基于改进PatchMatch的自相似性图像超分辨率算法

针对基于自示例几何不变性的超分辨率算法没有充分利用图像的纹理和边缘信息,且采用的PatchMatch图像块匹配算法容易陷入局部极小值的问题,提出了一种基于改进PatchMatch的自相似性超分辨率算法。第一,利用模拟退火算法提高PatchMatch跳出局部极小点的能力;第二,定义边缘相似度因子并将其引入到图像块相似性的评价函数中;第三,受“局部自相似性”统计先验的启发,采用服从高斯概率分布的位置坐标搜索空间进行相似图像块匹配。实验表明,与当前先进算法相比,所提算法在视觉效果和客观评价指标上都有一定的提高。     

快速运动估计中一种改进的块匹配免疫算法

图像的运动估计中,基于块匹配的免疫算法由于算法的随机性,使得抗体群中不匹配块增多,导致了免疫算法运算量增大。改进算法搜索过程中,通过快速识别出搜索窗内不可能成为匹配块的候选块,并把这些块消除掉,不对其进行匹配误差运算,从而可以大幅度减少免疫算法运算量。同时,由于改进算法使得候选块的匹配可能性提高,使得相对于传统块匹配免疫算法,重建图像的均峰信噪比进一步提高,进而重建图像质量得以提高。仿真实验结果验证了改进算法的上述优点。     

基于图像块匹配的肾小球基底膜自动分割

为了实现肾小球基底膜的自动分割,提出了一种基于图像块匹配策略的图像自动分割方法。首先,针对肾小球基底膜的特点,将块匹配算法的搜索范围从一幅参考图像扩展到多幅参考图像,并采用了一种改进的搜索方式提高匹配效率;然后,开始搜索最优的图像匹配块;最后,提取最优匹配块对应的标记匹配块进行加权,重组为肾小球基底膜的初始分割结果,经形态学处理后即可得到基底膜最终的分割结果。在采集到的肾小球透射电（TEM）图像上进行测试,算法分割结果与病理专家手动分割结果之间的Jaccard相似系数最低为83%,最高为95%。实验结果表明所提方法能取得精度较高的分割结果。     

基于非局部自相似性和低秩矩阵逼近的补全算法

针对传统矩阵补全算法在图像重建方面的不足，提出了一种基于非局部自相似性和低秩矩阵逼近（NL-LRMA）的补全算法。首先，通过相似性度量找到图像中局部块所对应的非局部相似块，并将相应灰度信息进行向量化，从而构建出非局部相似块矩阵；然后，针对所得相似矩阵的低秩性，对其进行低秩补全操作（LRMA）；最后，对补全结果进行重新组合，以达到恢复原始图像的目的。在灰度图像以及RGB图像上进行重建实验，结果表明：在经典数据集上，NL-LRMA算法要比原LRMA算法在平均峰值信噪比（PSNR）上高出4~7 dB；同时，新算法在视觉效果与PSNR值方面也明显优于迭代重加权核范数（IRNN）、加权核范数（WNNM）、LRMA等传统算法。总之，所提算法对传统算法在自然图像重建方面的不足进行了有效弥补，从而为图像重建提供了一种行之有效的解决方案。     

基于非局部自相似性和低秩矩阵逼近的补全算法

针对传统矩阵补全算法在图像重建方面的不足,提出了一种基于非局部自相似性和低秩矩阵逼近（NL-LRMA）的补全算法。首先,通过相似性度量找到图像中局部块所对应的非局部相似块,并将相应灰度信息进行向量化,从而构建出非局部相似块矩阵;然后,针对所得相似矩阵的低秩性,对其进行低秩补全操作（LRMA）;最后,对补全结果进行重新组合,以达到恢复原始图像的目的。在灰度图像以及RGB图像上进行重建实验,结果表明：在经典数据集上,NL-LRMA算法要比原LRMA算法在平均峰值信噪比（PSNR）上高出4~7 dB;同时,新算法在视觉效果与PSNR值方面也明显优于迭代重加权核范数（IRNN）、加权核范数（WNNM）、LRMA等传统算法。总之,所提算法对传统算法在自然图像重建方面的不足进行了有效弥补,从而为图像重建提供了一种行之有效的解决方案。     

