基于数字图像处理的海底三维地形重建方法

水下地形匹配辅助导航是目前导航领域研究的新方向,而分析地形匹配算法需要以水下三维数字地图为基础。为了得到满足匹配精度要求的海底三维数字地图,提出了一种利用GeoTIFF格式的海底地形图像重建数字高程模型(Digital Ele-vation Model,DEM)的方法:首先提取图像中的像素颜色信息和地理信息,然后通过数字图像处理技术得到水深数据规则网格,利用插值方法进行平滑处理,最后对海底三维地形进行重建并利用该图进行了地形匹配仿真。仿真结果证明了上述方法是有效地获取海底数字地图手段,为分析海底地形匹配算法提供了基础。     

基于高斯超像素的快速Graph Cuts图像分割方法

提出了一种交互式的快速图像分割方法.该方法通过使用高斯超像素来构建Graph cuts模型以实现加速.首先,利用融合了边缘置信度的快速均值漂移算法,将原始图像高效地预分割为多个具有准确边界的同质区域,并将这些区域描述为超像素,用于构建精简的加权图.然后,使用区域的彩色高斯统计对超像素进行特征描述,并在信息论空间中对高斯...     

基于非周期性提取像素的全景图像三维重构

图像深度信息提取是三维图像重建的关键,利用匹配算法可以达到对全景成像可控处理的目的,因此在非周期性提取像素基础上完成全景图像三维重构.首先采用非周期性像素提取解决成像过程中出现的失真问题,构建无失真图像;通过立体视图系统和独立立体视图系统对全景图像重建处理,利用SSD计分准则的块匹配算法,对微透镜记录的两幅图像计算提取,同时运用邻域限制与放松方法深度提取全景图像;并依据最佳视差值及多基线立体匹配算法过滤出更准确信息,以采用差值算法实现更高精度的三维重建.仿真结果表明,所提方法具有较高适用性,计算过程简便、图像特征采集快.     

结合形态学重建和超像素的多特征FCM分割算法

针对现有模糊聚类分割算法对噪声的鲁棒性差且提取的图像特征不充分等问题,本文提出了一种结合形态学重建和超像素的多特征模糊C-均值(FCM)分割算法.首先,利用形态学闭合重建处理原图像,提高了算法的鲁棒性和细节保护能力.其次,采用Mean-Shift方法预分割重建图像,获得一组超像素区域.再次,提取重建图像各像素的颜色特征、纹理特征和梯度特征,利用平均策略定义各超像素的颜色特征、纹理特征和梯度特征,组成多维特征向量.最后,运用最大熵正则化的加权模糊C-均值算法(EWFCM)的框架,以超像素为单位,以核诱导距离作为距离度量来聚类多维特征向量.选取BSDS300数据集中的6幅图像完成实验对比.结果表明,本文算法具有更高的分割精度.     

单帧红外图像超分辨率重建算法研究

针对目前基于插值的红外图像超分辨率重建算法主要把重心置于原始图像的像素上的问题,提出了一种将原始图像像素和插值像素相结合的红外图像超分辨率重建算法。该算法在最近邻插值算法的基础上,将其与自适应高斯滤波相结合,采用边插值边滤波的方式对红外图像进行超分辨率重建处理。由红外数据集的大量对比试验结果可知,该算法能够在不以时间消耗为代价的前提下使重建结果得到有效提升。具体表现为其重建结果的客观评价指标与经典的图像插值算法相比提高了约2.8%～3.2%,并且能够有效减少噪声、锯齿和模糊现象。该算法有助于推动红外图像超分辨率重建在军事、医疗等领域的发展。     

基于HOG和E-SVM的服装图像联合分割算法

针对目前服装图像分割准确率低的问题,提出一种基于HOG特征和E-SVM分类器的服装图像联合分割算法。该算法具体可分为三个迭代的步骤：超像素组合、E-SVM分类器训练、分割传播,并用到辅助数据集。将用户输入的图像结合辅助服装集进行超像素分割,并利用分割传播方法将超像素组合成多个区域。利用分割效果积极的区域的HOG信息训练E-SVM分类器。通过E-SVM分类器以及分割传播方法将输入的图像中的服装分割出来。实验结果表明,该方法能够高准确率地分割出服装图像。     

基于自适应超像素分割的点刻式DPM区域定位算法研究

为解决点刻式直接零件标志(Direct part mark, DPM)码基本单元分割困难、区域定位欠精确等问题, 提出使用超像素分割和谱聚类相结合的算法,对含有DPM区域的图像进行初步分割和精确定位. 首先为提高超像素分割的准确、快速和完整性,本文利用近邻传播聚类思想实现自动聚类得到超像素区域, 并引入边缘置信度调整超像素边缘,形成自适应边缘简单线性迭代聚类 (Adaptive edge simple linear iterative clustering, AE-SLIC)算法. 该算法改进了简单线性迭代聚类(Simple linear iterative clustering, SLIC)超像素分割算法存在的未明确界定超像素区域边缘信息和分割数目无法自适应确定等问题; 其次,将超像素作为谱聚类中图的顶点进行二次聚类, DPM区域内超像素因相似度高而被聚集为一类, 从而完成点刻式DPM区域的精确定位.经实验测试和分析,本文算法得到的超像素分割结果在完整性、 运算复杂度等方面优于常见的超像素分割算法.与基于像素点运算的传统定位算法相比, 本文算法具有良好的实时性、定位准确率和鲁棒性.     

