基于改进SIFT的图像拼接算法

针对目前基于SIFT的图像拼接算法复杂度较高和特征点匹配不准等问题,提出了一种基于改进SIFT的图像拼接算法。算法利用改进的SIFT进行特征提取,降低了算法的复杂度,同时采用模拟退火算法进行特征点匹配,从而估计出几何变换的参数。实验结果表明,该方法对图像间存在的平移、旋转、明暗强度和噪声干扰都具有良好的鲁棒性,可实现高质量的图像拼接。     

基于傅里叶梅林预处理的SIFT图像拼接算法

对于图像存在旋转和尺寸缩放而导致的图像拼接质量不理想的问题,提出了基于傅里叶梅林预处理的SIFT图像拼接算法.算法首先利用傅里叶梅林计算图像的计算两幅图像的缩放比例和旋转角度,然后对图像的缩放比例和旋转角度进行调整,最后通过尺度不变特征变换(SIFT)算法进行图像的拼接.实验结果表明,改进的算法匹配的特征点数量增加了1...     

基于SIFT特征的鱼眼图像拼接算法

鱼眼图像在全景图拼接中优势明显，然而，由于鱼眼图像存在严重的透视畸变缺陷，往往导致拼接图像效果不理想，甚至导致拼接失败，针对该问题，提出基于 SIFT特征的鱼眼图像拼接算法，该算法先对鱼眼图像进行校正，采用SIFT特征算子对校正后的鱼眼图像进行特征提取和匹配，再利用RANSAC鲁棒算法对变换参数进行估计，最后使用加权平均法对图像进行拼接融合? 通过对不同场景下、不同重叠区域图像的全景图像拼接实验验证，与现有的拼接方法相比较，同等拼接质量下该算法得到的全景图像能够有效减少计算量、减少拼接次数，证明了该算法的适用性和有效性。     

一种基于SIFT和区域选择的图像拼接方法

提出了一种基于SIFT和区域选择相结合的图像拼接方法.该方法采用改进的尺度不变特征变换(SIFT)特征提取方法获得图像特征点,并充分利用圆形区域的旋转不变性和互信息量最大原则进行特征点匹配,避免了传统的图像配准算法计算量过大、特征点匹配不准确等问题,最后采用加权平均的方法对图像进行融合.实验表明,该方法对图像间存在的平移、旋转、明暗强度和噪声干扰等都具有良好的鲁棒性,可实现高质量的图像拼接.     

一种改进的基于SIFT特征的快速匹配算法

对SIFT特征匹配算法进行改进,采用D2OG金字塔的过零点检测代替DOG金字塔的局部极值点检测,建立DOG金字塔后,利用DOG金字塔相邻层相减得到D2OG金字塔并在其上进行过零点检测;采用改进RANSAC算法二次消除错配,匹配点对经过RANSAC算法筛选后,再次利用RANSAC算法对匹配点对做进一步筛选.实验表明,改进的SIFT特征匹配算法在保证了较高精度的同时提高了算法的速度,能适应于实时性要求较高的领域.     

基于图像建模系统中图像拼接算法研究

为解决各型航海、航空模拟器中基于图像建模系统的重建物体视觉外观真实感较差问题,研究了对于在不同角度下拍摄的不在同一平面的图像的自动拼接与融合算法.算法首先基于SIFT算子提取图像特征;接着采用近似最近邻的优先搜索算法以及极线约束条件获取精确的特征匹配点对;然后采用RANSAC算法鲁棒地估算变换矩阵;最后实现自动拼接与融合.实验结果表明,该算法拼接效果较理想,鲁棒性强,具有一定的实用价值.     

