能量制约耦合比值一致性约束的图像匹配算法

针对当前较多图像匹配算法主要依靠阈值调节来完成特征匹配,导致算法的匹配正确度不高以及鲁棒性较差,设计了一种采用比值一致性约束的图像匹配算法。通过盒式滤波器替代高斯偏导函数,求取SIFT行列式,以提取图像特征。在特征点的邻域内计算Hu不变矩,求其特征向量。以特征点的向量为依据,并引入特征点邻域的区域能量,以获取特征匹配结果。利用匹配点对在空间上的距离关系,建立比值一致性约束方法,利用匹配点对的欧氏度量比值,搜索错误匹配,优化特征匹配结果。通过实验分析发现,与当前已有的图像匹配算法相比,所提算法的具有更高的匹配正确度和鲁棒性。     

基于区域直方图和特征相关匹配规则的图像复制-粘贴篡改检测算法

针对当前较多图像伪造检测算法主要通过利用图像的灰度特征来进行图像伪造检测,当伪造内容存在较大灰度差异时,将导致检测结果中出现较多的误测以及鲁棒性不佳的不足。提出了基于区域直方图和特征相关匹配规则的图像复制-粘贴篡改检测算法。首先,利用Hessian矩阵行列式对图像特征进行检测,通过积分图像的方法提高Hessian矩阵行列式检测图像特征点的效率。然后,通过求取Haar小波响应值,以判定特征点的主方向。接着,对圆形窗口进行均匀分割,利用像素点的梯度模值来建立分割区域直方图,以获取特征向量,生成特征描述符。最后,利用归一化互相关(NCC)函数对特征点的相关性进行度量,建立特征相关匹配规则对特征点进行匹配。利用凝聚层次聚类方法,对特征点进行层次聚类,实现图像的伪造检测。实验结果分析表明,与当前图像匹配算法相比,图像伪造检测算法不仅能较精确的对伪造内容进行检测,而且还具有较强的鲁棒性能。     

基于双目视觉脉搏图像SIFT特征匹配

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像,再基于特征点的立体匹配框架中,利用图像梯度信息,引入基于三维梯度方向直方图的SIFT特征描述子作为区域特征描述符,进行脉搏图像的特征匹配,为最后的三维信息的获取和对其他立体视觉图像匹配有很大的参考性。     

基于AKAZE算法的图像拼接研究

针对基于KAZE特征检测的图像拼接算法实时性问题,提出一种简单有效的AKAZE拼接算法。该算法首先通过AKAZE算法提取图像特征点,接着计算M-LDB描述符从而生成特征向量。随后计算特征向量之间的汉明距离,提取出匹配的特征点对,然后利用RANSC算法估算全局单应性矩阵,根据动态线性变换算法求取重叠区域局部投影关系,结合两者统一投影平面,最后利用加权融合实现两幅图像的拼接。对KAZE、SIFT、SURF、ORB、BRISK进行性能实验比较,所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能,而且处理时间大大缩短,实现了有效的图像拼接。     

对动态目标进行匹配的快速算法

基于图像匹配模型,在小波变换和投影特征的基础上,提出对动态目标进行匹配的快速算法.首先对动态目标进入视场的方向进行划分,针对划分后的区域利用小波变换和垂直投影技术得到一个可能的匹配点集合,再将模板图在搜索图上对匹配点集合中对应的点上利用灰度相关归一化公式作匹配运算,从而得到匹配位置.实验结果表明,该算法在实现匹配精度的同时,更进一步的提高匹配速度.     

颜色度量因子耦合局部特征聚类的 图像复制-粘贴篡改检测算法

针对当前较多图像复制-粘贴篡改检测算法主要依靠图像的灰度信息来检测图像特征,没有考虑图像的色彩特征,使其存在误检与漏检的不足,引入余弦调制高斯滤波(cosine modulated Gaussian,CMG),设计了基于颜色度量因子与局部特征聚类的图像复制-粘贴篡改检测算法。利用CMG来求取图像的尺度响应值,并通过极值计算来提取图像的候选特征点;再利用像素点的光谱反射模型来建立颜色度量因子,从候选特征点中确定图像的鲁棒特征点。构建特征点的邻域圆,并求取该圆域中的四元数指数矩(quaternion exponent moments,QEM),从而得到相应的特征向量;利用特征向量来计算特征点间的欧氏距离,完成图像的特征匹配。最后,利用匹配点对的R、G、B值,形成特征点的局部特征,实现图像特征的聚类,准确定位复制-粘贴伪造内容。仿真结果显示,较当前的复制-粘贴伪造检测方法而言,对于简单的复制-粘贴篡改和复杂组合篡改,所提方法都具备更高的检测精度与鲁棒性。     

