定位图像匹配尺度与区域的摄像机位姿实时跟踪

目的 提出一种定位图像匹配尺度及区域的有效算法,通过实现当前屏幕图像特征点与模板图像中对应尺度下部分区域中的特征点匹配,实现摄像机对模板图像的实时跟踪,解决3维跟踪算法中匹配精度与效率问题。方法 在预处理阶段,算法对模板图像建立多尺度表示,各尺度下的图像进行区域划分,在每个区域内采用ORB（oriented FAST and rotated BRIEF）方法提取特征点并生成描述子,由此构建图像特征点的分级分区管理模式。在实时跟踪阶段,对于当前摄像机获得的图像,首先定位该图像所对应的尺度范围,在相应尺度范围内确定与当前图像重叠度大的图像区域,然后将当前图像与模板图像对应的尺度与区域中的特征点集进行匹配,最后根据匹配点对计算摄像机的位姿。结果 利用公开图像数据库（stanford mobile visual search dataset）中不同分辨率的模板图像及更多图像进行实验,结果表明,本文算法性能稳定,配准误差在1个像素左右;系统运行帧率总体稳定在2030 帧/s。结论 与多种经典算法对比,新方法能够更好地定位图像匹配尺度与区域,采用这种局部特征点匹配的方法在配准精度与计算效率方面比现有方法有明显提升,并且当模板图像分辨率较高时性能更好,特别适合移动增强现实应用。     

LYTRO相机光场图像深度估计算法及重建的研究

光场相机目前已广泛应用于消费领域和工业应用领域,利用光场相机对目标物进行深度重建成为了一项重要的研究课题。在实际研究过程中,Lytro相机空间信息与角度信息复用于同一传感器,导致图像分辨率较低,从而使得重建效果不甚理想。为解决这一问题,提出了一种亚像素精度的光场图像深度估计方法,在频率域对子孔径图像进行多标签下的亚像素偏移,以中心视角图像为参照,建立像素匹配代价行为;使用引导滤波抑制噪声的同时保持了图像边缘;对多标签下的匹配代价行为进行优化,得到精确的深度估计结果。对目标深度图进行表面渲染、纹理映射等重建处理,得到较为精细的重建结果。实验结果表明,该算法在对复杂度较高的物体进行重建时,解决了重建模糊等问题,有较好的表现。     

面向测绘任务的光学遥感影像质量分级评定

光学遥感影像的质量分级评定问题是测绘卫星用户和相机设计部门非常关心的问题,针对以往以比例尺、分辨率、信噪比、MTF等评价指标无法明确反映影像的测绘应用能力的问题,提出以立体环境下特征地物的识别能力进行影像质量分级的方法,并且依据心理物理学原理,借鉴NIIRS的判据生成步骤,以地形图规范中要求标注的地物作为候选判据,以航空、航天立体像对构建图像样本库,设计并实施了立体测图环境下的心理物理学试验.通过32位一线作业人员的参与,生成了一份由立体像对、测绘判据、评分组成的影像分级准则.     

基于图像重投影的视图合成

针对摄像机绕光心旋转的情形,讨论了在这种特殊情形下单应矩阵具有的性质。然后根据这些性质结合三维图像变换技术给出了一种摄像机绕光心旋转时新视图的合成方法。该方法首先利用单应矩阵的性质生成目标图像的一部分,并采用逆向映射的方法以避免产生空洞;接着利用三维图像变换生成目标图像的剩余部分;最后对由三维图像变换生成的部分进行空洞填补。实验结果表明,该方法能够生成质量较好的新视图。     

基于Hyperhenon映射的数字图像DCT域加密技术

结合混沌序列提出了一种新的图像加密算法.首先应用Hyperhenon映射产生混沌序列,对图像在时域上做加密预处理;然后对预处理的结果图像进行DCT变换,应用Logistic映射产生的混沌序列对DCT变换的系数矩阵进行魔方变换置乱,同时给出了图像加密效果的评价指标.实验结果表明,该方法的安全性和加密效果良好.     

