基于特征点的影像匹配

在数字摄影测量中,影像匹配代替了传统的人工观测,来达到自动确定同名像点的目的。影像匹配的理论与实践,是实现自动立体量测的关键,也是数字摄影测量的重要研究课题之一。本文中对基于特征点的影像匹配思路及特征点的提取与匹配中所涉及到的各种算法进行说明,并通过实验对算法展开分析。     

一种基于ORB检测的特征点匹配算法

针对传统的SURF局部特征匹配算法实时性不高的问题,充分利用ORB特征点检测算法简单高效的优势,提出了一种新的特征点匹配算法。首先,针对原始ORB特征匹配算法出现大量误匹配对的问题,采用基于K最近邻的特征点描述后,对前后两帧特征点进行双向匹配,再通过顺序抽样一致性算法进一步提纯。实验结果表明,经过本文算法提纯后匹配对准确度提升到99.9%,平均耗时0.46 s,处理速度约是SURF特征匹配算法的5倍,SIFT特征匹配算法的25倍,能够满足实时运用的需求。     

基于特征点匹配的电子稳像算法研究

针对基于特征点匹配的电子稳像算法中,SIFT算子计算量大,Harris算子检测不稳的问题,提出用Harris算子来进行特征点提取,并采用SIFT特征描述的方式对提取出的特征点进行描述,从而寻求算法在计算复杂度和匹配精度上的平衡点;在特征点匹配过程中加入RANSAC准则,以提高配对的准确性。仿真实验表明,本文算法对存在抖动的红外视频具有较好的稳像效果。     

边缘视差连续性约束的航空影像特征线匹配算法

鉴于同一边缘线上像素的视差变化具有连续性的特点,本文提出边缘视差连续性约束的航空影像特征线匹配算法。该算法首先对左影像进行特征线提取,将Freeman链码跟踪得到的每条边缘特征线作为一个整体,利用相互连接直线段对其进行拟合。将拟合直线端点作为该特征线上的一组匹配基元,通过对其进行匹配实现该特征线的整体匹配。初始匹配过程中,综合利用核线约束、单应矩阵约束和灰度相似性约束对拟合直线的端点进行匹配。然后利用视差连续性约束对每条特征线上点的匹配结果进行检核及余点同名点构建,取得较好匹配结果。论文选取UCX和DMC三组数字航空影像进行特征线匹配实验,验证本文算法的有效性。      

Research on a face recognition algorithm based on 3D face data and 2D face image matching

Under the condition of weak light or no light, the recognition accuracy of the mature 2D face recognition technology decreases sharply. In this paper, a face recognition algorithm based on the matching of 3D face data and 2D face images is proposed. Firstly, 3D face data is reconstructed from the 2D face in the database based on the 3DMM algorithm, and the face depth image is obtained through orthogonal projection. Then, the average curvature map of the face depth image is used to enhance the data of the depth image. Finally, an improved residual neural network based on the depth image and curvature is designed to compare the scanned face with the face in the database. The method proposed in this paper is tested on the 3D face data in three public face datasets (Texas 3DFRD, FRGC v2.0, and Lock3DFace), and the recognition accuracy is 84.25%, 83.39%, and 78.24%, respectively.     

基于FPGA的数字图像匹配

FPGA在通信、数字图像的相关处理、网络、仪器、工业控制、军事和航空航天等众多领域得到了广泛应用。FPGA已经成为现代电子系统中非常重要的一员。FPGA作为一种专门的半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。因而其在数字图像方面的应用的优势也越来越凸显出来,利用FPGA来实现数字图像的匹配已经是现代科技发展的趋势。本文通过采用FPGA技术来实现对数字图像的处理,将一般的RGB图像经过FPGA的处理运算单元转换成灰度图,且保证生成的灰度图像的灰度值是采用一个8位二进制数表示。然后设计并行处理的加法器来实现对灰度图像的每个像素点的灰度值的比较。对每次加法器的运算结果要进行保存,然后将所有的加法器所得的运算结果进行叠加处理,将叠加处理的值再进行存储。对每一幅图像都进行上述相应的处理,最后通过分析比较就可以得出最后的处理结果,最小的两幅图就是最匹配的图像。     

基于局部保持匹配的改进图像匹配算法

针对传统图像匹配算法存在误匹配率高、匹配耗时长等问题,提出一种基于局部保持匹配(LPM)的改进图像匹配算法.该算法首先对图像进行双边滤波,减少噪声干扰,之后在尺度不变特征变换(SIFT)算法下提取鲁棒特征点,并利用欧氏距离进行粗匹配得到初始匹配集;然后利用LPM算法对初始匹配集中具有相似局部邻域结构的特征点进行保留,剔...     

基于特征点的图像配准子系统的研究与实现

本文针对图像配准,提出了一种能够应用硬件加速器实现的图像匹配处理算法,同时推出了相应的硬件架构。本算法基于图像的特征点的提取与特征点邻域的频谱匹配。同时,本算法可以用硬件逻辑单元实现,算法实现系统不需要加入数字信号处理器(Digital Signal Processor,DSP)或除法器。由软件仿真结果证明,本算法在匹配一定图像变换范围内的多幅图像时效果较好。在硬件设计中,本子系统综合考虑了系统的速度与硬件的开销,将二者控制在了可接受的范围。由FPGA逻辑综合结果可知,本子系统可以实现高速的图像处理,能够应用在实时监控的领域。     

基于相位相关模板匹配的全景图像拼接

本系统对图像拼接的两个主要过程：图像配准和图像融合分别进行了详细介绍。图像配准是图像拼接的核心技术,并针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。基于相位相关模板匹配采用相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后对参数进行优化而得到最终准确...     

