基于光学GCP图像切片的SAR图像自动匹配方法

地面控制点是进行星载SAR图像几何精校正的重要条件之一.通过光学GCP切片和SAR原始图像进行匹配可以实现控制点的自动提取.提出了一种在图像梯度域,实现光学图像和SAR图像异源匹配的方法.首先根据SAR的轨道参数等信息,实现光学GCP切片和SAR图像尺度和旋转的归一化,解决异源图像间的分辨率和旋转角度差异.然后分别提取SAR图像和光学图像的梯度强度信息,为了消除SAR图像的斑点噪声,采用ROA算法准确提取SAR图像的梯度强度.SAR图像和光学图像的成像机理差别很大,直接在图像域匹配较为困难.但是它们的梯度强度图像具有相似性,为此可以通过在梯度强度图像域,应用归一化互相关匹配算法,实现同名点的自动匹配.最后采用实验证明了方法的可行性.     

计算机指纹自动识别系统的应用

指纹图像计算机自动识别是通过摄像象机或扫描仪把指纹档案上的指纹图像转换成电信号输入计算机,组成一幅二维图像,可对它进行特征抽取或结构分析,在此基础上采用相应的匹配或剖析算法实现,可批处理方式建库。对于捺印清楚的指纹,整个建库过程可以自动完成;对于模糊指纹,在自动处理的基础上,系统提供操作方便的人机交互界面,对虚假特征进行修改后入库,以保证指纹档案的建库质量。现     

基于新型DNA遗传萤火虫优化的二维图像盲恢复算法研究

针对现有图像恢复算法的不足,提出了基于新型DNA遗传萤火虫优化的二维图像盲恢复算法。该算法首先对传统DNA遗传算法中交叉和变异操作进行改进,得到新型DNA遗传算法后与萤火虫算法相结合,提出了新型DNA遗传萤火虫优化算法;其次将新型DNA遗传萤火虫优化算法应用于二维图像盲恢复,得到的基于新型DNA遗传萤火虫优化的二维图像盲恢复算法具有良好全局搜索能力,优化了盲均衡器的初始权矩阵,模糊图像经过二维盲均衡器处理后,有效增强了图像质量,图像恢复良好。仿真结果验证了算法的有效性。     

电子稳像技术算法研究

首先,本文介绍了电子稳像技术的基本原理,对2种常用的电子稳像技术算法进行了分析,并阐述了其优缺点.其次,本文提出了基于特征点的稳定视频图像序列电子稳像算法,其基本步骤是先获取图像特征点,然后确定补偿量,最后校正图像序列.利用基于特征点的匹配技术估计出全局运动矢量,用均值滤波的方法确定图像的补偿参数,并将补偿参数代入变换模型,继而实现了图像序列的稳定.实验结果表明,这种特征点稳像算法能够较好地稳定视频图像序列.     

遥感图像中建筑物自动识别与标绘方法研究

为了从高分辨率城区遥感图像中自动提取出建筑物目标并对其位置和外形进行标绘,本文提出了一种建筑物自动识别与标绘的方法.该方法首先利用纹理特征对图像进行有效分割,产生出建筑物的候选区域.然后再判断这些区域是否为真正的建筑物区域.最后,对建筑物区域使用一种网格匹配的方法将目标建筑物重建为规则的多边形,以达到建筑物自动标绘的目的.本文用上述方法对IKONOS、QuickBird卫星的高分辨率光学图像进行了实验,实验结果证明了该方法有着较高的识别率、较好的准确性和鲁棒性,具有实用价值.     

基于BAQ算法的雷达图像新压缩方法研究

BAQ算法是一种针对合成孔径雷达的数据压缩算法。BAQ首先对雷达成像之前的数据进行压缩,再使用压缩后的数据来进行雷达的成像。利用合成孔径雷达原始信号满足高斯分布的性质,以及雷达成像之后的图像灰度值分布满足瑞丽分布的特性,提出了一种针对雷达成像之后的图像进行压缩的算法,该方法仍然采用BAQ算法思想对图像的灰度值进行量化压缩,达到对数据进行压缩的目的。仿真实验表明该方法具有相当好的压缩效果,为雷达信号的压缩方法提供了一种新的解决思路。     

改进相似性度量准则的SAR-BM3D相干斑抑制算法

针对三维块匹配（BM3D）算法在合成孔径雷达（SAR）图像相干斑抑制时存在块相似性度量不准确的问题,提出一种改进广义似然比准则（GLR）的SAR BM3D相干斑抑制算法。该算法根据在光学图像去噪效果良好的BM3D算法,以变换域方法和非局部思想为基础,考虑SAR图像相干斑特性,采用概率相似性度量方法用于块匹配步骤,从而达到较好的相干斑抑制效果。实验证明,提出的算法对SAR图像的相干斑抑制可以获得更高的信噪比和更好的视觉效果。     

基于加权纹理特征的SAR图像目标识别算法

由于SAR图像与光学图像的显著差异,光学图像的目标识别算法并不能应用到SAR图像中,因此研究SAR图像的目标识别具有重要的意义。传统的基于模型的SAR图像目标识别算法中将所有的特征同等看待,然而不同特征对于目标分类的贡献度可能差别很大。给不同的特征赋予不同的权重,可能会改变目标在特征向量空间中的相对位置,从而给出更合理的识别结果。采用SAR图像的纹理特征作为分类特征,在支持向量机分类算法中加入使用ReliefF算法计算得到的特征权重。试验结果表明这种加权后的目标识别算法具有更高的目标识别率。     

图像网格法及应用

针对二维图像数据量大、运算时间长而不利于信息提取的特点,提出一种图像网格法.该方法将二维图像在图像坐标系中被分割成一种矩形方块序列,即图像“数据区”集合,并建立其背景特征数据库,因此能够利用背景特征的瞬时变化来测知各个方块在同一时刻所发生的图像信息变化,实现对多目标探测、识别与跟踪的快速反应.单个目标的识别运算周期能够减小至整幅二维图像常规处理时间的1/(M×N),M、N分别为图像“数据区”的像素列、行数.应用该网格法及其信息处理算法于钢坯定尺切割过程控制及空中多目标识别技术,显示该项成果较同类研究具有较大的性能优势.     

