了应用图像的边缘颜色信息进行匹配的方法.该算法先进行边缘提取,然后以每个边缘点为中心,选取一个适当区域,计算直方图,利用直方图相交法进行特征的匹配.实验结果表明,与传统的直方图相交方法相比,在进行图像匹配时合理利用图像的边缘特征可有效的提高匹配性能.     

模板匹配的恒常性特征及频域实现

构造了对空域几何变化具有强鲁棒性的频域模板匹配算法，使模板匹配成为具有几何恒常性特征的原型匹配。傅立叶变换提取信号的平移不变性；用原点自相关函数值R(0)进行能量归一化处理，消除信号幅度比例的影响；通过对数变换将空域尺度变化转化为可在频域中消除的平移变化；引入能量分布函数，消除来自空间旋转对匹配的影响，从原理上保证了频域模板匹配算法对空域几何干扰的恒常性。实验表明，该算法能够有效消除来自空域的几何变化对模板匹配过程的干扰。     

一种结合灰度和边缘信息的局部特征描述算法

针对单一特征引导图像匹配的准确度有限,提出了一种同时使用灰度和边缘信息的特征描述子。该描述子将图像的几何特征与灰度信息结合起来,首先计算每个特征点的灰度对比直方图,然后引入边缘属性以增强边缘的匹配。实验结果表明,该算法由于同时采用灰度信息与边缘信息引导图像匹配,其匹配效果好于单独使用灰度或边缘的图像匹配算法,在一定程度上降低了误匹配率,同时满足旋转和光照不变性,对图像灰度变化和噪声不敏感,具有良好的匹配性能。     

一种基于颜色和纹理的图像检索方法

提出了一种基于颜色和纹理的新的图像检索方法.该方法在HSV颜色空间量化过程中,采用一种基于性隶属度的模糊量化方法,使量化结果更接近于人类感知;在提取分块主色的基础上引入一种颜色相邻矩阵,用于述颜色的相对空间分布情况,以提高对图像变形的鲁棒性;还加入图像的纹理信息,最后结合这些颜色和纹理特征行复合图像检索.实验表明,该方法能有效提高图像检索精度.     

基于GMS和改进最佳缝合线的视差图像拼接算法

针对视差图像拼接时,拼接图像存在鬼影、亮度不均匀等问题,本文提出一种基于网格运动统计（Grid-based Motion Statistics, GMS）和改进最佳缝合线的视差图像拼接算法。算法首先利用快速特征点提取和描述（Oriented FAST and Rotated BRIEF, ORB）算法提取特征点,并采用GMS算法筛除误匹配点;然后引入HSV颜色空间和图像梯度差改进能量函数,避免缝合线穿过图像边缘;最后基于图切割法求取最佳缝合线,进行图像的梯度融合拼接。仿真实验结果表明,在图像存在较大视差的情况下,本文算法特征点匹配正确率较基于尺度特征不变（Scale Invariant Feature Transform, SIFT）算法和基于加速稳健性特征（Speeded Up Robust Features, SURF）算法最低和最高提高了2.01倍和4.73倍,图像自然度平均提高了22.6%,且拼接的图像亮度均匀、无透视畸变。     

基于颜色自相关图和互信息的图像检索算法

颜色特征是重要的图像视觉特征,颜色相关图则是当前基于内容的图像检索中常用的特征描述符,但现有基于颜色相关图的图像检索算法存在计算复杂度高、检索精确度低的问题。为此,提出基于颜色自相关图和互信息的图像检索算法。给出一种新的颜色特征描述符——颜色互信息,通过计算颜色相关图特征矩阵中每个颜色与其周围颜色的平均互信息,得到不同颜色之间的全局及空间分布特性,并作为新的颜色特征矢量,以降低计算复杂度。同时采用外部特征矢量归一化方法结合颜色互信息与颜色自相关算法,以提高检索精确度。实验结果表明,该算法可有效降低计算复杂度,提高实时响应性能和检索精度。     

基于最大池的谱特征匹配算法

为了提高基于谱特征的图像匹配算法的精度和鲁棒性,提出了一种基于最大池的谱特征匹配算法。首先,利用图像特征点邻域信息提取具有旋转不变性和亮度线性变化不变性的谱特征;其次,将以谱特征描述的特征点作为节点、特征点之间的欧氏距离作为边构造属性关系图,将图像匹配问题转化为图匹配问题;最后,引入最大池匹配策略获取图匹配结果。大量实验结果表明,该算法提高了谱特征匹配算法的精度和鲁棒性。     

改进的基于颜色和SIFT特征的图像检索方法

针对全局灰度直方图缺少空间分布信息和SIFT特征匹配方法准确性不足的问题,提出基于分块的提取图像颜色矩方法,并改进了SIFT特征度量算法.然后将这两种改进算法相结合,并应用于图像检索系统中.实验结果表明,本文提出的算法在图像检索中取得了较好的效果.     

