对亮度和平移鲁棒的彩色全景图拼接算法

目的为了实现存在纵向错位和亮度差异的彩色全景图的拼接,提出一种基于HSV颜色空间的全景图拼接技术。方法提出了一种可变特征向量匹配算法,并且结合重叠区域对应特征匹配向量相关系数最大准则遍历搜寻对应的特征匹配向量,从而找到相邻子图的重叠区域,通过加权模板对重叠区域进行加权融合实现拼接。结果新算法对全景图的拼接效果优于常规算法,拼接质量Do EM值为0.999 d B,拼接平均耗时为499 ms,融合区域有渐进渐出的效果,有效解决了拼接错位和亮度突变问题。结论该算法对彩色全景图的拼接具有很好的适应性和可重复性,对子图的大小和颜色无严格要求。不仅拼接速度快,而且拼接精度高,是一套完整地针对存在纵向错位和亮度差异的彩色全景图的全自动拼接方案。     

基于图像拼接方法的计量过程数字化记录

针对单幅CCD相机所获指针式表盘图像存在的视角误差问题,提出了基于SIFT(尺度不变特征变换)的图像拼接方法,将分别准确获取的标准器与被检器示值图像进行无缝拼接,并通过实验验证了方法的有效性和可行性。     

基于SIFT变换和DWT-SVD的自适应图像水印算法

目的由于传统的自适应水印技术无法实现水印嵌入区域依据图像自身的特征而改变,且抵抗几何攻击的能力较弱,提出一种基于SIFT特征提取,结合DWT-SVD的水印嵌入方法。方法首先对图像进行SIFT特征提取,然后利用RANSAC算法选取出鲁棒性较好的特征点,通过特征点选取合适大小的水印区域,最后结合DWT-SVD算法将水印嵌入原始图像中。结果采用SIFT变换结合DWT-SVD算法嵌入的水印,含水印图像的视觉效果较好。含水印图像在没有受到攻击时,可以无损地提取出水印;在受到攻击时,提取出的水印品质较好,NC值均高于0.96,且算法的时间复杂度和空间复杂度均较小。结论实验证明,此方案在面对任意角度的旋转攻击,以及常规图像处理攻击有很好的鲁棒性,可以达到保护数字产品的目的。     

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。     

基于光照调整和特征曲线的全景图拼接

图像拼接是生成全景图的关键技术之一。针对传统图像拼接方法只能处理光照一致图像的问题,笔者提出了一种对环境光照鲁棒的全景图拼接方法。该方法运用同态滤波、特征点自动提取、特征曲线匹配等技术,有效地解决了图像拼接中的光照差、区域精确匹配、噪声点及图像融合问题。实验表明对光照变化的图像采用该方法进行拼接可以获得满意的视觉效果。     

基于SIFT特征匹配的全景图像拼接算法

基于尺度不变SIFT(Scale Invariant Feature Transform)特征匹配思想[1],是一种鲁棒性、准确的图像拼接算法。SIFT特征匹配算法是当前图像配准工程领域最优先采用的技术之一,因其具有极强的匹配能力,可解决在多尺度、多拍摄视角、多光照条件下图像之间配准问题。算法在大多数情况下实验结果证明采用此方法提高普通图像拼接速度,减少因图像差异化的影响,使结果图像自然逼真。     

基于模板匹配的柱面全景图拼接优化算法

在保证拼接质量的前提下,为了有效地提高拼接速度,根据全景图拼接的特点,提出一种模板匹配优化算法。该算法逐一分析了模板的尺寸、匹配时的搜索方式和搜索范围对拼接速度的影响,给出一个优化模板尺寸、确定搜索范围及搜索方式的新方法,并给出一个实例,证实了该算法的可靠性。     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

基于DD-DT CWT和SIFT的体数据数字水印算法

为了确保三维体数据数字模型信息在网络传输过程中的安全性、完整性,对体数据数字水印算法进行研究。提出基于双密度双树复小波变换的体数据数字水印嵌入算法,算法提高了水印的嵌入容量,在兼顾水印不可见性的同时提高了水印抵抗压缩、噪声等攻击的能力;提出基于尺度不变特征变换的体数据数字水印提取算法,实现了水印嵌入和提取时的同步性,提高了水印抵抗旋转、缩放等几何攻击的能力。实验证明:算法不可见性好,实现速度快,在盲检测下能够抵抗压缩、滤波、噪声、平移、旋转、缩放、剪切等攻击,具有较好的鲁棒性。     

一种序列图像的自动拼接算法

图像拼接它己成为基于图像绘制(IBR)方法中的一项重要技术；它也是虚拟现实，计算机视觉，计算机图形学，图像处理等领域的重要研究课题。本文在Levenberg-Marquardt非线性最小迭代算法的基础上提出了一种新的非线性最小迭代算法。算法在大多数情况下能自动完成，适宜于任何大小的图像并且不需要知道任何相机参数(如焦距等)；对相邻帧之间相机运动没有严格的限制。从实验结果看，该算法获得了理想的拼接效果。     

基于SIFT的自动匹配策略

为了实现图像的自动匹配,提出了一种新的SIFT匹配策略.首先,给定一个基本的欧式距离最小值与次小值的比率值,对SIFT特征对进行判断,得到粗匹配集合.然后,统计粗匹配对的主方向角度差直方图和最小欧式距离直方图,以主方向角度差落入直方图峰值所在邻域和最小欧式距离小于直方图主峰所对应的距离值作为匹配条件进行精匹配.最后,统...     

