于小波变换的等价图割SAR图像配准方法

为改进SAR图像匹配的稳健性和实时性,提出一种基于小波变换的等价图割SAR图像配准方法.该方法首先利用小波变换对图像进行分解,在低频子图像下构造等价图割,克服相干斑噪声干扰,避免NP困难,解决映射函数选取问题,从图像中分割出精确目标.其次利用尺度不变特征变换（SIFT）方法实现目标的特征匹配,降低搜索空间特征点描述,提高实时性.最后通过匹配关系找到变换参数,实现图像精确配准.实验结果表明,该方法能快速而精确地实现SAR图像配准.     

分辨率差异较大的遥感图像自动配准算法研究

本文在研究了已有配准算法的基础上,针对两个分辨率差异较大的遥感图像,提出了自动配准的改进方法,自动获取基准影像,并对每个波段的图像做直方图均衡化增强,最后,构建影像金字塔,运用SIFT算法提取特征点。     

改进型相位相关法在药液图像配准中的应用

针对瓶装药液微小异物视觉检测系统中,由于平台和相机振动所导致的序列图像中瓶体出现不同程度的随机偏移问题,提出了一种基于改进型相位相关法的药液图像配准方法。首先,引入图像投影将原始相位相关配准算法分解为两个一维配准算法,显著提高算法实时性。其次,引入Hanning窗函数滤波,克服图像边缘"不连续性"对配准精度的影响。最后,针对原始相位相关配准算法只能达到像素级配准精度的缺点,引入峰值估计技术,将配准精度提高到亚像素级。实验结果表明,本文方法配准精度可达1/100像素级,并对于亮度变化、噪声干扰具有一定免疫性,能满足瓶装药液微小异物视觉检测系统的实际生产要求。     

基于图非负矩阵分解的图像配准

本文提出一种新的利用图的谱对应绝对值特征向量的非负矩阵分解图像配准方法.首先利用图像特征构造了无向权图的非负权矩阵,通过非负矩阵分解得到了包含原始图像全部特征的特征基图像;然后将非负权矩阵谱对应绝对值特征向量作为非负矩阵分解的初始值进行迭代,既能反映图的结构特征信息,又能提高图像的匹配率;最后在特征基向量空间找到了两图...     

相似度距离耦合角度径向变换的图像配准算法

目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。     

图像配准的统计数值分析

从图像的灰度信息出发,对联合概率分布进行计算分析,通过最大化联合概率分布在二维平面上的聚集度来完成图像的配准过程,并就图像在完全配准、不完全配准、相互独立的情况下其灰度值的联合概率分布进行了数值统计分析.文中以长波红外图像、中波红外图像、短波红外图像为例进行了仿真.分别对5种配准情况的不同配准测度进行了数值和图表分析对比,分析了不同配准测度之间的评价一致性问题.     

PCB钻孔自动光电检测精确配准关键算法

为了实现快速印制电路板（PCB）钻孔自动检测,提出了一种PCB待测板和标准板快速自动配置算法。介绍了PCB钻孔自动光学检测系统的基本结构。采用粗匹配和精匹配两步进行配准的方法,通过边缘提取和Hough变换得到待测板4个角点坐标,利用角点坐标和标准板角点的关系进行粗配准,并找到待测板的定位孔;然后利用待测板定位孔圆心和标准板定位孔圆心的关系进行精确配准。实验证明,该算法计算速度和精度完全能够满足实际要求。     

基于图像迹的快速配准算法研究

针对基于灰度的图像配准速度较慢的弊端,给出了"图像迹"的定义,通过计算图像的迹差,求累积误差的最小值进行图像配准.通过实验验证,这种方法在保持高的配准概率的前提下,大大地提高了配准速率,降低了算法复杂度,不仅抗噪能力强,而且仅仅只有和差运算,也易于硬件实现.     

一种改进的基于轮廓的图象配准算法

图象配准是图象处理的一项重要内容.该文提出一种改进的基于轮廓的图象配准算法,将Hausdorff距离作为图象匹配的测度,采用基于Canny算子边缘检测和像素分析法相结合的特征点抽取算法,有效减少了特征点个数;选用混合编码遗传算法进行最佳形状匹配的搜索,得到两特征点集间的仿射变换参数,并有效避免了局部最小值的干扰,从而提高了解的精度.实验结果证明了该方法的有效性.     

一种权值约束的精确配准算法

针对数据与模型的精确配准问题,提出一种权值约束的配准算法,通过对配准点施加不同的权值,利用权值约束保证模型重要区域的配准精度.首先,论文基于经典配准模型,引入权重因子,建立了改进的权值约束的配准模型.针对配准模型的求解问题,通过对现有SVD-ICP算法进行适应性改进,提出并研究了带权SVD-ICP(wSVD-ICP)算法,重点推导了基于wSVD算法求解旋转矩阵R和平移矩阵T的过程.最后,论文利用仿真数据和实测数据对配准模型进行了验证;计算结果表明,论文所提算法通过对精度要求较高区域分配高权值进行约束,可有效提升该局部区域的配准精度;同时,可在一定程度上改进整体配准精度和效率.     

