基于SURF的彩色图像配准

提出了一种基于SURF(Speeded Up Robust Feature)的彩色图像配准算法.该算法利用图像彩色信息计算得到的颜色不变量来提取图像的特征点;提取到特征点后,结合图像的灰度信息为特征点生成特征描述子;最后采用欧氏距离进行相似性度量,提取两幅图像间匹配的特征点对.实验结果表明,该算法在保持算法的快速性和准确性的同时,获得的配准点对比SURF要多.所以该算法可以有效地避免像原始SURF算法那样因为配准点少而造成的配准失效,从而提高了算法的稳定性.     

一种基于颜色特征的快速视频时域配准算法

PSNR算法是全参考型客观视频质量评价系统中常用的自动时域配准算法,但其计算时间较长,难以满足视频质量评价系统在实时条件下的应用.针对这一问题,提出基于色度信号直方图的快速视频时域配准算法,该算法结合基于颜色特征的图像检索技术和PSNR算法,既提高了计算速度,又保证了计算精度,基本满足全参考型客观视频质量评价系统在实时...     

非规则颜色的快速匹配“查表法”算法的研究与实现

本文提出"查表法"多维元素算法方案,削弱了非规则颜色对众多显示设备颜色不一致的影响;采用VC++6.0作为软件平台,实现"查表法"方案,使颜色配准处理速度提高了一个数量级以上,节省了图像处理所需要的时间。     

一种基于ECEF坐标转换的多雷达误差配准算法

提出一种有效的多雷达系统误差配准算法,该算法采用ＥＣＥＦ（Ｅａｒｔｈ－Ｃｅｎｔｅｒｅｄ Ｅａｒｔｈ－Ｆｉｘｅｄ）坐标系作为过渡坐标系,将分散配置的各雷达站的量测数据实时转换到主站（设主站雷达无系统偏差）,利用各站同主站之间的量测差值,设计一扩展卡尔曼滤波器,实时估计出各站相对主站之间的系统偏差,从而对网中各雷达进行配准,计算机仿真结果证明了该算法的正确性和有效性。     

一种有效的多感测器配准算法

本文提出一种对空监视地面雷达网的实用多雷达配准算法,使各雷达的方位偏移和距离偏移两类系统误差显著减小,为多雷达多目标跟踪处理器有效工作提供可靠的输入雷达数据。设雷达网中某一部雷达无系统偏移误差,将其多雷达组对于该雷达进行相对配准。算法已成功地用于一实用多雷达多目标跟踪处理器,计算机模拟、现场测试和系统运行都证明算法的实用性和有效性。     

一种准自动高精度图像配准算法

为了增强图像配准的鲁棒性，提出了一种人机交互的图像配准算法，该算法首先利用人工选择控制点的方式得到变化模型的初始参数，然后利用初始参数寻找其他可能匹配的特征点对，最后利用加权最小二乘法精确求解变化模型的参数，并完成图像的配准。该算法不仅降低了计算量，而且减少了误配的可能性，并且对灰度差异较大的图像也是适用的。大量实验表明，提出的方法对同种传感器或者不同传感器图像之间的配准都是有效的。     

一种实用的小目标配准方法

图像配准是图像融合技术的基本环节和首要问题,只有经过配准后的图像才能进行有效的融合。其中,小目标由于几乎无特征信息可以利用,所以常规的配准方法都不适用。针对图像识别中小目标的配准问题,分析了其配准特点,创新性地提出了先配准目标视场,再配准目标位置的方法,提出了视场配准的概念。首先运用成像原理,用焦距、分辨率和像元尺寸建立不同CCD之间的视场对应关系,利用此关系完成目标视场的截取放大,使不同CCD得到的图像视场一样大。然后在分析通常采用的最小平均绝对误差（MAD）相关匹配方法缺陷的基础上,提出用最多近邻点距离（MCD）的匹配方法来对准目标位置,完成目标质心的配准。实验结果表明,此方法可以很好地配准小目标,且误差不超过2个像素。由于其针对性强．因而具有较强的实际应用价值。     

