基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法

为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像。针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法。首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像。试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95%以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了17%。AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求。     

基于地理信息的电力线全景图像信息融合方法

提出一种基于地理信息的电力线全景图像拼接方法。首先利用自动巡检机器人同步采集电力线的可见光图像和红外图像,采用尺度不变特征变换(SIFT)特征匹配算法分别拼接成全景图。其中红外全景图用于电力线的故障检测,可见光全景图对故障作进一步的可视化辅助检测,实现了故障信息、GPS信息和全景图像的融合,能够较精确地确定故障处的实际地理位置,提高了对电力线的维修效率。     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

基于红外热点的电力缺陷检测方法

针对直升机电力巡检拍摄到的实时红外视频序列,寻找定位高温点并实时反馈给控制系统,首先对其进行Hough变换检测输电线,然后采用Otsu自适应阈值算法对红外图像中的热点区域进行分割,提取出缺陷区域,接着利用SIFT特征匹配识别红外图像中的绝缘子,最后对缺陷进行分类和分级。实验证明该算法发热点定位准确率较高,可智能识别缺陷,减轻了人工作业负荷。     

弱纹理飞机蒙皮曲面图像特征匹配及拼接

为了解决弱纹理飞机蒙皮特征点分布不均匀、正确匹配的特征点对较少的问题,提出了一种改进的LoFTR算法对飞机蒙皮图像进行拼接。根据相机位姿利用柱面反投影对蒙皮图像进行曲面校正;通过图像之间的重叠区域确定特征提取区域,从而减少错误匹配点对的生成;使用LoFTR算法进行特征提取,并且使用RANSAC算法对特征点进行筛选;根据图像分块的思想对重叠区域进行网格划分来对特征点进一步筛选,使得特征点分布更加均匀,得到更加准确的变换矩阵进行图像配准。实验在自研无人车采集的飞机蒙皮图像上进行了测试和验证,改进的方法与SIFT、SURF、ORB、BRISK以及AKAZE进行了特征匹配率比较实验,SIFT、SURF、ORB、BRISK和AKAZE匹配率分别为4.84%,0.47%、2.9%、0.86%、5.08%,提出的算法特征匹配率达到55.21%,SSIM平均值提高了44.38%~88.46%。该方法适用于对飞机蒙皮图像的拼接任务,且不存在因弱纹理而导致漏拼的问题。     

基于AKAZE算法的图像拼接研究

针对基于KAZE特征检测的图像拼接算法实时性问题,提出一种简单有效的AKAZE拼接算法。该算法首先通过AKAZE算法提取图像特征点,接着计算M-LDB描述符从而生成特征向量。随后计算特征向量之间的汉明距离,提取出匹配的特征点对,然后利用RANSC算法估算全局单应性矩阵,根据动态线性变换算法求取重叠区域局部投影关系,结合两者统一投影平面,最后利用加权融合实现两幅图像的拼接。对KAZE、SIFT、SURF、ORB、BRISK进行性能实验比较,所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能,而且处理时间大大缩短,实现了有效的图像拼接。     

一种优化的图像配准算法

为了降低传统尺度不变特征变换(SIFT)算法的特征点检测与匹配的时间复杂度,提出一种优化的图像配准算法,即采用Trajkovic算法检测特征点,并采用SIFT算法的分配描述符方法分配特征点描述符参数,再用稀疏降维原理对特征点描述符参数进行降维处理,最后,采用基于双向匹配的相似性度量算法进行特征点匹配。模拟实验选择检测图像的特征点数、匹配对数、正确匹配对数、匹配正确率、配准时间与配准时间下降率6个指标作为评估标准,结果表明,优化算法在特征点配准正确率方面与传统SIFT算法相当,但在特征点配准速度方面有明显提升。     

基于深度学习的电力设备红外可见光图像智能配准方法研究

红外图像与可见光图像的融合分析是提升红外图像中电力设备定位精度和缺陷诊断准确度的有效途径。针对两种模态数据融合分析关键步骤中的红外图像与可见光图像配准问题进行研究。鉴于红外图像与可见光图像存在的模态差异,采用基于自监督学习的SuperPoint特征点提取与描述方法,提取具有模态不变性的稀疏特征点;采用基于深度图卷积的SuperGlue方法,结合全局特征点的空间及特征相关性信息,提升特征匹配的准确度;最后,采用渐近采样一致性的PROSAC方法对红外与可见光图像间的变换参数进行估计,实现配准。与传统算法对比表明,本文所提方法具有更高的模态鲁棒性,得到了更准确的配准结果。     

