A Fast Normalized Cross Correlation‐Based Block Matching Algorithm Using Multilevel Cauchy‐Schwartz Inequality

This paper presents a fast block‐matching algorithm based on the normalized cross‐correlation, where the elimination order is determined based on the gradient magnitudes of subblocks in the current macroblock. Multilevel Cauchy‐Schwartz inequality is derived to skip unnecessary block‐matching calculations in the proposed algorithm. Also, additional complexity reduction is achieved re‐using the normalized cross correlation values for the spatially neighboring macroblock because the search areas of adjacent macroblocks are overlapped. Simulation results show that the proposed algorithm can improve the speed‐up ratio up to about 3 times in comparison with the existing algorithm.     

实时的归一化相关匹配算法

通过分析归一化相关匹配算法的原理，提出了建立累加和表与平方求和表来减少匹配过程中加减法的冗余计算量，并采用快速傅里叶变换算法减少乘法的计算时间，使算法在无损匹配性能的条件下大大降低了计算时间。同时，该快速算法对于匹配模板和搜索区域的增加不敏感，十分有利于工程实现。     

基于自适应模板匹配的帧间全局运动估计算法

针对传统的匹配方法在匹配模板与待匹配图像间存在噪声影响、亮度等差异时导致匹配算法在时间和精度上得不到很好的统一,由此影响到红外图像帧间全局运动估计和补偿问题,提出了基于自适应模板匹配的方法进行帧间全局运动估计算法。该算法首先利用模板选择策略进行待匹配模板的选取,提高匹配的精度;然后提出自适应模板匹配准则,以达到较好的匹配效果,克服噪声等奇异点对误差函数值的影响;最后提出菱形搜索策略,以便搜索到最佳匹配点,使搜索不至于陷入局部最优,并提高了搜索速度。仿真实验结果表明,在红外图像背景变化较为缓慢的情况下,所提算法降低了帧间全局运动估计计算复杂度,同时具有很好的匹配精度和准确性。     

一种基于矢量相关性的快速匹配算法

针对传统的基于灰度特征的图像匹配算法的匹配速度慢和对灰度敏感的问题,提出了一种基于矢量相关性的快速匹配算法.该算法从矢量关系的角度分析图像间差异.采用高维空间矢量表征图像所含信息,通过计算矢量之间的角度衡量待匹配区与模板的相关性.实验验证了采用的矢量角度作为图像间关系的测度的合理性和准确性,表明了该算法的图像匹配具有快速性和较高的准确性.     

基于等积环投影与Zernike矩的快速模板匹配

为增强工业级机器视觉系统的实时性和稳定性,本文提出一种基于等积环投影与Zernike矩的具有旋转不变性的快速模板匹配方法,该方法采用由粗到精匹配策略,在粗匹配阶段以等积环投影向量作为特征进行匹配得到候选点集,再基于Zenrike矩进行精确匹配.主要创新点为提出复杂度低、抗噪性强和具有旋转不变性的等积环投影向量特征,并利用圆对称性在八分圆法基础上进一步降低Zernike矩计算量.经理论分析和实验对比验证,此法在保障匹配精度前提下,其匹配速度胜于当前同类最优算法,且对高斯噪声及线性亮度变化有强鲁棒性.     

基于互信息和自适应模板更新的目标跟踪算法

基于归一化互信息的图像目标跟踪算法,在目标发生刚体旋转,出现遮挡或光照条件发生变化时具有较好的稳定性。但是,实用的跟踪系统还要求算法能实时适应运动目标的外观变化,因此,在对归一化互信息跟踪算法研究的基础上,引入基于多尺度图像信息量的模板尺寸自适应更新策略。实验结果证明,改进的跟踪算法,在目标尺寸变化时能够自适应更新模板...     

一种基于互相关匹配的简化PCNN及其图像分割

脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)可有效的用于图像分割,但无法确定最优分割时的迭代次数.针对这一问题,文章从原始图像与分割图像的相似性出发,提出了一种基于最大互相关匹配的简化PCNN图像分割新方法.该算法通过计算原始图像与分割图像的相关匹配系数来确定最优分割.实验结果验证了该方法的有效性.     

一种基于模板匹配与隶属度解析的时序异常快速检测方法

传统的数据检测技术在处理大规模医疗数据时,耗时较高且抗干扰能力较弱。针对这些问题,文中应用模板匹配与隶属度解析技术,给出了一种时序数据异常状态的快速检测与分析方法。该方法采用TSTKS算法与滑动窗口理论实现时序数据多突变点快速检测,提取连续多窗口波动特征,构建时序数据的归一化波动向量,对大规模病变信号进行异常状态检测与分析。仿真数据与脑电病变信号分析等实验表明,此方法是一种较为快速、准确的大数据分析与检测方法。     

一种新的基于梯度特征的快速相关匹配算法

文中定义了一种基于梯度纹理的新特征,并以目标模板与实时图像的新特征差异为相似性度量,提出了一种新的相关匹配算法。与工程上常用的MAD相关匹配算法相比,本算法相似度曲面更尖锐,匹配时间短,置信度高,适合应用于红外图像实时跟踪系统中。实验结果表明了该算法的有效性和优越性。     

基于自适应模板和置信度更新的图像修复算法

去除图像背景中的部分目标,是图像修复技术应用之一。为了修补去除目标后留下的大面积空白区域,文中在基于样本图像修复方法的基础上,引入了自适应思想。首先利用Canny算子检测图像的边缘,再根据图像边缘特征自适应地改变模板块的大小;为了避免误差的累积传递,提出了新的置信度更新方法,使更新后的置信度与累积误差成反比。实验结果证明,文中方法比原方法能更好地修复图像边缘、复杂纹理,并且保留边角,使效果更自然。     