基于圆柱面映射的快速图像拼接算法

针对现有基于圆柱面映射的全景图像拼接算法无法实现自动估计焦距的问题,为满足实时性要求,提出了一种基于预测的快速特征点匹配算法,在基于纯旋转运动的自动焦距估计算法基础上,提出了一种基于单应矩阵的焦距修正算法。该算法首先从待拼接图像中提取Harris角点,然后提取方向梯度直方图(Histogram of Oriented Gradient, HOG)描述子进行特征点匹配,基于前一帧图像获得的图像映射关系采用一种基于预测的快速特征点匹配算法,然后使用简化的基于纯旋转运动的焦距估计算法估计出焦距初值,并采用基于单应矩阵的焦距修正算法得到更精确的焦距值,最后将平面图像投影至圆柱平面,使用加权平均融合算法进行拼接,合成全景图像。采用多个测试序列图像对算法进行测试,特征点匹配速度较传统方法提高了10倍以上,自动焦距估计算法能够准确估计摄像机焦距,且耗时仅50毫秒左右。实验结果表明,提出的算法能够快速地合成高质量的全景图像,拼接后的图像畸变小,具有较高的实用价值。     

一种改进的OS I D的图像匹配算法

针对OSID在构建描述符时未考虑一个特征点的图像块里存在其他特征点,以及生成直方图描述子匹配速度较慢的问题,提出一种基于OSID的改进二进制描述符.在OSID描述符构建的过程中,扇形个数m的选择是固定的,因此提出当一个特征点的图像块里有多个特征点时,尝试将m的值自适应,丰富描述子所包含的信息,提高算法的正确匹配率;并将...     

基于位运算和混沌序列的数字图像隐藏技术

提出了一种改进的数字图像隐藏方法。首先应用混沌系统产生混沌序列,用此混沌序列对原始图像做预处理加密,即做改进的魔方置乱和像素置换;然后对结果图像做进一步基于位运算的隐藏;最后应用评价指标对隐藏效果和安全性进行分析。实验结果表明,该方法具有较高的安全性以及加密效率。     

A multi-level image alignment method for aerial image and road-based geo-parcel data

Image alignment between aerial image and geo-parcel data is a meaningful and challenging task in remote sensing field. In this article, a deep learning framework based on multi-level progressive architecture focusing on aerial image and road based geo-parcel data alignment is proposed. Firstly, an image segmentation with U-Net model as a preprocessing work is applied to obtain the road binary image of aerial image, which benefits following image alignment by turning multi-modal image alignment into mono-modal image alignment. Afterwards, multi-scale deep features are extracted to take part in the proposed image alignment network. The proposed image alignment network consists of a global multiple homographies prediction module and a local flow map estimation module, forming a coarse-to-fine and global-to-local multi-level paradigm. Finally, synthetic image datasets are generated to test and verify the performance of proposed method. The experiments on the synthetic aerial image and road based geo-parcel data including Mnih dataset and Deep Globe road dataset demonstrate that the proposed method can align image pairs effectively, and the proposed method achieves a certain increase in matching performance by comparing with recent existing alignment methods qualitatively and quantitatively.     

Elemental image array generation method by using optimized depth image‐based rendering algorithm for integral imaging display

We propose an elemental image array (EIA) generation method by using an optimized depth image‐based rendering (DIBR) algorithm. In this method, the EIA is synthesized by the reference and virtual viewpoint elemental images, and the virtual viewpoint elemental images at the given locations are generated by DIBR algorithm. We optimize the existing DIBR algorithm by adaptively repairing the warped depth images in the processing part and extend the generation dimension of the virtual viewpoint elemental images from one dimension to two dimensions. The optimized DIBR algorithm can effectively solve the problem: the low quality of virtual viewpoint elemental images caused by discontinuous depth values and disocclusion regions. We also implement the generations of virtual viewpoint elemental images and EIA in graph processing unit to reduce the time cost. Experimental results show that the proposed method can not only improve the quality of the virtual viewpoint images but also accelerate the generations of the virtual viewpoint elemental images and EIA.     

