具有旋转不变性的异形模板匹配方法

针对工业自动装配产品过程中异形工件出现旋转后的定位问题,提出一种新的异形目标识别方法,设计基于目标轮廓的同心等势线异形模板,并结合圆投影方法,能快速有效地实现计算机对异形目标的自动识别与定位。研究结果表明,该方法可以准确地实现不规则目标的旋转变化识别,同时可以有效地解决存在亮度变化、对比度变化、噪声干扰等情况下的异形目标的匹配问题。     

一种基于圆周划分的模板匹配算法

本文提出了一种基于圆周划分的模板匹配算法，与传统模板匹配算法相比，本算法具有速度较快、有一定的旋转不变性、抗干扰性好的特点。     

用Zernike矩来确定字符的旋转不变性特征

该文介绍了一种确定字符图像的旋转不变性特征的方法。这种方法总体上来说分两步进行。第一步,利用标准矩将字符图像标准化,如将图像调整到原点是其重心的位置,将图像的尺寸转化为一定大小,图像的总象素值为一指定值;第二步,利用Zernike矩来确定数字图像的旋转不变性特征。文章还给出了利用该方法做的一个证明旋转不变性的实验。     

基于伪Zernike矩的快速旋转无关图像匹配方法

传统的图像匹配方法往往会因为匹配图像与模板图像之间存在任意角度旋转而失效,而现有的抗旋转图像匹配方法因为计算量大而不能满足实时应用的需要.因此研究一种旋转无关的图像匹配算法成为必要.将圆投影匹配算法结合多值模板和塔形加速技术加快了滑动窗口的搜索效率,并使用伪Zernike矩进行精匹配.实验结果表明,改进后的算法在保证匹...     

基于方向码的旋转不变模板快速匹配方法

将图像梯度方向应用于旋转不变性模板匹配时存在计算量较大的问题,由此提出一种改进的基于梯度方向码的旋转不变模板匹配方法,通过计算积分直方图降低统计直方图的计算量,采用像素跳跃的匹配方法减少大量无效的匹配运算。实验结果表明,该方法在保证匹配准确性的前提下,匹配速度提高了3倍至6倍,可以达到实时性要求。     

一种快速模板匹配目标识别算法

该文拟将计算机视觉中传统模板匹配方法与对场景物体的中心矩描述方法相结合,提出了一种效率较高的匹配算法。算法在匹配识别上不仅不受物体方位旋转及尺寸缩放变化影响,而且能较精确地求出物体相对于模板的缩放比例和偏转角度。文中给出了与传统模板匹配算法对照的实验结果。     

图象的快速一维投影模板匹配

本文在分析２维模板匹配方法的效率后，提出了快速１维投影模板匹配的算法。该算法将２维图象灰度投影迭加到１维数轴上，在１维数轴上匹配成功后，再通过２维模板匹配进行检验，从而在不影响匹配的准确性的前提下提高了匹配效率。实验表明，在选取适当的阈值后，１维模板匹配能将匹配的算法复杂度降低将近一个指数级     

Krawtchouk矩旋转不变性的分析

矩是基于区域的形状描述子,相对于基于轮廓的描述子例如傅立叶、链码描述子等,对于不连通的图像形状描述和对噪声的鲁棒性等方面有着更良好的性能.正交矩又可分为连续正交矩和离散正交矩,Krawtchouk矩是离散正交矩中的一种,和连续正交矩不同,基于离散正交矩本身的离散特性,更适合于对数字图像的处理.但同其他离散矩一样,Krawtchou矩并不具备天然的几何不变性(旋转、缩放和平移),这也从一定程度上限制了Krawtchouk矩的应用.为使Krawtchouk矩得到更广泛的应用,对Krawtchouk旋转不变矩的构造进行详细分析和实验,比较出更适合用于浮游植物的Krawtchouk旋转不变矩.     

基于方向码的模板匹配方法

提出了一种新的基于方向码的模板匹配方法.算法由两步构成:在匹配的第1步,利用方向码直方图选择匹配候选点并粗略估算出旋转角度;在匹配的第2步,针对匹配候选点,利用模板和子图间方向码的差值进行匹配.实验证明提出的算法在真实图像具有旋转变化时仍是稳定的,这是因为匹配是基于由像素梯度信息计算出的方向码进行,而不是直接根据灰度值进行.     