风机叶片无人机红外热图像拼接方法

针对风机叶片红外图像拼接困难的问题,提出了一种基于无人机速度信息的风机叶片红外图像拼接方法。首先,利用U-net网络预测获得叶片掩膜图像,从而去除冗余的背景信息;其次,计算平移、旋转、缩放参数使拼接图像配准;最后,使用Multiband Blend算法对拼接图像进行融合,消除视场与光照变化引起的拼缝。实验结果表明,本文提出的方法在拼接处x梯度方向上的RMSE小于SURF等传统图像拼接方法,拼接成功率达97.8%,并成功获取风机叶片红外全景图。将Multiband Blend算法应用于叶片红外图像融合,结果表明融合后图像拼接处RMSE显著降低,过渡更加平滑。     

SURF和RANSAC在图像拼接中的应用

图像特征检测在计算机视觉带动下得到了快速发展.SURF特征描述能够非常稳定快速地对图像特征进行检测和描述.RANSAC能够在inliers大于50％的条件下很好地估计出模型参数,在特征点匹配上起到了关键作用.本文利用SURF特征描述子对图像特征点进行检测和描述,然后运用交叉匹配的策略有效地消除一些错误匹配点对,然后运用RANSAC算法进行模型估计,最后使用线性加权的方式对图像进行融合.该方法利用了SURF快速检测和稳定性的特点和RANSAC算法时间复杂度小的特点进行特征点快速准确匹配,最终能够实现快速的图像拼接.     

基于物体面对应的RGB-D图像拼接优化方法

针对RGB-D中深度图像分辨率低、范围小、噪声大而不利于三维重建的问题,研究了一种基于物体面对应的RGB-D图像拼接优化方法。先对RGB-D图像进行预处理对齐,使用基于特征匹配算法对特征点提取和粗匹配,其次通过本文研究的不同视角下同一物体面对应关系来剔除误匹配,最后根据单应矩阵得到宽视角的RGB-D图像以及三维模型。本文使用了尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)、加速稳健特征(Speeded Up Robust Features, SURF)和定向FAST和旋转BRIEF (Oriented FAST and Rotated BRIEF,ORB)三种算法来进行对比实验。实验结果表明,添加本文方法后的算法在有形变、旋转的图像上分别剔除41%、29%和52%的误匹配,均方根误差减少了5%、27%和33%。在缩放的图像上分别剔除53%、57%和51%的误匹配,均方根误差减少了14%、17%和28%,提高了匹配精度,验证了本文方法的可行性。     

地球同步气象卫星图像三维球面拼接

传统图像拼接的目标是实现图像间无明显接缝的效果.而地球同步气象卫星遥感图像三维拼接的目标则是获得像素与经纬度的对应关系.提出了一种地球同步气象卫星图像三维球面拼接的方法:首先基于拓扑位置关系的轮廓配准方法,以GSHHG数据库为载体,得到初始的配准结果.然后利用基于几何拓扑一致性的特征提纯来去除误匹配.接着通过匹配点集来拟合多项式映射模型得到图像间的映射关系.在建立最佳缝合线搜索准则之后使用动态规划算法来搜索最佳缝合线,最后加权融合完成三维球面拼接.     

粒计算在图像拼接中的应用研究

应用粒计算理论提出了一种新的基于特征的图像拼接算法.图像拼接技术的关键在于图像配准问题,采用的配准方法是首先建立图像的粒计算模型,对图像进行边缘检测得到边缘图;在边缘图中利用梯度信息提取图像特征点;对两幅图像的特征点进行相关操作找出匹配特征点.实验结果表明文中所提算法的运算效率和拼接结果优于传统算法,且算法稳健,取得了良好的效果.     

