旋转不变性图像模板匹配快速算法

综合利用图像梯度幅值统计的旋转不变性,梯度角度统计的旋转迁移性以及图像梯度角度统计的旋转自相关系数分布对称性,基于图像的3种不同特征,分两步精确快速地完成了统计匹配运算。仿真试验结果显示:本文算法在模板图像发生任意角度旋转的情况下匹配性能好。该算法时间复杂度小,并且在模板图像灰度发生一定程度的非线性变换、缩放、遮挡等情况时仍具有良好的鲁棒性能。     

一种新的宽基线图像匹配方法

在宽基线图像匹配中,图像存在3维视角、尺度、旋转和灰度差异.为此,构造了一种新的基于局部二值模式直方图傅里叶特征的特征描述符,并通过对传统宽基线图像匹配算法框架中不同部分算法的对比分析,提出了一种新的宽基线图像匹配方法.首先,提取基准图像和实时图像中具有尺度和仿射不变性的最稳定极值区域,并利用新的特征描述符对这些区域进行图像旋转和灰度不变性描述;然后,根据近邻欧氏距离比值准则提取两图像中匹配的最稳定极值特征区域对;最后,利用顺序抽样一致性算法剔除误匹配特征区域对,估计两图像的外极几何关系,得到匹配结果.仿真结果表明,新算法能够适应待匹配图像间较大的3维视角、尺度、旋转和灰度差异,实现稳定的宽基线图像匹配.     

台风图像快速匹配算法研究与实现

在图像模板匹配问题中,目前基于像素灰度值的相关算法都还存在有时间复杂度高、对图像亮度与尺寸变化敏感等缺点.为克服这些缺点,提出了一种基于图像灰度值的编码表示方法.这种方法将图像分割为一定大小的方块(称为R-块),计算每个R-块图像的总灰度值,并根据它与相邻R-块灰度值的排序关系进行编码.然后通过各个R-块编码值的比较,实现图像与模板的匹配.算法中各个R-块编码的计算十分简单;匹配过程只要对编码值进行相等比较,而且可以采用快速的比较算法.新算法对像素灰度的变化与噪声具有鲁棒性.实验结果表明,新算法比现有灰度相关算法的计算时间快了2个数量级.     

基于Hu矩的主成分分析特征目标识别技术算法设计与实现

详细介绍Hu矩,实现结构矩的离散化计算,然后测试Hu矩在对图像加入不同程度模糊下的特征继承性.根据Hu矩的平移、旋转和缩放不变性,设计基于主成分分析的特征目标识别算法.将基于主成分分析的快速匹配算法和基于Hu矩的图像特征识别算法结合,实现了良好的特征辨识和匹配效果.     

一种基于模板匹配的人民币纸币面额识别方法

从图像处理的角度论述了人民币纸币的识别方法.针对人民币纸币面额种类少的特点，提出了采用模板匹配的方法.传统的二维模板匹配虽然实现简单，但计算量十分庞大，花费时间太长，针对此情况采用了当今发展比较成熟的一维灰度投影的模板匹配算法.该算法通过图像灰度投影变换，形成一维图像，并用一维图像进行快速匹配.试验结果表明，后者在保证了匹配准确率略高的前提下，识别速度明显高于前者，从而提高了设备的识别速度，使之更具有了实用性.     

基于模板匹配的发票号码识别算法

针对数字识别系统中的发票号码识别问题,提出了一种有效的基于模板匹配的发票号码识别算法.通过对发票数字图像进行前期处理以获得单个字符图像,根据印刷体数字二值化后矩阵特点,基于模板匹配的思想,将待识别字符图像与模板图像进行信息区叠加,对叠加后的图像进行不匹配像素统计,从而得到匹配系数,取匹配系数最小值为最佳匹配.结果表明,该方法简单有效,抗干扰性强且识别率较高,识别发票图像准确率可达99%.     

基于模板匹配的改进型目标识别算法

针对图像处理过程中采用局部特征提取与特征匹配的目标识别算法对纹理不丰富物体识别精度差、在同一次学习过程中不能多视角识别同一个物体的缺点,提出采用基于模板匹配的改进型目标识别算法,提高对纹理不丰富物体的识别速度及准确率。利用梯度作为特征量完成模板匹配,结合DOT算法去除次要的梯度特征,只采用幅值大的主导梯度方向作为特征量进行模板匹配,融入仿射投影变换算法、将模板特征二进制化来提高在线同时识别多个不同物体、多视角识别同一个三维物体的速度及准确率。试验证明,该目标识别算法对复杂背景中纹理较少的物体,发生微小变形、微小平移和光照变换的物体识别效果鲁棒性强。     

用于虹膜分类和旋转校正的角点特征预处理方法

提出了基于角点特征的虹膜预处理方法。该方法利用虹膜区域中角点及邻域灰度信息,通过仿射对应并进行相似度计算判别模板和待识图像间的类属关系。解决了样本集划分和精细识别中旋转角度去除(保持旋转不变性)的问题。实验结果表明:本文方法具有很好的识别分类性能和较快的识别速度,可作为完成降低搜索规模及去旋转归一化的预处理操作。     

畸变图像的有效配准算法

镜头畸变是导致图像质量降低的主要因素之一.通常在图像存在畸变情况时,要先通过图像畸变校正方法来减小畸变对图像的影响,但校正过程较为复杂.本文提出了一种新的畸变图像的有效配准算法,算法分为初始匹配和松弛优化匹配两步,初始匹配算法采用圆投影匹配算法,松弛匹配算法则以向量旋转角的旋转和缩放不变性特征作为初始匹配对的优化准则,首先计算向量旋转角度差值,然后通过构造支持度函数和剔除策略选出最优匹配对.实验证明,该算法在图像非线性畸变误差较大的情况下也能够实现正确匹配.     

