采用SURF特征和局部互相关信息的图像配准算法

针对现有图像配准方法中存在的鲁棒性与配准精度难以兼容的问题,提出了一种采用SURF特征和局部互相关信息的图像配准算法。首先通过SURF特征提取方法进行初步粗配准以提升配准鲁棒性,然后利用图像中局部关键区域的互相关系数计算出单应矩阵,最后将单应矩阵应用于粗配准结果,对粗配准后的图像进行旋转变换,从而实现高精度和高鲁棒性的图像配准。实验结果表明:提出的配准方法与基于SIFT、ORB、SURF、互相关信息的图像配准方法在多组数据上进行了对比,不仅表现出了较高的配准精度和配准效率,也表现出了更优的鲁棒性。     

基于单应性矩阵的SAR图像配准技术研究

通过分析单应性矩阵的特点,提出利用单应性矩阵来表示待配准SAR图像与参考矢量图像之间的空间变换模型,并以地理信息系统矢量图为参考,针对某局部遥感图像,分析了SAR图像的配准过程及配准结果.配准结果表明文章提出的配准方法具有人机交互少、算法鲁棒、配准效果好的优点.     

多摄像机视野分界线恢复算法

研究了一种多摄像机的视野(Field of View,FOV)分界线恢复方法,利用Harris角点检测和单应矩阵的方法完成摄像机视野分界线恢复。用Harris角点检测算法提取图像中角点特征;在有重叠区域图像间进行特征点匹配,再根据匹配点计算图像间的单应矩阵;最后由图像的边界点及图像间的单应矩阵计算摄像机的FOV分界线。该方法能准确恢复摄像机的视野分界线,具有准确性和鲁棒性。     

单目视觉拼图导航中的单应矩阵估计

在单目视觉拼图导航与水下自主机器人的准确定位中,针对单一的单应矩阵代数估计方法和鲁棒估计方法导致估计结果较大的偏差性,研究了利用图像对之间的匹配点估计单应矩阵的原理。分析了测量数据点对可能存在的误匹配及测量误差,会导致测量矩阵的非线性、病态性,从而影响单应矩阵的准确估计。融合几种单应矩阵估计方法,提出了因子归一化鲁棒估计方法对单应矩阵进行估计。利用该方法既能优化测量矩阵,又能剔除误匹配点。实验结果表明,该方法较准确地估计了单应矩阵。     

基于迭代更新的SIFT遥感图像配准算法

由于多光谱遥感图像之间存在复杂辐射差异，造成全色图像与其他波段图像通过尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)算法进行图像配准时无法保证配准精度。针对这一问题，提出一种基于迭代更新策略的SIFT算法。该算法通过SIFT算法获取同名点，迭代更新求解单应性矩阵，获得基准图像与待配准图像之间的最优单应性矩阵实现图像配准。为验证所提方法的有效性和鲁棒性，在网通一号和高分二号遥感影像上进行了图像配准实验，实验结果表明，所提方法不仅可实现高精度的图像配准，还可以有效提升SIFT算法应对遥感图像辐射差异的鲁棒性。     

基于矩阵恢复的红外偏振图像快速配准算法研究

针对矩阵恢复用于红外偏振图像配准,速度较慢的劣势,提出了一种用于单幅图像快速配准的算法。选取上一次对相同背景图像配准后,得到的一列低秩向量为已知条件,将目标函数减少为求稀疏矩阵的1范数,通过迭代更新得到单幅相同场景下,目标存在一定变化或偏移的图像的配准参数,明显提高了配准的速度。实验结果表明,该算法配准变换参数误差小于0.02像素,单幅图像配准仅需3.31 s,且对噪声不敏感。     

基于矩阵恢复的红外偏振图像分区配准算法

由于红外偏振图像具有灰度分布差别大、特征信息不明显等特点,传统区域或特征的配准算法精度难以满足红外偏振信息解析要求。从图像间相似性出发,以矩阵秩作为图像相似性的度量,提出了一种基于矩阵恢复的红外偏振图像分区配准算法。将一组待配准图像组成变化矩阵,并分解成低秩和稀疏两部分。以低秩变换矩阵核范数与稀疏变换矩阵1范数的和为目标函数,利用增广拉格朗日乘子法求得目标函数值最小时的各区域变换参数,加权平均后得到图像组的配准结果。实验结果表明,该算法配准变换参数误差小于0.02 pixel,且对噪声不敏感。     

利用平面间单应关系的指示位置判别方法

在基于计算机视觉技术的非接触式人机交互系统中,为了快速推断使用者指示的目标位置,提出一种无需显式求解摄像机参数的指示位置判别方法.利用目标平面上的已知点及其对应的摄像机成像点,求解目标平面和摄像机像平面间的单应矩阵,将目标平面卜相交于指示点的两条直线与像平面上的对应直线联系起来,从而通过检测图像中的特定直线推断指示点的...     

