基于投影特征的快速图像匹配算法

针对传统的模板匹配算法存在的问题,提出了一种基于投影特征的快速匹配算法。该算法对图像进行投影得到一维投影特征。在搜索图投影计算的过程中,根据模板投影特征的极值,动态判定投影的灰度值,从而减少投影过程中非匹配区域的冗余像素的投影,运用KMP算法实现投影特征的快速匹配。在KMP快速匹配的基础上,进行NC归一化相关计算,得出精确的匹配位置。实验结果表明,该算法既能保证匹配精度,又提高了运算速度,是一种有效的算法。     

图像识别技术在卡车驾驶室总成标识符自动识别系统中的应用

运用机器视觉的相关理论,综合了图像处理、特征提取及模式识别等技术,以VC＋＋6.0作为开发平台,并嵌入了Matlab与VC的接口技术,利用计算机实现理论算法的程序化,对卡车驾驶室总成中标识符进行自动检测与识别,最终实现了对卡车驾驶室总成型号的机器自动识别.实践证明,该方法具有一定的快速性和实用性.     

OCR在印刷字符实时检测系统中的应用

日常生活和生产中,许多产品都包含有字符信息,而在大量的自动化印刷过程中难免会产生印刷缺陷,人工检测效率低、成本高。论文针对这一问题,在线扫描实验开发平台上,利用OCR识别技术,对产品上的印刷字符信息进行了实时检测的试验,并采用模板匹配算法对采集到的字符信息进行处理,试验结果表明利用OCR技术能够快速准确地识别出印刷字符是否有误,提高了产品出厂的合格率。     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于投影特征的自适应图像匹配算法

针对传统图像匹配算法存在的计算量大、匹配速度缓慢的缺点,对基于相关函数法的投影法进行了改进,提出了一种基于投影特征的自适应图像匹配算法。得到投影序列后,选定初始阈值,在后续各点的计算中不断自适应更新,遵循超过当前阈值即停止匹配计算的原则,大大减少了对非匹配点的计算。实验结果表明,该算法抗干扰性强,匹配速度快;模板图像和待匹配图像大小越接近,该算法精度越高,速度优势越明显。     

改进的抗全仿射尺度不变特征变换图像匹配算法

针对现有匹配算法难以解决图像发生仿射变换特别是发生大视角变换时的有效匹配问题,本文对匹配稳定性较好的尺度不变特征变换(SIFT)算法进行了深入研究和改进.借鉴其模拟和归一化相结合的思想对相机光轴的经度角和纬度角进行模拟并采用SIFT算法进行匹配.结果显示,提出的算法不仅保留了SIFT原有的对仿射变换的抵抗能力,而且对视...     

一种基于模板匹配的人民币编号识别算法

针对纸币清分机对人民币编号自动识别,在处理速度和识别率方面的高标准要求,提出了一种基于模板匹配的人民币编号快速识别算法,该算法在图像预处理时,利用改进的滤波法去离散噪声;在字符识别时,利用数字和字母的水平与竖直交点特征和轮廓对称特征以及加权特征,直接识别定位好的字符。实验结果表明,该算法具有对硬件资源要求低、识别速度快等优点,可以满足纸币清分机的应用要求。     

基于粒子滤波的彩色图像跟踪算法的研究

摘 要;在以往的视频跟踪中,目标检测和跟踪常常需要两个计算法则,过程比较复杂,实现耗时较多。为了实现序列彩色图像的实时检测与跟踪,本文以目标有无信息和目标位置信息为变量建立联合状态向量,利用粒子滤波方法实现目标检测及跟踪。此外为了减少计算量并且充分考虑到跟踪区域各像素的权重,建立基于颜色信息的特征直方图作为观测向量,用于后验估计。实验证明本文提出的方法能够在14.37ms内检测并跟踪目标,并且对目标的旋转变化和尺度变化具有一定的鲁棒性     

一种改进的基于双权值颜色直方图的均值漂移跟踪算法

在实际应用中,当目标与背景的颜色相似时,均值漂移跟踪算法容易产生跟踪漂移现象.本文基于均值漂移算法,首先提出一种背景削弱权值,结合基于核函数的目标中心加权,有效解决由相似背景带来的跟踪干扰.然后提出一种模板更新策略,提高目标在遮挡、光照、形变等干扰下的跟踪鲁棒性.由老虎图像序列实验可知,提出的改进算法具有更好的跟踪效果.     

