一种高精度的图像匹配算法

为了解决光谱恢复对图像匹配高精度的问题,提出了一种高精度图像匹配算法——利用光流确定图像的运动场对图像进行匹配。该算法克服了传统的基于灰度匹配方法受图像插值精度影响的缺陷以及运算速度和精度的局限性。与基于MAD块匹配算法和归一化相关系数块匹配算法进行比较,该算法实现了图像序列高精度匹配,而且硬件实现简单,计算复杂度较低。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

基于PCA和分块FFT的快速模板匹配算法

图像匹配算法作为一种经典的图像识别算法,在计算机底层视觉处理中占有重要地位.在理论界,对该算法的讨论和研究由来已久,也提出了基于像素灰度、基于图像特征等的匹配算法.本文所提出的匹配算法主要基于模板特征,通过结合主分量分析(PCA)、分块快速傅里叶变换(FFT)等技术实现了高效快速的图像匹配算法.在对具有大量相似目标的图...     

一种基于颜色尺度不变和FANN搜索的图像匹配算法

针对彩色图像匹配大多数仅利用图像灰度特征,忽视彩色信息,在颜色相近区域易造成误匹配的问题,引入颜色不变量,提出一种用于彩色图像的颜色尺度不变匹配算法.该算法首先将图像的RGB 颜色模型转换到高斯颜色模型.随后,通过计算颜色不变量代替灰度信息作为输入,建立多尺度空间,并使用 SIFT 算法提取特征点,构建特征描述子.最后,选择其中一幅图的特征描述矢量为基准,利用FANN算法在另一幅图的特征描述矢量中,寻找基准图像特征矢量的最优解即匹配对,从而完成两幅图像的匹配.实验证明,相对于传统的SIFT图像匹配算法,本文的算法匹配正确率更高,图像匹配质量更好.     

一种改进的分形图像压缩算法

为了提高分形图像压缩编码的速度,针对在基本分形图像压缩算法中值域块编码匹配搜索时需要对变换后的定义域块一一对应,导致编码时间较长的缺点,提出了一种基于菱形搜索算法的分形图像压缩编码新算法.菱形搜索算法是一种运动估计的快速搜索算法,主要过程是在所有的候选块中搜索当前块的最优匹配块.通过运用菱形搜索算法中的大小菱形模板进行匹配搜索,实验证明文中算法在提高编码速度和降低编码复杂度是有效的.     

一种增量符号相关的景象匹配方法

针对图像灰度变化和遮挡问题,提出一种增量符号相关的景象匹配方法。介绍了增量符号相关算法的理论基础,基本原理为将二维图像变换为一维向量,再将一维向量按照某种编码规律进行编码,得到由0、1组成的特征字符串,对由实时图和基准图上同样大小的基准子图变换而来的特征字符串求相关,相关系数最大者即为最佳匹配区。将此算法与绝对差算法和归一化积相关算法进行实验对比,在对算法进行定量分析的基础上,证明增量符号算法对灰度变化和遮挡有较好的鲁棒性,为图像匹配导航与制导提供了新的思路。     

最大互信息在模版匹配中的应用

自动目标识别是进行精确打击的关键技术,其主要实现方法是图像匹配.为提高自动目标识别中图像匹配的精度和速度,提出一种基于最大互信息的快速图像匹配算法.根据定义的图像匹配相似度量,利用灰度信息进行模板匹配,并应用分离图像信息贫乏区的方法提高了算法的图像匹配性能.仿真结果表明,所提方法可有效提高红外图像匹配的实时性和正确性.     

基于灰度投影和块匹配相结合的稳像算法

在视频稳像过程中为兼顾算法的精度与效率,本文通过分析稳像的原理及目前常用的几种算法,提出了一种基于灰度投影和块匹配相结合的匹配策略.首先运用灰度投影算法来缩小块匹配的待匹配区域,然后运用块匹配算法进行运动估计与补偿.在此过程中,充分地体现了灰度投影算法运算量小以及块匹配算法精度高的特点.实验结果表明在保持块匹配算法优势的同时降低了算法的运算复杂度.     

基于特征点的快速匹配算法

为了实现快速、高精度的图像匹配,将基于灰度的图像匹配技术与基于特征的图像匹配技术相结合.定义了一种灰度值特征.并提出一种基于图像灰度值特征点的快速匹配搜索算法.该算法利用得出的灰度值特征点作为搜索依据,改变了传统匹配方法遍历性质的搜索策略.由于特征点的选取对噪声和灰度值的线性变化具有一定的"免疫性".因此对灰度值不均匀的图像匹配问题同样适用.该算法在大大提高匹配速度的同时兼顾了匹配精度,实现了高效率、高精度的图像匹配.通过实验,证实了该算法的快速性和准确性.     

基于局部二进制模式和图变换的快速匹配算法

针对图像匹配在图像拼接、目标识别等领域的应用中尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法计算复杂度高、实时性较差的问题,提出了一种基于局部二进制模式（Local Binary Patterns,LBP）和图变换（Graph Transformation Matching,GTM）的匹配算法.首先采用SIFT特征检测提取特征点并以特征点为中心取13×13的图像块作为特征区域;然后用本文提出的局部旋转不变二进制模式（Local Rotation Invariant Binary Patterns,LRIBP）描述子对特征区域进行描述产生29维的特征描述向量,降低了描述子的复杂度,并以欧氏距离为度量准则进行初始匹配;最后采用图变换匹配算法剔除误匹配点,从而提高算法的运算速率和匹配精度.仿真结果表明,本文所提算法不仅具有较高的精度和较强的鲁棒性,并且减少了算法的运算量,提高了算法的实时性.     