基于LK和FAST的时间序列图像快速配准算法

LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。     

基于MRF模型的多模态图像配准技术研究

在医学图像处理领域中,医学图像配准技术极其重要,其价值体现在临床医学中对图像处理技术的应用。在解决多模态图像配准的相关问题时,基于互信息方法的应用最广泛,但在某些特定的应用中该方法受到的约束仍然较多。针对这一情况,提出一种新的医学图像配准算法,模态变换的引入作为此研究算法的基础,之后新的马尔可夫能量函数则根据两幅通过模态变换后的图像矩阵以及原配准图像得以构建。同时,为了优化能量函数引入了一种改进的梯度下降算法,从而得到配准结果。最后,运用不同的医学图像进行配准实验来验证该算法,通过实验证明该配准算法具有良好的有效性及抗噪性能。     

Calibration algorithm using known angles

A new calibration algorithm using known angles is presented that can be used to directly recover the homography matrix between a projective and Euclidean structure using the invariance of angles under the similarity transformation, and can easily deal with varying cameras using the unique homography matrix     

医学图像配准常用方法与分类

图像配准是当前医学图像领域的研究热点,具有重要的临床诊断和治疗价值.简述了图像配准的基本原理,对当前常用的医学图像配准方法进行了分类,详细分析了基于互信息、傅里叶变换和小波变换三种医学图像配准的算法实现、优缺点及典型应用.     

An improved augmented reality system based on AndAR

AndAR is a project applied to develop Mobile Augmented Reality (MAR) applications on the android platform. The existing registration technologies of AndAR are still base on markers assume that all frames from all videos contain the target objects. With the need of practical application, the registration based on natural features is more popular, but the major limitation of the registration is that many of them are based on low-level visual features. This paper improves AndAR by introducing the planar natural features. The key of registration based on planar natural features is to get the homography matrix which can be calculated with more than 4 pairs of matching feature points, so a 3D registration method based on ORB and optical flow is proposed in this paper. ORB is used for feature point matching and RANSAC is used to choose good matches, called inliers, from all the matches. When the ratio of inliers is more than 50% in some video frame, inliers tracking based on optical flow is used to calculate the homography matrix in the latter frames and when the number of inliers successfully tracked is less than 4, then it goes back to ORB feature point matching again. The result shows that the improved AndAR can augment not only reality based on markers but also reality based on planar natural features in near real time and the hybrid approach can not only improve speed but also extend the usable tracking range.     

对数极坐标变换域下互信息图像配准方法

当待配准中的图像中存在较大的尺度变换时,传统的图像互信息配准方法对图像尺度变换参数很敏感,易于在优化搜索时陷入局部极值点,配准效果不好。文中提出基于对数极坐标（log—polar）域的图像配准方法,它较好地分离了图像缩放参数和图像旋转参数的相互影响。仿真结果表明,该方法在大尺度图像配准场合应用时比通常的互信息方法有更高的精度和鲁棒性。     

A stereo matching algorithm based on SIFT feature and homography matrix

Aiming at the low speed of traditional scale-invariant feature transform (SIFT) matching algorithm, an improved matching algorithm is proposed in this paper. Firstly, feature points are detected and the speed of feature points matching is improved by adding epipolar constraint; then according to the matching feature points, the homography matrix is obtained by the least square method; finally, according to the homography matrix, the points in the left image can be mapped into the right image, and if the distance between the mapping point and the matching point in the right image is smaller than the threshold value, the pair of matching points is retained, otherwise discarded. Experimental results show that with the improved matching algorithm, the matching time is reduced by 73.3% and the matching points are entirely correct. In addition, the improved method is robust to rotation and translation.     

视觉测量中基于单应性矩阵的平面靶标图像特征提取

针对平面圆特征靶标和平面方格特征靶标图像,研究一种基于映射矩阵实现特征提取的新方法。根据靶标图像上至少4个角点位置的特征图像坐标及其对应的三维空间坐标建立靶标平面与像平面的单应性关系矩阵,结合已知的特征点空间坐标得到与已知空间坐标特征点相对应像面上特征点的粗略图像坐标,进而通过最小二乘椭圆拟合（圆特征靶标）或角点提取算...     

基于Levenberg-Marquardt算法的图像拼图研究

提出一种基于LM(Levenberg-Marquardt)算法的图像拼图方法。图像拼图是将不同时间段、不同视点获取的2幅或多幅图像拼接在一起。算法首先利用手动选取的对应点,基于线性最小二乘算法,估计出射影变换矩阵,然后利用LM优化算法,基于平方误差累加和目标函数进行最小化,当获得最优射影矩阵,利用最采样技术,将两幅图像拼图。基于真实图像实验,说明算法是简单可行的。     

结合特征和时空关联的稳健图像匹配方法

提出了基于特征和时空关联的积相关图像匹配算法．首先，采用Bubble小波边缘检测方法提取实时图与基准图特征；其次，利用惯导位置信息平移基准图，实现序列实时图在其对应基准图中的相对位置相同；最后，基于匹配概率与匹配面积成正比原理叠加序列积相关矩阵，并确定匹配位置．该方法克服了因面积增大由几何失真导致的匹配概率下降的缺点，使匹配概率已精度得到提高，具有较好的匹配稳健性。