考虑空域分布多尺度信息熵的SAR图像模板匹配

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵(SDMSE),将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达(SAR)图像匹配时,对输入图像和基准子图(基准图中和输入图尺寸一样的子图)求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。     

基于Opencv的图像多目标模板匹配算法

在箱体的图像采集与分割过程中,由于角度、光线的影响,使得模板图像与待匹配图像中相同目标图像因为角度变化和色差等原因影响,使得匹配成功率并不理想,存在无法匹配到目标箱体或者匹配偏差较大的问题。这里创新性的采用了一种新的图像预处理方法,使用边缘检测算子与膨胀的组合方法,对模板与待匹配图像进行处理,使用处理后的图像进行匹配。通过与传统方法的实验对比,实验结果表明,新的方法在图像在存在色差和一定旋转角度时,仍然具有较高的匹配率。     

基于初始尺度变换的SIFT匹配算法

直接使用检测到的SIFT(Scale-Invariant Feature Transformation)特征点进行特征点匹配,匹配性能仍然有待提升.提出了改进的SIFT匹配算法,利用匹配特征点的尺度比直方图,估计出近似的图像尺度比k,然后将空间分辨率较高的图像初始尺度增大到k倍,再次提取特征点进行匹配.实验结果表明,相比于其它用尺度约束条件提升性能的匹配算法,基于初始尺度变化的SIFT匹配算法在处理结构型图像时性能得到了很大的提升.     

基于多种群遗传算法的模板匹配研究

模板匹配是图像处理中的重要应用,本文提出将多种遗传算法与模板匹配想结合,解决传统模板匹配中计算量大、效率低等问题,并且避免了单种群遗传算法中出现的收敛缓慢和早熟收敛以及容易丢失优良基因等现象。     

一种基于小波变换和变尺度圆模板融合的景象匹配算法

在SAR匹配导航系统中,由于基准图和实时图尺寸较大,而且二者被获取时成像角度和分辨率等参数不同,使得传统景象匹配算法很难同时满足实时性和鲁棒性要求.我们通过对多种小波函数的对比分析,挑选出了性能最优的一种,并构造图像金字塔,利用由粗到细的迭代匹配策略实现了算法的实时性.设计了基准图和实时图的多尺度圆模板,并基于D-S证...     

基于动态模板匹配的自适应尺度目标跟踪算法

为保证大型光学模块装校装置在装校过程的稳定性和准确性,需要对导向模块进行监测跟踪。针对传统模板匹配跟踪算法在工业应用中存在无法应对目标尺度变化、缺少有效的模板更新策略等问题,提出一种基于动态模板匹配的自适应尺度目标跟踪算法。首先对第一帧图像检测运动目标区域,提取目标模板中心点,生成模板图像金字塔;在之后的每一帧中,先计算各尺度下模板图像和目标图像的相似性,取相似度最大的尺度因子作为尺度变化量,借助动态模板更新策略更新模板;最后融合卡尔曼滤波算法,预测出候选目标范围。在OTB数据集上进行实验,结果表明,所提算法在满足实时性要求的同时,相较于传统算法,重合率提高约21个百分点。     

模板匹配的快速算法

本文提出了一种模板匹配的快速算法,算法中采用沃尔什-阿达马变换实现模板匹配。计算机模拟结果令人满意。     

基于多尺度边缘结构相似性的图像质量评价

基于结构相似度(SSIM)的图像质量评价方法是从视觉区域提取图像的结构性信息,但在评价模糊较严重的图像时存在其局限性,因此本文将图像边缘和SSIM相结合,提出了基于多尺度边缘结构相似度(MESS)的图像质量评价方法。实验结果表明,由于MESS考虑了边缘信息对于人眼感知结构信息的重要性,评价结果比SSIM更加符合人眼视觉感知特性。     

基于模板匹配和特征点匹配相结合的快速车牌识别方法

介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化，再用垂直投影法进行分割，最后进行模板匹配，并用特征点匹配对几组易出错的字符进行检查，从而得到车牌号。     

多方向多尺度Gabor特征表示及其匹配算法

Gabor滤波是众所周知的一类特征提取方法,在机器视觉等领域得到了广泛研究和应用.本文提出了一种多方向多尺度Gabor特征表示、提取以及其匹配算法.多方向多尺度Gabor特征通过使用一组不同尺度和不同方向的Gabor滤波器对图像进行滤波,而后将滤波结果在各个滤波方向按尺度大小排序后连接而成.本文进一步提出了循环向量的概念,并将两个多方向多尺度Gabor特征相似度重新定义为一个多方向多尺度Gabor特征和对应的多个循环向量之间最大值.实验结果表明,本文提出的多方向多尺度Gabor特征不仅具有平移不变性、旋转不变性、尺度不变性,也展现出优秀的局部特征表示能力以及显著的鉴别力.     