基于特征区域的图像自动配准

为了解决基于特征的图像配准中的特征点的定义和提取问题,提出了一种以特征区域替代特征点的定义和提取方法。该方法应用Moravec算子选择候选特征区域,使用具有旋转不变性的Zernike矩表征该区域的特性;采用二级匹配策略进行特征区域的匹配,即基于自组织映射神经网络的初始匹配及精细匹配;建立图像的配准框架并实现图像的配准。实验结果表明,该方法能有效地提取图像的特征点并能准确地进行特征点的匹配,整个配准过程完全自动进行。     

多特征融合的图像自动变形

目的 图像变形算法中特征基元提取和匹配方式大部分都是采用人机交互的方式进行,并且在遮挡区域变形时出现较多的鬼影和模糊现象,使得针对同一场景图像变形实现繁琐且效果不佳,针对这些问题提出一种基于多特征融合的自动图像变形算法。方法 该算法提取多种图像特征信息（如Surf特征算子、Harris算子、Canny算子等）并进行多特征融合匹配,得到一个分布适当且对应关系正确的三角网格,再结合图像变形,实现自动图像插值。结果 实验结果显示,自动的提取特征基元有效地减少了人工操作,而多特征融合匹配有效地抑制了图像变形时边缘或遮挡区域鬼影的产生。结论 提出的融合匹配方法,将不同的特征信息有效地融合匹配从而改善了图像变形算法。通过对多组实验结果进行问卷调查,91%的参与者认为该算法有效地改进图像变形结果。     

基于多尺度HOG的草图检索

草图检索是图像处理领域中的重要研究内容。提出了一种将高斯金字塔和局部HOG特征融合的特征提取改进方法,并将其用于草图检索。采用高斯金字塔将图像分解到多尺度空间,在所有尺度上进行兴趣点提取,获得基于兴趣点的多尺度HOG特征。利用图像的多尺度HOG特征集生成视觉词典,最终形成与视觉词典相关的特征描述向量,通过相似度匹配实现草图检索。将该算法与单一尺度下的HOG算法及其他几种算法比较,实验结果表明了其可行性和有效性。     

高光谱图像超分辨率重建技术研究进展

不同于传统图像（如灰度图像、RGB图像等）专注于保存目标场景的空间信息,高光谱图像蕴含丰富的空—谱信息,不仅可以保存目标的空间信息,还可以保存具有高可辨性的光谱信息。因此高光谱图像广泛应用于多种计算机视觉和遥感图像任务中,如目标检测、场景分类和目标追踪等。然而,在高光谱图像获取以及重建过程中仍然存在许多问题与瓶颈。如传统高光谱成像仪器在成像过程中通常会引入噪声,且获得的图像往往具有较低的空间分辨率,极大地影响了高光谱图像的质量,对后续数据分析任务造成了极大的困难。近年来,高光谱图像超分辨率重建技术研究得到了极大的发展,现有超分辨率重建方法可以大致分为两类,一类为空间超分辨率重建方法,可以通过直接提升高光谱图像的空间分辨率来获得高质量高光谱图像;另一类为光谱超分辨率重建方法,可以通过提升高空间分辨率图像的光谱分辨率来生成高质量高光谱图像。本文从高光谱图像超分辨率重建领域的新设计、新方法和应用场景出发,通过综合国内外前沿文献来梳理该领域的主要发展,重点论述高光谱图像超分辨率重建领域的发展现状、前沿动态、热点问题及趋势。     

混合特征下最优阈值预测的图像匹配

针对单一特征条件下图像匹配率较低,以及SIFT算法由于固定对比度阈值造成特征点数目提取不均的问题,提出一种混合特征下最优阈值预测的图像匹配算法。该算法首先采用SIFT算法提取图像特征点,然后利用纹理参数二阶矩自适应法得到最优阈值,并用描述性较强的纹理特征向量对SIFT匹配过程进行约束实现图像的匹配。实验结果表明,提出的算法根据图像灰度分布自适应选取对比度阈值,能够增强图像细节信息且使提取的特征点数量稳定,在匹配过程中引入纹理向量作为约束准则,避免了相似区域的误匹配,对光照和模糊图像有较好的鲁棒性。     

