基于改进SIFT算法的超声图像配准研究

针对SIFT算法对医学超声图像提取关键点数目较少的缺点,本文提出了采用HARRIS角点改进SIFT算法的方法,有效提取更具有结构意义的关键点数目,提高超声图像配准精度。此外,为进一步提高配准精度,增加一步互信息算法对图像进行精配。实验结果表明,本文算法是一种快速、高精度、全自动的医学图像配准算法,并可有效地提高配准精度。     

基于视觉注意模型的SIFT图像配准算法研究

针对SIFT配准算法提取图像特征点较多,配准点冗余,容易误配,存储空间大,匹配耗时多等缺点,根据认知心理学的相关理论,提出一种基于视觉注意模型的SIFT特征提取算法,并应用于复杂背景下的多目标图像配准。本算法首先利用视觉注意模型提取输入图像的显著目标,然后使用SIFT算法对显著目标区域配准。实验结果表明,本算法减少了复杂背景下大量的干扰信息和特征点,提高了配准精度和效率,取得了较好的配准效果。     

一种基于NSCT和SIFT的遥感图像配准算法

研究提出了一种基于NSCT和SIFT的遥感图像配准算法,综合利用了NSCT在图像分解上的灵活性和SIFT算法在特征描述上的有效性来进行遥感图像配准.首先分别对参考图像和待配准图像用NSCT进行分解,然后把分解的低频图像作为SIFT算法的输入并得到匹配结果,并利用匹配结果求解模型参数,最后通过重采样和双线性插值完成两幅遥感图像的配准.实验结果表明,此算法在运算速度和匹配精度方面均比SIFT算法和SWT+SIFT算法优越.     

基于轮廓提取的图像配准技术探讨

对于地面目标变化检测，由于周围环境的复杂性及多变性，如果不进行较高精度的图像配准，将导致错误的目标变化检测。针对此问题，文章提出了一种基于轮廓提取的图像配准技术，依据边缘检测提取图像的边缘，进而得到图像轮廓之后，找出配准点进行图像配准。仿真实验证明，基于轮廓提取的图像配准技术，能更加有效地观察地形，消除图像之间的位置差异，准确地判断地面目标。     

基于零件轮廓形心与最小外接矩形的图像配准方法

针对机械零件大批量测量时图像精确配准的难题,本文提出了一种基于机械零件图像边缘轮廓形心与最小外接矩形的图像配准方法.该方法通过确定图像边缘轮廓的形心位置以及最小外接矩形特殊边与坐标轴的夹角,得到图像的仿射变换参数,从而完成机械零件图像的配准工作.实验表明,该方法用于机械零件图像配准可达到像素级精度要求,并具有速度快的特点.     

基于SIFT的全自动遥感图像配准算法

针对仿射变换的光学图像自动配准精度不高的问题,提出了一种基于特征的由粗到细的遥感图像自动配准算法。首先采用SIFT特征进行了特征点的粗匹配,将输入图像映射为一个具有平移、缩放、旋转不变性的局部特征向量集,采用特征向量的欧氏距离作为相似性判定度量,通过两两比较找出匹配的若干对特征点对作为初始配准点对,以完成输入图像的粗匹配;其次,以互信息作为相似性测度,基于位置控制的搜索策略,确定了更多的特征点的对应关系;然后,利用控制点结合加权最小二乘优化仿射变换的模型参数,完成了图像间的精细配准;最后引入了联合直方图,以其作为配准精度的评价标准来检验配准效果。研究结果表明,该算法对于高光谱遥感图像具有较高的配准精度,速度快、可靠性高。     

基于传感器参数和目标轮廓中心的自动配准算法研究

通过对光电成像型反舰导弹的成像过程分析,提出了一种自动配准算法。其基本思路是将图像变换模型分解,逐步简化。可见光和红外图像配准时的变换为仿射变换。首先,利用传感器参数的调整,消除图像间的比例变化,将仿射变换简化为刚体变换;然后,依赖图像信息,用形态学边缘检测的方法求取目标的轮廓中心,以此为控制点消除图像间的平移变化,实现图像的完全配准;最后,通过观察海天线是否重合以及利用均方根误差原则,对算法的配准效果做详细评估。仿真实验表明,该算法准确、快速,配准精度满足目标识别的要求,可以较好地解决异类传感器弱小目标图像配准的难题。     