模板匹配算法对运动目标自动锁定跟踪的研究

模板匹配技术是运动目标跟踪中常用的方法.在基于差值测度的模板匹配算法中,满足匹配准则的最佳匹配点与真实位置偏差较大,这在运动目标跟踪中,由于偏差的不断累加会造成跟踪不稳定,甚至目标的丢失.针对这一问题,提出了结合目标模板内像素灰度值的空间分布情况,不断地对模板进行修正的算法,使得跟踪的实时性和稳定性得以提高.仿真实验结果证明了该算法的有效性.     

Fast algorithm for robust template matching with M-estimators

We propose a fast algorithm for speeding up the process of template matching that uses M-estimators for dealing with outliers. We propose a particular image hierarchy called the p-pyramid that can be exploited to generate a list of ascending lower bounds of the minimal matching errors when a nondecreasing robust error measure is adopted. Then, the set of lower bounds can be used to prune the search of the p-pyramid, and a fast algorithm is thereby developed in this paper. This fast algorithm ensures finding the global minimum of the robust template matching problem in which a nondecreasing M-estimator serves as an error measure. Experimental results demonstrate the effectiveness of our method.     

一种新颖的抗旋转快速图像匹配算法

提出了一种新颖的抗旋转快速粗匹配算法,该方法巧妙地引入了与运算来计算图像间的相关度,因而极大地提高了匹配速度,使匹配时间的减少呈指数级数下降,并能克服在[-20°,20°]之间的角度旋转.通过大量的仿真实验验证了本文算法的有效性,而且在基准图尺寸大小固定的前提下,随着模板尺寸的增大,匹配时间的消耗却增长十分缓慢,且匹配速度较相同情况下二层金字塔分解加速方法至少快20倍.     

A novel algorithm for a rotation invariant template matching

A novel algorithm for a rotation invariant template matching is proposed when the fluctuating scope of the rotation angle is limited within the region of [-20°,20°]. The matching candidates are selected using a computationally low cost improved correlation algorithm. ＂AND＂ operation is adopted to reduce the computational cost. Therefore the algorithm improves the matching speed consumedly. The simulation results verify the efficiency of the proposed method. Moreover, when the size of reference image is fixed, the advantage of this time-saving algorithm is more obvious as the increase of the size of the real time image. The matching speed of the proposed method is over 20 times faster than the speed of the two-level pyramid decomposing accelerating method.     

A novel algorithm for a rotation invariant template matching

A novel algorithm for a rotation invariant template matching is proposed when the fluctuating scope of the rotation angle is limited within the region of [-20°,20°]. The matching candidates are selected using a computationally low cost improved correlation algorithm. "AND" operation is adopted to reduce the computational cost. Therefore the algorithm improves the matching speed consumedly. The simulation results verify the efficiency of the proposed method. Moreover,when the size of reference image is fixed,the advantage of this time-saving algorithm is more obvious as the increase of the size of the real time image. The matching speed of the proposed method is over 20 times faster than the speed of the two-level pyramid decomposing accelerating method.     

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...     

适于多尺度宫颈癌细胞检测的改进算法北大核心CSCD

深度学习技术因其强大的特征提取能力而被广泛应用于目标检测任务中。针对多尺度宫颈癌细胞的识别准确率不均衡、检测效率低等问题,本文提出一种基于YOLO v3模型的改进识别算法mo-YOLO v3(mini-object-YOLO v3)。选用20倍数字扫描仪下采集的宫颈细胞图像作为数据集,为提高算法的鲁棒性,引入对比度增强、灰度图、旋转和翻转等多种数据增强策略扩充数据集;模型以Darknet53网络结合注意力机制作为主干模块,针对宫颈癌细胞尺寸差异大的特点,提出一种多尺度特征融合算法来优化模型结构;针对小目标检测精度低的问题,提出一种改进的损失函数,采用相对位置信息的方法减弱物体框对检测结果的影响。测试结果表明,本文所提的mo-YOLO v3模型不仅在总体识别精度上有明显的优势,同时大大提高了小尺寸宫颈癌细胞的定位精度。该模型对宫颈癌细胞识别的准确率达到90.42%,查准率达到96.20%,查全率达到93.77%,相似指数ZSI为94.97%,高于同类算法。     

一种改进的地磁匹配算法研究

针对复杂电子环境中的飞行器,如何克服主惯导系统的误差发散现象,抑制其固有漂移,是实现高精度自主导航的关键。地磁导航以自主、全天候、无时间累积误差等特点成为新型自主导航手段,它的精度主要取决于地磁匹配算法的精度。在此提出一种改进的地磁匹配算法,首先采用快速方差法（MSD）进行预匹配;接着采用抗旋转的插值平移法,进行精匹配。结合粗匹配和精匹配,组成一种高效的地磁匹配算法。通过仿真研究表明,该算法具有精度高,抗小角度旋转,匹配速度快等优点。