基于坐标投影的鱼眼图像校正方法研究

通过分析鱼眼镜头的成像原理,将校正后的鱼眼图像假设为半圆柱面的纵截面,根据圆柱面与截面的投影关系,推导计算出校正后的鱼眼图像中点的坐标和鱼眼图像中点的坐标的对应转换关系,实现鱼眼图像的校正。实验证明,该方法能够有效的校正鱼眼图像,对校正后的图像拼接及最终实现案件现场的快速三维重建具有重要意义。     

基于PC的投影拼接显示系统

提出了一种基于PC和普通投影仪实现大屏幕投影拼接显示系统的方法。在PC端将显示画面分割为若干块,然后对图像的重叠区域采用图像融合的方法进行处理,再发送给投影仪作梯形校正,从而实现大屏幕拼接显示。显示结果表明,实现低成本投影拼接系统的方法切实有效,可以满足不同规模投影显示的需要。     

基于颜色校正和加权融合的水下图像增强

为解决水下图像由光照不均匀等原因引起的颜色偏差、对比度低、细节不清晰等问题，提出了一种基于颜色校正和加权融合的水下图像增强方法。首先，对补偿了红色通道的原始图像采用白平衡算法进行颜色校正，解决图像失真问题。并将颜色校正后的图像从RGB空间转换到Lab空间，然后采用对比度限制自适应直方图均衡比(CLAHE)算法处理的L亮度通道来增强图像的对比度和亮度。最后，将颜色校正后的图像和增强对比度后的图像进行加权融合增强图像细节的清晰度。实验结果证明，采用所提算法处理不同水下场景图像效果显著，4个图像质量评价指标信息熵、峰值信噪比(PSNR)、水下图像质量评价度量(UIQM)和水下彩色图像质量评级(UCIQE)值与其他算法相比均有明显提升。并且与原始图像相比，所提算法处理后的图像的信息熵至少提升了5.6%,UIQM值提高了1.48倍以上，UCIQE值提高了7.5%。     

基于质量度量与颜色校正的多曝光图像融合算法

针对当前多曝光图像融合过程的图像质量属性选择不当,易导致颜色失真与丢失细节等问题,设计了一种质量度量耦合颜色校正的多曝光图像融合算法。首先,选择3种最显著的图像质量属性(对比度、饱和度和亮度)作为度量方式;然后,利用线性组合将得到的3种质量属性进行成加权组合,并采用幂函数来控制每个属性的影响,将较低的权重值赋予曝光不足和曝光过度的像素,消除具有视觉效果不佳的像素,从而有效保留正常的曝光像素及其明亮的颜色与细节;随后,将不同曝光图像加权组合的特征进行Laplacian金字塔分解,经过归一化权重映射后,对其进行不同系数的多分尺度融合,完成多曝光图像融合。为了避免颜色失真与细节丢失,采用基于局部饱和度的颜色校正方法来改善图像质量。实验数据表明,与当前多曝光图像融合方案相比,所提算法具有更高的融合视觉质量,可以更好地保持图像细节和校正曝光融合图像的颜色。     

基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法

为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像。试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95%以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了17%。AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求。     

基于块匹配与多级采样的薄片孔隙图像拼接

微观驱替实验中为了模拟非均质分布的情况,需要将多幅不同的孔隙二值图像拼接为一幅完整图像,而这些拼接图像没有重叠区域,需要根据待拼接图像的纹理信息进行图像拼接修复。针此类问题,本文通过对图像邻域的相关性问题进行研究,提出一种基于块匹配和多级采样的图像拼接方法,该方法结合5个判决准则,以修复孔隙图像边界间的弯曲轮廓和不规则纹理,并通过粗尺度到细尺度的图像拼接过程,使得最终拼接完成的薄片孔隙图像能够更加真实地反映岩心特征。为了验证本研究方法的有效性,将本文所提算法与现有的传统图像修复算法和基于深度学习的图像修复方法进行对比,并通过主观视觉与客观指标对图像拼接实例的结果进行评估,结果表明本研究提出的算法在PSNR和SSIM指标上优于现有的图像修复算法,分别提高了6.08dB和0.015,并且在图像纹理的自然过渡以及整体结构的一致性方面有更好的表现。     

