非规则三维碎片部分匹配算法研究

针对三维碎片拼合中的碎片匹配问题,在提取碎片轮廓线的基础上,提出了一种快速的碎片匹配算法。该算法首先对轮廓特征点按其邻域曲面片的形状进行分类;其次根据特征点类型标志、曲率及特征段Hausdorff距离对不同轮廓线上的特征段进行相似性度量;最后利用法矢对相似度较高的轮廓段进行可匹配性验证。该算法较适合于用散乱点云表示的三维碎片模型。     

基于匹配对的非规则碎片拼合算法

介绍了基于轮廓特征的非规则碎片复原系统的模块构成,并针对碎片序列拼合模块,利用碎片间的匹配对关系,提出了一种新的碎片拼合序列遍历算法。该算法中碎片均由当前匹配碎片和另一碎片共同匹配而得,从而在后续的拼合中碎片的定位和拼合可由两碎片共同确定,这将为拼合过程提供保证。最后结合实例,进行了算法验证,取得了较好效果。     

3维碎片拼合的算法研究

为实现艺术珍品保护或古器物修复中3维碎片的比对和拼接,提出了一种空间任意形状的3维碎片拼合算法。该算法首先对由实物测量数据建立的三角网格模型进行预处理,即去除模型中所存在的一些缺陷,以提取模型边界轮廓曲线;然后对碎片的边界轮廓离散点进行五次B样条插值,同时计算轮廓曲线上各个点的曲率、挠率和法矢,并据此分析3维碎片轮廓曲线的几何特性;接着根据轮廓曲线上各个点的总曲率来检测轮廓的特征点,并对轮廓进行分段;最后根据曲率、挠率的变化对不同轮廓上的特征段进行相似性度量,并运用法矢对相似性程度较高的轮廓段进行可匹配性验证,同时计算出可匹配轮廓段的坐标转换关系,以实现碎片的拼合。实例表明,该算法是高效、稳定的。     

一种新的二维碎片的轮廓匹配方法*

以往的轮廓匹配算法中所用的轮廓表示方法大多需要大量繁琐的计算,大大增加了算法的时间复杂度,为此提出一种新的轮廓特征表示方法,简化了此部分的计算。首先求出待匹配图像单像素宽的轮廓曲线上像素点的坐标序列,然后利用轮廓上各点和与其相差六个点的像素点之间的位置关系及行列坐标差的平方代数和对轮廓进行表示,得到两轮廓曲线的表示序列后;接着采用寻找两轮廓表示序列的最长公共子序列（LCS）的方法进行匹配,并在匹配过程中引入了“断点续配”的概念,有效提高了算法的容错性。实验证明所用的轮廓表示方法简单明了,计算量小,在提高算     

一种新的二维开曲线匹配算法研究

在提取碎片轮廓的基础上,提出了一种基于相似变换下的新的尺寸不变为标示符的二维开曲线匹配方法。基本思想是首先以弧长的曲率绝对值的积分方法,通过对轮廓重采样来计算轮廓曲线上的特征点,特征点分曲线为若干段,然后特征段之间的Hausdorff距离来比较两曲线的段的相似性,当Hausdorff距离小于给定的容差时,可认为相应的轮廓是匹配的,实验证明算法更快有效。     

基于链码的二维碎片轮廓匹配算法

首先利用边界链码的跟踪技术,提取出二维碎片的轮廓信息,同时对轮廓线进行细化、去噪和编码处理,得到二维轮廓线的一维链码信息描述,并在此基础上提出一种基于链码的二维碎片轮廓匹配方法.将二维碎片的形状匹配变为只对一维字符的处理,从而使得二维碎片的拼合简单化.实验表明该方法能够有效的找出一对复杂轮廓线上恰当的对应特征段,实现碎片物体的复原.     

