一种基于改进SIFT的SAR图像配准算法

为克服SIFT (scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法.该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准.仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级.     

基于改进SIFT与互信息的异源图像匹配

针对同一目标的红外与可见光所形成的异源图像对,提出了一种基于改进SIFT与互信息的算法,寻找两幅图像中的相关点,从而实现两幅图像的匹配。为了改善SIFT算子的匹配效果,本文提出的改进方法,成功地增加了正确匹配点数;同时使用局部互信息量作为判断标准,可以在正确匹配点数即使占劣势的情况下,依然能排除错误的匹配点,扩展了匹配算法的适用性。结果和实际测试表明,两种算法结合能显著改善匹配效果。     

SAR图像与可见光图像融合的建筑物提取算法

提出了一种基于SAR图像和可见光图像融合的建筑物提取算法,由SAR图像提供建筑物的可能方位信息,由可见光图像提供建筑物提取所需的视觉特征。该算法充分利用建筑物在2幅已配准的SAR图像和可见光图像中所表现的共性和互补特征,采用边缘匹配和感知组合的方法提取建筑物的轮廓,在可见光图像中采用屋顶灰度均匀性特征进行建筑物验证。实验结果表明,本文算法具有较好的检测效果。     

基于SURF 与BRISK 的遥感图像配准

针对SURF算法在构建局部特征描述符阶段耗时过长的问题,提出一种基于BRISK二进制特征描述符的改进SURF算法。应用SURF算法中快速DoH(determinant of hessian)算子检测特征点并确定主方向,采用BRISK描述符进行特征描述,通过匹配阶段采用汉明距离双向匹配和RANSAC算法剔除误匹配,并利用最小二乘法获取精确配准模型完成图像的配准。对比实验结果表明：该算法大幅提高了匹配速度,其匹配性能也超越了原SURF算法,能够较好地完成遥感图像配准。     

抗仿射变换图像局部特征检测与匹配算法研究

针对SIFT局部特征在图像发生大视角变化时匹配失效的问题,提出了一种基于仿射变换模型的图像局部特征检测和匹配算法。通过建立图像仿射变换模型,对相机光轴视角变换的纬度角θ和经度角Φ进行模拟,并采用SIFT算法进行特征检测,基于最邻近法进行特征匹配,使算法除了具有SIFT本身的抗图像缩放、旋转和亮度变化等特点外,还具有较强的抗仿射变换能力。试验结果表明:当图像发生相对斜率较大的仿射变换时,该图像特征检测和匹配算法仍有较强的抵抗能力。算法可用于图像末端寻的制导弹丸和空中侦察设备拍摄的图像进行有效匹配。     

一种抗区域强灰度变化的景象匹配算法研究

对比分析了灰度强烈变化对图像统计特征的影响.针对在灰度强烈变化条件下,基于直方图、灰度矩阵和图像纹理特征的匹配算法的不适应性,提出了一种基于边缘特征的抗区域灰度强烈变化的景象匹配算法.仿真结果表明,该方法能有效地克服灰度强烈变化对景象匹配性能的影响,与基于灰度的积相关匹配算法相比,在匹配时间大大缩短的同时,匹配概率也有了较大提高.     

一种基于双向匹配融合的合成孔径雷达景象匹配算法

针对合成孔径雷达（SAR）图像进行景象匹配时因图像差异和斑点噪声造成误匹配的问题,提出了一种基于双向匹配融合的景象匹配算法。采用变形差异相似性测度进行从实时图到参考图的正向匹配;通过选取参考图中易匹配子区,进行基于相位一致性特征强度互相关的从参考图到实时图的反向匹配;对双向匹配的结果进行融合处理,确定最终的匹配位置。实验结果表明,该算法能克服异源SAR图像间的图像差异对匹配的影响,具有较高的匹配精度和较好的鲁棒性。     

特征匹配算法鲁棒性与速度的对比分析

特征匹配算法是近年来计算机视觉领域的研究热点。在宽基线匹配、特定目标识别、目标类别识别、图像及视频检索、机器人导航、场景分类、纹理识别和数据挖掘等多个领域,特征匹配算法得到了广泛的应用。为总结特征匹配算法目前存在的问题及指出可能的发展方向,对比分析了当前使用广泛的特征匹配算法的鲁棒性与速度。综述了尺度不变特征匹配算法(SIFT)、快速稳健特征匹配算法(SURF)、二进制稳健尺度不变性特征匹配算法(BRISK)、定向的基于加速段检测子与旋转的二进制稳健独立基本特征匹配算法(ORB)、风式特征匹配算法(KAZE),以及快速风式特征匹配算法(Accelerated-KAZE),分析了算子鲁棒性与速度的影响因素。基于检测子与描述子,利用Mikolajczyk 05标准测试图集与无人机遥感影像测定并分析了复现率、查全率与错误率曲线以及耗时和正确匹配率。实验结果表明,Accelerated-KAZE算法的综合性能较强。     

一种改进的SIFT双向匹配算法

分析SIFT特征提取匹配算法,利用SIFT特征向量匹配对的唯一性约束改进算法的匹配策略提出双向匹配算法,在已有匹配结果的基础上引入匹配的唯一性约束,进一步降低实时图像与参考图像时序匹配的误匹配率,以达到在实时图像中寻找已知着陆区域的目的,提高图像匹配的准确率。实验结果表明该方法有效。     

图像配准方法及其在目标跟踪中的应用

给出了一种基于点特征的图像配准方法,可以用于复杂背景下任意角度旋转的图像之间的配准。图像配准算法分为四个步骤:用Forstner算子分别提取参考图像与待配准图像的特征点;使用旋转不变特征向量获取特征点之间的初始匹配关系;使用投票算法剔除误匹配点对,获取正确配对的同名点对;用最小二乘方法由正确配对的同名点对获取图像之间的配准参数。给出了基于点特征的图像配准方法在目标跟踪中的应用方法,并进行了仿真实验,结果证明该图像配准算法可以对复杂背景下弱对比度静止目标进行精确跟踪,而且算法具有很好的通用性。