高分辨率瓷砖图像实时拼接算法

为了解决不同纹理瓷砖图像的快速拼接问题，研究了图像拼接算法。首先，分析了图像拼接中速度和精度的关系，通过构建高斯金字塔尺度空间以减少程序的运算时间。然后，采用相位相关法配准瓷砖图像。在这个过程中，结合亚像素细化补偿分辨率下降引起的配准误差，并提出一种基于拉普拉斯算子的高频特征凸显策略以增强相位相关法鲁棒性。在多种颜色和纹理的瓷砖图像拼接实验表明，所提出的算法相比于基于SIFT和ORB算法，拼接成功率提升了60%和65%;相比于SURF、H-SURF和FFT算法，SSIM提升了9.04%、7.58%和4.02%。在运行速度上，所提出的方法相比于SIFT、SURF和H-SURF算法提升了4倍、3倍和2倍，仅为传统基于傅里叶变换的相位相关法的52%。该算法实现了快速和高质量的图像拼接，满足了工业应用中对高分辨率瓷砖的成像要求。     

遥感图像的几何精校正研究

几何校正是遥感图像预处理中的关键技术。在ENVI遥感图像分析软件环境下,利用图像-图像几何校正方法对遥感图像进行精校正。仿真实验中,利用该方法从两幅遥感图像上选择控制点配准另外一副栅格文件,使相同地物出现在校正后的图像相同位置。实验结果表明,利用该方法可以获得质量较好的遥感图像。     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

基于篡改区域轮廓的图像拼接篡改盲取证算法

为了解决传统图像拼接篡改检测方法特征单一、检测方法固化、篡改区域定位偏差大等问题,提出了一种基于篡改轮廓的图像拼接篡改检测方法。该方法对图像拼接篡改痕迹进行分析,在频域中建模,提取多步马尔可夫特征表征系数转移特性,并提取局部信息熵与差分激励表征当前位置系数分布变化情况。该算法将三种特征进行融合,并采用Real_Adaboost分类器进行训练,以输出每个像素属于轮廓或者其他区域的概率。最后,采用条件随机场(CRF)对分类器输出结果进行后处理,以获得更加准确的篡改轮廓线。根据标准数据集CASIA2、Columbia上的测试结果显示,该算法的分类与定位性能均优于传统的基于手工设计特征的拼接检测算法。     

基于图像拼接的直线轴承长度测量方法

针对远心镜头因自身特性无法调节视场大小,难以适应直线轴承测量时一次性获取零件完整图像的问题,利用HALCON图像处理软件通过图像拼接方法进行直线轴承的长度测量。综合考虑特征点提取和边缘轮廓获取效果,采用背光与正向照明相结合的方案,建立了基于组合照明的直线轴承测量系统;在图像拼接中,提出了一种在图像近似重合区域内使用图像金字塔分层搜索的方法进行特征点检测与匹配,以提高图像拼接效率;最后通过Canny算子和最小二乘法拟合进行图像边缘定位,完成长度测量。实验结果表明：组合光源能更好地兼顾图像表面特征点与边缘轮廓提取效果;提出的拼接方法检测时间在0.2S左右,相比于传统方法检测时间减少了88%;基于图像拼接的视觉测量误差小于0.1mm,测量重复性上相比于传统方法更稳定,测量最大标准差为0.005。因此,保证了视觉系统的检测效率、精度以及稳定性,在工业自动化检测方面具有一定的理论依据和实用价值。     

风机叶片无人机红外热图像拼接方法

针对风机叶片红外图像拼接困难的问题,提出了一种基于无人机速度信息的风机叶片红外图像拼接方法。首先,利用U-net网络预测获得叶片掩膜图像,从而去除冗余的背景信息;其次,计算平移、旋转、缩放参数使拼接图像配准;最后,使用Multiband Blend算法对拼接图像进行融合,消除视场与光照变化引起的拼缝。实验结果表明,本文提出的方法在拼接处x梯度方向上的RMSE小于SURF等传统图像拼接方法,拼接成功率达97.8%,并成功获取风机叶片红外全景图。将Multiband Blend算法应用于叶片红外图像融合,结果表明融合后图像拼接处RMSE显著降低,过渡更加平滑。     

