一种用于螺纹桶内壁图像拼接的匹配方法

针对传统螺纹图像匹配方法误匹配率高、难以实现图像拼接的问题,提出了基于尺度不变特征变换(SIFT)改进的匹配算法。先将采集图片进行枕形失真校正,在此基础上构建图像尺度空间,并在标定重叠区域内搜索高斯差分(DoG)金字塔的SIFT特征点。利用快速最近邻逼近搜索函数库(FLANN)匹配特征点,结合坐标比较和随机抽样一致性算法(RANSAC)进一步剔除误匹配,最终匹配正确率达到99%以上。实验结果表明:基于标定区域内的特征提取及匹配约束条件可提高匹配速度和精度。相比传统匹配方法,本文匹配方法对相似性较高的螺纹图像匹配具有鲁棒性和优越性,适用于螺纹桶内壁图像的全景拼接。     

基于SIFT特征的消防侦察图像自动拼接算法

提出了一种基于尺度不变特征变换（SIFT）特征的消防侦察图像自动拼接算法,并介绍了该算法的具体工作原理。该算法首先通过消防侦察机器人采集火场图像,利用SIFT变换捕获图像中的特征点,然后通过有效匹配和变换矩阵的有效估计,并对重叠区域实施加权融合,实现图像拼接。仿真结果表明,该算法具有良好的拼接效果,为消防侦察提供更加全面和可靠的图像信息,有利于后方指挥中心的合理决策。     

基于OpenCV图像处理的无人机影像拼接技术研究

随着无人机技术的发展,无人机航空摄影已在众多行业得到广泛应用,无人机航拍影像自动拼接技术可以快速获取宽视域、高分辨率的图像.文章基于OpenCV计算机视觉库和SIFT图像匹配算法,采用Python开发语言,围绕无人机航拍影像的特征检测与匹配、单应性矩阵计算、图像透视变换、重叠区域影像融合等问题进行研究,实现了无人机影像...     

基于图像锐化的SIFT图像复制粘贴篡改检测

SIFT算法提取图像的特征点多为图像目标的边缘点,对于较模糊图像而言,直接使用SIFT算法提取特征点后进行特征点匹配,会降低特征点的匹配数量和匹配正确率,甚至对于复制粘贴篡改图像不能做出正确的判断。所以,提出先对被检测图像利用梯度法进行锐化,使图像目标边缘变得清晰,再用SIFT算法提取特征点及后续操作,以提高匹配的正确率。实验表明,改进算法性能有明显提升。     

高效并行递归高斯SIFT算法的实现

针对传统尺度不变特征变换scale invariant feature transform(SIFT)算法中计算复杂度高、实时性差的问题,提出一种基于多核处理器的数据级并行递归高斯-尺度不变特征变换(recursive Gaussian filter-scale invariant feature transform,RGFSIFT)算法。利用四阶递归高斯滤波逼近尺度不变特征变换算法中的线性高斯滤波,通过EDMA数据传输技术,将图像数据分割为多块,分配到多个DSP核并行处理。实验结果表明:并行递归高斯-尺度不变特征变换算法的特征点重复率比SIFT算法的高;在图像特征点个数小于或等于500的情况下,多核并行递归高斯-尺度不变特征变换算法的平均加速比为17.97倍。     

基于SURF算法的无人机航空图像自动配准研究

针对实时性要求中SIFT特征配准算法耗时长的缺点,本文将SURF（Speeded Up Robust Feature,即加速鲁棒特征）算法应用于无人机航空图像的自动配准问题中。首先利用Hessian检测子检测特征点,再通过粗匹配和细匹配得到匹配点对,最后执行几何变换完成对图像的配准。通过与SIFT（Scale Invariant Feature Transform,即尺度不变特征变换）配准方法进行对比,结果表明SURF算法在满足精度的前提下具有比SIFT算法计算量小、速度快的优点,有一定的理论和应用价值。     

基于SIFT-SRBICP算法特征点云提取与配准研究

针对图像特征点提取效率低和稳定性差,点云集在实际情况下由于尺度变换引起的匹配不准确和旋转角变化过大引起的配准效果不佳的问题。本文对SIFT、SURF及ORB三种算法进行对比分析,验证了SIFT算法在解决图像特征点提取问题上优于其它两种算法。本文采用SIFT算法进行特征点提取,并提出基于改进型的SRBICP算法对点云进行配准,该方法不仅增加了初始信息素的随机性和考虑了尺度矩阵的边界,并加入了旋转角约束矩阵、动态迭代系数以及退火系数等因素对点云配准模型进行构建。最后采用基于开源GNU/Linux系统所搭载的的Ubuntu操作系统,在Ubuntu系统平台上进行仿真实验,实验结果表明,改进后的算法比传统ICP算法配准精度提高了约50%,同时配准速度提高了约40%。     