平面非规则曲线的一种快速识别与匹配算法

平面非规则曲线的识别与匹配主要用于图像识别、物体匹配等领域。文章在综合研究比较国内外的研究成果后,提出了一种新的快速提取特征进行筛选而后进行细节比对进行匹配的方法。该方法首先通过提取构成平面非规则曲线的一系列离散点的关键特征进行快速筛选,而后逐步比对细节特征,分析其变化趋势,对平面非规则曲线的匹配有着较为满意的匹配效果。该方法相比现有的匹配方法,具有识别与匹配速度快,准确率高,适应性强等优点。     

平面碎片匹配算法的研究

在分析平面曲线的几何特性的基础上,提出了一种基于曲率等不变量的平面非规则边界曲线匹配的算法,该方法通过提取平面非规则曲线的角点和匹配角点来寻找初始匹配点,同时利用对应点的曲率相等或者等价的几何特性来匹配平面非规则曲线,并且在理论和实验上对方法的可行性进行了证明。     

使用霍夫变换的3维点云拼合算法

目的 直接基于点云数据本身的拼合算法对点云模型的位置和重叠度有着较高的要求。为了克服这种缺陷,提出一种针对散乱点云的分步拼合算法。方法 不同于大多数已有的基于曲率信息的拼合算法,本文算法包含了一个序贯式的匹配点对筛选过程和一个基于霍夫变换的坐标变换参数估计过程。在筛选过程中,首先利用曲率相似度确定点云数据之间的初始匹配关系,然后利用刚体不变量特征邻域标识相似度以及持续特征直方图相似度对初始匹配点对进行连续两次筛选以便得到更为精确的匹配点对集。在参数估计阶段,通过对匹配点对的旋转矩阵和平移矢量的参数化处理,利用霍夫变换消除错误匹配点对对坐标变换参数估计的影响,从而得到更加准确的坐标变换参数,实现点云的3维拼合。结果 利用本文算法对两片部分重叠的点云数据进行了拼接实验。实验结果表明,本文算法能很好地实现对部分重叠点云的拼合。由于霍夫变换的引入,本文算法相较于经典的Ransac算法具有更高的正确率、稳定性以及抗噪性,在运行速度上也具有一定的优越性。结论 本文算法不仅能适用于任何具有任意初始相对位置的部分重叠点云的拼接,而且可以取得很高的拼合精度和很好的噪声鲁棒性。     

基于NSCT变换的轮廓匹配水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于非采样NSCTContourlet(NonsubsampledContourletTransform)变换的鲁棒水印算法.算法利用NSCT提取图像轮廓并用于几何校正.水印嵌入过程分为三步:首先利用NSCT域高频系数提取图像轮廓;其次依据图像轮廓提取特征点用于几何校正;最后水印信息自适应量化嵌入NSCT域低频系数.实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性.     

一种有效的秦俑碎块匹配算法

针对秦俑碎块的三维网格数据模型,提出了一种基于特征轮廓线的碎块断裂面匹配算法.首先,对数据模型进行纹理贴图、去噪、补洞、简化数据模型等预处理,然后提取碎块的主轮廓线和次轮廓线,进而提取出碎块的特征轮廓线,最后根据角点对特征轮廓线进行分段,并采用计算最长公共子序列的方法对分段曲线进行匹配,完成特征轮廓线的匹配,从而实现碎块断裂面的匹配.实验结果表明,该算法是一种有效的、精确的秦俑碎块匹配方法.     

一种碎纸自动拼接中的形状匹配方法

碎纸自动拼接技术是图像处理与模式识别领域中的一个较新但是很典型的应用,它是通过扫描和图像提取技术获取一组碎纸片的形状、颜色等信息,然后利用计算机进行相应的处理从而实现对这些碎纸片的全自动或半自动拼接还原。碎纸自动拼接过程一般包括图像预处理和匹配两个主要步骤。形状匹配是碎纸自动拼接过程中的关键技术,但是至今为止,没有很成熟的方法应用于相关工作中。该文给出一种从提取碎纸片轮廓线出发,通过边界准则和面积准则来判断两个轮廓是否匹配来达到碎纸拼接目的的方法,实现了基于计算机辅助的碎纸自动拼接还原。     

