一种基于特征点匹配的图像拼接算法

本算法首先采用边缘检测缩小了待提取的特征点的寻找范围,然后根据图像中各列边缘点的梯度最大值提取特征点,进而确定两幅图像的缝合点及其匹配位置,最后通过对图像的重叠区域进行平滑过渡处理,实现了待拼接图像的无缝拼接。实验表明,本算法能较好的实现图像拼接。     

一种消除图像拼接痕迹的新方法

图像融合是消除拼接痕迹的关键技术之一,已有的众多图像融合算法大都是针对完全重合图像的,忽略了针对图像拼接痕迹消除的图像融合方法的研究,从而影响了图像拼接技术的应用发展。为了高效、高质量地完成图像拼接,利用缝合线搜索技术结合小波多分辨率分析融合技术,给出了一种消除图像拼接痕迹的新方法。实验结果表明,该方法在保证较好实时性的同时,高质量地消除了图像拼接的痕迹。     

一种基于特征点匹配的图像快速拼接方法

实现一种基于特征点匹配的图像拼接方法。将处理流程细分为特征点检测、特征点匹配、无效匹配的剔除、透视成像四个阶段,并针对四个阶段选取了适合的经典算法予以实现。其中对具有左右关系且基本平行的图像特征点匹配算法进行了改进,在匹配效果基本不变的前提下,缩短了匹配时间。经实验证明,算法改进后效率提升明显。     

一种基于特征的全自动图像拼接算法

提出了一种基于特征的图像自动拼接算法，本算法采用Harris角点检测算子提取特征点，并对特征角点进行初始匹配与求精，利用最小中值法去除局外点，使变换矩阵计算精确。最后进行颜色融合，生成无缝拼接图像，在大多数情况下，算法可自动完成，实验结果表明，该算法取得了理想的拼接效果。     

一种柱面全景图像自动拼接算法

提出了一种基于特征块匹配的柱面全景图像拼接算法.首先将360度环绕拍摄的序列图像投影到柱面坐标系下;然后以一幅图像为基准图像,选择基准图像中边缘信息丰富的块作为基准块,利用特征块匹配法在待配准图像中找出与基准块匹配的配准块,进而实现两幅图像的配准;再根据配准结果计算出图像间的变换参数;最后采用平滑因子对两幅图像的重叠区域进行图像无缝拼接.实验证明,算法可以快速自动地生成柱面全景图像,具有良好的鲁棒性.     

一种改进的基于模板匹配的显微细胞图像拼接算法

医学显微图像的拼接是后序医学图像处理和医疗诊断的关键。基于对医学显微图像拼接的研究,提出了一种改进的基于模板的图像拼接算法。该算法将一幅图像的模板在另一幅图像上平移,对两幅图像重叠区域作相关性计算,从而获得最佳匹配位置,实现图像的拼接。实验结果证明该算法精度高、速度快。     

序列图像拼接过程中误匹配的消除

序列图像拼接过程中困难之一是当重叠区域内存在多个相似部分时,就会发生误区配而导致拼接失败。在采用图像特征区域配准算法中,基于同名区域面积差、区域重心同位、区域重心距离比及配准参数复用提出了四种误区配的消除方法。实验表明,这些方法能有效地消除误匹配,提高序列图像拼接的配准率。     

图象拼接中伪匹配的判别和消解

图象拼接就是把边界部分重叠的多幅图象接成一幅完整图象,图象拼接中的困难之一是：当相邻两幅图象重叠区域缺乏显著特征,或者存在多个特征相似的部分,就会发生伪匹配而导致拼接失败。该文基于均方误差曲线和相邻空间约束关系,提出了一种伪匹配判别方法。实验表明,该方法可以有效的进行伪匹配的判别和消解。     

基于SURF特征匹配的图像拼接算法

提出了一种了基于SURF（speed up robust features）特征匹配的图像拼接算法。SURF方法是一种快速且鲁棒性较好的特征提取算法,用该算法提取图像特征后,使用改进BBF（best bin first）的快速匹配算法来寻找图像间的匹配点;用LM算法对单应性矩阵进行优化时,本文提出使用梯度误差函数增强对光照变化的鲁棒性;最后采用多分辨率融合方法进行图像融合,有效地消除了拼接痕迹,并保持较高的分辨率。实验结果验证了该算法的高效性,对存在旋转、尺度缩放、视角以及光照变化的图像都具有良好的效果。     

一种消除图像拼接缝和鬼影的快速拼接算法

由于提取SIFT特征进行图像拼接的算法复杂度较高且不能很好地处理拼接缝和鬼影等问题,提出了一种消除拼接缝和鬼影的快速图像拼接算法.该算法首先划定提取SIFT特征的范围,计算出匹配特征点后使用RANSAC算法求取两幅图像间的坐标变换关系矩阵H,然后结合最佳缝合线算法和改进的加权平均融合算法实现无缝拼接.实验结果表明,提出的算法不仅有效地消除了拼接缝和鬼影,也提高了图像拼接的效率.     