基于模板投影匹配的LED芯片快速定位方法

本文根据LED芯片图像的特点,提出了基于图像投影的改进模板匹配方法,将二维模板匹配分解咸水平和垂直两个方向的一维匹配.该方法大幅度提高了定位效率,满足了芯片检测和分拣设备的快速定位要求.     

A novel two stage template matching method for rotation and illumination invariance

Template matching is the process of determining the presence and the location of a reference image or an object inside a scene image under analysis by a spatial cross-correlation process. Conventional cross-correlation type algorithms are computationally expensive. Furthermore, when the object in the image is rotated, the conventional algorithms cannot be used for practical purposes.In this paper, an algorithm for a rotation invariant template matching method based on the combination of the projection method and Zernike moments is proposed. The algorithm consists of two stages. In the first stage, the matching candidates are selected using a computationally low cost feature. Frequency domain calculation was adopted to reduce the computational cost for this stage. In the second stage, rotation invariant template matching is performed only on the matching candidates using Zernike moments.     

基于图像中心矩的快速模板匹配算法

提出了一种以中心矩作为匹配特征,基于积分图像的思想,并采用粗、精阶段相结合的相关跟踪算法。实验结果表明,与以往的以象素作为图像特征的相关跟踪算法不同,本算法运算速度快、实时性强、匹配精度高。采用Visual C 编程,可在40ms,即一个电视周期内完成对图像的处理。本算法在运动目标跟踪、模式识别及机器视觉等领域有着广泛的应用前景。     

一种快速的模板匹配算法

针对传统的模板匹配算法通常效率较低、计算速度较慢的问题,提出了一种快速的模板匹配方法。该算法一开始取较少的点参与模板匹配,逐步增加参与匹配的点的数目。通过相关系数的比较来决定下一步增加匹配点继续匹配,或者放弃在该位置的匹配,移动模板到新的位置进行新的匹配。计算相关系数时,每次增加参与匹配的点后,首先只对新增的点进行计算,然后与原有的相关系数进行组合,得到新的相关系数。这样就大大减少了算法的计算量。此外,该算法在匹配的过程中所使用的点总是均匀覆盖模板,从而保证了算法的准确度。该算法速度快,准确程度高,能够满足实时性的要求。     

Edge detection: what about rotation invariance?

In this article, we consider techniques that provide edge strength at each pixel using two orthogonal directions and question their invariance with respect to a rotation.     

基于圆投影与矢量和的旋转不变量检测方案

在工业产品检测中,传统模板匹配方法不适用于元件标志的旋转情况。针对该问题提出基于圆投影与矢量和的旋转不变量检测方案,采用构造模板的方法,乘以模板中的系数实现灰度图像圆周投影统计和一维特征向量矢量圆求和的功能。实验结果证明,该方案可以实现目标发生旋转后的标志匹配,其抗噪能力和处理速度高于SIFT算法。     

图像数字水印中的模板匹配检测方法

基于对数极坐标映射(LPM),设计了图像数字水印技术中的模板匹配检测方法.该模板匹配检测方法的特点是:在图像数字水印的嵌入过程中,从对数极坐标域中切取一块模板匹配信息;计算该模板匹配信息与加入水印后的图像在LPM域中的相位谱的相关系数来进行水印的检测工作.这种方法不使用原始图像的全部信息,减少了相关性检验的计算时间,提高了工作效率.实验结果表明该方法对图像中数字水印具有较强的检测能力.     

改进的模板匹配算法

在图像消旋消抖处理中通常运用到模板匹配算法,但在战场目标抗抖动的运用中,由于装甲战车车载图像跟踪系统受到地形地物的影响,会产生剧烈扰动,会产生匹配错误。建立了图像运动模型,根据图像灰度特征,对模板匹配算法进行改进。根据几何距离约束特征点的性质,运用特征点校正去除伪特征点,较好地消除误匹配,达到战场图像消旋消抖的要求。     

多方向模板的构造及匹配的快速算法

多方向模板匹配是图像处理的重要方法。对原有的Prewitt模板进行了扩充，构造了新的多方向模板，建立了相应的快速模板匹配算法。在图像处理中，通过多方向模板，图像得到了加强，并且提取了图像相关的线性特征，实行快速算法在理论上比经典算法快4．57倍，节省了运行时间。