基于局部特征的医学显微图像自动拼接

为了实现将多幅小视场显微图像拼接成一幅完整大视场图像,以获得生物体试样的整体视图信息,方便分析.论文提出了一种用于虚拟显微镜(VM)的图像自动拼接方法.该方法基于图像局部特征匹配.利用积分图像和DOB滤器有效检测特征点,采用SIFT描述子生成用于匹配的特征向量,使用基于相关双向匹配法有效建立匹配特征点对,同时用RANSAC算法滤除不匹配的特征点.采用了一种改进的渐人渐出融合方法对匹配图像进行融合.文中方法有效提高了系统的计算速度和匹配精度,以及图像之间变换的鲁棒估计.拼接显微镜图像的实验结果表明,文中提出的方法是精确和有效的.     

基于压缩分类的快速特征点匹配方法

传统特征点匹配方法在训练程序完成之后将实时图像与样本图像直接进行匹配,计算开销大,匹配时间长,实时性不强;提出一种基于分类的快速特征点匹配思想,在训练阶段引入视点的压缩和分类机制,改进匹配过程,在减少计算开销的同时保证匹配精度.与直接匹配方法进行比较,进一步说明改进过程对于匹配速度提升的作用.     

一种改进的Hausdorff距离模板匹配算法

检测和提取图像中的目标图像是图像处理和模式识别等领域里非常活跃的问题.因为Hausdorff距离对于目标遮挡、图像噪声和图像晃动等情况具有较好的鲁棒性,因此使用Hausdorff距离进行图像匹配是较常用的方法之一.为了降低此算法的计算复杂度,提高匹配效率,提出了一种能够从待匹配图像中高效匹配出模板图像的改进算法.将文中提出的改进算法分别应用到一幅图像和视频序列图像中,实验结果证明了该算法的高效性.     

基于PIU测度和遗传算法的图像匹配方法

鉴于图像匹配需要解决时效性和不同模态图像适用性的问题,提出了一种利用划分强度一致(Partitioned intensity uniformity,PIU)测度和遗传算法(Genetic algorithm,GA)实现图像匹配的方法.在对PIU测度进行研究分析的基础上,提出用PIU的改进形式PIU'作为图像匹配的相似准则,并时传统的遗传算法进行一系列的改进作为匹配过程的优化策略.PIU'的选取使得该方法不需要提取特征就可以用于多模态图像间的匹配,避免了特征提取不良带来的匹配误差,同时也降低了匹配的时间复杂度;采用改进后的遗传算法降低了匹配的空间复杂度.实验结果表明,该方法可以成功地完成多模态图像间的匹配,具有较高的匹配速度.     

基于图像序列的场景合成算法

基于图像序列场景合成是虚拟现实研究的热点之一.为了提高场景合成的准确度,提出了基于极线几何的场景合成的改进箅法,对特征点的匹配和多视角关系进行校正.特征点匹配算法将特征匹配和极线几何估计有机的结合起来,给出一种基于组合优化的非标定图像的特征点匹配方法;多视角关系的校正根据图像的边缘信息进行优化.实验结果表明,改进后的算法具有抗噪声和抗失真的能力.     

基于改进SIFT算法的图像复制粘贴篡改检测

复制粘贴是一种常见的图像篡改方式,也是最隐蔽的图像篡改手段之一。SIFT是一种常用的匹配算法,同时也是一种较为有效的复制粘贴图像篡改检测方法。目前基于SIFT的图像篡改检测方法中,存在着匹配精度差及时间复杂度高等问题。为了克服这些问题,对SIFT算法进行了改进:针对阈值增大造成精确性差的问题,采用拟合优化的方法确定阈值,对SIFT算法中提取特征点的方法进行了改进;针对SIFT算法特征匹配阶段时间复杂度高的问题,采用基于K-D树的BBF搜索算法进行最近邻查询以实现特征点的快速匹配,对SIFT算法中的特征匹配进行了改进。实验结果验证了该算法的有效性。     

一种改进的基于纹理的图像修复算法

图像修复是数字图像处理领域重要的研究内容,该文针对Criminisi等人提出的基于纹理的图像修复算法的一些不足,提出一种改进算法,优化了纹理块优先权的计算方法,采用新的搜索匹配块方法和改进了匹配准则.实验结果表明,该算法具有良好的修复效果.     

基于优化RANSAC算法的二次元快速稳定配准

针对检测零件缺陷的二次元光电检测仪的速度和稳定性要求,提出了一种加入预匹配的快速稳定的RASNSAC匹配方法.首先对零件图像轮廓区域矩分析以及轮廓多边形逼近以及对其CAD标准档进行解析计算得到图像轮廓和CAD图的重心、主轴方向以及特征点集,然后通过重心和主轴对零件图像和CAD图进行预匹配,最后利用RANSAC对预匹配后的特征点集进行快速匹配.实验结果表明,此改进算法显著地提高了图像的匹配速度和稳定性.     

一种基于特征点三维信息的自然路标提取与快速匹配方法

自然路标提取与匹配是vSLAM的基础.文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法.采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配.建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤.在此基础上基于改进的MeanShift聚类算法进行自然路标提取.提出一种路标描述符,可以快速进行两个聚类的匹配.该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低.     

基于DCT分类的边缘匹配矢量量化图像编码算法

提出一种基于DCT分类的边缘匹配矢量量化算法,充分考虑了当前处理图像块与其相邻图像块之间的相关性以及各码字与该输入矢量之间的边缘匹配失真.实验结果表明,该算法的峰值信噪比(PSNR)值高于基本边缘匹配矢量量化器且码率更低.本文对该方法进行了改进,提出一种新的基于DCT分类的边缘匹配矢量量化算法.该算法可以使运算时间缩短40%～5O%.