基于AKAZE算法的图像拼接研究

针对基于KAZE特征检测的图像拼接算法实时性问题,提出一种简单有效的AKAZE拼接算法。该算法首先通过AKAZE算法提取图像特征点,接着计算M-LDB描述符从而生成特征向量。随后计算特征向量之间的汉明距离,提取出匹配的特征点对,然后利用RANSC算法估算全局单应性矩阵,根据动态线性变换算法求取重叠区域局部投影关系,结合两者统一投影平面,最后利用加权融合实现两幅图像的拼接。对KAZE、SIFT、SURF、ORB、BRISK进行性能实验比较,所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能,而且处理时间大大缩短,实现了有效的图像拼接。     

一种改进的快速全景图像拼接算法

全景图拼接是将具有共同部分的多幅图像进行组合,实现一幅全景图的过程.针对基于传统SIFT(scale-invariant feature transform)算法全景拼接中的特征点匹配计算消耗时间过长和存在冗余错误的不足提出了改进.其中,传统算法的特征点匹配计算是基于KD-tree算法的树结构,由近及远地逐个查找并计算特征点的匹配度;改进后的最近邻搜索算法(best-bin-first,BBF)是先根据每个特征点的多维度分量特性对其进行优先级排序,查询时总是从优先级高的开始,来提高匹配计算效率.冗余错误问题则是通过随机采样一致算法(RANSAC)的优化迭代计算错误概率,代替传统方法的阈值筛选法来减低错误匹配点的出现次数.实验中分别对简单纹理图像和复杂纹理图像进行了拼接实验并与原算法比较,证明本算法的拼接精度和时效性的提升.     

基于改进的Bernsen秸秆覆盖率图像处理算法研究

针对当前秸秆覆盖率自动识别准确率低的问题,提出了一种更加准确,适应性更强的秸秆覆盖率检测方法。 首先,基于 彩色分量空间距离灰度化算法对摄像头采集的秸秆图像进行目标背景分离;其次,再将彩色图像灰度化;最后,使用基于改进的 Bernsen 算法对图像进行二值化处理并计算秸秆覆盖率。 在实验中,选取了秸秆覆盖率区间在 20% ~ 30%、30% ~ 40%、40% ~ 50%、50% ~ 60%、60% ~ 70%、70% ~ 80%和 80% ~ 90%各 200 张图片,采用改进前和改进后的 Bernsen 算法分别计算秸秆覆盖率, 结果表明秸秆覆盖率为 30% ~ 80%时,采用改进后的 Bernsen 算法计算秸秆覆盖率更为准确,误差小于 5%,而在其他情况下,秸 秆覆盖率计算误差在 5% ~ 10%。     

基于比值法图像拼接算法研究

本文在讨论比值法进行图像拼接的基础上,针对比值匹配算法误匹配的问题,提出了一种改善比值匹配配准精度的算法。通过增加比值模板的列数来确定选取特征线的最佳匹配,从而增加了模板的信息量,从而提高了图像拼接的准确性。实验表明,该改进算法可以有效的进行图像拼接,并改善了原有比值法的配准精度。     

弱纹理飞机蒙皮曲面图像特征匹配及拼接

为了解决弱纹理飞机蒙皮特征点分布不均匀、正确匹配的特征点对较少的问题,提出了一种改进的LoFTR算法对飞机蒙皮图像进行拼接。根据相机位姿利用柱面反投影对蒙皮图像进行曲面校正;通过图像之间的重叠区域确定特征提取区域,从而减少错误匹配点对的生成;使用LoFTR算法进行特征提取,并且使用RANSAC算法对特征点进行筛选;根据图像分块的思想对重叠区域进行网格划分来对特征点进一步筛选,使得特征点分布更加均匀,得到更加准确的变换矩阵进行图像配准。实验在自研无人车采集的飞机蒙皮图像上进行了测试和验证,改进的方法与SIFT、SURF、ORB、BRISK以及AKAZE进行了特征匹配率比较实验,SIFT、SURF、ORB、BRISK和AKAZE匹配率分别为4.84%,0.47%、2.9%、0.86%、5.08%,提出的算法特征匹配率达到55.21%,SSIM平均值提高了44.38%~88.46%。该方法适用于对飞机蒙皮图像的拼接任务,且不存在因弱纹理而导致漏拼的问题。