基于特征点的飞行器局部模板匹配

提出了一种基于特征点的飞行器图像模板匹配的方法.针对航空测试图像飞行器局部模板匹配的特点,提出用数字图像处理的手段,对目标图像进行基于Harris算法的特征点提取,并结合基于不变矩局部模板匹配算法,计算飞行器在航母降落过程中,航空测量图像飞行器的局部特征点附近进行快速的模板匹配.     

基于相位相关的目标图像亚像元运动参数估计

为获取亚像元级目标运动参数,提出一种基于相位相关分析的图像配准方法。首先讨论了目标局部运动和全局运动的目标参数估计问题,通过图像减影运算和模块匹配方法实现粗配准,从全景图像中分离目标信息和背景信息,计算目标中心坐标,获取像元级运动参数;然后采用相位相关图像配准方法实现精配准,利用傅里叶变换的平移特性,对产生平移的目标图像,通过求解归一化的互功率谱的傅立叶逆变换,得到二维脉冲函数,其峰值对应图像位移,由此获取亚像元级位移量。在实验室通过自准直光学系统获取光斑运动图像,使用Leica经纬仪标定光斑运动参数精度。结果表明,该方法效果显著,最大配准误差为0.156,标准差为0.091,配准精度优于1/10像元。     

张量子空间降维的边缘图像匹配

针对传统基于向量子空间降维的图像匹配算法易丢失像素间邻域关系和计算量大的问题,提出一种基于张量子空间降维的边缘图像匹配算法。通过双边投影变换提取边缘图像的张量子空间,在降低特征空间维数的同时保持边缘特征之间的邻域关系,同时采用边缘膨胀后的互相关度量模板与实时图的相似性。标准人脸数据库和红外实时图像的匹配实验结果表明:该算法在匹配时间、匹配正确率、匹配精度3方面较传统基于向量子空间的匹配算法有显著的性能提高,并且对杂波和部分遮挡有较强的适应性。     

Video Block Motion Estimation Based on Gray-Code Kernels

Motion in modern video coders is estimated using a block matching algorithm that calculates the distance and direction of motion on a block-by-block basis. In this paper, a novel fast block-based motion estimation algorithm is proposed. This algorithm uses an efficient projection framework that bounds the distance between a template block and candidate blocks. Fast projection is performed using a family of highly efficient filter kernels-the gray-code kernels-requiring only 2 operations per pixel per kernel. The projection framework is combined with a rejection scheme which allows rapid rejection of candidate blocks that are distant from the template block. The tradeoff between computational complexity and quality of results can be easily controlled in the proposed algorithm; thus, it enables adaptivity to image content to further improve the results. Experiments show that the proposed adaptive algorithm outperforms other popular fast motion estimation algorithms.     

融合SIFT的B样条红外图像非刚性配准

手持式广角镜头红外热像仪所拍摄的不同时刻红外图像具有刚性形变和非刚性形变,传统图像配准算法很难同时矫正刚性形变与非刚性形变,针对该问题,提出一种融合SIFT的B样条配准算法。首先在待配准图像中建立控制网格,其次运用SIFT算法寻找待配准与基准图像间的匹配点对,剔除错误匹配点对并计算出待配准图像与基准图像间的刚性变换参数,接着对控制点进行刚性变换,最后以局部强度和为测度函数,运用B样条非刚性配准算法对广角镜头引起图像的非线性进行矫正。对比实验结果表明,本文算法具有很高配准精度,能够满足实际工程精度要求。     

A novel algorithm for a rotation invariant template matching

A novel algorithm for a rotation invariant template matching is proposed when the fluctuating scope of the rotation angle is limited within the region of [-20°,20°]. The matching candidates are selected using a computationally low cost improved correlation algorithm. ＂AND＂ operation is adopted to reduce the computational cost. Therefore the algorithm improves the matching speed consumedly. The simulation results verify the efficiency of the proposed method. Moreover, when the size of reference image is fixed, the advantage of this time-saving algorithm is more obvious as the increase of the size of the real time image. The matching speed of the proposed method is over 20 times faster than the speed of the two-level pyramid decomposing accelerating method.     