采用轮廓特征匹配的红外-可见光视频自动配准

为了精确地配准近平面场景下的红外-可见光视频序列,本文提出了一种基于轮廓特征匹配的自动配准方法,通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先,采用运动目标检测技术获取目标轮廓,并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后,建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征,从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后,为了克服近平面场景中目标深度变化的影响,本文结合前景样本随机抽样策略计算配准矩阵的损失函数,完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证,结果表明本文方法的配准精度优于当前先进的对比方法,在9个测试视频上的平均重叠率误差仅为0.194,与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求,且具有较高的鲁棒性。     

改进Demons算法的非刚性医学图像配准

非刚性配准是医学图像处理的一个重要的研究方向。基于光流场模型的Demons算法由于仅依赖图像灰度梯度使图像变形,当缺乏梯度信息时图像的变形方向不能确定,因而容易造成误配准,且该算法只适合于单模态图像配准。本文针对最大互信息配准方法在多模态刚性配准中的成功应用,提出了一种可用于多模态图像配准的改进Demons算法。该方法在原有驱动图像变形力的基础上,增加两幅图像间互信息对当前变换的梯度作为附加力作用,使浮动图像向两图像间互信息增大的方向变形,正确地配准图像。为避免陷入局部极值并提高算法的运行速度,该方法在多分辨率策略下实现。使用单模态、多模态图像分别进行实验来验证此算法,并与原始Demons算法进行比较,实验表明,该方法能够快速地产生准确的配准变换。     

一种结合ORB算法的SIFT图像配准算法

在基于SIFT算法的图像配准过程中有两个重要的环节:特征提取和特征匹配。针对算法在特征提取时存在的计算量大、复杂度高、速度慢等问题,该文提出了结合ORB算法的思想,对SIFT算法进行特征提取的优化,从而实现快速地提取图像的局部特征。在特征匹配阶段采用K最近邻的BBF搜索策略并结合RANSAC算法进行提纯,消除误配点。实验结果表明,改进后的算法降低了配准时间,提高了配准精度,适用于一些对实时性要求较高的场合。     

基于视觉的目标识别中改进SIFT算法研究

为解决SIFT特征匹配算法计算量大、运算速度慢等问题,在详细分析了原有经典算法的基础上,对其进行改进:一方面从降低运算复杂度的角度考虑,通过对每个像素的梯度模值和梯度方向进行高斯加权,将原有128维的特征描述符降低至24维;另一方面对特征向量的搜索方法进行改进,在原有BBF搜索方法的基础上,引入每一维度的数据与节点之间的关系来限定搜索范围,减少搜索次数,提高算法的搜索速度,进而减少算法整体的运行时间。最后,通过实验验证算法在运算速度上的提升,同时对匹配的准确度进行分析,在保证算法准确度的基础上提升运算速度。     

基于模板配准的零件轮廓缺损检测

基于机器视觉的机器零件轮廓破损检测在产品质量检测中具有重要作用.根据在线检测速度的要求,对于利用模板轮廓进行零件轮廓缺损检测,提出了轮廓校正和轮廓极坐标表示方法,有效地解决了快速性和模板轮廓与被测轮廓采样点不一致的问题.实验结果表明了本文算法的有效性,为零件轮廓破损快速检测提供了有效途径.     

基于最小外接矩形的目标工件定位算法

针对工业生产中的轮廓不规则工件难以定位的问题。以UR5机械臂为研究对象,设计了一套视觉定位系统。文中借助视觉技术定位工件,实现机械臂自动抓取目标工件。改进Canny边缘检测算法,然后对检测到的工件轮廓,利用Hough投影法寻找目标轮廓的主轴,建立目标工件的最小外接矩形。实现目标工件的定位并确定目标图像位置,最终实现机械臂抓取目标工件。通过抓取实验证明,文中的算法满足实际需求,具有实际工程应用价值。     

基于SIFT的小模数齿轮图像亚像素级配准研究

为解决小模数齿轮视觉测量中凸显的工业相机高空间分辨率与大视场相互制约的问题,对轮廓光条件下前景背景对比度过强、局部对比度不足,存在大面积同色区域的小模数齿轮图像亚像素级配准方法进行研究。针对传统基于特征点的图像配准流程在小模数齿轮图像配准中存在特征点数量稀少、正确匹配率过低的问题,介绍了适用于小模数齿轮图像的配准流程;引入直方图均衡化改善图像对比度,丰富灰度色调,增晰图像暗部特征以提升特征点数量和正确匹配率;为了克服传统匹配对提纯算法中阈值设置不准确、参数调整困难及模型不唯一的缺点,结合两倍中误差准则提出全局自适应参数匹配点对提纯方法,保证提纯结果唯一性的同时,其自适应调整判别阈值的方法可避免人为误差进而保证结果的重复性。实验结果表明,利用介绍的方法对图像进行预处理可大幅度提升特征点数量与正确匹配率,取提纯所得平移量的平均值作为配准结果,其正确度和精密度均优于传统算法,针对轮廓光条件下的小模数齿轮图像,配准精度优于0.083 pixel,对于小模数齿轮视觉测量具有实际应用价值。     

