一种精确的图像拼接方法

全景图拼接是实现虚拟现实场景漫游的一种重要手段,本文利用SUSAN检测算子抽取图像的角点特征,然后用快速RANSAC算法配准图像,计算出图像之间的单应性矩阵,同时通过KLT跟踪,提高投影矩阵的精度.最后在图像融合中,采用像素值加权的方法.实验结果表明,文章提出的方法能有效提高配准精确性,并具有鲁棒性.     

基于特征点检测的重叠图像拼接算法

为提高铁道车辆工程应用中自动监测与故障诊断的准确性,对5种常用的特征点检测方法进行了对比研究,采用SIFT（Scale-Invariant Feature Transform）特征点检测实现重叠图像的拼接算法。在较宽松的条件下准确地匹配两幅图像。实验证明,该算法能有效地拼接普通相机拍摄的照片,消除图像扭曲、交叠和旋转对图像拼接的影响,并获得高分辨率的场景照片。     

基于角点分层匹配的织物图像拼接

针对一些织物图像,该文提出了一种新的基于角点分层匹配的图像拼接方法。该算法首先采用harris角点检测,然后用归一化互相关法进行初步的匹配,再运用稳健的RANSAC算法进行精匹配,最后对相关性最高的4对点求单应性矩阵,从而实现对图像的拼接。整个算法自动完成,采用二次匹配,鲁棒性强。实验结果表明,该方法能准确找到图像间的重叠位置,且融合效果比较理想。     

基于特征点匹配的图像拼接方法

在对现有图像拼接方法进行研究的基础上,提出一种基于特征点匹配的图像拼接方法。采用对图像质量与光照等因素具有较强鲁棒性以及丰富匹配信息的尺度不变特征变换匹配算法对特征点进行提取和匹配,使用随机抽样一致性去粗算法求得两幅图像间的H矩阵初值,并运用迭代精炼算法求出H矩阵的精确值,利用摄像头预先拍摄好的固定角度的图像来得到转换角度的H矩阵,从而将均具有角度差的两幅图像调整至垂直拍摄的平面,最后根据尺度不变特征变换匹配算法及投影算法将调整后的两幅图像拼接。实验表明,本方法简单易行,可降低具有角度差的两幅图像拼接后的边缘变形,从而改善拼接质量。     

基于特征点匹配的拼接算法研究与实现

针对图像问因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法。该算法首先利用相位相关法确定图像重叠区域,然后采用改进Harris角点检测算法检测角点,再根据相似测度NCC（NormalizedCrossCorrelation）方法提取出匹配特征点对,最后用渐进渐出的方法实现拼接图像的融合。实验证明,该算法比传统算法在角点数目上减少了四分之一,有效地去除了拼接产生的鬼影现象。能有效地提高图像拼接的速度和精度。     

基于金字塔和模糊聚类的路面图像拼接方法

公路图像具有特征复杂,特征点分布不均匀,噪声较多等特点,这对图像拼接带来了很多困难.针对以上特点,本文提出了一种基于图像金字塔、Harris角点检测和模糊聚类相结合的公路图像拼接方法.通过对原始路面图像进行多尺度、多分辨率的金字塔变换,形成几组尺度空间的分层结构,以该分层结构为基础,对每层结构进行Harris角点检测,并将得到的角点进行聚类和匹配,实现了相邻公路图像的精确拼接.     

全景图拼接算法的设计与实现

研究了全景图生成过程中相关图片拼接的问题.探讨了通常的2种图像拼接算法及其优缺点,在定义匹配图、包含图和模板图的基础上,提出了一个基于模板匹配的全景图拼接算法,引入标准相似度实现模板匹配,在Visual C 6.0环境中编程实现图片的拼接,并验证了算法的正确性.     

结合SIFT和Harris算法的小型无人机影像拼接方法

考虑到小型无人机影像的成像过程具有视点离散、视角变化有规律等特点,选择拼接参考基准影像,利用无人机的GPS/IMU参数信息计算图像相交区域来减小图像匹配范围;综合利用Harris特征点提取算法和SIFT特征向量计算方法,进行特征点的提取和特征向量的计算,并用PCA算法进行降维处理;在特征匹配过程中,采用最临近(NN)方法和BBF算法提高匹配速度,应用PROSAC特征点提纯和仿射变换整体平差算法提高匹配的精度;最后利用光度对准和加权平均算法进行光度差异消除,实现了无人机影像的拼接。实验结果表明了文章中的图像拼接方法在准确性、效率方面具有优势。     

无重叠的文档碎片拼接方法

针对无重叠区域的文档碎片,提出了一个简单的方法将碎片进行拼接,该方法先将碎片进行预处理,然后利用边缘的相似性度量将碎片从左到右依次拼接.实验表明了该方法的有效性.     

全景拼图的实现技术

为了成功地实现360°无缝全景拼图,分析研究了图像拼接的现有理论,将基于灰度图像的求灰度值最小误差的方法应用于现实中的彩色图像,实现了图像的配准;并应用图像边缘检测技术,对图像配准的传统方法进行了改进,有效地提高了图像配准的精确度.同时,从理论上探讨了图像缝合技术中色差线性调整这一方法的不足,分析了图像缝合后横向条纹出现的原因,并提出图像中值的色差线性调整方法,消除了图像缝合后的横向条纹.     

