分层流体中水平运动潜体产生的内波分析

从线性化的Euler方程和连续方程出发，采用线性自由面条件，通过傅里叶变换法研究水平运动点源在分层流体中产生的内波．利用源汇分布法分析运动潜体产生的lee渡，采用稳定相法计算远场速度．计算结果表明，高模态内渡的渡域角小于低模态内波的渡域角，内渡的渡域角小于Kelvin波的渡域角；随航速增大lee波主要表现为散波．     

基于不变矩的图像匹配算法研究

机器视觉是智能信息系统的重要组成部分,而图像匹配技术是机器视觉理论和应用的基础,采用不变矩算法对图像进行匹配,通过矩的平移、缩放和旋转不变性,计算基准图不变矩与实时图不变矩之间的相似程度,从而实现图像匹配。实验表明,基于不变矩的图像匹配算法具有良好的抗几何失真的能力,匹配效果良好。     

精确制导系统中姿态图像匹配算法的研究

针对精确制导中目标姿态图像各种干扰因素复杂的特点,在现有的各种姿态图像匹配算法的基础之上,提出了一种基于小波变换改进的姿态图像快速匹配算法,并对该算法进行了仿真分析。与传统的基于灰度的匹配算法相比,该算法在抗噪声方面性能优越,大大提高了姿态图像匹配的速度和匹配精度。     

SUSAN算法在快速图像匹配中的应用

SUSAN算子是一种基于图像局部灰度特征的算法,编程实现利用SUSAN算法的实现了快速图像匹配,并与常用的Harris算子作了对比,结果表明,该算法抗干扰能力较强,实时性较好,能够快速、可靠地检测图像的特征点。     

高斯曲率耦合相关性制约规则的图像匹配算法

目的针对当前较多图像匹配算法在匹配过程中因忽略了特征点之间的相关性而导致算法存在匹配正确度和鲁棒性不佳等不足,设计一种高斯曲率模型耦合相关性制约规则的图像匹配算法。方法首先,利用高斯滤波后图像的一阶矩阵和Hessian矩阵来构造高斯曲率模型,对Hessian算子进行改进,以充分检测图像的特征点。然后,通过求取扇形区域内的Haar小波响应获取特征点的主方向,并根据特征点邻域中像素点的灰度平均值计算特征向量,从而形成特征描述子,完成对特征点的描述。利用特征点集的均值与协方差矩阵来构造相关性模型,对特征点的相关度完成度量,从而定义相关性制约规则,对特征点的相似度进行判断,完成特征点的匹配。最后,利用RANSAC算法提纯匹配特征点,完成图像的匹配。结果仿真实验表明,与当前图像匹配算法相比较,文中算法不仅匹配正确度较高,且具有较强的鲁棒性,在旋转角度为50°时,其正确匹配精度仍可达到87%以上。结论所提算法在多种几何攻击下仍具有较高的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。     

焊缝射线立体视觉检测中图像匹配的特征提取算法研究

目的 研究焊缝射线立体视觉检测中图像匹配的特征提取方法。方法 依据焊缝射线图像的特点，提出了几种特征提取方法。结果 采用这些方法快速地提取出了图像的边缘特征点。结论 找到了对于焊缝射线像立体匹配边缘特征提取效果较好的方法。     

基于信息特征耦合夹角一致性规则的图像匹配算法

目的针对当前基于灰度特征的图像匹配算法在遇到匹配图像存在较大的光照变换时,会引起较多的误匹配和漏匹配等问题,提出一种基于信息特征耦合夹角一致性规则的图像匹配算法。方法首先,利用Forstner算子来检测图像的特征点,接着用Hessian矩阵最大特征值与其最小的特征值做比值计算,优化Forstner算子的检测特征点。然后,以特征点为原点,构建极坐标系,将特征点的邻域进行分割。再利用信息熵模型求取每个分割块中的信息特征,以生成特征描述子。最后,利用特征描述子构造距离模型,搜索指定特征点的最近邻特征点和次近邻特征点,并通过距离比值方法完成特征点的匹配。通过匹配特征点之间形成的夹角,建立夹角一致性规则,对匹配特征点的可靠性进行度量,剔除错误匹配特征点,从而完成图像匹配。结果实验结果显示,与当前图像匹配算法相比,所提图像匹配算法图像在旋转角度10?~100?范围内,识别率为94.6%~88%,平均识别时间为5.48 s,具有更高的匹配精度与鲁棒性。结论所提算法具有较高的检测精度,在印刷防伪与信息安全等领域具有较好的应用价值。     