基于非局部相似和低秩矩阵逼近的SAR图像去噪

针对合成孔径雷达图像(Synthetic Aperture Radar,SAR)受斑点噪声影响的问题,提出了一种改进的基于非局部相似和低秩矩阵逼近的SAR图像去噪方法。首先对SAR图像进行对数变换,将图像的相干乘性噪声转化为加性噪声,然后预估计图像的全局噪声方差,利用非局部相似性引入一种新的基于欧氏距离和判定系数的联合块匹配方式,在低秩模型下采用改进残余噪声方差估计的加权核范数最小化算法(Weighted Nuclear Norm Minimization,WNNM)逼近低秩矩阵,最终实现SAR图像的噪声抑制。实验结果表明,该方法不仅使得峰值信噪比等客观指标有了明显的改善,而且更好地保存了图像的局部结构,并实现了良好的主观视觉效果。     

基于矩阵相似度的最佳样本块匹配算法及其在图像修复中的应用

在基于纹理合成的图像修复算法中,最佳样本块匹配算法存在匹配精度不高和时间复杂度高等问题。针对上述问题,首先构造了块匹配算法,采用矩阵相似度来计算模板块与样本块之间的匹配度,以相对较粗的粒度初步选出最佳样本块的候选集。然后,又构造了像素点匹配算法,采用模板块与候选最佳样本块之间的误差矩阵的内积来计算对应像素点之间的匹配度,以更细的粒度来确定最终的最佳样本块。块匹配算法降低了时间复杂度,像素点匹配算法提高了匹配精度,因此,在此基础上构造的基于相似矩阵的最佳样本块匹配算法能够在不增加时间复杂度的情况下提高算法的匹配精度。实例验证结果表明,与当前基于纹理的图像修复算法相比,该算法的匹配精度提高,时间复杂度降低。     

面向自动扫描的三维形状多层次局部匹配算法

为了让机器人在对未知场景的扫描与重建过程中同时获得对该场景的理解,需要基于目前已有的部分信息进行物体分割与识别,解决基于不完整点云的局部匹配问题.针对已有的局部匹配方法面临着匹配准确度低、计算复杂度高等问题,提出三维形状的多层次局部匹配算法.在粗层次上,通过使用改进的词袋方法进行降维加速;在细层次上,通过精细地筛选三维特征点对之间的对应关系提升精度.首先使用基于深度学习描述子的多尺度SVM方法对数据库中模型上的特征点进行聚类,然后采用基于空间关系的视觉词袋方法在数据库中检索候选模型,最后基于全局和局部等距性对不完整点云与候选模型间的特征点对对应关系进行筛选.文中对于各部分算法分别进行验证,并与相关算法进行对比和评估,实验结果表明,该算法显著提高了局部匹配的准确性,为机器人在线场景扫描、分析、重建等相关工作提供了十分有意义的参考和支持.     

基于圆形块匹配的无人机航向角解算算法

针对无人机(UAV)的航向角解算问题,提出了一种基于光流的航向角解算算法.首先,对传统光流算法的块匹配方式进行改进,提出了圆形块匹配方式;然后,基于圆形块匹配方式与反三角函数设计了一种航向角解算算法.实验结果表明:在图像旋转超过1.5°时,93.3％的相邻帧圆形块匹配结果优于方形块匹配,圆形块匹配方式有效提升了匹配效果...     