适应于大幅面图像的快速匹配算法研究

基于特征的图像匹配算法具有更广的适用范围和更好的性能表现,但因为其算法更加复杂,使其很难满足实时性,尤其当图像尺寸变大后,这一缺点更加限制了此类算法在实际工程中的应用。针对这一问题,本文提出了一种新的用于大幅面图像的快速匹配算法。算法采用空域分割和频域压缩的方式对图像进行预处理。通过提取目标图中高频信息丰富的区域作为待匹配子图,减小用于匹配的目标图像尺寸;通过小波变换提取源图尺度空间的高尺度表示,压缩SIFT特征点在图像频域中的存在空间。算法采用由粗到细的匹配策略,粗定位待匹配子图在源图中的空间区域后,再次进行细匹配操作,最终实现大幅面图像间的快速匹配。仿真实验表明,新提出的算法极大地提高了大图像匹配的速度,在对部分算法模块进行硬件加速后,新提出的算法甚至可以满足实时性的要求。      

基于图像分块的Harris-SIFT特征匹配算法

应用Harris角点和SIFT图像局部特征定量化数据描述的互补优势,提出了图像分块Harris-SIFT特征匹配方法。将原图像分割成子图像块,根据子块的可变阈值检测多尺度Harris角点,并对其进行迭代精化,使其收敛到真值,然后生成定量化的特征矢量。匹配应用双向最近邻算法并用RANSAC去除误匹配。通过仿真验证,这种方法增强了角点提取的鲁棒性,提高了匹配速度和精度。     

基于LS MPP的图像分块模板匹配并行算法

该文提出了一种新颖的在基于K元2-立方体网络的SIMD计算机上运行的图像分块模板匹配并行算法。该算法对于NN的图像、MM的模板和KK的处理元阵列(M K, N = BK, B 1), 可通过将图像分成BB个图像块的分块模板匹配来实现。与已知的各算法相比,该算法具有可处理比处理元阵列尺寸大的图像的优越性。     

一种基于遗传算法的快速景象匹配算法

常规的归一化灰度互相关匹配算法是搜寻区域上的所有点,效率较低,在实时图存在旋转时,会影响匹配的精度。为此,在对典型的基于灰度的景象匹配算法进行分析的基础上,结合遗传算法和分层搜索策略设计了一种快速匹配算法。算法在匹配过程中考虑了存在旋转变化实时图像的处理,从而省去了图像对准的预处理,节省了时间。遗传算法和分层搜索策略的...     

一种基于局部特征分块的目标跟踪算法

为了解决传统目标跟踪算法在天空背景下面临高能激光反射时图像像素灰度分布发生剧烈变化, 从而导致目标遮挡或丢失的问题, 采用一种基于局部特征分块思想的相关跟踪算法, 根据局部特征对跟踪模板进行了分块处理, 计算并选取其中特征稳定度高的块模板, 在跟踪区域内对每个块做模板匹配, 并进行了理论分析和试验验证。结果表明, 该算法在强光干扰下能够有效地对目标实时稳定跟踪, 且图像处理延迟时间在2ms以内。该研究对基于高能激光发射下的超高精度跟踪系统工作性能的保证是有帮助的。     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

一种基于图像分割和归一化灰度Hough变换的SAR图像舰船尾迹CFAR检测算法

该文提出了一种新的SAR图像舰船尾迹的恒虚警检测算法。该方法首先检测出舰船并将舰船部分用图像灰度均值代替;分别以舰船重心为中心分割出一定尾迹长度的正方形区域并以舰船重心为中心将图像分割成4个子图像,对各子图像进行归一化灰度Hough变换,分割后的尾迹在子图像中的对比度得到了提高。在各子图像变换域依概率模型进行统计建模实现了CFAR检测,最后将4个子图像的检测结果进行融合得到最终的检测结果。检测结果更好地提取出了尾迹,并且实现了尾迹的CFAR检测。仿真结果验证了算法的有效性。     

基于小波钝化的嵌入式图像处理算法研究

注塑模具保护系统普遍采用模板匹配图像处理算法,其存在实时性不强、精确度不高,以及对运行环境要求严苛等问题。论文提出了基于小波钝化的嵌入式模具保护图像处理算法,该算法运行于嵌入式平台,采用小波钝化的方法凸显待测残留物,无需进行模板匹配、图像配准和较正;提出了基于像素值统计的支持向量机检测算法,以适应嵌入式平台内存小的特点;引入支持向量机分类,有效解决了图像偏移带来的误差问题。MATLAB实验测得,该算法的模腔残留物检测平均准确率为85.71%,残留物检出平均耗时0.910s。结果表明,采用小波钝化和支持向量机的嵌入式图像处理算法,无论在算法检测精度还是算法响应速度方面均优于以灰度共生矩阵匹配算法和差影法为代表的图像匹配算法。     

基于边界先验双模型贝叶斯决策的红外图像海天线检测

为了解决复杂海面干扰下海天线检测的问题,本文提出了一种基于边界先验双模型贝叶斯决策的红外图像的海天线检测方法。该方法首先将海空背景下的红外图像划分为子图像块,以子图像块的离散余弦变换的主余弦谱作为子图像块特征;然后,基于边界先验建立了海、天子图像块的贝叶斯决策模型,对海、天子图像块进行粗划分;之后,利用粗划分的子图像块集合建立细划分贝叶斯决策模型,利用重叠子图像块滑动细划分方法,获取海天线上候选点;最后,利用随机抽样一致性（RANSAC）算法得到海天线模型参数,实现海天线的检测。实验结果表明,该方法能有效检测出复杂海空背景下的海天线,对于海杂波、亮斑等干扰较多的复杂红外图像具有更优的检测效果,运算速度较快。