基于RBF神经网络的低对比度图像自适应增强算法

针对低对比度图像增强问题,提出了一种将直方图修正与RBF神经网络相结合的图像对比度增强算法。首先由原始图像获得与其邻域存在对比度的像素的条件概率直方图,通过调整两个增强参数可以改变条件概率直方图和均匀分布直方图的权重,生成新的直方图对图像进行增强。采用RBF神经网络建立图像特征与两个增强参数之间的非线性映射关系。根据图像本身的特征快速获得增强参数,从而实现图像的自适应增强。该方法计算量小,实时性强,应用范围广,有较强的自适应性。     

基于模糊聚类的RBF神经网络算法

文章提出一种根据模糊聚类的思想来确定RBF神经网络隐层节点数,并用K-Means的聚类算法来训练RBF神经网络.并根据此算法进行仿真,并证明是有效的.     

基于RBF神经网络的色空间转换模型

研究了RBF神经网络的结构及算法,应用RBF神经网络建立了打印机的色空间转换模型.根据实验数据,对网络结构进行了优化,通过比较不同参数时网络的性能,确定最优网络参数.最后对所建模型进行了仿真验证,验证结果表明,预测数据与实测数据的色差较小,说明该模型具有实用价值.     

基于胞元式 RBF 神经网络的高保真分色模型研究

采用胞元式RBF神经网络模型对七色印刷输出系统构建了分色模型。首先,借鉴颜色空间分区理论将7个主色在整个颜色空间中划分为了6个颜色区域,在每个分区中选取了CIE L*a*b*明度值L上等间隔均匀采样的网点面积率,用于设计建模所需的训练样本,然后对每个分区划分胞元,并且为每个小胞元建立了基于RBF神经网络的分色模型。对于任意给定的要复制的目标色,利用提出的胞元搜索算法确定其所在的胞元位置后,使用相应的神经网络模型进行分色预测。实验结果表明,该分色算法能够达到较高的分色精度,可以满足高质量彩色复制的要求。     

基于颜色矩的改进尺度不变特征变换的移动机器人定位算法

针对基于图像外观的移动机器人定位中图像特征提取与匹配实时性和准确性差的问题,提出基于颜色矩的改进尺度不变特征变换分级图像匹配算法。该算法先由颜色矩来排序图像序列,再由改进尺度不变特征变换特征与排序后图像序列精确匹配实现定位。其中,改进的尺度不变特征变换算法以基于采样的迭代搜索算法检测极值点,由Sobel算子计算特征点的梯度方向和幅值,提高尺度不变特征变换算法速度及匹配精度。实验结果表明:改进的尺度不变特征变换算法降低误匹配率约9.2%,特征提取与匹配耗时减少约25.8%;分级图像匹配算法减少尺度不变特征变换特征计算代价约70%,减少总体耗时约43.3%。     

基于分区的 RBF 神经网络颜色空间转换模型的研究

根据 CMYK 颜色空间的特点,对其进行了分区处理,利用 RBF 神经网络最佳逼近性能、全局最优特性和高度非线性转换的优势,构建了基于 RBF 神经网络每个颜色空间分区转换的正向和反向模型。 通过训练样本建模和测试仿真实验,并对最后的实验数据分析处理,最终获得了一个较好的神经网络模型,并且模型的精度非常高。     

基于RBF神经网络的灌装机控制系统设计

目的 针对传统液体灌装机灌装定量控制方法存在控制稳定性不高、控制精度较差等问题,引入RBF神经网络对液体灌装机高精度灌装定量控制.方法 构建液体灌装机伺服驱动计量缸传递函数,结合空间扰动性融合方法实现液体灌装机高精度灌装扰动特征解析;采用参数自适应辨识方法进行液体灌装机高精度灌装的定量分析;通过B样条曲线拟合方法对液体灌装机灌装拟合控制;通过自适应参数调节,构建RBF神经网络模型,实现液体灌装机高精度灌装定量控制的优化设计.结果 仿真结果表明,所提方法的液体灌装定量控制稳定性较好,灌装机灌装定量控制效果较好.结论 文中方法提高了液体灌装机高精度灌装的定量控制能力.