非局部低秩正则化视频压缩感知重构

视频压缩感知在采样资源受限的视频采集领域具有重要研究意义,重构算法是视频压缩感知系统的关键技术.为了更好地从压缩采样数据中重构视频信号,提出一种基于全变分与非局部低秩正则化的视频重构算法,为视频重构提供一种新的思路.算法第1步考虑视频帧内和帧间的局部相关性,应用全变分模型作为先验约束得到初步恢复的视频帧;第2步考虑视频帧内与帧间的非局部自相似性,应用改进的非局部低秩正则化算法对其进一步重构,该步骤针对初步恢复的图像帧分块在本帧和关键帧中寻找相似块,构建低秩矩阵进行低秩正则化重构.仿真结果表明,所提出算法能够精确重构视频信号,相比主流的视频压缩感知重构算法具有更高的重构质量.     

小型无人机动平台的双目立体匹配方法研究

针对双目立体匹配中存在的误匹配、视差场稀疏等不足,提出了一种将区域匹配和特征匹配相结合的块匹配算法.对匹配图像对进行极线校正和限定搜索区域,采用SAD算法进行相似度测量.对小型无人机动平台的双目系统采集的任意一幅图像对用不同大小的匹配窗进行匹配.对结果进行了分析,结果表明了该方法的良好效果及实用性.     

基于有序事件列表的高效复杂事件匹配算法

针对现有的复杂事件匹配处理方法存在的匹配代价高的问题,提出了一种利用事件缓冲区（有序事件列表）进行递归遍历的复杂事件匹配算法ReCEP。不同于现有方法利用自动机在事件流上进行匹配,该算法将复杂事件查询模式中的约束条件分解为不同类型,再在有序列表上对不同约束分别进行递归校验。首先,根据查询模式将相关事件实例按照事件类型进行缓存;其次,在有序列表上对事件实例执行查询过滤操作,并给出了一种基于递归遍历的算法来确定初始事件实例并且获取候选序列;最后,对候选序列的属性约束进行进一步的校验。基于股票交易模拟数据进行的实验测试和分析的结果表明,与当前主流的匹配方法 SASE和Siddhi相比,ReCEP算法能够有效地减少查询匹配的处理时间,总体性能上均更优,查询匹配效率提升了8.64%以上。可见,所提出的复杂事件匹配方法能够有效提高复杂事件匹配的效率。     

ChinaGrid图像处理网格平台中的语义信息服务研究

在网格中要实现更加准确有效的服务发现、查询及其动态分配和替换,需要在语法匹配的基础上进一步实现语义匹配.介绍了在图像处理网格平台上开发的、基于语义的信息服务组件;描述了该组件的设计框架结构,并给出该组件的核心算法即网格服务语义匹配算法的描述.该组件能有效实现对图像处理网格服务的语义查询和工作流构建时的自动语义匹配以及工作流执行中网格服务的动态分配和替换.与传统语义服务匹配算法相比,所提出的网格服务匹配算法显著提高了网格服务的匹配准确度.     

基于云计算的大规模人脸特征检索

传统算法在人脸图像的匹配过程中,需要对每张特征人脸逐个对比,随着图像数量不断增多,对比时间延长,从而降低匹配效率。提出一种基于云的海量人脸特征匹配算法,首先通过广域云网络模型来提取人脸特征权值参数,然后对特征参数矩阵转换处理,最后应用转化后的矩阵匹配人脸特征。应用该方法构建的云平台,结合改进的ASM算法预判模型特征,可以更有效提高匹配程度。实验表明,本文算法在对海量人脸图像匹配中,具有较传统算法耗时更少的优点。     