基于Fourier-Meliin算法的干涉图像配准

提出了采用Fourier-Mellin算法对大孔径静态干涉成像光谱仪的原始干涉图像进行配准的方法,用于校正由于推扫平台系统姿态不稳所造成的失真.采用Fourier-Mellin算法和相位相关算法求取干涉图像的旋转角度和缩放及平移参数,并通过多帧未校正的图像和校正后的图像分别拼接成大面积地域图像来验证算法.实验结果表明,通过人眼判断,可以实现对图像的配准,配准精度达到1Pixel,基本满足将LASIS原始干涉图校正为不失真图像的要求.     

图像快速配准算法的改进

针对基于灰度的图像配准速度较慢的弊端,给出了一种改进的自适应阈值的快速淘汰非匹配点的配准算法,利用灰度误差和噪声相结合的优点,并且在此基础上引入多线程并行编程技术。实验结果表明,这种新型的配准改进算法在保证较高准确性的基础上大大地加快了配准速度,实时性能有较大提高。与先前提出的金字塔算法以及图像迹算法等一些算法相比,配准速度具有比较明显的改进。     

利用改进粒子群算法的特征点配准

点配准问题在机器视觉、医学图像等领域有着非常重要的应用基础.首先在粒子群优化(Particle Swarm Optimiza-tion,PSO)算法的基础上,融合随机局部搜索(Local Random Search,LRS)算法,提出了一种新的改进粒子群优化(LRS-PSO)算法.然后将匹配点对的欧几里德距离平均值的极小值作为两个特征点对配准准则,用LRS-PSO算法来求解配准所需的空间变换参数.实验结果表明,算法具有较强的鲁棒性,具有较高的配准精度和较快的计算速度.     

基于分支限界的三维曲面全局配准方法

在三维测量中常需要将测量点云数据与已知曲面模型进行配准。采用隐式函数建立点云数据到曲面模型的距离场,进而进行非线性优化求解可以有效提升配准效率。然而由于点到曲面的近似距离及刚性变换的约束,其误差函数呈现非凸性而导致迭代极易陷入局部最优。为实现全局配准,提出了一种利用分支限界算法搜索点到曲面近似距离平方和误差函数最小化变换参数的方法。通过确定刚体变换参数空间中误差函数的上下界限加快搜索,并结合一种等效距离公式的LevenbergMarquardt算法优化的局部配准方法加速收敛并保证配准精度。三维模型的配准实验与分析验证了本文全局配准方法的有效性。     

基于叶片截面线CMM测量数据的ICP配准改进算法

快速、准确地对叶片进行测量是保证加工质量的关键。叶片三坐标测量机测量数据与理论数据之间的配准是数据处理的重要一步。针对传统迭代最近点(Iterative closest point,ICP)配准算法存在的配准精度低,提出一种基于叶片截面线三坐标测量机(Coordinate measuring machine,CMM)测量数据的ICP配准改进算法,将测量点到理论曲线的最小距离作为目标函数进行最近点的求解。首先,计算每一个测量点在理论点集中对应最近点,然后采用三次样条对该最近点及其附近理论点进行样条插值,最后计算测量点距离样条曲线最近点,并将此点作为求得的最近点。该方法在求得一个测量点在理论点集中对应最近点位置的同时,可顺次得到其他测量点在理论点集中的对应最近点,避免全遍历搜索计算。通过实例验证和对比,表明算法有效,精度较高。     

基于Fourier-Mellin不变量的图像配准方法

提出了基于Fourier-Mellin不变量的图像配准方法,该方法可对存在旋转、比例和平移变换的两幅图像进行配准.原有的基于Fourier-Mellin不变量的方法是建立在无限连续图像模型基础之上的,因此当应用于有限离散图像时,不能取得理想的相关峰值.改进方法针对有限离散图像采用了滤波技术,能有效去除Fourier-Mellin域中的伪像,并能产生明显的相关峰值;同时又能克服噪直于扰的影响;此外,通过将原有方法中二维相关函数的计算简化为两个一维相关函数的计算,可以降低时间计算复杂度,提高配准效率.