一种基于改进RANSAC的红外图像拼接方法

在一般的红外图像拼接过程中,采用传统随机抽样一致(RANSAC)方法,耗时往往会稍长。为了缩短图像拼接所耗费的时间,提出了基于尺度不变特征转换(SIFT)和改进RANSAC的图像拼接方法。先通过SIFT得到特征点和特征描述,然后用改进的RANSAC对不匹配的特征点进行剔除,通过得到的变换矩阵完成图像的融合。在改进RANSAC中,设置0.95和0.85两个阈值,少量迭代后,选择跳出循环、重新选择或者计算出新的迭代次数,新的迭代次数必定比传统迭代次数小,因而达到减少时间的效果。红外图像拼接后,把实验结果与采用传统RANSAC算法的结果进行多方位比较,可以发现本文方法能够达到减少时间的目的。     

基于SIFT特征的图像拼接算法应用研究

图像拼接算法在视频压缩、文物守护、图像信息处理与虚拟现实技术中普遍应用.图像拼接存在图像视野范围和高分辨率之间相互矛盾的问题,目前要获得某些大视野的场景时,只能通过一些简单方法进行处理.因此,提出了一种基于SIFT特征的图像拼接算法,并进行了实际应用.     

基于SIFT特征的两阶段procrustes迭代匹配算法

以得到尽量准确的图像SIFT(Scale Invariant Feature Transform)特征点之间的匹配关系为目的,给出了一种基于SIFT特征的两阶段procrustes迭代匹配方法。该方法首先基于图像SIFT描述向量得到图像SIFT特征点之间的初始匹配关系,初始匹配的特征点之间存在较多的错误匹配特征点对,然后利用特征点之间全局的几何约束采用第一阶段的procrustes迭代匹配方法去除错误匹配的特征点对,这时部分正确的匹配特征点对也可能被去除,最后利用另一个procrustes迭代匹配过程找回被去除的正确匹配特征点对。仿真实验表明,本文的方法有效去除了SIFT描述向量匹配中存在的错误匹配点对,并能找回被去除的正确匹配点对,得到图像特征点之间正确的匹配关系。      

基于QR码与级联Fourier变换的图像光学加密算法

为实现对多幅图像完成同步加密,并提高密文的安全性与抗几何变换攻击能力,提出基于快速响应码(QR)与级联分数阶Fourier变换的多图像光学加密算法。借助Logistic映射,获取随机掩码,联合Fresnel波带、Hilbert模型,构建调制掩码;引入复数理论,借助模板图像对第一幅明文实施处理,形成复数图像;采用分数阶Fourier变换,借助调制掩码,对复数图像实施处理,并基于相位-幅度截断机制,得到相位分布与密钥;再结合相位截断方法与分数阶Fourier变换,设计级联快速傅里叶变换(FFT)加密机制,通过调制掩码与相位分布,对剩余的多幅明文实施频域变换处理,输出融合幅度图像,并将其转换为对应的QR码;引入Gyrator变换,通过相应的光电装置,利用激光束对QR码完成干涉处理,得到密文。测试数据表明：相对已有的多图像光学加密技术,本算法具备更高的保密安全性与抗攻击能力,在裁剪变换下,其复原图像的失真度更小。     

基于加权一致优化的宽带分布式协作压缩频谱感知算法

宽带分布式协作压缩频谱感知不仅降低过高的采样速率,而且改善在低信噪比环境下的频谱感知性能。为进一步提高频谱感知性能,提出一种基于加权一致优化的宽带分布式协作压缩频谱感知算法。该算法根据当前迭代重构出的频谱信号设定下一次迭代重构的权值,促使频谱信号上存在授权用户的子频段产生信号值,降低重构出错的可能性。仿真结果表明,该算法不仅能够增大频谱重构的准确性,而且能够降低感知过程的时间和通信开销,改善频谱感知性能。     

基于对标学习的智能优化算法

科研、工程和管理中的很多问题都可以转化为优化问题。应用于这些优化问题的各种方法本身就是各种模型,设计不同的方法即设计不同的模型。将标杆管理理念建模成为一种用于单目标优化问题的元启发式搜索方法。基于奥卡姆剃刀原则,摒弃了复杂的操作算子的概率调优规则,用一个简单的框架来组织核心算子,从而达到许多组合算法的搜索效果。     