图像拼接的改进算法

图像拼接在制作全景图的过程中具有重要作用，但是现有的方法不能很好地处理鬼影和曝光差异，针对存在的问题，提出了一种实现图像拼接的算法．首先利用动态规划的方法在要进行拼接的图像中找到一条最佳的缝合线，然后利用多分辨率技术进行拼接，解决了鬼影和曝光差异。     

An Efficient Algorithm for Solving Pseudo Clique Enumeration Problem

The problem of finding dense structures in a given graph is quite basic in informatics including data mining and data engineering. Clique is a popular model to represent dense structures, and widely used because of its simplicity and ease in handling. Pseudo cliques are natural extension of cliques which are subgraphs obtained by removing small number of edges from cliques. We here define a pseudo clique by a subgraph such that the ratio of the number of its edges compared to that of the clique with the same number of vertices is no less than a given threshold value. In this paper, we address the problem of enumerating all pseudo cliques for a given graph and a threshold value. We first show that it seems to be difficult to obtain polynomial time algorithms using straightforward divide and conquer approaches. Then, we propose a polynomial time, polynomial delay in precise, algorithm based on reverse search. The time complexity for each pseudo clique is O(Δlog |V|+min {Δ ²,|V|+|E|}). Computational experiments show the efficiency of our algorithm for both randomly generated graphs and practical graphs.     

基于特征点的图像拼接算法研究与实现

针对传统的图像拼接算法中存在的误匹配率较高的问题,采用了基于特征点的图像配准算法.在提取特征点阶段,采用了多尺度的Harris特征点提取算法;在特征点匹配阶段,采用的是改进的基于相关窗口的特征点匹配算法,并采用RANSAC算法对特征点匹配对进行提纯;最后采用了最佳缝合线算法消除了拼接效果图中存在的鬼影问题.实验表明该算...     

一种用于图像拼接的图像序列自动排序算法

为实现全景图拼接中图像序列的自动排序,提出了一种利用相位相关法判断两幅图像是否重叠以及两幅重叠图像的位置关系的完全自动的图像序列排序算法。该算法避免了图像序列排序中的人工干预。实验结果表明,该算法能有效地实现顺序混乱的图像序列的自动排序,并能很好地应用于全景图拼接。     

球面全景图像的拼接算法研究

在分析球面图像拼接算法的参数模型,基本原理和实现方法的基础上,提出了球面全景图像拼接的优化算法,取得了良好的拼接效果。     

一种基于视频的快速图像MOSAICS算法

在制作基于视频序列的图像Mosaics时,传统方法都需要将连续相邻帧(偏差小的图像)进行图像整合变换的优化求解。该方法运算量大,速度慢。文章提出一种分步优化求解该变换方法,即渐近复杂模型。它可对偏差较大帧进行自动求解,可大大加速图像Mosaics的制作速度,对快速实时建立图像Mosaics有重大意义。     

一种新的快速图像匹配算法

目前图像匹配的方法主要有两类:一种是基于灰度的图像匹配,这种方法匹配概率高,但速度较慢;另一类是基于特征的图像匹配,这种方法匹配速度快,但匹配概率不高。文章正是针对基于灰度的图像匹配速度较慢的弊端,首先给出了“图像迹”的定义,然后通过计算图像的迹差,求累计误差的最小值进行图像匹配。通过试验验证,这种方法在保持高的匹配概率的前提下,大大地提高了匹配速率,这种方法只有和差运算,可用DSP等硬件做到实时匹配。     

基于序列图像匹配算法的匹配概率估计

建立了匹配仿真试验的贝努里(Bernoulli)统计模型,根据数字特征法,估计了基于序列图像匹配算法的匹配概率计算公式,证明了该模型的无偏性,并进行了精度分析。并给出了成功匹配的概率分布模型,定义了序列图像匹配算法的匹配概率,通过实例分析了序列图像匹配算法的匹配概率、图像序列数、单幅匹配概率之间的定量关系,为实际图像匹配系统算法、序列数目的选择提供了重要的理论决策依据。