图像适应算法中非冗余显著图的计算

近些年为了将大尺寸数字图像的内容自适应地显示在手机、PDA（掌上电脑）等屏幕较小的显示终端上以得到更好的显示效果,图像适应得到了很大的关注。现有的大量方法使用了不同的重要度映射来得到最优的图像缩放结果。图像适应算法就是为了去除图像中的不重要信息,为此提出在图像适应方法中使用非冗余显著图的计算来分析不重要信息的位置。首先,引入了图像分解,提出图像高梯度区域的冗余信息。然后,提出纹理梯度的概念,并进一步针对细节信息建立了纹理冗余度分析机制。纹理梯度非常适合卡通图像分析,从而将现有图像适应方法推广到非真实图像。大量实验结果显示,本文方法并不受图像适应算子的影响,该方法对具有复杂背景和包含多目标物体等的图像适应问题都比较鲁棒。     

基于局部仿射不变特征的宽基线影像匹配

提出了一种基于局部仿射不变量特征的宽基线影像匹配算法。该算法以影像特征点为定位点,使用分层变尺度窗口内的几何和亮度仿射不变量特征实现立体匹配。由于使用局部特征,在较大窗口范围内构造尺度、旋转不变特征,以及将大窗口划分为较小的子区域,因此,该算法具有较高的匹配可靠性、较高的效率和匹配精度。     

Contourlet变换系数加权的医学图像融合

目的 由于获取医学图像的原理和设备不同,不同模式所成图像的质量、空间与时间特性都有较大差别,并且不同模式成像提供了不互相覆盖的互补信息,临床上通常需要对几幅图像进行综合分析来获取信息。方法 为了提高对多源图像融合信息的理解能力,结合Contourlet变换在多尺度和多方向分析方法的优势,将Contourlet变换应用于医学图像融合中。首先将源图像经过Contourlet变换分解获得不同尺度多个方向下的分解系数。其次通过对Contourlet变换后的系数进行分析来确定融合规则。融合规则主要体现在Contourlet变换后图像中的低频子带系数与高频子带系数的优化处理中。针对低频子带主要反映图像细节的特点,对低频子带系数采用区域方差加权融合规则;针对高频子带系数包含图像中有用边缘细节信息的特点,对高频子带系数采用基于主图像的条件加权融合规则。最后经过Contourlet变换重构获得最终融合图像。结果 分别进行了基于Contourlet变换的不同融合规则实验对比分析和不同融合方法实验对比分析。通过主观视觉效果及客观评价指标进行评价,并与传统融合算法进行比较,该算法能够克服融合图像在边缘及轮廓部分变得相对模糊的问题,并能有效地融合多源医学图像信息。结论 提出了一种基于Contourlet变换的区域方差加权和条件加权融合算法。通过对CT与MRI脑部医学图像的仿真实验表明,该算法可以增加多模态医学图像互补信息,并能较好地提高医学图像融合的清晰度。     

多分辨率影像质量参数评定影像质量的方法

人眼视觉感知对跳跃变化敏感,提出了一种以影像多分辨率表达下质量参数相对变化模拟人眼视觉系统感知的质量评价模型。首先对影像进行基于小波变换的多分辨率表达,计算每一级影像质量参数值。其次,计算不同分辨率表达下影像质量参数变化,对质量参数进行线性拟合,以各级质量参数残差表示质量变化平滑度。最后,提出了基于各级影像质量参数残差的影像质量评价模型。对不同压缩比的遥感影像采用传统质量评价方法和本文算法的对比实验结果表明,本文算法能够取得绝对质量参数和主观视觉一致的效果,符合人眼视觉感知特性。