基于SAR图像的快速景象匹配方法

景象匹配制导作为复合制导中的一种重要制导方式,其要求匹配算法在保证匹配时间短的同时具有较高的匹配精度。针对这一问题,提出了一种归一化互相关与改进的部分 Hausdorff距离复合的景象匹配算法。为了降低匹配时间,该算法选取图像边缘为特征空间,采用小波变换将原始图像分解为一系列维数较小的子图像,进而在子图像上逐层进行匹配;同时为了提高匹配精度,在子图像上采用归一化互相关算法进行粗匹配,然后在原图上粗匹配点的邻域内利用改进的部分 Hausdorff距离完成精匹配,获得精确的匹配位置。仿真结果表明,与传统算法相比,该算法具有较短的匹配时间与较高的匹配精度。     

集中式MIMO雷达多模式一体化波形设计

集中式多输入多输出（multiple input multiple output, MIMO）雷达系统基于波形分集优势，可灵活改变发射方向图形状和指向方向空间合成信号的特性，从而实现多种雷达工作模式。提出了一种集中式MIMO雷达多模式一体化波形设计方法，采用方向图模板拟合、模糊函数模板拟合以及通信波形拟合的方式优化不同方向上的合成信号，使其具有不同特性，从而在单脉冲时间内实现搜索、跟踪和通信功能。采用最大块增量优化算法对构造的恒模四次多项式优化模型求解。实验结果表明，该方法可以得到具有低旁瓣模糊函数的搜索与跟踪波形，并且满足通信需求。     

A new algorithm for distorted fingerprints matching based on normalized fuzzy similarity measure.

Coping with nonlinear distortions in fingerprint matching is a challenging task. This paper proposes a novel algorithm, normalized fuzzy similarity measure (NFSM), to deal with the nonlinear distortions. The proposed algorithm has two main steps. First, the template and input fingerprints were aligned. In this process, the local topological structure matching was introduced to improve the robustness of global alignment. Second, the method NFSM was introduced to compute the similarity between the template and input fingerprints. The proposed algorithm was evaluated on fingerprints databases of FVC2004. Experimental results confirm that NFSM is a reliable and effective algorithm for fingerprint matching with nonliner distortions. The algorithm gives considerably higher matching scores compared to conventional matching algorithms for the deformed fingerprints.     

一种用于图像拼接的改进BRISK算法

为了获得精准的航空拼接图像,本文提出了一种结合BRISK算法与互相关模块匹配算法的新算法。传统的BRISK算法在拼接平移方向上存在较大的误差。针对该问题,首先使用BRISK算法实现尺度和旋转的校正,再引入模块匹配方法完成平移校正,同时在BRISK算法中加入RANSANC算法实现精准拼接。实验结果表明,本文算法是一种运算时间短、精确度高、拼接效果良好的图像拼接方法。     

基于SWAD算法的空间面目标高精度跟踪技术研究

针对空间面目标的高精度跟踪问题,提出一种面目标高精度跟踪方法,该方法利用SWAD模板匹配算法和亚像素拟合算法提取目标精确的位置信息,并在跟踪过程中对模板进行实时更新。对传统的无限冲击响应滤波模板更新方法进行了改进,提出一种变系数模板更新方法,该方法计算量小,不需要经过复杂的置信度判断,模板更新系数由当前模板图像和当前最佳匹配区域图像的灰度值决定;利用不同亮度的目标,以及对目标图像进行尺度变换模拟姿态变化的目标,比较了该模板更新算法和传统算法的匹配误差,结果表明:该算法能够更好地适应目标姿态的变化;最后通过平行光管和靶标板模拟远场非合作目标,搭建了室内演示试验,证明了利用模板匹配进行高精度目标跟踪的可行性。     

基于NCC的图像匹配快速算法

在图像匹配过程中,针对传统归一化积相关（NCC）算法计算量大的问题,提出一种对NCC进行改进的图像匹配快速算法。该算法首先使用差分求和定理改造NCC相似度量函数,以降低匹配计算量。然后提出模板区域分割,设定阈值,进一步去除大量不必要的计算,优化匹配搜索过程,实现了快速匹配。实验结果证明,与传统的匹配算法相比,在保证精度的前提下,计算复杂度大大降低。     

新的基于Kalman滤波的跟踪方法

模板更新策略是匹配跟踪算法成败的关键,为了提高基于模板匹配跟踪算法的性能,在分析多种模板更新算法的基础上,给出使用Kalman滤波器更新模板的方法。该方法不再将模板图像视为一个整体,而是使用Kalman滤波器对模板图像逐像素点进行更新,以得到自适应和最佳的目标模板图像,使匹配跟踪算法的性能得到很大提高,特别对于目标被遮挡、目标姿态变化以及环境照度变化有很强的适应性。对匹配算法的改进和遮挡的处理使该算法的性能得到进一步提高。实验结果表明该方法行之有效。     

基于多目标优化的SIFT特征匹配算法

SIFT算子在实际应用中,由于地面图像本身特征不明显且提取出的特征点多、乱以及灰度变化不明显等特点的影响,从而导致特征点误匹配。为此提出一种改进的SIFT图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用多目标优化算法,建立相关匹配模板,利用给定同一场景的两幅图像,寻找同一场景点投影到图像中的模板之间的相关性建立数学模型即目标函数,根据同一幅图像中模板间的距离建立边界约束条件,从而剔除一些误匹配点。实验表明,该算法可以有效地提高图像匹配精度。     

Cramer–Rao Bound for MIMO Radar Target Localization With Phase Errors

A new template matching method accelerated by an integral image is proposed. In contrast to the conventional winner-update template matching algorithm, the proposed scheme uses an integral image instead of a block sum pyramid to represent the search area. When an integral image is used, block sums on the lowest level are evaluated very fast. As a result, the speed with which nonbest candidates are rejected is nearly double that of the conventional scheme. Moreover, the proposed scheme needs less memory than the conventional approach to maintain block sums of candidates and can be easily extended to nonsquare (rectanglar) template matching.      

