仿真条件下贝努利试验的匹配概率估计方法

前视红外景象匹配算法性能评价是一个亟待解决的问题。主要研究了匹配概率这一重要算法性能评价指标的估计方法。通过对环境影响因素在红外实时图像上噪声、模糊、放缩和旋转等效应的仿真,进行贝努利匹配试验,估计出单帧图像的匹配概率,并根据单帧图像与部分序列图像匹配概率的关系,计算得到部分序列图像的匹配概率。本文的研究成果为评价前视红外景象匹配算法性能提供了一种有效的新方法。     

一种基于感知哈希的ISAR序列像分块匹配算法

ISAR序列图像匹配是寻找ISAR序列图像像素点间关系的图像处理技术，是获取空间非合作目标姿态、三维结构等信息的重要环节，对获取目标特性、分析目标能力、推理目标意图具有重要的支撑作用。提出一种基于感知哈希的ISAR序列像分块匹配算法方法，利用感知哈希算法对分块的图像块进行匹配，完成局部图像块的粗匹配，在此基础上采用基于SIFT算子的图像匹配算法对匹配的图像块进行精细匹配，达到ISAR序列图像准确匹配的目的，匹配精度得到进一步提升。     

采用序列图像的被动光学测速技术

在获取无人机等飞行器的飞行速度时,自主、隐蔽性好的测量技术具有重要的应用价值。提出了一种利用光学相机拍摄的地面景象进行飞行器速度测量的技术。文中详细阐述了该项技术的工作原理,利用同一景物在两幅有重叠区域的图像中的位移量及间隔时间计算飞行器的运动速度。并且分析了其中关键的图像匹配技术,采用SIFT算法获得抗旋转、尺度变化的稳定特征点。重点对测速精度的各个影响因素进行了理论分析,给出了利用多帧图像进行测速提高测速精度的方法,综合分析了速度测量中的误差来源和各影响因素。理论研究和分析结果表明:利用光学图像进行速度测算的方案正确,精度能够满足飞行器速度测量的要求。     

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。     

景象匹配技术发展概述

文章根据图像匹配算法的三大分类:基于区域的图像匹配技术、基于特征的图像匹配技术、基于解释的图像匹配技术,介绍了景象匹配国内和国外发展的现状和面临的问题.提出了在充分分析现有景象匹配算法适应性和相关性的基础上,形成能够适应不同影像、不同影像特征的景象匹配算法组合;利用不同影像特征或获取的匹配信息知识,自动推理和选择景象匹配算法或算法组合,提高景象匹配算法的适应性和可靠性,提高复杂条件下景象匹配系统性能.     

基于SURF算法的产品表面缺陷检测研究

针对产品表面正确性的快速自动无损检测问题,提出了利用垂直投影法确定旋转步长来获取序列图像的方法,并将一种针对尺度旋转不变性（ SIFT）改进的 SURF算法应用到此方面,该算法通过计算积分图像和 Hessian矩阵大大提高了特征点检测的速度,节省了图像匹配时所用的时间,并提高了算法的实时性。首先通过确定旋转步长来获取标准序列图库,其次通过 SURF算法寻找最优匹配位置,最后通过相关度的计算来判别各区域是否有缺陷。实验表明,在对待检测图像和标准序列图像库中的 5幅图像匹配时 SURF算法比 SIFT算法大约节省了 2.6 s,显然,把 SURF算法应用于序列图像中匹配可以大大节省缺陷检测时所用的时间。     

利用序列图像解算目标视线角速率的方法

针对目标跟踪处理系统中的视线角速率提取问题,提出一种利用单成像探测器所得序列图像求导视线角速率的方法。利用序列图像中的运动目标图像坐标解算得到体视线角,通过图像匹配得到弹体姿态角,进而求解得到视线角速率。实验结果表明:结合图像跟踪算法可实时得到体视线角,使用图像匹配可以较好地解算得到弹体姿态角,解算结果误差小于5%;在体视线角和弹体姿态角均包含噪声的前提下,使用卡尔曼滤波可以较好地还原视线角速率。该方法适用于微小型飞行器制导探测,可以省去陀螺仪等惯性元件,实现探测装置的轻量化、小型化,具有实际的应用价值。     