基于特征点概率模型与匹配的图像拼接算法

为了解决图像内容单一、特征点不明显且数量少而导致其难以拼接准确的问题,提出了基于特征点概率与匹配的图像拼接算法.首先,利用图像重叠区域特征的单应性,开发出对旋转、尺度及光照不变的可靠特征几何结构,计算焦距矩阵与旋转矩阵,实现特征点检测;利用随机抽样一致性算法,完成特征点匹配.然后,利用伯努利分布特性和贝叶斯计算,建立内点和离群点的模型概率,剔除错误匹配点,从而提高图像匹配精度,准确完成图像拼接.最后以条码对接是否准确为图像拼接质量判断基准,实验测试结果显示:与当前图像拼接技术相比,该算法拥有更高的拼接准确率与鲁棒性.     

基于SIFT算法的疵病图像配准

光学技术的发展对光学元件提出了更高的要求,检测的精度和准确性是其重要的部分,而疵病图像的配准是一个很重要的环节,因此对疵病图像的配准进行研究很有必要。针对疵病图像配准算法进行了阐述,并对基于特征点匹配的SIFT算法的原理及过程进行了介绍,用MATLAB软件进行编程,搭建实验平台获取疵病图像,并采用尺度不变特征变换（SIFT）算法对所获取的疵病图像进行配准、拼接,得到了完整的疵病图像。实验结果表明,该算法能有效地对疵病图像进行配准,为后续的疵病信息提取打下良好的基础。     

基于图像拼接的直线轴承长度测量方法

针对远心镜头因自身特性无法调节视场大小,难以适应直线轴承测量时一次性获取零件完整图像的问题,利用HALCON图像处理软件通过图像拼接方法进行直线轴承的长度测量。综合考虑特征点提取和边缘轮廓获取效果,采用背光与正向照明相结合的方案,建立了基于组合照明的直线轴承测量系统;在图像拼接中,提出了一种在图像近似重合区域内使用图像金字塔分层搜索的方法进行特征点检测与匹配,以提高图像拼接效率;最后通过Canny算子和最小二乘法拟合进行图像边缘定位,完成长度测量。实验结果表明：组合光源能更好地兼顾图像表面特征点与边缘轮廓提取效果;提出的拼接方法检测时间在0.2S左右,相比于传统方法检测时间减少了88%;基于图像拼接的视觉测量误差小于0.1mm,测量重复性上相比于传统方法更稳定,测量最大标准差为0.005。因此,保证了视觉系统的检测效率、精度以及稳定性,在工业自动化检测方面具有一定的理论依据和实用价值。     

基于双目鱼眼相机的柱状投影全景行车记录仪

针对全景行车记录场景,利用2个相背对放置的鱼眼相机所拍摄的视频拼接得到全景视频.首先基于OcamCalib对鱼眼相机进行标定,通过鱼眼图像的柱面映射,实现畸变校正而得到柱面图像,对两帧柱面图像进行SIFT特征点提取,用RANSAC算法去除误匹配并求解两张图像间的单应性矩阵,最后用线性加权法融合两帧柱面图,得到全景图.本实验使用柱面投影,符合人眼的视觉特效,并且相对于平面投影,保留了更多的视场信息,能够帮助驾驶员观察到更多的重要信息.     

铁路视频监控中基于多算法结合的图像拼接

针对铁路视频监控系统中单个监控摄像头视角范围有限的问题,提出一种用于扩大监控视角的图像拼接方法。首先提出一种简单的输入图像排序算法,对输入的两张具有部分重叠的图像进行自动排序,可以提高监控系统的可靠性和图像的配准精度;然后采用尺度与旋转不变的SURF算法提取特征点,并用改进的RANSAC算法剔除误匹配点,进一步保证了图像配准的精度,使正确匹配的特征点达到总数的80%以上;最后以渐入渐出法进行图像平滑过渡融合,消除了由于光照引起的图像拼接缝隙。实验表明,本方法在图像拼接的速度和精度上取得了较好的效果,适用性较强。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

一种无人机电力巡检的影像匹配方法

针对无人机在电力巡检中拍摄条件复杂时图像匹配效果不佳、局部区域无法匹配等问题,提出应用Harris-Laplace特征检测算法与SIFT描述子结合改进无人机影像匹配方法。首先应用Harris-Laplace特征检测算法检测出无人机影像上的关键点,确定关键点的主方向及大小,生成特征点。然后应用SIFT算法对生产的特征点进行描述,最后使用多重约束的改进RANSAC算法,获得最优匹配集。实验结果表明,基于SIFT的匹配方法改进了RANSAC算法,此方法在控制匹配速度的情况下,提高了匹配精度。