一种基于特征点的快速跟踪算法

目标跟踪技术是视频检测技术中一个十分重要的组成部分,为此,提出一种基于特征点的快速跟踪算法。该方法避免了困难的目标分割过程。采用两次帧差共同确定角点选择区域,利用Moravec算法提取合适角点;采用一种特别设计的包含不平滑区域的结构化模板获取更好的匹配点;利用预测点缩小搜索范围,降低计算复杂度和时间复杂度。实验证明该算法能够快速实现目标的实时跟踪,跟踪准确度高,对不同的场景都具有良好的鲁棒性。     

Correlation-coefficient-based fast template matching through partial elimination

Partial computation elimination techniques are often used for fast template matching. At a particular search location, computations are prematurely terminated as soon as it is found that this location cannot compete with an already known best match location. Due to the nonmonotonic growth pattern of the correlation-based similarity measures, partial computation elimination techniques have been traditionally considered inapplicable to speed up these measures. In this paper, we show that partial elimination techniques may be applied to a correlation coefficient by using a monotonic formulation, and we propose basic-mode and extended-mode partial correlation elimination algorithms for fast template matching. The basic-mode algorithm is more efficient on small template sizes, whereas the extended mode is faster on medium and larger templates. We also propose a strategy to decide which algorithm to use for a given data set. To achieve a high speedup, elimination algorithms require an initial guess of the peak correlation value. We propose two initialization schemes including a coarse-to-fine scheme for larger templates and a two-stage technique for small- and medium-sized templates. Our proposed algorithms are exact, i.e., having exhaustive equivalent accuracy, and are compared with the existing fast techniques using real image data sets on a wide variety of template sizes. While the actual speedups are data dependent, in most cases, our proposed algorithms have been found to be significantly faster than the other algorithms.     

基于改进爬山算法的微小零件亚像素级定位

为提高微小零件亚像素级定位效果,采用改进爬山算法。将目标区域向外扩展获得调焦窗口跟踪漂移图像,边界由像距和视角决定;然后优化爬山搜索算法得到最优收敛解,二维图像信息熵构成调焦图像评价函数;改进Zernike矩算法,通过高阶矩的模代替边缘参数,减少了计算量,卷积窗口矩阵构成Zernike矩的差值,提高定位精确度;最后给出了算法流程。实验结果显示,改进Zernike矩偶模板比奇模板边缘亚像素定位误差小,相比空间矩算法、多项式拟合算法、Zernike矩算法、区域生长算法和模板匹配算法,对规则形状定位误差均值分别减少了43.24%,21.62%, 32.43%,27.03%和56.76%;对不规则形状定位误差均值分别减少了39.02%,20.15%,26.83%,24.39%和51.22%。本文算法定位精确度较高。     

基于LS MPP的图像分块模板匹配并行算法

该文提出了一种新颖的在基于K元2-立方体网络的SIMD计算机上运行的图像分块模板匹配并行算法。该算法对于NN的图像、MM的模板和KK的处理元阵列(M K, N = BK, B 1), 可通过将图像分成BB个图像块的分块模板匹配来实现。与已知的各算法相比,该算法具有可处理比处理元阵列尺寸大的图像的优越性。     

基于小波钝化的嵌入式图像处理算法研究

注塑模具保护系统普遍采用模板匹配图像处理算法,其存在实时性不强、精确度不高,以及对运行环境要求严苛等问题。论文提出了基于小波钝化的嵌入式模具保护图像处理算法,该算法运行于嵌入式平台,采用小波钝化的方法凸显待测残留物,无需进行模板匹配、图像配准和较正;提出了基于像素值统计的支持向量机检测算法,以适应嵌入式平台内存小的特点;引入支持向量机分类,有效解决了图像偏移带来的误差问题。MATLAB实验测得,该算法的模腔残留物检测平均准确率为85.71%,残留物检出平均耗时0.910s。结果表明,采用小波钝化和支持向量机的嵌入式图像处理算法,无论在算法检测精度还是算法响应速度方面均优于以灰度共生矩阵匹配算法和差影法为代表的图像匹配算法。