基于遗传算法的导航实时图像匹配算法

由于一般图像匹配算法均采用全局搜索法,耗时较大,为满足景象匹配辅助导航系统实时性的要求,提出了一种将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法,利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,提高了匹配搜索的快速性.同时,提出了一种基于特征图像分支点提取的加权Hansdorff距离图像匹配算法,并给出了相应的权值求解公式,利用加权Hausdorff距离作为遗传算法的适应度函数,能够明显减少匹配搜索的计算量,提高匹配结果的精度.仿真分析表明,将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法能够很好地满足景象匹配辅助导航系统的实时性和精度要求.     

双目立体相机中实时匹配算法的FPGA实现

在双目立体相机中,利用图像处理计算场景深度信息是一项关键技术。通过研究立体视觉图像匹配原理,提出一种基于FPGA的立体图像实时匹配算法的实现方法。该算法以Census变换为基础借助于像素在邻域中灰度相对值的排序进行相似度比较,来实现区域立体匹配;在左右一致性约束下采用多窗口相关匹配方法改善深度不连续图像的匹配质量,提高匹配准确度。利用FPGA流水线和并行处理技术实现了双目立体相机的实时图像匹配。结果表明,该图像匹配结构具有较高的吞吐率和处理速度,可以工作在97.3MHz频率下实现1024×1024灰度图像30f/s的实时处理。     

基于改进Hausdorff距离的图像匹配快速算法

针对Hausdorff距离的特性及其在图像匹配中的应用,提出了一种基于改进Hausdorff距离准则的快速图像匹配算法。首先对图像进行小波分解和Harris角点检测后得到图像的特征点金字塔,然后利用改进的Hausdorff距离作为度量准则从特征点序列图像的最大尺度开始逐级向低尺度进行匹配。实验结果证明,该方法能在保证匹配精度的同时,有效加快匹配速度。     

3-D repositioning and differential images of volumetric CT measurements

In quantitative computed tomography (QCT), time serial measurements are performed to detect a global bone density loss or to identify localized bone density changes. A prerequisite for an unambiguous analysis is the comparison of identical bone volumes. Usually, manual repositioning is too coarse. A mathematical procedure that allows matching two three-dimensional image volumes is presented. The algorithm is based on correlation techniques. The procedure has been optimized and applied to computer-tomographic 3-D images of the human knee. It has been tested with both artificially created and in vivo measured image data. Typical differential images calculated from real bone measurements are presented.     

雷达地图匹配制导中的共性特征提取与匹配方法

本文针对雷达地图匹配制导中的共性特征提取和雷达与地图匹配这一特定问题,应用小波变换多尺度分析提取共性特征．提出基于人工神经元网络的雷达地图匹配方法,并且给出相应的试验结果．因为Ｈｏｐｆｉｅｌｄ 模型可以由集成电路实现．本文算法可以实时地完成．试验表明采用本匹配方法能够解决雷达地图匹配问题,获得比传统匹配方法,例如平均绝对差算法更高的匹配定位精度和匹配概率     

基于主成分分析的图像匹配方法研究

景像匹配和相关跟踪系统中,由于所面临的都是变化的场景,实时获取的图像与预存的基准图之间存在差异。传统的基于图像空间的匹配方法不能很好地克服这些差异给图像匹配定位带来的影响,使得完全按图像灰度特征的相关匹配应用受到限制。文中将主成分分析方法引入了图像匹配和相关跟踪过程中,提出一种能抗御一定图像畸变的基于主成分分析的图像匹配算法,并应用该方法进行了初步实验,证明该算法具有较高的匹配跟踪鲁棒性。     