一种基于空间特征的图像检索法研究

在基于内容的图像识别技术中,颜色自相关图是一种常用的图像颜色特征提取法。文章在此基础上,考虑图像结构特征,通过对图像进行水平和垂直两次扫描,分别建立图像相似区域的变化图。该算法和颜色自相关图一并应用到SOM网络上,实现了一个基于颜色特征和结构特征的图像分类。编程实验结果表明:新算法可以较好地提高基于内容的图像检索的准确性,避免了仅靠图像的颜色特征进行分类和搜索的不能描述图像宏观结构的缺点。     

自适应特征点检测的可见-红外图像配准

目的 针对可见—红外图像之间配准点的数量不足、分布严重不均匀以及配准点之间的错配率高这3个核心问题,提出一种基于自适应特征点检测的可见—红外图像配准方法。方法 本文提出的自适应特征点检测方法,以Harris corner作为基本特征点;以特征点数目与空间分布为检测目标,从而自动地估计合适不同空间位置的特征点的检测阈值。在特征点对匹配中,将梯度方向与互信息相融合有效地添加了相似性函数的空间位置信息。结果 自适应Harris corner检测方法能够有效地提供空间分布均匀、数量充足的特征点。而梯度方向与互信息相融合的相似性匹配函数提高特征点的匹配率20%,降低配准误差50%。结论 本文提出的多传感器图像配准方法能够快速、准确地实现可见光图像与红外图像之间的配准,在CCD-IR图像融合领域具有很好的实用价值。     

基于色彩空间分块匹配的三维动画融合技术

为了提高影视动画制作的三维图像成像质量,需要进行动画图像的动态信息融合处理,提出一种基于二维色彩空间分块匹配的三维动画图像的动态信息融合处理技术,采用虚拟视景重构技术进行三维动画图像采集和特征投影处理,对三维动画图像进行二值拟合和边缘轮廓检测,采用RGB分解技术进行三维动画图像的颜色分量提取,采用颜色模板空间投影算法进行三维动画图像的分块融合处理,提高三维动画图像的边缘像素点的特征配对性能,结合三维动画图像的色彩空间分块融合结果进行像素特征优化配置,计算匹配窗口相关系数,实现三维动画图像的动态信息融合处理。仿真结果表明,采用该方法进行三维动画图像的动态信息融合处理,能提高图像输出峰值信噪比,提高动态成像质量。     

基于彩色信息的尺度不变特征变换图像特征点提取与匹配

针对将彩色图像转化为灰度图像后再进行特征点提取与匹配会丢失彩色信息,可能导致误匹配这一问题,采用一种基于彩色信息的SIFT特征点提取及匹配算法(CSIFT)以实现彩色图像的特征点提取及匹配,结合目标的颜色特征与几何特征,以颜色不变量作为输入图像,再提取特征点并描述特征点周围的信息,通过最近邻匹配法求出图像间的匹配对。实验将该算法应用于视觉里程计中,对相机所拍的相邻两帧图像进行了特征点提取及匹配,并比较了该算法与传统SIFT算法的差异。实验结果表明该算法是有效的。     

彩色镜像图像的立体匹配方法

提出一种新的基于镜像图像的立体匹配方法,设计一种新的图像采集系统,采集获得物体的镜像图像,利用镜面成像特点,将立体匹配的搜索空间由二维降为可靠的一维。应用彩色图像所包含的信息,对图像的HSI颜色空间进行多通道相关系数计算,采用信息融合的方法进行综合评价,获得更为精确的像素相关性,提高了匹配准确度。通过添加逆序约束对歧义点进行剔除,得到令人满意的立体匹配结果。     

基于结构信息的图像拼接算法

研究了纹理较多、噪声较大的两幅或多幅的图像拼接问题.两幅图像拼接时,提取图像特征点的好坏对图像拼接结果有很大影响.经典的SIFT算法是一种较好的局部特征点提取算法.而对于纹理较多,噪声较大的图像中,SIFT算法会提取数量较大的特征点,影响匹配的准确性和速度.本文提出基于结构信息的图像拼接算法（SKM,Structual Keypoint Matching）,利用RTV算法提取图像的信息结构,有效地去除图像中的纹理噪声.去噪后,利用SIFT算法提取特征点进行匹配,最后利用RANSAC算法对匹配点对进行筛选,提高准确度.通过由SKM算法得到的变换矩阵H作用于原始图像,完成图像的拼接.