基于双层ACA算法快速求解单站RCS问题

利用积分方程法计算三维目标单站RCS时,需要逐个角度地进行矩阵方程的求解。为了提高计算效率,本文采用自适应交叉近似算法(ACA)对多角度照射时生成的激励矩阵进行低秩压缩,减少了矩阵方程的求解次数;进一步基于单站角度上的分组方式提出了双层ACA算法,该算法对内存占用极小,提高了算法的并行性,而且更有效地实现了激励矩阵的降秩;最后结合多层快速多极子算法(MLFMA)实现电大尺寸目标的快速求解。数值计算结果表明,该算法能大幅减少大宽角条件下的单站RCS计算时间,具有较高的计算精度和计算效率。     

基于模板匹配算法的字符识别研究

文中提出了一种基于模板匹配的字符识别算法。该算法在对输入的字符进行预处理的基础上对字符进行特征量提取,预先将字符分成若干个集合;然后再对各集合中的字符进行模板匹配,最终对字符做出判决。试验结果表明,模板匹配算法保证了字符识别的正确率,而对字符进行预分类,则缩小了模板匹配的字符对象范围,弥补了模板匹配算法对于大量字符耗时多的缺点。     

基于模板匹配的视频对象分割

视频对象分割是MPEG-4标准关键技术.本文结合模板匹配和基于运动估值和补偿的对象跟踪方法,提出了一种可以从复杂场景中分割出MPEG-4视频对象的新方法.在使用运动估值和补偿得到分割掩膜后,以初始帧对象颜色为模板,在当前帧的轮廓边界区域通过模板匹配检测对象,使轮廓精确化.本文方法在一定范围内有效解决了遮挡问题,并能够以初始帧跟踪任意长序列中的对象.     

基于DESO运动预测的模板匹配算法

针对战车目标自动跟踪火控系统对跟踪算法实时性、抗遮挡性要求高的特点,提出了一种基于DESO运动预测的模板匹配算法。该算法通过使用DESO对目标的运动轨迹进行预测,减少了目标的搜索范围,缩短了算法的运算时间。同时,遮挡判断和处理的增加使算法的鲁棒性得到了增强。实验结果表明与基于其他滤波算法的模板匹配算法相比,该算法具有不依赖于目标运动模型,预测精度高,实时性好,抗遮挡能力强的优点。     

扩展目标跟踪中的自适应模板刷新算法研究

在目标跟踪领域基于模板相关匹配的跟踪算法是一种非常实用而且有效的方法,但是由于目标表面在运动过程中经常会发生变形,因此需要使用模板刷新的方法来适应目标的变形。而普通的模板刷新策略又会导致模板漂移,为了减少这种刷新策略带来的漂移,对于扩展目标,利用其拥有较多细节的特点,提出了一种基于尺度不变特征变特征点的方法,将发生仿射变换的模板与原始模板的比较,利用比较的结果来决策刷新模板的时机,实验表明该方法对于扩展目标的跟踪来讲,该方法能够很有效而合理刷新模板,减少模板漂移,提高了跟踪精度。     

基于环投影模板匹配的印鉴鉴别法

本文分析了几种印鉴鉴别方法的优缺点,并提出了一种基于环投影模板匹配的印鉴鉴别方法。该方法先将印鉴图像分成若干个区域环,提取反映印鉴本质特征的参数形成局部和全局特征。然后利用一维模板匹配法分别对印鉴边框和印鉴边框内部字信息进行鉴别。实验结果证明,该鉴别方法具有较强的适应性和可靠性。     

基于改进的遗传算法的快速图像相关匹配技术

本文基于遗传算法在图像相关匹配中的具体应用，提出了包括新的初始种群的选择策略以及调节收敛与发散因子、防止近亲繁殖的改进遗传策略，通过对实际图像的相关匹配仿真，证明了这些措施能有效提高遗传算法寻优可信度与寻优精度。     

基于特征序列匹配函数的快速图像匹配

为解决在导弹制导、目标搜寻等领域中图像快速匹配的问题,提出一种基于图像局部特征序列的匹配函数,以加快图像匹配速度。该算法将匹配图像和查找图像分为若干相同大小的子图片,并计算它们的局部特征,形成一个带有特征的序列,利用提出的特征序列匹配函数,计算两种图像内容的特征序列下的匹配情况,该匹配函数能够利用匹配图像本身的特征信息提高图像匹配的查找速度。由于匹配图像特征序列之间存在关联,在匹配失效的情况下,不用再从查找图像的特征序列起始点重新进行查找匹配,而是根据匹配函数,计算出新的匹配点,从新的匹配点进行匹配,加快图像匹配的速度。     

利用互相关和Hough变换快速检测探地雷达目标

考虑到探地雷达目标检测效率低的问题,该文基于目标回波能量空间分布的三参数双曲线模型,提出了一种快速的地下目标检测算法。算法首先利用相邻1维回波的相关性提取回波双曲线,再能量加权拟合曲线以估计出回波模型的两个参数,最后通过1维Hough变换来完成目标检测与定位。实测数据实验结果表明该文算法在不降低目标检测性能和定位精度的同时,计算时间只有传统基于Hough变换检测算法的1.5%左右,计算量的理论分析证明了该文算法在计算效率上的优势。