基于角点特征的高精度图像配准算法

为了快速准确提取图像特征和匹配点对,提出了一种基于角点检测的高精度图像配准算法。该算法首先检测参考图和实时图的角点信息,然后采用双向迭代匹配算法对参考图和实时图的角点进行匹配,再根据基于仿射变换模型的RANSAC算法对候选的匹配点对进行筛选,消除错误匹配对,并估算出最佳仿射变换参数,最后用所得变换参数对实时图进行变换和重采样来实现图像配准。实验结果表明:该算法具有良好的配准精度。     

二维轮廓曲线匹配算法研究

在分析平面曲线的几何特性的基础上,提出了一种快速有效的轮廓曲线匹配算法.该算法在取得轮廓曲率集合和角点集合的基础上,首先根据角点的曲率值搜索初始匹配角点,得到初始匹配段.其次利用曲线段的几何属性-弧长和弦长来判断初始匹配段,如果满足条件,则将初始匹配段作为候选匹配段.最后应用候选匹配曲线段上曲率的Hausdorff距离来验证曲线段的匹配,如果该距离在一定的容差范围内,则该曲线段匹配.实验证明该算法即保证了较好的匹配精度,又能显著提高匹配的速度.     

一种自动检测靶板角点的方法

靶板是立靶调炮速度测量系统的重要组成部分,针对传统的角点检测算法不能自动检测靶板角点的问题,提出了一种基于图像处理技术的靶板角点的检测方法。对CCD采集的靶板图像进行自适应平滑滤波提高图像信噪比,达到去除噪声和细节增强的目的,采用迭代式阈值分割算法分割靶板,通过形态学运算对分割后的像素点进行填充,利用连通域分析和链码法提取目标区域轮廓,利用多边形逼近算法对靶板轮廓进行逼近,利用逼近结果检测靶板角点。在CCD分辨率1280×1024,像元尺寸14μm,焦距50mm,测量距离5m的情况下,检测精度小于1.4mm,在立靶调炮速度测量中具有重要应用价值。     

掌纹轮廓特征点提取新方法

基于Harris角点检测方法的基本原理,提出了一种轮廓特征点提取的新方法。为了满足提取掌纹轮廓特征点的要求,根据掌纹中所要提取的轮廓特征点所在区域的生理特征(凸凹形区域),对Harris角点检测方法进行了改进,对算法进行了推导和讨论,并进行了实验研究。实验结果表明,用该方法提取的掌纹轮廓特征点能够方便地对掌纹进行定位,为实现掌纹自动识别算法打下了基础。     

一种适用于图像测量的角点检测算法

根据角点一定是边缘点且是2条边缘或多条边缘交点的几何特征,提出了一种基于亚像素边缘拟合的角点提取算法.首先,获得形成角点的边缘所处的图像区域,在该区域中利用亚像素边缘检测算法求得边缘的方程,然后利用相邻2条直线方程分别求交点,最终取均值求出角点的亚像素坐标.通过与Bouguet算法比较,发现在视觉比较、投影误差相近的情况下,本文角点检测算法获得的尺寸测量值的平均绝对误差要小于Bouguet算法,证明本算法更适用于高精度的图像测量。     

Corner detection via anisotropic Gaussian kernels information entropy on edge contours

To improve the accuracy of corner detection, a new corner detector is proposed based upon the information entropy which is derived by the anisotropic Gaussian directional derivatives (ANDDs) on edge contours of an image. Firstly, the edge map of an image is extracted by the Canny edge detector. Secondly, small gaps between contours are filled. Finally, on each contour pixel, the main direction corresponding to the maximal ANDDs at each contour pixel and its surrounding pixels are used to compute the main direction's probability density function and information entropy. Different from the traditional contour-based detectors, our detector uses the maximal intensity variation's directional information entropy on contours and surrounding pixels rather than the curvatures of the planar curves, which presents better robustness. Experimental results show that the proposed detector achieves a better corner detection performance than several state-of-the-art detectors.     

图像质量对Harris角点检测的影响研究

Harris角点检测计算的依据是图像像素点的梯度,并且受约于像素之间的相关性.而图像质量直接影响像素之间的相关性,从而对Harris角点检测产生作用.本文根据图像质量的几个标准分别对图像进行评价,并阐述图像质量和Harris角点检测之间的关系,把图像质量作为Harris角点检测选择参数的一个依据,并建议通过量表对不同质量的图像选择不同的参数进行角点检测.     

一种断层CT图像轮廓线生成曲面的三角化算法

本文针对断层图像(CT)轮廓线生成3D曲面这一技术,提出一种简单快速的三角划分算法.该算法首先用链码曲线拐角检测法给定轮廓线进行划分,生成顶点链码,然后对相邻的两个顶点链码进行梯度方向上的拟合,再使用启发式优化逼近曲面方法生成三角形网格的三维曲面.     

基于角点增强的抗打印扫描零水印算法

利用角点检测算法提取与图像旋转、平移、缩放等操作无关的Harris角点,对角点响应值与象素值的关系进行分析,进而角点增强响应值,以保证打印扫描前后检测到的角点具有较高的一致性,对角点构造特征向量作为图像的零水印信息。另外,针对已有局部特征描述子在打印扫描前后特征点匹配率不稳定这一问题,提出新的匹配算法,首先根据局部特征描述子进行粗匹配,然后用聚类法进行精匹配保证特征点匹配率。在水印检测时,对匹配成功的特征点进行遍历,将图像的局部特征信息和位置信息生成一维向量,对该一维向量作相似性运算,即可判别待检测图像是否含有零水印信息。实验结果表明,该算法对打印扫描等攻击具有一定的鲁棒性。