适应于大幅面图像的快速匹配算法研究

基于特征的图像匹配算法具有更广的适用范围和更好的性能表现,但因为其算法更加复杂,使其很难满足实时性,尤其当图像尺寸变大后,这一缺点更加限制了此类算法在实际工程中的应用。针对这一问题,本文提出了一种新的用于大幅面图像的快速匹配算法。算法采用空域分割和频域压缩的方式对图像进行预处理。通过提取目标图中高频信息丰富的区域作为待匹配子图,减小用于匹配的目标图像尺寸;通过小波变换提取源图尺度空间的高尺度表示,压缩SIFT特征点在图像频域中的存在空间。算法采用由粗到细的匹配策略,粗定位待匹配子图在源图中的空间区域后,再次进行细匹配操作,最终实现大幅面图像间的快速匹配。仿真实验表明,新提出的算法极大地提高了大图像匹配的速度,在对部分算法模块进行硬件加速后,新提出的算法甚至可以满足实时性的要求。      

张量子空间降维的边缘图像匹配

针对传统基于向量子空间降维的图像匹配算法易丢失像素间邻域关系和计算量大的问题,提出一种基于张量子空间降维的边缘图像匹配算法。通过双边投影变换提取边缘图像的张量子空间,在降低特征空间维数的同时保持边缘特征之间的邻域关系,同时采用边缘膨胀后的互相关度量模板与实时图的相似性。标准人脸数据库和红外实时图像的匹配实验结果表明:该算法在匹配时间、匹配正确率、匹配精度3方面较传统基于向量子空间的匹配算法有显著的性能提高,并且对杂波和部分遮挡有较强的适应性。     

采用GSM模型进行稀疏表示的SAR图像降斑算法

针对SAR图像降斑过程中会产生过平滑现象及相干斑的滤除不彻底等问题,提出了稀疏结构符合高斯比例混合（Gaussian Scale Mixture,GSM）模型的SAR图像降斑算法。根据贝叶斯原理以及相干斑的统计特性推导该算法的数学模型,在块匹配过程中使用概率而不是欧式距离进行权重衡量,根据图像块之间的结构相似度,可以有效区分同质区与异质区,并得到图像块的较优均值估计。使用PCA字典学习方法对每个图像块进行子字典训练,实现同步稀疏编码（Simultaneous Sparse Coding,SSC）,数学模型的求解利用迭代正则化方法。分别使用合成场景SAR图像及真实场景SAR图像对算法进行验证,实验表明,相比于目前已提出的PPB算法、SAR-BM3D算法及FANS算法,该算法能有效提高等效视数,在滤除相干斑的同时很好地保留了图像的局部结构特性与纹理特征。      

机动飞行环境无人机航拍图像拼接技术研究

以实战环境下无人机航拍图像的全景拼接为研究目的,提出了一种适用于无人机在机动飞行条件下的航空图像拼接算法,该算法采用空间变换、特征识别、匹配相关和信息融合等图像处理技术,可实现序列图像空间旋转、变形、尺度变换等特殊情况下的无缝拼接,通过真实使用环境试验测试,该算法具有在多种机动飞行环境下航拍图像拼接准确的特点,取得了良好的效果。     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

基于边缘图像和SURF特征的可见光与红外图像的匹配算法

利用灰度信息对可见光与红外图像进行匹配时,其效果受两类图像间灰度分布差异的影响。结合这两类图像的特征,提出了一种基于边缘图像和SURF(Speed-Up Robust Feature)特征的图像匹配方法。首先采用改进的三次B样条分别对两幅源图像进行边缘提取;然后利用SURF算法在边缘图像上进行特征点检测;再通过最近邻次近邻比值法对特征点进行粗匹配,最后利用对极几何约束的RANSAC算法剔除误匹配点对,从而实现图像的匹配。实验结果表明,在正确匹配率方面本文算法明显优于Canny边缘提取和SURF的匹配方法,具有一定的有效性。     

基于缺损目标的CamShift序列图像跟踪方法

在标准CamShift算法对缺损目标进行跟踪的过程中,由于算法不能根据目标的变化实时调整跟踪窗口形状,造成跟踪窗口内包含缺损区域的背景图像信息,降低了目标的匹配能力,导致CamShift算法不能适用于缺损目标的跟踪。针对此问题,文中提出一种新的缺损目标CamShift序列测量图像跟踪方法,将目标模型和候选模型之间的相似...