基于圆锥代理的单幅花朵图像编辑

为了实现单幅花朵图像的有效编辑,提出一种基于圆锥代理的花朵图像编辑方法.首先在输入的单幅图像上由用户标注出前景花朵像素集和背景图像像素集,利用Grab Cut算法有效地提取前景花朵区域,并采用Patch Match算法实现图像背景区域的有效修复;然后在提取得到的前景花朵区域中,用户交互临摹描绘出图像中花朵的各花瓣2条边缘曲线,先利用花瓣关键点拟合圆锥并用该圆锥计算花朵各花瓣的对称面法向量,再利用花朵各花瓣对称性特点和对称面信息直接计算每个花瓣的边缘曲线深度信息,以重建花朵三维模型;最后利用平移、旋转和缩放等操作高效编辑花朵三维模型,并将编辑得到的花朵模型投影到修复得到的背景图像上,实现单幅花朵图像的编辑.实验结果表明,该方法在编辑单幅花朵图像中是有效的.     

基于深度卷积网络的复杂环境中绝缘子串特征检测

绝缘子串工作状态的智能监测是实现智能电网的重要前提。针对电网巡检图像中绝缘子串特征检测效果受复杂环境的影响。本文引入超像素和统计方法来降低复杂场景的难度,首先采用多尺度方式将图像分解为不同的层,然后采用SLIC将每层图像分解为不同大小的超像素,采用超像素特征来描述多尺度图像的某个区域位置的特征信息,得到图像的粗略显著区域,并作为样本集输入区域网络Region net进行处理,最后通过网络训练迭代得到准确完整的显著特征图。将本文算法和其它流行算法对不同环境中绝缘子串图像进行特征检测对比实验,证明本文算法的F-Measure 以及平均误差MAE均优于当前流行算法。     

一种星载InSAR高精度快速DEM重建方法

面对全球干涉测量的海量实测数据,在保持精度的情况下,如何提高处理速度是星载干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)数据处理必须考虑的重要问题.数字高程模型(digital elevation model,DEM)重建是InSAR数据处理中较为耗时的一个关键环节.针对星载InSAR处理中DEM快速重建的难题,从DEM重建原理出发,分析揭示了干涉相位与目标点三维坐标映射关系的两个基本特性,一是目标点的三维坐标与干涉相位的关系可以分别用多项式来进行拟合,二是SAR图像上相近像素各自对应的多项式变化不大,并从理论上对特性的成立进行了论证.基于此,提出了一种快速DEM重建方法,给出了快速算法的详细步骤及关键参数的取值方法.最后,利用德国最先进的在轨雷达卫星TerraSAR-X获取的重复轨道干涉数据进行快速DEM重建,处理结果表明在重建精度损失较小的情况下,显著提高了重建速度,验证了该方法的高效性和正确性.     

基于改进SIFT算法的山谷地形影像匹配

针对山谷地形的低空影像中地貌单一且特征不易提取的问题,本文对SIFT算法改进,融合Harris特征提取算法优势,得到一种可用于山谷地形下低空无人机影像特征提取与匹配的算法。算法首先利用Harris算法和SIFT算法分别提取特征点,对两种算法提取的特征点进行合并,然后运用SIFT算法对合并后的特征点进行描述,再利用特征点特征向量的欧氏距离进行粗匹配,最后利用RANSAC算法进行精匹配来提高匹配精度。为了验证该算法的有效性,选用一组山地影像数据进行实验并与SIFT算法进行比较,结果表明:算法有效地提升了山谷地形影像上特征点匹配精度。     

3D IFS在DEM重构中的应用研究

在基于DEM的地形表面重构中,传统的插值方法（B样条插值、双线形插值）获取的地形表面过于平滑,不能反映自然地形具有无限细节的事实。引入3维迭代函数系统（3D-IFS）插值方法来重构经随机简化的原始地形。在重构地形时,创造性地将垂直放缩因子作为分形维数的连续函数以简化计算。实验结果表明,在压缩率不大时,3D IFS能较好地保持地表地貌特征和统计特征。     