一种静态背景下的运动目标检测算法研究

运动目标检测技术是计算机视觉研究的重要课题.对常用的Kim目标检测方法,针对其不足进行了改进.将连续三帧的差分图像和背景差分图像直接相乘得到灰度图像,然后对该灰度图像进行自适应最大方差阈值分割,再基于灰度加权图像模板匹配法实现目标的检测.结果表明,该方法能够准确地检测出跟踪目标,检测信息比较完整,具有较好的实用价值.     

一种新的虹膜定位算法

针对目前已有的虹膜定位算法存在的局限性,提出了一种利用虹膜图像边缘图像以及虹膜的几何特征进行虹膜定位的算法,先利用Canny算子提取虹膜的灰度边缘图像,然后通过虹膜的圆特性对虹膜进行粗定位,最后利用变圆模板精定位.实验结果表明,该方法提高了准确度和速度,有效地解决了目前算法处理包含大量脸部区域的虹膜图像时遇到的困难.     

基于PC系统的手指静脉识别算法研究与应用

通过分析人体手指静脉图像的特点,提出了一种基于灰度谷形区域搜索的手指静脉提取方法,即利用手指静脉图像的灰度剖面曲线呈谷形特征来实现静脉特征的提取.在静脉模式识别中,改进了传统的模板匹配方法,并建立了一个基于PC系统的手指静脉身份认证系统用于测试算法.试验结果表明,该手指静脉提取和匹配算法具有较高的识别率和应用价值.     

Riemann-Liouville分数阶图像增强算法及其电路实现

为了解决整数阶微分对图像纹理增强效果不明显及Grümwald-Letnikov（G-L）微分后会使RGB彩色图像边缘色彩失真的问题,提出了一种Riemann-Liouville（R-L）分数阶图像增强算法并讨论了该算法的电路实现.从R-L定义出发,推导出分数阶微分方程,构造了数字图像8个方向上的0~1阶分数阶微分模板并讨论了其数值运算规则,在此基础上构造并实现了数字图像的R-L分数阶微分电路,并在HSI空间对I分量进行分数阶微分实现彩色图像增强.实验结果表明,该算法能比较明显地增强图像的纹理和边缘细节,增强后的图像清晰度和对比度提高,图像视觉效果明显,具有非线性增强灰度图像和彩色图像的复杂纹理特征及边缘信息的独特优势和良好效果.     

全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题.探讨了通常的2种图像拼接算法及其优缺点,在定义匹配图、包含图和模板图的基础上,提出了一个基于模板匹配的全景图拼接算法,引入标准相似度实现模板匹配,在Visual C 6.0环境中编程实现图片的拼接,并验证了算法的正确性.     

一种基于WindowsCE的手写体识别系统的实现

研究了基于模板匹配算法的手写体识别技术,通过图像预处理、图像特征提取、模板匹配和图像识别等,建立了一种基于WindowsCE的手写识别系统。     

复杂背景下的篮球识别

针对篮球比赛视频分析应用,提出了一种多层次的篮球对象识别方法.利用篮球颜色一致性较好的特点,通过彩色训练提取篮球颜色的统计范围,根据该统计范围得到图像中可能的篮球区域;根据篮球轮廓为圆的特点,采取方向滤波器和Hough变换相结合的方法提取可能轮廓区域中的圆形轮廓,得到候选篮球;最后,利用篮球典型的纹理特征,采用模板匹配的方法对候选篮球进行确认.实验结果证明了该算法的有效性,且多层次算法可推广应用于其他球类对象识别.     

基于广义点摄影测量的圆和圆角矩形三维重建

为了解决目前工业制造中圆和圆角矩形高精度误差检测方面所面临的难题,采用广义点摄影测量理论进行高精度三维重建与误差检测.论述了广义点摄影测量的数学模型,建立二维影像与待测目标参数间的函数关系,根据切线的斜率确定所需使用的数学关系式,并基于已知的像片内外方位元素,采用最小二乘模板匹配和物方直接解方法相结合进行圆和圆角矩形的三维重建和误差检测.实际图像数据的实验结果表明,由于采用了大量冗余观测值和相应约束条件按照最小二乘法求取整体最优解,可以获得0.03mm左右的三维重建和误差检测精度.     

基于模糊聚类与模板叠合的色织物自动判析

采用模糊聚类与模板叠合判定技术相结合的方法实现了色织物组织点颜色的自动判析,得到色纱的排列图和颜色分类后的织物图像,可用于进一步的组织识别和叠合验证。文中首次提出了一种力学拉伸矫正和清晰化与图像处理组合的技术,对于解决以往织物组织图像的识别困难效果显著,是织物图像分析中的实质性进步。     

自动上料机器人视觉识别系统

为了满足自动上料机器人对视觉识别与定位算法高效性、高实时性的要求,提出了预检测+精检测的两步检测法.在预检测阶段,采用Bresenham圆对已提取的安全套边界点集进行曲率分类,根据边界曲率趋势筛选出特定的边界点集并求出矩形掩膜区域.在精检测阶段,在矩形掩膜区域内生成ORB特征算子检测和BRISK描述子.采用最近邻域算法进行模板匹配,利用RANSAC算法剔除误匹配.结果表明,本算法比单纯的ORB+BRISK、BRISK等算法快5~8倍;同时继承了ORB与BRISK算法的旋转不变形和尺度不变性,提升了安全套形变时顶部的识别与定位精度.