一种精确的预警机误差配准算法

误差配准是多传感器数据融合的先期处理过程。介绍了载机雷达所用坐标系,在考虑载机机动的前提下,给出了预警机系统到地面融合中心的基于地心地固坐标系(ECEF)高精度坐标转换算法。分析了由于载机机动导致的转换偏差,给出了误差补偿模型,然后用卡尔曼滤波实时估计出预警机对地面融合中心的系统偏差,从而实现对预警机的误差配准。计算机仿真结果证明了算法的正确性和有效性。     

配准误差下的多基地雷达目标检测算法

在多基地雷达系统中,即使进行了空间配准处理,也很难实现完美的空间配准。该文研究了分布式MIMO雷达系统存在配准误差时的目标检测问题。根据是否利用已知先验配准误差信息对目标位置信息进行估计,给出了MAP-GLRT和ML-GLRT两种检测器。由于MAP-GLRT检测器利用了先验信息,因此其检测性能优于ML-GLRT检测器。在配准误差条件下,两种检测器的性能要优于传统的融合检测算法。通过仿真实验验证了所提算法的有效性。     

一种多传感器配准与目标跟踪算法研究

传统的多传感器误差配准技术多基于球极投影,没有考虑地球地形的影响,当传感器之间距离较远时将失去实际意义,无法对目标进行有效的跟踪;而现有的跟踪方法大多没有考虑传感器系统误差对跟踪精度的影响。基于地心坐标系,提出了一种Unscented卡尔曼配准与目标跟踪算法,充分考虑地球形状的影响,在跟踪目标的同时实现传感器配准。首先给出传感器数据配准几何坐标转换算法,详细推导了误差配准算法;接着建立目标的动态方程,将目标运动模型和传感器配准误差模型组合在同一个状态方程中,然后利用UKF进行估计。最后的Monte-Carlo仿真结果表明,该方法能同时有效地估计目标运动状态和传感器配准误差,为远距离的传感器配准与目标跟踪提供了一种新的解决方法,具有较大的工程应用价值。     

一种基于ASIFT的图像配准算法

ASIFT算法能实现全仿射不变性,适用范围广,但匹配效率较低,鲁棒性不够好,匹配有重复特征的图像时出现误配。对ASIFT算法进行改进,与SURF算法的优点结合,通过采用性能更好的Hessian矩阵来检测特征点,计算Haar小波响应值构建特征描述向量,并提出一种新的特征匹配策略,对特征描述向量进行分段匹配。实验结果证明,改进后的算法比ASIFT算法鲁棒性得到增强,匹配效率和精度均有所提高。     

多雷达系统几种误差配准方法的分析与比较

对多雷达系统现有几种主要误差配准方法即实时质量控制法（RealTimeQuality Control)、最小二乘法（Least Squares)、最大似然法（Maximum Likelihood)和广义最小二乘法（Generalized Least Squares)进行理论分析与比较,利用参考文献[1]的数据对上述几种算法的实际应用效果进行比较,为实际系统选择合适配准算法提供一定依据。     

一种基于彩色伪随机编码图像的配准方法

在基于彩色伪随机编码的三维重构测量中,由于相机视场有限,无法一次清晰地得到被测物体的表面编码投影图像,必须对所得图像进行配准拼接.一般的配准方法都是基于灰度图像.而伪随机编码投影图像具有特有的颜色特征,基于此种投影编码图片提出了一种新配准方法,对于此类图像能进行很好的配准.     