一种优化的图像配准算法

为了降低传统尺度不变特征变换(SIFT)算法的特征点检测与匹配的时间复杂度,提出一种优化的图像配准算法,即采用Trajkovic算法检测特征点,并采用SIFT算法的分配描述符方法分配特征点描述符参数,再用稀疏降维原理对特征点描述符参数进行降维处理,最后,采用基于双向匹配的相似性度量算法进行特征点匹配。模拟实验选择检测图像的特征点数、匹配对数、正确匹配对数、匹配正确率、配准时间与配准时间下降率6个指标作为评估标准,结果表明,优化算法在特征点配准正确率方面与传统SIFT算法相当,但在特征点配准速度方面有明显提升。     

一种基于图像特征点的图像匹配算法

图像匹配技术被广泛用于人脸识别、全景图像生成等领域.该文利用变比不变特征点 (Scale Invariance Feature Transform-SIFT)提取方法提取特征点,并对SIFT方法提取出的特征点用最近邻算法 (Nearest Neighbor-NN)进行匹配,在搜索最近邻特征点和次近邻特征点时使用了在K-D树搜索算法基础上进行改进的搜索算法BBF(Best Bin First)算法.实验证明该匹配算法具有匹配精度高,鲁棒性好的特点.     

基于特征点概率模型与匹配的图像拼接算法

为了解决图像内容单一、特征点不明显且数量少而导致其难以拼接准确的问题,提出了基于特征点概率与匹配的图像拼接算法.首先,利用图像重叠区域特征的单应性,开发出对旋转、尺度及光照不变的可靠特征几何结构,计算焦距矩阵与旋转矩阵,实现特征点检测;利用随机抽样一致性算法,完成特征点匹配.然后,利用伯努利分布特性和贝叶斯计算,建立内点和离群点的模型概率,剔除错误匹配点,从而提高图像匹配精度,准确完成图像拼接.最后以条码对接是否准确为图像拼接质量判断基准,实验测试结果显示:与当前图像拼接技术相比,该算法拥有更高的拼接准确率与鲁棒性.     

基于交叉检验ORB和MCC的图像模板匹配算法

针对传统ORB算法在进行图像模板匹配时稳健性和精确性较低的问题,提出了一种基于交叉检验ORB和最大相关熵准则(MCC)的图像模板匹配算法。首先对模板图像和目标图像分别进行ORB特征点检测,得到模板特征点集和目标特征点集,并利用各点的特征描述符建立两特征点集间的对应关系;然后对建立好对应关系的特征点对进行交叉检验,利用特征点的邻域支持点集从正逆两个方向计算对应点对的准确性;接着在剔除准确性较低的对应特征点对后,通过优化基于最大相关熵准则的代价函数实现两特征点集的精确仿射配准;最终完成图像模板在目标图像中的稳健匹配。该算法在处理大姿态形变和低分辨率下的图像模板匹配问题时具有较强的精确性和稳健性,在公共数据集上的实验验证了该算法优于当前主流的图像模板匹配算法。     

基于改进AKAZE算法的无人机影像匹配

针对如何稳定、高效、精确、高精度地进行无人影像匹配,提出一种改进的AKAZE算法。该算法首先利用AKAZE算法构造非线性尺度空间进行特征点检测;然后利用LATCH描述符对获取的特征点进行描述;接着利用Hamming距离作为相似性测度对特征点进行K近邻匹配,并采用比值提纯法进行粗匹配;最后,利用随机抽样一致(RANSAC)算法并结合均方根误差(RMSE)进行约束对粗匹配结果进行过滤,剔除错误匹配,得到精确匹配结果。实验结果表明,该算法在保持较高准确率、亚像素级匹配精度的同时具有较好的时间效率,且其对亮度、图像模糊以及压缩等变化具有较好的稳定性。     