基于改进SIFT算法的图像匹配方法研究

SIFT算法具有旋转、平移、尺度缩放和亮度的变化保持不变性的优点,也有算法复杂、计算时间长的缺点。本文提出了以街区距离代替欧式距离的新方法,来提高SIFT特征匹配效率,缩短匹配时间,提高SIFT算法的实时性。实验结果表明,该方法在保持图像匹配率和算法鲁棒性的同时,可以减少运算时间。     

相似图像块逼近的人脸超分重建残差补偿框架

为了提高人脸图像超分辨率重建算法中残差补偿步骤的效果,提出一种通用的基于内容相似图像块线性组合逼近的残差补偿框架,不经过搜索步骤,使用训练集人脸图像同一内容的图像块来进行运算。所提框架中的全局重建步骤,可以使用不同的重建方法。实验结果表明,在这种框架下的残差补偿方法,相比经典的邻域嵌入残差补偿方法,可以更好地恢复出初步重建的人脸图像细节信息。因为这是一种通用的残差补偿方法,从而可以推测凡使用邻域残差补偿的算法,均可借助本算法框架将重建结果进一步的提升。     

基于局部相似性的特征匹配筛选算法

针对传统ORB算法匹配效率低、误匹配率高的问题,提出一种基于局部相似性的特征匹配筛选算法。对传统的非极大值抑制算法进行优化,优化后算法在效率上有明显的提升并且可以保留更多能准确匹配的特征像素点,从源头减少了误匹配的产生。针对传统RANSAC筛选算法迭代慢、对视角变化图像的鲁棒性不足的缺陷,提出一种基于局部相似性的筛选算法,通过特征像素点局部范围内其他特征像素点的相似分布进行筛选。实验结果表明,提出的筛选算法具有更高的效率,同时对视角变化的图像鲁棒性更强。     

基于惯性信息辅助的金字塔式图像匹配法

图像匹配是是立体视觉的核心问题,针对当前图像匹配算法运算时间长、不能得到稠密匹配点的缺点,提出一种惯性信息辅助的金字塔式图像匹配算法。采用两层图像金字塔,使用非极值抑制法控制特征点的数目,前后左右4幅图像分别利用极线约束和惯性信息限制匹配点的搜索范围,进行绝对差值和比较。仿真实验结果证明,该算法可以控制得到的匹配点数目,并且实时性和匹配点的置信度得到很大提高。     

基于小波变换的多尺度图像匹配算法

文中针对基于梯度算子的图像匹配方法通常存在的问题———收敛速度较慢、迭代易落入局部最优点,提出了一种基于小波变换的多尺度图像匹配算法。这一算法利用小波的良好的多尺度特征,先对低分辨率的子图像做匹配,将得到的结果作为初始值用于高分辨率图像的匹配运算,匹配运算都在位移矢量场上进行。实验表明该方法可节省计算时间,且减小迭代落入局部最优点的概率,算法鲁棒性得以提高。     

基于遗传算法的导航实时图像匹配算法

由于一般图像匹配算法均采用全局搜索法,耗时较大,为满足景象匹配辅助导航系统实时性的要求,提出了一种将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法,利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,提高了匹配搜索的快速性.同时,提出了一种基于特征图像分支点提取的加权Hansdorff距离图像匹配算法,并给出了相应的权值求解公式,利用加权Hausdorff距离作为遗传算法的适应度函数,能够明显减少匹配搜索的计算量,提高匹配结果的精度.仿真分析表明,将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法能够很好地满足景象匹配辅助导航系统的实时性和精度要求.     

SIFT算法在雷达图像匹配中的应用

为了提高合成孔径雷达（SAR）图像匹配的稳定性和可靠性,提出了一种基于SIFT特征的雷达图像匹配方法。对不同条件下的同源和非同源的SAR图像进行了大量的实验,给出了初步的匹配结果。实践证明,对于本文研究的数据源,该算法稳定可靠,有很好的有效性和鲁棒性。     

基于人脸识别的人脸图像预处理研究

人脸识别是模式识别和人工智能领域的研究热点之一.根据人脸图像的特点以及后续处理的要求,本文中主要使用了各种滤波方法对人脸图像进行预处理,进行预处理后的人脸图像利用形态学和BP神经元网络实现识别,实验结果表明,本文方法取得较好的识别效果.     

基于特征点能量优化的样条插值地形算法

针对在虚拟战场环境仿真中构建大规模地形,现有的计算机硬件条件无法进行实时处理,本文提出了一种对特征点用线性约束能量最小化方法反算控制点;用三次准均匀B样条曲线插值特征点生成B样条曲线,最后利用线动成面的原理生成B样条地形曲面。其中对偏差较大点通过增加新特征点的方法进行了自动修复。通过对实际高程数据值插值地形进行实验,得出运用该方法拟合的地形图更精确、更逼真。该算法主要用于对地形中重点关注区域进行地形重构,以提高局部地区的分辨率和逼真度。