一种图像快速配准算法的研究

在基于小波分解和互信息测度的图像配准方法的基础上,提出一种改进的快速图像配准算法。首先,对图像进行小波分解,以分解后的图像的近似分量进行配准,利用互信息最大化作为相似性测度,并结合粒子群优化算法和鲍威尔算法为优化策略搜索最优配准参数。实验结果显示,此方法在得到较高的配准精度和鲁棒性的情况下,还大大减少了运算量,提高了配准的速度。     

一种新的SAR图像自动配准算法

由于图像间光谱特性的差异,对图像配准的精度产生严重的影响,因此该文提出了一种基于改进灰度熵的SAR图像自动配准算法。文中首先对SAR图像进行配准前的预处理,提取图像掩模,然后计算图像行和列的灰度熵,将其作为图像的特征信息完成图像间的配准,提出了配准优化算法的完整步骤,并利用多种方法对配准结果进行评价。实验证明该方法可以有效克服图像间亮度不均的影响,充分利用了像素的有用信息,具有很高的配准精度和配准效率,是一种正确可行的图像配准算法。     

一种新的基于多频谱叠加的图像配准算法

针对现有频域法 FFT 和 PPFFT 对于大倍率图像配准精度和计算效率难以同时保证的问题,研究了一种基于多重频谱叠加的频域算法,为最大限度减小插值误差噪声,该算法采用多分辨率频谱插值,构造出更接近对数极坐标网格。文中给出分辨率参数设置和算法流程。最后通过算例验证,结果表明：本算法对无裁减图像最大配准倍率可至10,对裁减图像可至5,而FFT和PPFFT（无迭代）对于两种类型图像都约为2;相对于特征点匹配法,本算法也适用于更大倍率的图像配准,从而验证了该算法的准确性和可行性。     

基于多参数配准模型的脑核磁影像分割算法

配准技术在基于多图谱的分割方法中能有效地将医学图谱的先验知识融入分割过程,再结合以高效的标记融合算法,最终实现精确地自动分割.针对图谱配准的较大误差及其对标记融合的重要影响,本文建立了一种新的概率图模型框架并以此提出了基于多参数配准模型的分割算法,将此方法与高效的标记融合算法相结合,可以提高目标图像中特定组织区域的分割精度,更使其在少量图谱分割的情形下具有重要应用.首先,使用多种配准参数对所有目标图像进行配准;然后,分别采用不同的算法对配准图像进行灰度融合和标记融合,实现训练图像的重构过程;最后,利用高效的标记融合算法对重构后的图像进行融合得到最终精确的分割结果.实验结果表明该方法均优于本文其他分割算法,能够有效提升脑部组织分割精度.     

多雷达系统几种误差配准方法的分析与比较

对多雷达系统现有几种主要误差配准方法即实时质量控制法（Ｒｅａｌ ＴｉｍｅＱｕａｌｉｔｙ Ｃｏｎｔｒｏｌ）、最小二乘法（Ｌｅａｓｔ Ｓｑｕａｒｅｓ）、最大似然法（Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ）和广义最小二乘法（Ｇｅｎｅｒａｌｉｚｅｄ Ｓｑｕａｒｅｓ）进行理论分析与比较,利用参考文献［１］的数据对上述凡种算法的实际应用效果进行比较,为实际系统选择合适配准算法提供一定依据。     

基于CSURF的彩色图像配准技术

提出了通过构建颜色不变量将彩色图像转换到颜色不变量空间,再构建CSURF描述符进行图像配准的方法。该算法能够充分利用彩色图像的色彩信息,相比其他大多数算法基于灰度图像的配准方法有更高的稳健性,同时继承了SURF算法良好的尺度不变性和旋转不变性,相对于SIFT算法计算量小、计算效率高。通过CSURF描述符性能测试和图像配准测试,证明CSURF算法比灰度图像SURF算法在尺度不变性和旋转不变性方面有更高的稳健性。     

一种基于边缘的图像配准方法

图像配准是多传感器图像融合研究中的一项关键技术,多传感器图像特别是波段相距较远的相关性较小的图像,要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像,图像之间比较明显的特征是各个物体之间的边缘。该文研究利用小波变换的方法提取图像的边缘,并对边缘图像作交互方差分析,搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理,达到了精度较高的配准效果。