一种基于曲线拟合的柱面图像匹配算法

传统的RANSAC误匹配剔除算法对柱面图像误匹配剔除效果较差,为了解决这一问题,提出一种基于曲线拟合的误匹配剔除算法.首先对两幅图像进行SURF特征提取并采用最近邻匹配法进行粗匹配,然后将匹配点对集合按照所在列数的大小进行排序,最后将每个匹配点对两个特征点所确定的直线的斜率集合、欧式距离集合分别进行曲线拟合从而剔除误匹配.实验证明,提出的基于曲线拟合的图像匹配算法明显增加了剔除误匹配后靠近柱面图像边缘部分的匹配点数量,提高了柱面图像匹配的精度.     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于FREAK特征的快速景象匹配

针对传统基于局部不变特征的景象匹配方法处理时间过长的问题,提出基于FREAK局部不变特征的快速景象配准算法。首先提出FAST-Difference特征点提取方法,分别提取参考图像和待配准图像中的特征点;接着计算其FREAK描述符,生成特征向量;随后利用级联匹配计算特征向量之间的汉明距离,提取出匹配的特征点对;最后利用RANSAC算法剔除误匹配点,利用最小二乘法估算出两幅图像之间的空间几何变换参数,实现两幅图像的配准。FAST-Difference相比以往的特征点检测方法速度更快;FREAK描述符与人类视网膜相似的结构提升了算法的时间性能和鲁棒性;使用扫视搜索,大大加速了匹配过程。实验证明相对于SIFT、SURF算法,本文算法不仅对于各种变换具有更好的鲁棒性,而且处理时间大大缩短,实现了景象匹配的实时处理。     

基于二代Curvelet变换与近似度制约规则的遥感图像融合算法

为了提高遥感图像的融合质量,消除模糊与不连续效应,设计了基于二代Curvelet变换与近似度制约规则的遥感图像融合算法。通过HSV变换对多光谱图像进行分解,获取其亮度子图。引入二代Curvelet变换,对全色图像与亮度子图进行精细分解,求取图像的高频与低频系数。利用图像的对角信息改进空间频率模型,求取全色图像低频系数的注入因子,并将全色图像的低频系数注入到亮度子图对应的低频系数中,获取融合低频系数。利用结构相似度模型对不同高频系数进行近似度测量,建立近似度制约规则,获取融合高频系数。通过对融合系数实施Curvelet和HSV反变换,获取融合的遥感图像。实验结果表明,较已有的遥感图像融合方法而言,所提方法具有更好的融合质量,包含了更多的光谱与空间信息。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。     

基于局部结构因子耦合双重度量规则的图像修复算法

为了解决当前较多图像修复算法主要依靠置信度以及数据项来确定修复顺序,而忽略了待修复块的结构连续性,易导致修复的图像中存在不连续以及模糊等不良效应。对此,提出了一种基于局部结构因子耦合双重度量规则的图像修复算法。首先,通过像素点的方向导数构造了局部结构因子,利用局部结构因子以及置信度项建立了优先权度量函数,选取优先修复块。然后,通过像素点的二元函数构造了视觉优化模型,用于对样本块的尺寸进行自适应的调节。最后,利用图像块中像素值构造距离度量模型,通过图像块的灰度值构造相似度度量模型,将距离度量模型与相似度度量模型进行联合,建立双重度量规则,以距离度量值以及相似度度量为双重条件,搜索最佳匹配块。仿真实验结果显示,与当前图像修复算法相比,修复算法具有更高的修复质量与效率。     

尺度不变特征点提取算法的改进算法

特征点提取和描述在图像应用中占有重要的地位。尺度不变特征点提取算法提取出的特征点具有对图像仿射、噪音和光线变化具有很好的鲁棒性,该文以尺度不变特征点提取算法为基础,对SIFT算法的特征点描述步骤用主成分分析算法进行了改进,经实验验证,改进后的算法在图像匹配速度比SIVF算法有所提高,在空间上降低了SIFT特征点描述符的维数。     

基于KAZE的自适应模糊图像配准算法

为了提高图像配准算法对于模糊图像的配准性能,提出一种融合非线性尺度空间和空间余弦相似度的自适应模糊图像配准算法。该算法将非线性尺度空间理论应用于图像的局部特征提取,采用KAZE算法提取图像的特征点,以构成M-SURF特征描述符;利用空间余弦对图像特征点进行匹配,并且根据不同的图像特性进行自适应阈值匹配,以得到便于寻求最优变换关系的合理数量的匹配点对;最后采用RANSAC算法滤除误匹配点对,以提升算法精度。实验结果表明,该算法可以有效地提高模糊图像配准的匹配准确率和精度,准确率和精度比KAZE算法最大可以提高25%和7.909像素,具有更好的配准性能。