改进SIFT算法在二维图像三维重建中的应用研究

由二维图像恢复到三维立体结构过程中,图像匹配技术是其中很重要的一个环节。由于SIFT算法具有对图像平移、旋转、缩放、甚至仿射变换保持不变性的优点,应用最为广泛。但是SIFT算法也存在一些缺陷,如SIFT匹配点数量有限、重复率高,在大量形状相似区域匹配正确率低,匹配时间长等。本文采用简化SIFT模型进行双向匹配[1],同时增加了匹配条件即改进欧式距离匹配与余弦匹配[2]相结合,实验结果表明,改进后的SIFT算法缩短了运算时间,提高了匹配的精准度,可以较好的应用于图像匹配中。     

一种结合区域选择和SIFT算法的遥感图像配准方法

针对SIFT算法存在提取特征点数目大、运算速度慢、匹配点正确率不高的问题,提出一种基于区域选择和SIFT的遥感图像配准方法。首先对遥感图像进行粗配准,按照粗配准系数获得图像系列的重叠区。分割重叠区域,利用二维小波变换对分割图像进行变换得到其三个方向的高频分量,计算其高频能量总和,选取能量值最大的图像块代替原图像按照SIFT算法进行配准。改进后的方法不仅能够避免传统SIFT配准提取冗余干扰特征点,且能够加快匹配速度,提高匹配点正确率,尤其适用于大幅遥感图像配准。实验结果表明,该改进算法能够获得较高的配准精度且配准效率高。     

柱面全景视频拼接算法

本文提出基于模板帧的柱面全景视频拼接方法,实现360°全景拼接。首先采集模板帧图像,对摄像头进行参数标定获得相机内参和畸变系数,再使用畸变矫正方法去除摄像头畸变带来的成像失真。然后对模板帧图像进行SURf特征提取并进行粗匹配,再用高效的匹配点筛选方法剔除误匹配的特征点。之后将特征点进行柱面投影,事先计算好多路视频帧图像两两之间的位置变换矩阵,用于后续视频帧图像融合。由于后续视频帧利用模板帧的摄像头内参和畸变系数、变换矩阵进行拼接融合,大幅提升了算法速度。另外,为了进一步提高算法速度以适应实时性需求,我们在图像柱面投影和融合时,采用CUDA平台进行GPU并行处理,对算法进行加速。最终实现速度可达30帧/秒的实时视频拼接。     

一种声矢量阵子空间拟合算法及其矩阵预滤波器设计

为了减少矩阵预滤波器通带响应畸变程度,提出了一种基于阻带约束通带最大k个误差范数和(k为约束点的数目)最小化准则的矩阵预滤波器设计方法,通过使通带内最大的k个响应误差范数和最小化,减少了通带响应畸变程度。同时针对声矢量阵方位估计算法计算量过大的问题,提出了一种基于矩阵预滤波的声矢量阵子空间拟合算法,通过对声矢量阵声压、振速信号子空间进行联合处理,将预滤波矩阵和拟合子空间矩阵均减少为M×M维(M为阵元数),从而减少矩阵预滤波器设计和方位搜索所需时间。仿真结果和分析表明该算法性能和预滤波MUSIC算法相当,但在计算量上有较大优势,矩阵预滤波方法能抑制阻带干扰,提高后续算法的分辨和估计性能。     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

基于快速SIFT算子违禁品特征提取研究

由于传统SIFT(scale invariant feature transform)特征提取算法每个特征描述子形成128维的特征向量,计算量比较大,严重影响实时性,而被动毫米波(PMMW)安检成像系统对实时性要求比较高,因此提出将改进后的快速SIFT算子运用于违禁品特征提取。改进后的快速SIFT算法主要分为2个方面,一是用绝对距离取代了欧式距离,改进了特征描述符相似性度量的测量形式,相似性度量公式的时间复杂度有所降低;二是提出了假设匹配算法,减小了算法中相似特征点比较的次数,降低了算法的计算量。仿真实验证明,快速SIFT算法在尺度缩放、旋转和视角变化等情况下匹配效果较好,耗时仅为传统SIFT算法的三分之一左右。     

