基于多种群遗传算法的模板匹配研究

模板匹配是图像处理中的重要应用,本文提出将多种遗传算法与模板匹配想结合,解决传统模板匹配中计算量大、效率低等问题,并且避免了单种群遗传算法中出现的收敛缓慢和早熟收敛以及容易丢失优良基因等现象。     

快速傅里叶模板匹配算法及其在输电线中的应用

模板匹配是机器视觉和图像处理中一个基本的问题,即如何在给定图像里找出模板位置,其相关方法可用在输电线杆塔横担处的螺栓检测。为了将快速傅里叶模板匹配方法应用到输电线杆塔横担定位中,本文对其进行了深入而系统的研究。由于图像背景较为复杂,分两步提取感兴趣区域,第一步利用快速傅里叶模板匹配算法完成杆塔横担区域定位,第二步以改进的霍夫变换为核心提取精确的感兴趣区域。完成目标区域提取后,利用二值化去除横担背景,提取待检测的螺栓信息,用于检测螺栓是否平帽或者松动。     

遗传算法在图像模板匹配中的应用

遗传算法是一个高效的随机搜索算法,文中介绍了遗传算法在图像模板匹配方面的应用。通过介绍遗传算法的概念,讲述了遗传算法如何应用于图像模板匹配领域,以及程序实现流程。最后给出了比较结果,同时也提出了一些遗传算法应用时需要注意的问题。     

模板匹配的快速算法

本文提出了一种模板匹配的快速算法,算法中采用沃尔什-阿达马变换实现模板匹配。计算机模拟结果令人满意。     

基于自适应遗传算法的模板匹配研究

目前图像模板匹配算法的一般都有计算量非常大的缺点,在实际运用中存在一定问题,根据这一问题提出了将自适应遗传算法应用到图像模板相关匹配中.模板匹配实际是寻找最优解的问题,将模板和子图像的互相关函数做为目标函数,基于自适应遗传算法实现了快速模板匹配算法.最后根据实验说明了该算法较搜索式模板匹配算法计算量大大减少的优越性.     

一种新型的快速模板匹配算法

提出了一种基于快速傅立叶变换的快速模板匹配算法。针对现有模板匹配算法运算量大,计算速度在现有技术条件下受到制约的问题,提出基于快速傅立叶变换的快速模板匹配算法,利用傅立叶变换中的卷积定理,结合快速傅立叶变换(FFT),将计算量大为减少,同时使用单指令多数据流(IMD)算法实现了加速,收到了良好的效果。     

目标快速投影模板匹配算法技术研究

在分析了传统的模板匹配方法后，提出了快速投影模板匹配的算法。该算法通过将二维图像进行水平投影处理将匹配转化一维数轴上的运算，在失测的情况下，通过二维模板匹配进行进一步识别。从而在不影响匹配精度的前提下提高了匹配效率。试验表明，这种算法可以满足生产实践中对识别精度和速度的要求。     

基于改进的遗传算法的快速图像相关匹配技术

本文基于遗传算法在图像相关匹配中的具体应用，提出了包括新的初始种群的选择策略以及调节收敛与发散因子、防止近亲繁殖的改进遗传策略，通过对实际图像的相关匹配仿真，证明了这些措施能有效提高遗传算法寻优可信度与寻优精度。     

基于小波变换和多模板匹配的室性早搏识别

本文提出一种基于小波变换和多模板匹配的室性早搏识别算法,该方法根据提取到的QRS波形特征,分别对正常和PVC信号创建模板库。利用MIT-BIH心电数据库八组数据进行试验,准确率达到99.34%。     

自适应连续多级分区与初始阈值估计的快速模板匹配方法

归一化互相关测度在光照改变时比采用绝对差之和测度（SAD）要稳定,但是归一化互相关测度的缺陷在于它的计算量非常大。为此,提出了一种结合自适应连续多级分区和初始阈值估计的基于归一化互相关（NCC）的快速模板匹配算法。根据模板图像中不同模块的梯度值,将模板图像进行逐级分区,通过分区顺序将互相关之和分为不同的层,得到各层互相关的上界,运用柯西-施不等式得到上界间的关系,形成自适应连续多级分区淘汰方法。同时,为了加快匹配速度,利用初始阈值估计产生一个较大的边界阈值,以淘汰初始搜索时的大量非匹配点,减少搜索点数目。实验结果表明:所提出的算法具有较好的鲁棒性,且算法的执行速度优于传统算法。     

Fast algorithm for robust template matching with M-estimators

We propose a fast algorithm for speeding up the process of template matching that uses M-estimators for dealing with outliers. We propose a particular image hierarchy called the p-pyramid that can be exploited to generate a list of ascending lower bounds of the minimal matching errors when a nondecreasing robust error measure is adopted. Then, the set of lower bounds can be used to prune the search of the p-pyramid, and a fast algorithm is thereby developed in this paper. This fast algorithm ensures finding the global minimum of the robust template matching problem in which a nondecreasing M-estimator serves as an error measure. Experimental results demonstrate the effectiveness of our method.     

