基于轮廓线匹配的二维重迭物体的识别

本文提出一种基于轮廓线匹配的二维重迭物体的识别算法,并采用一种点模式匹配的快 速算法进行特征点序列的匹配,通过引进形状移位数的概念和利用问题中的各种约束条件,提 高了物体识别速度.     

高效的图模型点模式匹配算法

点模式匹配的概率图模型具有很好的匹配精度,但是计算复杂度较高,当隔离子中包含异常点（outlier）时匹配精度会受到较大的影响。为了提高匹配的速度和精度,提出了一种由粗到精的图模型点模式匹配算法。利用包含特征点的窗口,用标准化互相关方法对特征点进行粗匹配,以减少异常点的数量,提高后续匹配方法的速度和精度。提出了一种新的点模式匹配的概率图模型,这种图模型能综合利用特征点的位置信息和包含特征点的邻域的灰度信息。利用提出的概率图匹配方法对粗匹配所得到的点对进行分段匹配,得到精确的匹配结果。对光学图像和遥感图像的匹配实验显示该方法能显著减少点模式匹配时间,提高匹配的精度。     

基于点模式匹配的BGA芯片视觉检测与定位算法及其实现

点模式匹配是视觉测量中的一种新方法;针对贴片机生产中BGA芯片的图像识别对中问题,系统地介绍了BGA的视觉检测任务,提出了基于点模式匹配的快速定位算法;该算法针对BGA焊球分布特点,对传统点模式匹配算法进行优化,大大减少了运算量;现场实际运行结果表明该算法的速度和精度都能满足实际生产的需要,并具有较强的鲁棒性。     

一种基于混合匹配的指纹识别方法

为克服传统的基于细节点匹配的不足,对基于点模式匹配算法与改进的2DPCA匹配算法的混合识别算法进行了改进。改进后的算法在点模式匹配算法中加入改进的2DPCA算法的初匹配得分权重,提高了点模式匹配算法的准确性;并利用点模式匹配算法对2DPCA算法的匹配结果进行二次匹配,同时也提高了2DPCA算法匹配的准确率。     

入侵检测系统中模式匹配算法的优化研究

模式匹配是入侵检测系统中常用的技术,而字符串匹配算法是其核心内容.本文分析了三个常用的匹配算法,并在此基础上对其中的BM(Boyer-Moore)算法和WM(Wu-Manber)算法进行了改进和优化,从而提高了模式匹配的速度和效益.     

基于Snort的入侵检测系统性能优化

通过对Snort的规则匹配方式和模式匹配算法进行分析,为了提高基于Snort的入侵检测系统检测效率,提出了在规则匹配过程中充分利用处理函数的参数之间的关系,从而动态减少无效匹配次数,在模式匹配阶段采用改进的模式匹配算法提高匹配速度,从根本上优化了入侵检测系统的检测性能。     

基于点模式匹配的视频文字跟踪和笔画提取

给出一种在复杂背景下的视频文字跟踪和文字笔画提取方法。用基于Harris角点特征的点模式匹配法跟踪视频序列中静止和运动的文字,以确定文字序列的时间属性,比较了采用图像整体像素匹配和点模式匹配的跟踪精度。用基于多帧融合思想的前景/背景识别算法提取视频文字笔画并作OCR识别。实验结果显示,点模式匹配的跟踪算法比图像整体像素匹配的算法跟踪精度更高,在图像背景复杂、变化快的情况下,基于多帧融合的文字笔画提取方法优于传统的二值化方法。     

一种面向入侵检测的BM模式匹配改进算法

在分析了目前常用的模式匹配算法的基础上,提出了一种改进的BM算法。实验结果表明改进的模式匹配算法能减少比较次数,有效地提高了匹配速度。     

贝叶斯垃圾邮件过滤算法的改进与实现

本文分析了目前在垃圾邮件过滤中广泛应用的朴素贝叶斯过滤算法及其优缺点,并且根据模式匹配和模糊匹配算法提出改进型的贝叶斯邮件过滤模型。首先在邮件预处理过程中进行特征项的提取——模式匹配,从训练集合中识别出正常邮件和垃圾邮件的模式集合,然后用模式集合识别垃圾邮件,再对提取出的特征项进行模糊匹配并根据匹配结果判断邮件是否为垃圾邮件。实验结果表明:应用改进后的算法有效地提高了垃圾邮件过滤的准确率。     

一个快速命题模式匹配算法

工业专家系统必须具有良好的实时性能.由于专家系统的模式匹配工作占用了系统大量的运行时间,因此提高模式匹配的速度对改进专家系统的实时性能是至关重要的,本文提出了一个适用于动态环境的快速命题模式匹配算法.此算法是建立在一个称为命题识别网的表达方式的基础上.算法的复杂性分析和计算例子表明这个算法可以有效地减少模式匹配与推导的次数.     