基于遗传算法的排产优化方法

针对单件小批量生产车间的优化排产问题,采用遗传算法进行研究,设计了一种分组编码方案,提出了可处理零部件间装配关系的适应度函数算法。介绍了遗传算法在车间优化排产中的实现方法及结果,重点讨论了编码方案及适应度函数设计。基于此算法,开发了生产作业计划排产软件,可完成顺排产与倒排产的自动排产,实现工艺排产的智能化。     

一种基于LBT的分布式图像压缩算法

无线多媒体传感器网络(WMSNs)中传感器节点采集的数据量非常大,在传输前需对大数据量的多媒体信息进行压缩处理,但是单节点能源受限,存储、处理能力相对较弱。针对无线多媒体传感器网络应用的高效、低耗能的需求这些问题,在图像压缩双正交重叠变换(LBT)的基础上,文中提出了一种基于此变换的分布式无线多媒体传感器网络图像压缩算法。即基于簇结构,把压缩任务分配给其他节点,通过多个节点相互协作,共同完成图像的压缩编码和传输。实验结果表明,在传感器节点散布不均且较为密集的情况下,该算法在高质量、低复杂度和低功耗等方面都有了很大的性能提高。     

基于时延限制的分布式组播路由选择算法

本文基于最短路径算法提出了主树的概念,并且利用组播树的代价和时延限制的定义给出了一种分布式组播路由选择算法。可以在时延限制的前提下使组播树的代价接近最优。最后,给出了在ＯＰＮＥＴ环境中的仿真结果,并根据结果说明了本文方法的有效性。     

基于分布式环境的存储负载均衡算法研究

随着网络的高速发展以及海量数据的扩充,云存储技术得到广泛的应用,分布式存储中动态负载均衡策略也逐渐为人们所重视。本文在已有的负载均衡策略基础上,提出了一种加权轮询负载算法,通过阀值的设置划分节点,并查询负载表轮询分配存储任务,保证分布式系统能够合理的提高资源利用率,动态调整存储节点的工作负载。     

基于重采样的分布式接收合成算法

针对分布式接收中合成信号的问题,提出了一种基于重采样的分布式接收合成算法。该方法首先利用重采样对输入不同的信噪比进行索引,去除低的信噪比值,复制高的信噪比值,提高输入的信噪比值;然后利用SUMPLE算法估计权值,并完成信号的合成,提高合成算法的性能。仿真结果表明,在分布式接收中,当输入不同的信噪比时,利用基于重采样的分布式合成算法提高了合成增益,在与原算法相近的合成损失下提高了收敛速度。     

基于蚂蚁算法的分布式QoS路由选择算法

本文基于蚂蚁的自组织能力描述了一种新的分布动态路由选择方法,针对当前通信网中存在的服务质量问题提出了QoS保证的分布式路由选择算法（DQRA）。DRQA能以并行的方式解决网络中呼叫的时延和带宽分配问题,避免了NP－完全问题,算法简单,易于实现,能有效地解决大型网络的负载平衡问题,本文选择了OPNET仿真环境对网络进行实时仿真,通过和最小代价算法的比较,进一步表明了算法的有效性。     

一种基于蚁群算法的分布式多播路由算法

随着计算机网络的不断发展,大量多媒体应用要求网络具有满足QoS约束的多播功能.应用多播的关键是确定有效的多播路由,即求解最优Steiner树.目前提出的大部分都是集中式的或本质上是集中式的启发式算法,关于分布式算法的研究还比较少.本文提出了一种基于蚁群算法的分布式多播路由算法.该算法在源节点不掌握整个网络信息的情况下,利用网络的局部启发式信息和蚂蚁留下的信息素建立最优的多播路由.结合多播路由问题的特点,对算法进行了改进,使算法的收敛速度和解的质量都得到了较大的提高.仿真实验结果验证了该算法的有效性.