基于机器视觉的油画棒检测系统的设计

油画棒装盒传统方式采用人工,针对其摆放效率低、成本高的问题,设计了基于机器视觉的油画棒装盒系统,选用ARM芯片做图像处理,在有限的资源配置和时间条件下完成任务.系统通过摄像头对油画棒进行图像采集,控制电机转动油画棒,进行图像匹配,完成投放.系统先对图像定位、选取,滤波去噪,再采用改进的自适应阈值的直方图匹配算法,并结合模板图像和待匹配图像的相关系数,有效降低了计算量,提高了系统的识别率.实践证明系统的工作稳定,能实现对油画棒角度的有效调整,匹配速度快,单台识别率达到99％以上,能完成产品的自动装配.     

对动态目标进行匹配的快速算法

基于图像匹配模型,在小波变换和投影特征的基础上,提出对动态目标进行匹配的快速算法.首先对动态目标进入视场的方向进行划分,针对划分后的区域利用小波变换和垂直投影技术得到一个可能的匹配点集合,再将模板图在搜索图上对匹配点集合中对应的点上利用灰度相关归一化公式作匹配运算,从而得到匹配位置.实验结果表明,该算法在实现匹配精度的同时,更进一步的提高匹配速度.     

Rotation invariant image matching by interpolated eight‐direction block matching

Template image matching is a method for seeking a target image area that is similar to a registered template image. However, template matching is a general‐purpose technique for various image applications, and the image under consideration must generally have the right position with respect to the template image. Therefore, the computational cost is large when both the location and inclination of the target image area are unknown. This paper proposes a method of searching for a target image area with arbitrary location and inclination by multiple matching using separated block template images. In the method, the template image is divided into small block areas with a size of 3 × 3 pixels. The image pattern in each block is rotated by 45^° and matching is performed between the rotated blocks and the image under consideration. The experimental results show that the proposed method has higher matching reliability than the conventional methods. © 2005 Wiley Periodicals, Inc. Electr Eng Jpn, 154(1): 66–73, 2006; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20107     

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.     

基于图像质量分析与分割算子的图像特征点匹配算法

为了解决当前由于图像成像质量不稳定和分割不准确所导致图像匹配错误的不足,基于图像质量分析优化和分割算子,提出了基于图像质量分析和图像分割的图像匹配系统.根据图像对比度,建立质量评价函数,通过调节相机曝光,达到图像对比度分明的目的.通过阈值分割和形态学处理设计目标分割算子,根据目标特征匹配度,完成图像目标匹配.集成图像质量优化算子与分割算子于图像匹配系统,并编程实现,实验测试结果显示:与当前图像匹配方法相比,在图像成像质量不稳定的状况下,该方法拥有更高的匹配准确度.     

地球同步卫星图像轮廓配准

在卫星图像配准中地标点的配准是最初且最重要的一步。海岸线等地标点在高分辨率远地卫星图像中表现为边缘,受云层、噪声等边缘干扰,常导致匹配困难。本文提出基于几何信息的轮廓配准方法,使用地球同步卫星图像中海岸线的轮廓信息与通过GSHHS得到的标准图像进行配准得到精确的配准结果。     

基于改进SURF算子的彩色图像配准算法

为了解决传统SURF算法存在的问题,提高彩色图像配准的精度和准确率,提出一种双向邻近匹配的彩色图像配准算法。该算法对传统的SURF描述符进行改进,将图像的色彩信息叠加在只包含灰度信息的传统SURF特征描述符上,组成改进的SURF特征描述符,以增强彩色信息对配准的影响,提高配准的准确率;采用FLANN算法搜索匹配点对,并对匹配点对进行双向邻近匹配,以提高搜索效率和匹配精度;利用改进RANSAC算法剔除匹配错误的特征点对,以进一步优化匹配结果。实验结果表明,该算法能够有效地提高彩色图像配准的精度和准确率,具有较好的鲁棒性和图像变换适应性。     

一种优化的图像配准算法

为了降低传统尺度不变特征变换(SIFT)算法的特征点检测与匹配的时间复杂度,提出一种优化的图像配准算法,即采用Trajkovic算法检测特征点,并采用SIFT算法的分配描述符方法分配特征点描述符参数,再用稀疏降维原理对特征点描述符参数进行降维处理,最后,采用基于双向匹配的相似性度量算法进行特征点匹配。模拟实验选择检测图像的特征点数、匹配对数、正确匹配对数、匹配正确率、配准时间与配准时间下降率6个指标作为评估标准,结果表明,优化算法在特征点配准正确率方面与传统SIFT算法相当,但在特征点配准速度方面有明显提升。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

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。