不规则块的图像补全算法

目的 目前在图像补全领域研究的重点和难点是补全具有复杂结构信息和丰富纹理信息的大破损区域的图像。传统的基于样本块的图像补全算法主要采用规则的模板块和匹配块来进行补全,补全过程中不能充分利用图像的结构或纹理的不规则信息,从而影响算法修复的精度和效率。针对这一问题,本研究提出一种基于不规则块的图像补全算法。方法 在该算法中,首先利用结构稀疏度来区分图像的结构信息和纹理信息并基于结构稀疏度和置信度计算破损区域边界点的优先级,然后选择优先级最高的点构造规则模板块。对处于复杂结构区域的模板块,如果其邻域含有已知的结构信息,则膨胀该规则模板并利用其周围的结构信息来辅助构造不规则模板块。接下来,在图像完好区域内搜索与该模板块对应的匹配块,如果该匹配块的邻域包含有效的结构信息,则膨胀该匹配块并补充其周围的结构信息来完善该不规则匹配块。最后,利用该不规则匹配块补全破损区域。对于补全过程中块间接缝造成的视觉不连通问题,本研究利用图像的纹理信息来进行修饰。结果 将本文算法与4种修复效果较好的算法（3种基于规则块的算法和1种基于局部敏感哈希的修复算法）进行对比,通过8组经典图像进行实例验证,采用客观评价指标峰值信噪比PSNR和主观视觉连通性进行评价,结果表明本文提出的算法峰值信噪比相较4种对比算法均有04 dB的提高,且在补全的精细度和视觉连通性方面有更佳的效果。结论 本文算法在补全含有较复杂结构和丰富纹理的破损自然图像、壁画图像和目标物体移除上有较好的修复效果,普适性较强。     

利用贪心算法进行三角剖分的指纹匹配方法

针对指纹识别过程中的指纹匹配算法的准确性以及识别效果等问题,结合计算几何中平面点集的三角剖分方法-贪心算法的特点,将其引入指纹匹配处理,提出了一种基于三角网格(用贪心算法进行平面点集的三角剖分)的指纹匹配方法。该方法通过对细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照一定的规则相连,得到三角形网格,并基于该网格寻找若干参考点对,最后通过将两幅指纹图像进行姿势调整构成待识别指纹图像,使用获得的参考点对实现基于点模式的指纹匹配。经分析该方法是一种行之有效的指纹匹配方法,确保了指纹旋转、指纹平移参数计算结果的准确性,有效地提高了最终的识别效果。     

基于改进SIFT算法的双目视觉距离测量

针对视觉传感器距离测量中所使用的图像特征匹配算法精度不高、计算量大、实时性差等问题,提出了一种改进尺度不变特征变换(SIFT)图像特征匹配算法,并应用于双目测距系统当中.改进SIFT算法基于简化尺度构造空间,以曼哈顿距离作为最邻近特征点查询中的相似性度量,提高了算法效率.初次匹配之后与随机采样一致算法(RANSAC)结合,剔除误匹配点;基于精度较高的二次匹配点,提取匹配点像素信息进行距离计算,通过测距试验验证算法的可行性.实验结果表明:提出的方法获取目标距离达到较高精度,满足观测设备要求.     

基于模糊匹配的补丁文件定位算法研究

补丁文件定位是实现主机漏洞扫描及补丁推送系统的关键。本文在给出主机漏洞扫描及补丁推送系统的组成与补丁数据库设计的基础上,提出了基于模糊匹配的补丁文件定位算法。试用表明该算法可以有效提高补丁文件定位的效率与符合度。     

基于时空标签轨迹的范围模式匹配查询

针对时空标签轨迹的语义描述,结合传统移动对象范围查询,提出范围模式匹配查询并给出形式化表示。范围模式匹配查询返回在给定时空范围内匹配给定查询模式的所有轨迹,设计基于标签R树的范围模式匹配查询算法,并介绍查询算法中的筛选过程及精细计算过程。通过大量实验,从查询算法的不同参数角度分析,与基于RR-Tree、3DR-Tree、TB-Tree及SETI的查询算法进行对比,验证了提出的基于标签R树的范围模式匹配查询算法的有效性。     

高P2P下top-k搜索性能的研究*

分析了P2P中节点资源分布特点。根据搜索条件,在资源匹配度的基础上提出了节点匹配度的概念。基于节点匹配度与资源的small world分布特征提出top-k资源的搜索、评价算法。该算法使搜索能够在整个网络内进行,并朝资源匹配高的范围传播。在提高搜索效率、节约网络带宽的同时,保证了最终获取的k个资源是最匹配的。根据搜索条件选择广播匹配节点的方法有效地平衡了搜索、评价的带宽和计算资源。