基于不变矩特征模型耦合相似度量规则的图像匹配算法

目的为了解决当前图像匹配算法因主要利用特征点之间的距离来实现特征匹配,从而忽略了特征点的结构特征,导致算法存在较多的漏匹配点以及错误匹配点等不足的问题。方法提出基于不变矩特征模型耦合相似度量规则的图像匹配算法。通过对待检测像素点构造的邻域圆上的点进行分类,制定检测规则,对FAST算子进行改进,利用改进的FAST算子快速、精准地检测图像的特征点。随后,构造不变矩特征模型,取代SIFT算法中获取特征向量的方法,生成低维度的特征描述符。通过Euclidean模型和SSIM建立相似度量规则,对特征点之间的相似度进行度量,完成图像的特征匹配。最后,引入随机抽样一致性(RANSAC)算法剔除错误匹配点,完成图像的匹配。结果仿真结果显示,相较于当前的图像匹配算法,所提算法具有更高的匹配正确度和鲁棒性,其查全率最高可达95%左右,且匹配效率较快,约为3.75 s。结论所提匹配方法具备良好的匹配精度,在图像信息安全、包装条码识别与拼接等领域具有一定的参考价值。     

焊缝射线立体视觉检测中图像匹配的特征提取算法研究

目的　研究焊缝射线立体视觉检测中图像匹配的特征提取方法 .方法　依据焊缝射线图像的特点 ,提出了几种特征提取方法 .结果　采用这些方法快速地提取出了图像的边缘特征点 .结论　找到了对于焊缝射线像立体匹配边缘特征提取效果较好的方法     

基于SURF特征提取和FLANN搜索的图像匹配算法

针对传统图像匹配算法存在特征信息少和误匹配率高的问题,提出基于SURF特征提取和FLANN搜索的图像匹配算法.通过Hessian矩阵获取图像局部最值,并使用不同尺寸特征描述器,同时处理尺度空间多层图像的向量特征,最后采用FLANN搜索算法进行特征匹配.试验表明,该算法比传统的图像匹配算法在效果和效率方面都表现得更好.     

基于区域自适应模型耦合向量约束的图像匹配算法

目的 为了解决提高图像匹配算法的匹配精度与鲁棒性。方法 设计基于区域自适应模型耦合向量约束规则的图像匹配算法。首先引入采用上下文信息的显著性分析方法,提取图像的显著区域和非显著区域。根据区域的显著性特征构造区域自适应模型,用以动态调整FAST算法中的灰度阈值,提取图像中的特征点。然后,通过欧氏度量将特征点邻域内的点分为长、短点集;通过长点集生成特征方向,利用短点集生成特征向量,以获取特征点的描述符。最后,对特征点之间的Hamming距离进行度量,实现特征点的匹配。利用匹配特征点组成的向量建立向量约束规则,对匹配特征点进行优化,完成图像匹配。结果 实验结果表明,与当前图像匹配技术相比,所提算法具有更高的鲁棒性与匹配正确度,当目标旋转角度达到100°时,其匹配准确率仍可达到88.95%。结论 所提算法具有良好的适应性,在遇到几何变换时,具有较好的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。     

基于自适应步长选择的NCC图像匹配算法

在基于灰度相关的图像匹配算法中,归一化互相关(NCC)匹配算法是常用的匹配算法,但算法复杂、匹配时间长是制约其应用的主要原因。本文提出一种基于自适应步长选择的 NCC 匹配算法,根据归一化互相关系数自适应地选择搜索步长,加快了匹配速度;改进归一化互相关系数算子,增加了步长选择阈值的区分度,提高了自适应选取步长的精确度,实现了匹配时间和匹配精度的合理分配。实验表明,该算法在保证匹配精度的同时,匹配时间缩短为传统NCC算法的10%~50%。     

利用外极线约束的图像匹配新算法

针对排爆机器人要求获取目标物的精确的三维坐标,在原来只用灰度匹配的基础上,提出了利用图像灰度局部特征约束的一种新算法.该算法首先对图像进行粗匹配找出可能出现的区域,再利用外极线约束进行精确匹配,这样就减少了搜索区间,提高了匹配精度.外极线约束算法对于有遮挡现象问题的处理也非常有效.     