基于图像配准的药用玻璃瓶印刷字缺陷检测

目的准确检测出药瓶印刷字的缺陷。方法采用目前流行的SIFT特征点提取算子,选用欧氏距离进行初匹配,RANSAC进行精确匹配。结果药瓶在传送过程中不管发生怎样变化,都能被检测出其印刷字的缺陷,成功剔除不合格药瓶。结论实验结果表明该方法能够精确地提取图像特征点,准确地匹配图像特征点对。     

具有SIFT描述的Harris角点多源图像配准

多源传感器成像原理的差异给图像配准带来了很大困难,本文针对红外与可见光图像配准提出了一种具有SIFT描述特征的Harris角点多源图像配准算法.首先建立多尺度空间,以多尺度空间检测尺度不变的Harris角点作为特征点;然后通过改进SIFT对特征点的描述方法,采用圆环结构算子对Harris角点进行类SIFT的特征描述;最后利用双向最近邻方法进行匹配,通过最小二乘法实现图像的配准.实验证实了算法配准的精确性、快速性和稳定性,具有较好的配准效果.     

基于虚拟点的可见光和SAR图像配准研究

本文以机场场景下的可见光和SAR图像为研究对象,提出了一种基于虚拟点特征的可见光和SAR图像配准方法.该方法以虚拟点特征和控制点匹配技术为基础,处理具有全局仿射几何失真的异源图像配准问题.首先根据两类图像的特点,使用Canny算子和一种兴趣算子提取两幅图像中的共有特征一直线特征,然后在直线特征的基础上拟合虚拟点特征,采用基于特征一致的粗配准和基于虚拟点特征的精确配准相结合的方法,对两幅图像实现由粗到精的自动配准,实验结果表明,本文方法可行且能取得较高的配准精度.     

基于相位相关的印刷全画面检测中图像定位的研究

结合印刷全画面检测系统的特点和对待检测图像的特定要求,使用相位相关法解决了印刷全画面检测系统中的图像定位问题。在实现过程中,运用四元数理论,充分利用了彩色图像中各通道的色度信息,在提高处理性能的同时,尽可能保留定位后彩色图像的忠实再现。经图像质量参数和印刷参数检测软件评价表明,该方法能够较好地运用到印刷全画面检测系统中。     

多特征红外光与可见光图像的分区域配准

针对发生较大角度旋转及平移时图像配准精度不高,图像配准对局部形变和光照较为敏感的问题,本文提出了基于直线和SURF特征的图像分区域配准算法。首先利用Hough变换实现图像的粗配准;然后对图像进行分区,在子区域内利用SURF算子求取变换模型参数,完成图像的配准。实验表明该方法可用于红外与可见光图像的配准,与传统方法相比,本方法能够在图像存在大角度旋转和平移时实现高精度配准,且在图像存在局部形变及光照不均时精度较好。     

基于改进 SIFT的图像快速自适应匹配算法

目的分析SIFT算法特征点描述子生成比较缓慢和匹配过程距离比阈值无法自适应调节的问题,探索一种改进SIFT的图像快速自适应匹配算法。方法通过简化特征点描述子的生成过程,提高算法效率,并通过自适应地调节距离比阈值参数,提高算法的鲁棒性。结果与原算法相比,图像快速自适应匹配算法的匹配点数减少,匹配准确度高,计算时间缩短。结论该算法在匹配效率和准确度方面具有明显优势,能够将计算机视觉用于工业无损检测、印品图像检测、印刷网点图像检测和包装图像检测中,具有较好的推广价值。     

一种用于图像拼接的角点匹配算法

针对基于自适应光学技术的人眼眼底待拼接图像灰度、清晰度不一致以及细节的差异使检测出的角点无法匹配,进而导致图像不能拼接的问题,提出一种在OpenCV配置环境下角点检测的基础上,进行角点匹配的新方法.该方法利用角点间的距离和斜率在眼底很小的区域内基本不变的特性,将两幅图像的角点对相互匹配,进而找到两幅图像中三对一一对应的角点.实验结果表明,用该方法可以解决人眼图像拼接的角点检测和角点匹配问题,而且运算速度快,检测效率高.     

可见光和红外反相图像的SURF特征双向匹配

特征匹配的准确率影响图像配准的精度,是基于特征配准方法的重点和难点之一。为了解决单向最近邻/次近邻法所导致特征点一对多的误匹配问题,提出了一种红外和可见光图像的特征双向匹配方法。首先,对红外图像进行反相和直方图均衡化处理,增强两类图像的相似性,提取数量更多重复率高的共有特征;其次,对提取的SURF(Speed-up Robust Feature)特征进行双向最近邻/次近邻粗匹配,确保特征匹配的一致性,降低误匹配率,并利用RANSAC(Random Sample Consensus)算法对特征点进行二次匹配,实现特征点精确匹配。实验结果表明,该算法在正确匹配率和配准精度方面都优于传统SURF的单向最近邻/次近邻匹配方法,具有有效性。