IP分片算法研究及其在嵌入式系统中的应用

分片重组是IP协议层的主要功能之一。该文介绍分片重组算法的原理,并在RFC815及Linux系统下实现该算法,提出一种在嵌入式系统中实现该算法的方案,同时进行测试。实验结果表明,该方案是可行的。     

图像特征点匹配的强壮算法

同一场景的不同图像匹配是计算机视觉中的一个基本问题，在诸如三维重度，对象识别和分类、图像对齐和相机自校正等应用中，特征匹配都是一个关键步骤，其中特征点匹配是较为常用的一种方法，特征点匹配的效果受到很多因素的影响，如景物的遮挡，光照和噪声等，变化很大，文中对结指标派算法进行扩以解决全局优化问题，并利用场景深度局部连续的条件作为附加约束，提出一种新的特征点匹配算法，整个算法只用到两次优化，而且几乎全部使用矩阵运算，效率比已有的算法高，实验表明该算法的效果是令人满意的。     

一种图像特征点迭代修正匹配算法

基于特征点的图像匹配被广泛应用于图像配准、目标识别与跟踪领域, 目前, 两阶段匹配(即先粗匹配, 后精匹配)是最常用的方法, 然而, 两阶段匹配存在两方面的问题, 一方面, 粗匹配阶段对精匹配阶段的影响是不可逆的, 即粗匹配的效果决定了精匹配的最优精度; 另一方面, 精匹配得到的后验知识没能反馈给粗匹配阶段, 以修正粗匹配结果. 为此, 提出一种基于迭代修正的图像特征点匹配算法, 该算法将精匹配得到的后验知识反馈给粗匹配阶段, 从而修正粗匹配结果, 使得粗匹配阶段得到更多的正确匹配对, 减少漏匹配特征点对, 这样经过多次迭代, 能够得到更多的正确匹配特征点对. 实验表明, 提出的算法比经典的两阶段匹配方法能够提取更多的正确匹配特征点对, 减少了漏匹配, 并提升了复杂图像匹配的稳定性.     

一种新的基于特征点的立体匹配算法

目前,立体匹配是计算机视觉领域中最活跃的研究主题之一。为了快速并更精确的对特征点进行立体匹配,本文提出了一种新的基于特征点的立体匹配算法。该方法独立于特征点的检测算法,先以扫描线作为匹配单元,然后以鲁棒函数为匹配代价函数,最后用顺序约束对每一匹配单元的视差图进行检测与校正。实验证明,该方法的匹配精度高于传统的基于NCC(norm alized cross-correlation)的立体匹配算法,并且运行时间快,可以应用于纯软件的基于特征点的立体视觉系统中。     

一种具有仿射不变性的图像匹配算法

针对仿射扭曲图像对之间的匹配问题,传统算法对仿射变换的6个参数都进行归一化,在仿射畸变严重时匹配效果不佳,不具备完全的仿射不变性。为此,提出一种基于参数仿真的图像匹配算法。根据经纬度对摄像机坐标的角度参数进行仿真,利用Harris-Laplace算法提取特征点,使用尺度不变特征变换对其进行描述,由此仿真尺度参数,并归一化平移和旋转参数。实验结果表明,与MSER、Harris-Affine、Hessian-Affine算法相比,该算法的鲁棒性较强,能使所有参数都具有不变性,具有完全的仿射不变性。     

一种基于点模式的指纹分阶段匹配算法的研究

介绍了一个指纹中心点定位（Core）以及用中心点为中心构造特征向量进行初匹配，并且以此作为最佳匹配参考点来进行二次匹配的算法。本算法的特点：1．介绍指纹中心点的准确定位。2．以中心点作为最佳匹配参考点将匹配分为两步进行：初匹配利用了细节点间的结构关系，克服了图像的平移和旋转的影响；二次匹配引用了界限盒思想，增强指纹匹配算法对形变的适应能力。本算法把点模式的优点和基于结构的特征点之间的相对距离不变性、所跨越纹线数目的不变性、特征点类型的不变性很好结合起来。实验结果显示本算法具有较强的适应性和较高的拒识率。