基于PCA和分块FFT的快速模板匹配算法

图像匹配算法作为一种经典的图像识别算法,在计算机底层视觉处理中占有重要地位.在理论界,对该算法的讨论和研究由来已久,也提出了基于像素灰度、基于图像特征等的匹配算法.本文所提出的匹配算法主要基于模板特征,通过结合主分量分析(PCA)、分块快速傅里叶变换(FFT)等技术实现了高效快速的图像匹配算法.在对具有大量相似目标的图...     

基于SURF的特征点快速匹配算法

为了解决光电图像匹配过程中特征点错配率较高的问题,本文提出了一种基于SURF特征点的匹配方法。该算法首先利用最近邻欧氏距离比率法对提取的SURF特征做粗匹配,然后获取特征点对应尺度的邻域灰度统计信息,进而利用Pearson相关系数比得到鲁棒性较强的匹配对。实验表明该方法能够有效提高匹配的准确率,且满足实时性要求。     

像素抽取加速的匹配算法

介绍了一种新颖的基于像素抽取加速的匹配算法,并给出了抽取像素数N选取的一般原则和方法,以及N和匹配时间、匹配概率、图像大小的关系.算法首先对待匹配图像进行网格化分,然后按照所划分好的网格抽取掉不必要的冗余信息进行匹配,从而大大降低了计算量.大量的仿真实验结果表明,在保证匹配概率相近的前提条件下,该算法与归一化积相关算法相比,匹配时间不足其1/10,而且在基准图大小固定时,随着实时图尺寸的增大,算法消耗匹配时间少的优势会越来越明显,甚至优于二层金字塔分解加速的匹配方法.     

基于改进模版匹配的车牌字符分割

车牌字符分割是车牌识别系统中的关键技术之一。为了有效地对车牌字符进行分割,提出了一种基于改进模版匹配的新方法,该方法包括车牌区域图像预处理、车牌字符校正、车牌字符去边框处理和改进模版匹配的车牌字符分割处理等四个步骤。与传统的车牌字符分割方法相比,该方法不仅能够在正常条件下对车牌字符有效地进行字符分割,而且还可以有效地解决车牌字符粘贴、车牌字符残缺和车牌字符区域质量差等情况的车牌字符分割问题。实验结果表明,该方法具有算法简单、实时性强和分割效果好等优点。     

基于遗传算法的导航实时图像匹配算法

由于一般图像匹配算法均采用全局搜索法,耗时较大,为满足景象匹配辅助导航系统实时性的要求,提出了一种将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法,利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,提高了匹配搜索的快速性.同时,提出了一种基于特征图像分支点提取的加权Hansdorff距离图像匹配算法,并给出了相应的权值求解公式,利用加权Hausdorff距离作为遗传算法的适应度函数,能够明显减少匹配搜索的计算量,提高匹配结果的精度.仿真分析表明,将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法能够很好地满足景象匹配辅助导航系统的实时性和精度要求.     

Fast template matching with polynomials.

Template matching is widely used for many applications in image and signal processing. This paper proposes a novel template matching algorithm, called algebraic template matching. Given a template and an input image, algebraic template matching efficiently calculates similarities between the template and the partial images of the input image, for various widths and heights. The partial image most similar to the template image is detected from the input image for any location, width, and height. In the proposed algorithm, a polynomial that approximates the template image is used to match the input image instead of the template image. The proposed algorithm is effective especially when the width and height of the template image differ from the partial image to be matched. An algorithm using the Legendre polynomial is proposed for efficient approximation of the template image. This algorithm not only reduces computational costs, but also improves the quality of the approximated image. It is shown theoretically and experimentally that the computational cost of the proposed algorithm is much smaller than the existing methods.     

基于子图灰度比较的匹配模板选取算法

为降低图像匹配模板选取算法的时间复杂度,提出一种基于子图灰度比较编码的图像匹配模板选取算法.首先将子图等分为2×2子块,以子图及邻近区域的4×4子块的灰度比较关系为子图赋予一个编码;其次在所有子图编码中选取重复次数最少的编码对应的一个子图或若干个子图中图像方差最大者作为匹配模板.算法复杂度分析和仿真实验结果表明,该匹配...