基于远程视频监测监控技术的基坑安全监测方法与应用

地铁基坑具有区域差异大、危险性强以及影响范围广等特点,远程动态监测是安全建设的重要前提。运用摄像测量融合感知技术提出了适用于基坑施工与开挖过程中支挡结构位移变形监测方法。首先通过激光测距获取目标点坐标参数,建立三维点云模型;进而采用SIFT图像匹配特征算法拾取图像关键特征部位,将数字图像与激光点云数据融合,得到面域可视化图像测量模型,并依此建立二元矩阵对预警结果综合研判。以福州滨海快线1标段东升停车场基坑工程验证表明,基坑监测设计是坑内结构变形反演逐步深入的过程,该方法可有效提高地表变形监测预警精度。     

基于SURF算法的图像复制粘贴篡改检测

由于SIFT算法的特征点检测速度较慢,而SURF算法将Haar小波响应和积分图像相结合,使得能够快速捕捉特征点的纹理特征,有比SIFT快得多的运算速度,所以采用SURF算法提取特征点。为能够有效检测目标被多次粘贴的情况,采用被称为广义2NN测试的特征点匹配算法,对由SURF获得的特征点进行匹配,找出篡改区域。最后对各种篡改情况进行实验,结果表明,SRUF算法对图像复制-粘贴篡改检测是有效性的。     

云底高度测量中SURF特征匹配的应用研究

针对基于双目成像的云底高度测量中云图像不易检测同名点的特点,提出了基于SURF(Speeded Up Robust Features)特征匹配算法的检测方法。利用SURF算法检测特征点并构建描述子,采用FLANN(Fast Library for Approximate Nearest Neighbor)算法进行特征匹配,运用随机抽样一致性算法RANSAC(Random Sample Consensus)过滤掉错误匹配。实验表明,该方法对多种云图像匹配都具有良好的效果。     

基于投影矩阵的空间非合作目标三维重建

针对从摄像机运动恢复结构算法(structure from motion algorithm,SFM)重建结果精度低以及面片重建算法(patchbased multiview stereo,PMVS)计算时间长的缺点,提出1种基于投影矩阵空间非合作目标三维重建算法。首先采用针孔模型对三维空间点到二维图像像素点投影关系进行理论推导,然后利用对极几何约束原理求解出旋转矩阵和平移矩阵;再由投影矩阵,解算三维空间点坐标;最后结合精密可控转台,搭载双目相机进行仿真实验。仿真实验结果表明,与SFM算法和PMVS对比,重建结果点云个数分别增加了22倍和9倍,所需时间分别减少了5s和97s;验证该算法的高可靠性、高重建精度和强实时性。     

基于SIFT算法的视觉导航方法的研究

本文提出了一种基于SIFT算法和相对定向直接解算方法的视觉定位匹配方法,可解决SIFT算法无法准确定位的问题。SIFT算法通过构建尺度空间、检测极值点、确定关键点等步骤为含有位置信息的视觉图片序列生成关键特征点,然后,计算每个关键特征点周围图像区域的旋转不变纹理特征,并将其作为该关键特征点的描述,进行SIFT初匹配,利用得到的相匹配坐标进行相对定向直接解算,从而得到载体在运动中的位置坐标和运动轨迹。实验结果表明,本方法能够较为准确的得到物体在运动中的位置及其运动轨迹,误差较小,有很好的应用性。     

一种混合式图像特征检测与匹配算法研究

基于图像的三维重建近年来成为摄影测量和计算机视觉等学科的研究热点,其关键技术是将图像中的特征点进行提取和匹配,本文提出了一种混合式的图像特征检测与匹配算法。混合算法基于传统的Harris角点检测算法和SIFT算法,通过降采样构建图像尺度空间并提取Harris角点,采用综合图像色彩标准化算法(CCIN:Comprehensive Color Image Normalization)预处理图像,计算三色通道下的SIFT描述子,并二值化,最后通过欧式距离作为相似形度量实现两幅图像特征向量的匹配。在MATLAB 2014平台上实现混合算法,测试3组不同图像,结果表明,混合算法提取的特征数量优于Harris算法和SIFT算法,且特征分布均匀,采用了具有色彩属性的描述子,特征匹配正确率达到了90%以上。混合算法能提高特征提取的数量,提高特征匹配正确率,为后期三维重建建立基础。     

一种稳健的多重约束匹配非量测相机影像定向算法

针对非量测相机像对的定向参数精度差、不稳定等问题,本文以恢复影像的定向参数作为出发点,提出了多重约束条件下SIFT匹配的影像定向方法,首先在尺度不变SIFT算法中提取影像间同名点,为进一步剔除误匹配点,提高同名点的精度,在此基础上引入左右对称一致性、随机抽样算法、仿射变换进行逐级约束匹配,为相对定向提供了高精度、稳定、可靠的同名点,利用直接解加严密解法结合高精度同名点计算影像间的定向参数。实验证明本文提出的多重约束匹配算法可提高像对间定向的精度及稳定性。