IKONOS卫星图像的快速三维场景重建

IKONOS卫星立体像对一般经过图像匹配,采用RPC模型,通过繁杂的多项式迭代获取DEM,实现三维重建,其计算花费很大。在对城市三维重建时,认为城市局部的地面是平坦的,有近似相同的海拔,城市的三维信息集中就是建筑物的三维信息,针对IKONOS影像的特点,利用几何光学成像模型快速计算同名点的相对大地坐标,实现城市场景的快速三维重建。实验结果表明,场景重建结果有较好的精度,满足观测和处理的需求,实现了快速处理和分析环境数据。     

基于三视图的自适应加权迭代匹配筛选算法

针对基于三视图的传统三维重建时特征点匹配后保留正确匹配点对数量过少、由图像噪声、拍摄照片时遮挡和震动等因素引起的匹配误差较大等问题,文章提出了一种自适应加权迭代算法,该算法通过给匹配点对加权进行迭代筛选来实现,可以稳定的获得数量较多、结果较准确的匹配点对,从而精确求解三视图空间约束矩阵三焦点张量.实验证明,文章提出自适...     

用立体影像匹配和数学形态变换自动生成DEM

数学形态学已经成为计算机图象处理的一个重要研究领域 ,并在遥感影像分析中得到了卓有成效的应用 .将数学形态学的理论方法引入了建立数字高程模型 (DEM)的研究 ,提出了一种利用立体象对 ,自动匹配识别同名点并提取地表三维坐标 ,继而用数学形态变换建立 DEM的方法 .该方法首先利用正交小波变换对影像进行分解、重建、特征提取 ,并利用影像与特征结合的匹配方法进行亚像素匹配 ;然后根据匹配得到离散的地面点数据 ,用形态变换的方法构建泰森多边形、Delaunay三角网 (TIN) ;最后内插成格网 DEM.试验证明 ,该方法具有数据结构简单、运算速度快、精度好等优点 .     

基于实拍图像的人脸真实感重建

给出了基于实拍人脸图像的三维逼真人脸模型的重建算法,该算法首先在两幅人脸图像上交互标识特征点对和输入摄像机的广角参数来实现摄像机定标,进而匹配出两幅人脸图像上的其它对应点,实现模型的三维重建,作者用半自动垭达到匹配目的。用手工编辑建立的二维对应网格,得到初始人脸外开和鲁棒的最大拟然立体虎法自动匹配出稠密的对应点,重建出表示人脸的散乱三维数据点团;最后利用这些稠密的三维数据点去迭代矫正和自适应细分手     

图像三维重建中的特征点匹配方法研究

针对传统三维重建中点特征匹配算法的局限性,提出了基于相关系数的图像点特征匹配方法,实现了对图像点特征匹配与三维重建同步进行的目的。基于同一物体的两幅图像,给出了其特征匹配和三维重建的算法,并通过实验数据分析了此算法的有效性。     

根据灰度值信息自适应窗口的半全局匹配

目的 立体匹配算法是立体视觉研究的关键点,算法的匹配精度和速度直接影响3维重建的效果。对于传统立体匹配算法来说,弱纹理区域、视差深度不连续区域和被遮挡区域的匹配精度依旧不理想,为此选择具有全局匹配算法和局部匹配算法部分优点、性能介于两种算法之间、且鲁棒性强的半全局立体匹配算法作为研究内容,提出自适应窗口与半全局立体匹配算法相结合的改进方向。方法 以通过AD（absolute difference）算法求匹配代价的半全局立体匹配算法为基础,首先改变算法匹配代价的计算方式,研究窗口大小对算法性能的影响,然后加入自适应窗口算法,研究自适应窗口对算法性能的影响,最后对改进算法进行算法性能评价与比较。结果 实验结果表明,匹配窗口的选择能够影响匹配算法性能、提高算法的适用范围,自适应窗口的加入能够提高算法匹配精度特别是深度不连续区域的匹配精度,并有效降低算法运行时间,对Cones测试图像集,改进的算法较改进前误匹配率在3个测试区域平均减少2.29%;对于所有测试图像集,算法运行时间较加入自适应窗口前平均减少28.5%。结论 加入自适应窗口的半全局立体匹配算法具有更优的算法性能,能够根据应用场景调节算法匹配精度和匹配速度。     

带有未知匹配的图像线特征三维重建方法的研究*

为了解决传统三维重建过程中线特征匹配速度慢、建模与匹配过程脱节的问题,提出了基于相关系数的图像线特征匹配的方法,运用此方法对同一物体的三幅图像进行了特征匹配和三维重建。建立了目标物体的三维模型,达到了对物体线特征匹配与三维重建同步进行的目的。通过对所得实验数据分析,可以证明此算法对于物体的三维重建是有效的。