图像配准方法及其在目标跟踪中的应用

给出了一种基于点特征的图像配准方法,可以用于复杂背景下任意角度旋转的图像之间的配准。图像配准算法分为四个步骤:用Forstner算子分别提取参考图像与待配准图像的特征点;使用旋转不变特征向量获取特征点之间的初始匹配关系;使用投票算法剔除误匹配点对,获取正确配对的同名点对;用最小二乘方法由正确配对的同名点对获取图像之间的配准参数。给出了基于点特征的图像配准方法在目标跟踪中的应用方法,并进行了仿真实验,结果证明该图像配准算法可以对复杂背景下弱对比度静止目标进行精确跟踪,而且算法具有很好的通用性。     

一种基于改进SIFT的SAR图像配准算法

为克服SIFT (scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法.该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准.仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级.     

基于SURF 与BRISK 的遥感图像配准

针对SURF算法在构建局部特征描述符阶段耗时过长的问题,提出一种基于BRISK二进制特征描述符的改进SURF算法。应用SURF算法中快速DoH(determinant of hessian)算子检测特征点并确定主方向,采用BRISK描述符进行特征描述,通过匹配阶段采用汉明距离双向匹配和RANSAC算法剔除误匹配,并利用最小二乘法获取精确配准模型完成图像的配准。对比实验结果表明：该算法大幅提高了匹配速度,其匹配性能也超越了原SURF算法,能够较好地完成遥感图像配准。     

尺度不变特征变换算法在图像配准中的应用

为了提高图像配准的稳定性和可靠性,研究了尺度不变特征变换（Scale Invariant Feature Transform）算法在图像配准中的应用。在尺度空间。尺度不变特征变换算法对图像的平移、旋转和仿射变换具有不变性。将该方法应用到图像配准中,验证了尺度不变特征变换算法的稳定性和可靠性。甚至对任意拍摄角度的图像都具有稳定的匹配能力。     

基于SURF的图像配准改进算法

针对SIFT图像配准算法存在配准精度低的问题,提出了基于SURF的图像配准改进算法。该算法在特征点提取之前,对图像进行双边滤波,减少错误来源,特征匹配初始阶段使用自适应阈值约束代替传统固定阈值,减少最近邻域与次近邻域之比对匹配结果的影响,加入肯德尔系数约束对匹配对提纯,提高配准精度,最后通过RANSAC算法和LSM迭代求解,进行结果处理。实验结果表明,改进的SURF算法在减少配准时间的基础上提高了正确匹配率。     

基于特征点的图像配准方法研究

图像配准是将不同条件下(时间、传感设备、气候、角度等)得到的两幅或者多幅图像进行匹配、叠加的过程.通常,每种配准技术都是针对某一类具体应用的,有一定的局限性.文中提出了一种融合的、基于特征点的图像配准方法,首先采用小波变换和USAN区域特性相结合的角点检测方法,然后利用互相关和RANSAC相结合的方法进行特征点匹配,最后采用薄板样条法求解点变换矩阵.通过这种方法可以弥补不同配准方法的不足,提高配准精度.通过对人物、景物等大量图像进行实验分析,证明此算法具有很好的配准精度、环境适应性和实时性.     

SAR图像与可见光图像融合的建筑物提取算法

提出了一种基于SAR图像和可见光图像融合的建筑物提取算法,由SAR图像提供建筑物的可能方位信息,由可见光图像提供建筑物提取所需的视觉特征。该算法充分利用建筑物在2幅已配准的SAR图像和可见光图像中所表现的共性和互补特征,采用边缘匹配和感知组合的方法提取建筑物的轮廓,在可见光图像中采用屋顶灰度均匀性特征进行建筑物验证。实验结果表明,本文算法具有较好的检测效果。     

一种基于SIFT特征的序列图像拼接算法

针对序列图像拼接问题,提出一种基于尺度不变特征（SIFT）的自动拼接方法。该方法首先计算图像SIFT特征向量,作为匹配的依据,其次利用SIFT特征进行图像配准,进一步配准的基础上利用图像交叠处距离差来线性融合边缘,取得较好的平滑的镶嵌效果,最后通过对真实场景序列图像进行拼接,实验验证了该方法的有效性．     

基于感兴趣区域互信息的多模图像配准方法

针对可见光和红外图像的配准问题,提出了一种改进的基于感兴趣区域梯度互信息的多模图像配准方法。该算法从两个方面做了改进,首先,为了提高算法性能,对图像做了预处理抑制噪声,然后通过对图像进行灰度级降采样操作,合理选择较少的灰度级达到减少计算量的目的;其次,提取图像中复杂度高的区域作为感兴趣区域来代替整幅图像进行配准,这样不...     

基于角点响应函数的加权Hausdorff距离匹配算法

常见的图像匹配算法对目标遮挡以及非零均值噪声比较敏感,为此提出一种基于特征点的图像匹配算法,根据SUSAN算子提取图像的角点作为特征点,然后采用加权的部分平均Hausdorff距离对两个角点集合进行计算,通过引入角点响应函数的差异来抑制接近中心的误匹配点对图像匹配造成的干扰,从而实现较恶劣环境下目标的配准.实验结果证明了该算法具有较强的鲁棒性.