显著性加权最小二乘图像匹配跟踪方法

针对复杂背景下运动目标跟踪这类问题,提出了一种显著性加权最小二乘图像匹配跟踪算法.新方法首先根据目标上不同区域和背景的差别大小,给每个目标区域赋予不同的权值.然后将权值与最小二乘图像匹配算法结合起来对目标进行跟踪.实验中将本文算法与三种经典跟踪算法进行比较,实验结果表明,在复杂背景下,新算法仍然可以有效、准确地跟踪运动目标,而经典算法均出现问题.新算法的单帧处理时间也可以满足实时处理要求.     

一种改进的快速归一化积相关图像匹配算法

归一化积相关算法是一种经典的图像匹配算法,具有操作简单、匹配概率高等优点,其不足之处主要在于计算量大,难以满足实时性要求。为此,本文首先提出了一种减少归一化积相关算法计算量的方法,通过从基准图像中构造出两个搜索矩阵,来简化实时图像的搜索路径,使其只需沿一个方向平移就可以完成匹配,并且可以很容易地通过相邻两个基准子图之间的迭代来避免图像能量的重复计算;接着将该方法与BPC算法的思想相结合提出本文的快速匹配算法,从两个方面来减少传统算法的计算量,进一步提高了算法的运算速度;最后通过实验仿真验证了本文算法的优越性。     

结合颜色不变量和ORB特征的图像匹配算法

目的针对现有图像匹配算法因忽略图像颜色信息,使算法对光照变化的鲁棒性较差,容易造成图像误匹配的情况进行改善。方法颜色信息是区分不同图像的重要特征,通过提取彩色图像颜色不变量的方法获得图像的颜色信息,并将颜色不变量与ORB特征描述子相结合,形成一种C-ORB算法,C-ORB算法在保留ORB算法优点的基础上,能够将图像的色彩信息应用到图像匹配过程当中。结果实验结果表明,结合了颜色不变量的ORB算法在保留了ORB算法运算速度快的基础上,能够在不同光照强度、不同光照方向下,获得更多的图像细节,匹配更为准确。结论在移动手机、平板电脑等移动终端设备进行印刷品识别与匹配时,能够在保证识别图像识别速度的基础上进一步减少图像的误匹配。     

基于显著性边缘特征的图像匹配

为了克服可见光与红外图像之间的细节边缘纹理的差异对异源图像的匹配造成的不利影响,本文采用一种显著性边缘提取算法,该算法通过抑制图像局部区域内变化微弱的部分,加强了显著性边缘,增加了匹配的精确性和鲁棒性。异源图像匹配仿真实验表明,本算法相比传统的Canny算法在异源图像中的匹配有更好的性能。     

余弦约束法则耦合改进RANSAC策略的图像匹配算法

目的提高当前图像匹配算法的匹配精度与鲁棒性。方法引入Forstner算子,精确提取图像特征点;采用一阶Haar小波来生成特征点主方向,并通过求取Haar小波响应来生成特征描述子;利用特征向量构建余弦约束模型,联合特征向量的距离度量方法构成双重匹配约束,从而完成特征点之间的匹配;引入投票机制对RANSAC方法进行改进,制定多重筛选方法对伪匹配点进行剔除,完成图像匹配。结果与目前图像匹配方法相比,文中提出的算法具有更强的鲁棒性与匹配精度,在特征总数为200个时,所提算法的匹配正确数量达到196个。结论所提匹配技术具有较好的匹配正确率,对包装印刷产品的识别以及信息安全检测等领域具有较好的应用价值。