基于p2-不变量的透视变换下的点模式匹配方法

点模式匹配是计算机视觉和模式识别领域中的一个重要问题。通过研究,在假定待匹配的两个点模式中已知有三对点整体对应的前提下,基于射影坐标以及对投景变换和排序变换同时保持不变的ｐ＾２－－不变量等理论,通过定义一种广义距离,给出了一种求解透视变换下,点数不等的两个平面点模式匹配问题的新算法。理论分析和仿真实验表明,该算法是快速、有效的。     

结合角点特征与SIFT特征的加速图像匹配

利用关键点寻找不同图像之间的一致性是很多图像处理和计算机视觉应用中的一个关键步骤。由于图像中巨量的关键点,因此特征的快速匹配成为了一个瓶颈。文中提出了一种对特征点进行分类比较的方法来加速特征匹配。首先可将SIFY特征分为两类,极大值SIIrF特征和极小值SIFT特征;其次是将SIFT特征和传统角点特征相结合提取特征点并按照角点特征进行分类。实验表明,这种方法在保持原有鲁棒性和精度的情况下,可以较大提高特征匹配速度。     

基于多视图像的摄像机自标定方法

摄像机标定是三维重建时的必要步骤。传统的标定方法对设备要求高、操作繁琐,而自标定方法虽然简便,但精度不高,会严重影响三维重建的效果。因此,越来越需要一种操作简便并且精度高的自标定方法。采用SIFT特征点匹配算法,根据多视序列图像中对应点间的相互关系,利用光束法平差,提出了一种基于局部-全局混合优化的迭代优化方法。针对图像匹配量大的问题,提出了一种邻域内图像互匹配方法来降低时间代价。实验表明,本文提出的多摄像机自标定方法是一种有效的高精度方法,采用的邻域内图像互匹配技术能很好地降低图像匹配的时间消耗。根据多视图像的对应点间相互关系,充分利用局部-全局优化的思想,通过混合优化的方法得到相机参数,对比现有自标定算法,本文给出的方法有较高的精度和鲁棒性。     

Improving sub-pixel correspondence through upsampling

Many fundamental computer vision problems, including optical flow estimation and stereo matching, involve the key step of computing dense color matching among pixels. In this paper, we show that by merely upsampling, we can improve sub-pixel correspondence estimation. In addition, we identify the regularization bias problem and explore its relationship to image resolution. We propose a general upsampling framework to compute sub-pixel color matching for different computer vision problems. Various experiments were performed on motion estimation and stereo matching data. We are able to reduce errors by up to 30%, which would otherwise be very difficult to achieve through other conventional optimization methods.     

用于视觉传感器标定的鲁棒性靶标定位算法

为了满足高精度机器视觉传感器的标定,提出了一种新的靶标识别定位算法。算法的实现包括靶标模式的检测和匹配两部分,其中,基于矩的靶标模式检测方法使得检测精度与模式形状无关,克服了摄影变换后圆形靶标模式的非圆性缺点,保证了亚像素级的检测精度;提出的种子扩散算法能根据靶标邻域信息自动调整扩散方向和度量信息,对于任意位姿的靶标图像都能保证与三维靶标实现稳定、准确、自动的匹配。对新设计的靶标进行了识别定位实验,结果表明：算法具有高精度、高正确定位重复率、全自动和快速性等优点。     

双目立体图像的快速匹配值计算方法

立体视觉计算过程中的匹配值计算极其耗时,整幅图的匹配值由各个参考像点的匹配值计算构成,因此,如果能够将前后两次参考像点的匹配值计算中重复的部分提取出来,那么就可以节约部分计算时间。将前后两次匹配值计算所涉及的领域像素分布情况分析清楚,结合所选取的计算步骤,将各个子步骤的中间输出结果缓存起来,以便下一次计算时直接使用而不需重新计算。如果匹配所用的邻域子图与整幅图相比非常小,则这种类似于流水作业的时间重叠计算方式可以获得很好的加速性能,同时该加速性能也会随着邻域尺寸的加大而提高,这得益于所省略的中间计算步骤较多的原因。     

光栅立体视觉三维表面重建系统及其图像处理方法(二)

该文针对网格立体视觉三维表面重建系统提出了一种由粗到精的网格立体图像匹配方法,该方法将基于区域的图像相关匹配技术与基于特征的匹配技术相结合,充分利用了前者的精确性和后者的简洁性等优点。在粗匹配过程中,将特征点的提取过程与匹配过程统一起来,在提取特征的同时对特征点进行必要标记,无需进行特征点的属性分析和设置,减小了特征匹配的难度,避免了匹配歧义性,匹配由粗到精进行,既保证了匹配的准确度,又保证了匹配的精确性。     

改进的弯曲度算法在阶梯修剪检测中的应用

在羽毛球生产中,有缺陷的羽毛必须分拣出来,目前主要依靠人工完成。机器视觉可以被应用于羽毛自动分拣邻域以提高生产效率。文中针对羽毛缺陷的阶梯形状修剪问题,提出改进的弯曲度算法,对羽毛边缘曲线的拐点进行定位。在原有算法的基础上,增加了对拐点附近羽毛边缘形状的判断。考虑阶梯修剪的特有模式,通过模式识别的方式对羽毛阶梯修剪特征进行识别。提高了算法的稳定性,降低误判率。可区分阶梯修剪和分叉等其它缺陷。通过实际检验,该算法判断的结果是可靠的。     

用金字塔图法匹配边界图象的三眼立体视觉方法

本文在分析了双眼立体视觉面临的本质困难之后，提出了用金字塔图法匹配特征基元的三眼立体视觉方法，这种方法由于建筑在透视投影几何原理的稳固基础上，无须任何先验限制，也不以图象相似性为基础，故可较好地解决精度与匹配难度的矛盾，且运用金字塔图法进行匹配传播使在保证精度的基础上，匹配速度大大提高，对计算机人工图象的匹配结果表明，误匹配率几乎为零，且有较高的匹配速度和精度。     

一种基于置信度传播的立体匹配算法

在双目立体视觉中立体匹配问题存在歧义性,是视觉研究中难点问题之一。通过采用分水岭分割图像的方式有效的对图像进行了过分割处理,实现了基于图像块置信传播的匹配算法。最后用Middlebury College图像库中的图像对算法进行了验证,实验结果表明这种方法能够获得很好的匹配效果,克服了传统立体匹配中精度低和速度慢的缺点。