基于无监督学习的SIFT鲁棒图像匹配算法

SIFT特征匹配算法的匹配能力强,但特征点中孤立点和噪声点等会导致部分特征点误匹配;不同图像间特征点的有关描述相近,也会造成两幅不同结构的图像,在提取出各自的SIFT特征点后相互匹配。为此,提出一种改进SIFT的图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用无监督学习方法对匹配异常点进行剔除,实现特征点的二次精确匹配。     

利用CCD图象匹配进行目标定位检测的设计与实现

从图象匹配原理着手,采用了模板匹配方法,对铁轨的基桩进行匹配和识别.实验结果证明了这三种方法的有效性,但是在特定的环境下使用这三种方法还应采取适当的措施.     

改进的OFGA及其在图像匹配中的应用

分析了应用于多峰值多欺骗性适应度函数的快速的遗传算法问题,提出基于性能优良的最优家族遗传算法(OFGA)的改进方法,使其个体的进化仅仅是基于优良家族而不是全部种群以克服早熟。最后,将改进后的算法应用到快速图像匹配以证明有效性,在图像匹配的适应度函数构造中,为减少非匹配点计算量,提出采用序贯相似性检测算法(SSDA),实验结果表明,改造过的OFGA和SSDA相辅相成、互相受益,整体算法对提高图像匹配的速度方面成效显著,且算法稳定,说明算法有应用到类似问题上的潜力。     

基于改进的SIFT特征的图像双向匹配算法

图像匹配是计算机视觉中许多领域的基础,特征提取则是图像匹配的基础,其中不变量特征是一个重要的理论。SIFT是最有效的尺度、旋转、亮度不变量局部特征之一,但算法复杂、计算时间长。分析了SIFT的计算时间分配,通过计算关键点的邻域梯度直方图时动态修改采样步长,大大提高了SIFT的计算速度。分析了基于SIFT特征的图像匹配算法,提出了双向匹配算法,提高了图像匹配的准确率。实验结果表明所提出的方法是有效的。     

基于有向线段重构轮廓与成对几何直方图的缓解阀盖图像匹配算法

针对货运列车缓解阀盖缺失故障的检测,提出一种基于轮廓有向线段重构与成对几何直方图的匹配方法。该方法首先根据最大弦长和极半径确定采样初始位置,并根据局部弯曲度评价机制对轮廓进行动态分级采样;然后以采样点为端点按逆时针顺序构建有向线段,依次计算每对线段间的有向相对角和归一化当量距离,并最终将其作为该对线段的双重特征描述子计入二维直方图;最后使用巴氏距离对二维直方图间的相似性进行度量。实验分析表明,该算法对旋转、缩放和平移等几何变换有较好的鲁棒性,同时也兼顾了检测效率,满足了列车故障检测的实时性要求。     

基于混合特征的移动机器人图像匹配算法

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明：与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。     

二维碎片轮廓曲线的匹配算法

笔者提出了一种二维轮廓匹配的方法，该算法是对图像之间相似性度量的Hausdorff距离的进一步推广。首先，以特征点及其两侧的若干点构成特征段，用特征段对轮廓进行分段描述，然后用特征段之间曲率的Hausdorff距离来度量分段轮廓之间的相似性，获得匹配结果。该算法充分利用轮廓线的几何特征信息，既保证了较好的匹配精度，又能显著提高算法速度。     

基于全局特征与局部特征的图像分级匹配算法研究及应用

移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法具有高的精度和鲁棒性、良好的实时性,针对此,提出了基于全局特征和局部特征的图像分级匹配算法。首先对输入的待匹配图像应用改进的形状上下文算法提取全局特征与图像库中图像进行遍历粗匹配,得到与当前待匹配图像相似度最高的3幅图像并构建临时图像库;然后利用改进的SIFT算法提取输入图像局部特征与临时图像库中3幅图像的局部特征进行精确匹配,最终得到与待匹配图像相似度最高的图像作为匹配结果输出。所提出的图像分级匹配算法将基于全局特征的改进形状上下文算法和基于局部特征的改进SIFT算法相结合,从而达到优势互补的目的。实验结果表明,该算法在机器人基于拓扑地图导航过程中有效地提高了图像匹配效率,缩短了运行时间。     

基于标记点的图像特征匹配的鲁棒算法

提出了基于标记点的图像特征匹配的鲁棒算法，该算法采用编码点和非编码点等标记点的方式。与已有方法相比较，该方法有两个主要特点：①首先用编码点的ID进行两幅图像间编码点的对应匹配，然后从已匹配的编码点开始，进行非编码点的匹配；②采用标记点的亚像素定位方法，提高了三维重建精度。实验结果表明，该算法既有非常高的正确匹配率，又有很高的三维重建精度。