基于改进SIFT的图像拼接算法

针对目前基于SIFT的图像拼接算法复杂度较高和特征点匹配不准等问题,提出了一种基于改进SIFT的图像拼接算法。算法利用改进的SIFT进行特征提取,降低了算法的复杂度,同时采用模拟退火算法进行特征点匹配,从而估计出几何变换的参数。实验结果表明,该方法对图像间存在的平移、旋转、明暗强度和噪声干扰都具有良好的鲁棒性,可实现高质量的图像拼接。     

基于傅里叶梅林预处理的SIFT图像拼接算法

对于图像存在旋转和尺寸缩放而导致的图像拼接质量不理想的问题,提出了基于傅里叶梅林预处理的SIFT图像拼接算法.算法首先利用傅里叶梅林计算图像的计算两幅图像的缩放比例和旋转角度,然后对图像的缩放比例和旋转角度进行调整,最后通过尺度不变特征变换(SIFT)算法进行图像的拼接.实验结果表明,改进的算法匹配的特征点数量增加了1...     

一种加入标志识别的图像拼接技术

图像拼接过程中,由于两张图片曝光度和拍摄角度不同,对应匹配区域无法正确识别,进而导致图像融合失败或者融合时间过长。针对此问题,利用高斯滤波对图像平滑处理,起到减少图像噪声的作用。此时,处理后的图像就不会因为曝光度等拍摄问题导致特征点配准出现误差。此外,针对有明显相同特征区域的两副图像,提出要标志共有区域,并以此为中心通过距离和角度的关系进行迭代,去除基于尺度不变特征变换(SIFT)算法提取的两副图像不匹配的特征点,进而减少后续匹配时间和提高图像拼接成功率。实验结果表明该算法的可行性。     

一种基于改进RANSAC的红外图像拼接方法

在一般的红外图像拼接过程中,采用传统随机抽样一致(RANSAC)方法,耗时往往会稍长。为了缩短图像拼接所耗费的时间,提出了基于尺度不变特征转换(SIFT)和改进RANSAC的图像拼接方法。先通过SIFT得到特征点和特征描述,然后用改进的RANSAC对不匹配的特征点进行剔除,通过得到的变换矩阵完成图像的融合。在改进RANSAC中,设置0.95和0.85两个阈值,少量迭代后,选择跳出循环、重新选择或者计算出新的迭代次数,新的迭代次数必定比传统迭代次数小,因而达到减少时间的效果。红外图像拼接后,把实验结果与采用传统RANSAC算法的结果进行多方位比较,可以发现本文方法能够达到减少时间的目的。     

基于SIFT的图像配准方法

针对大尺度图像配准和不同传感器图像配准问题,介绍了一种基于SIFT的图像配准方法。首先提取图像中适应尺度变化的不变特征点,在提取过程中加入多尺度Harris检测算子,提高了匹配点对的重复率,通过聚类和归一化互信息准则对候选匹配点对的角度、尺度和位置特征进行迭代筛选,删除错误的匹配点对,最后得到正确的匹配点对,对图像进行配准。实验结果表明：该方法能处理相似变换的图像配准。     

基于图像建模系统中图像拼接算法研究

为解决各型航海、航空模拟器中基于图像建模系统的重建物体视觉外观真实感较差问题,研究了对于在不同角度下拍摄的不在同一平面的图像的自动拼接与融合算法.算法首先基于SIFT算子提取图像特征;接着采用近似最近邻的优先搜索算法以及极线约束条件获取精确的特征匹配点对;然后采用RANSAC算法鲁棒地估算变换矩阵;最后实现自动拼接与融合.实验结果表明,该算法拼接效果较理想,鲁棒性强,具有一定的实用价值.     

基于SIFT特征的鱼眼图像拼接算法

鱼眼图像在全景图拼接中优势明显，然而，由于鱼眼图像存在严重的透视畸变缺陷，往往导致拼接图像效果不理想，甚至导致拼接失败，针对该问题，提出基于 SIFT特征的鱼眼图像拼接算法，该算法先对鱼眼图像进行校正，采用SIFT特征算子对校正后的鱼眼图像进行特征提取和匹配，再利用RANSAC鲁棒算法对变换参数进行估计，最后使用加权平均法对图像进行拼接融合? 通过对不同场景下、不同重叠区域图像的全景图像拼接实验验证，与现有的拼接方法相比较，同等拼接质量下该算法得到的全景图像能够有效减少计算量、减少拼接次数，证明了该算法的适用性和有效性。     

基于ASIFT的图像拼接技术在监控系统中的应用

提出了一种基于改进仿射-尺度不变特征转换(ASIFT)特征的监控图像拼接算法,ASIFT特征比传统的尺度不变特征变换(SIFT)算法具有完全的仿射不变性,在低重叠图像匹配上,ASIFT算法能够检测到更多准确的特征点,满足拼接要求。实验结果表明,该算法在视频监控系统中具有很强的实用性。     

基于区域选择和特征点匹配的图像配准算法

提出了一种新的基于圆形区域和Harris角点检测的图像配准算法.该方法采用Harris算子检测特征点信息,自动选取有效特征点,充分利用圆形区域的旋转不变性和互信息量最大原则进行特征点匹配,避免了传统的图像配准算法计算数据量过大、特征点匹配不准确等问题.仿真结果表明,该方法能在27.8 s内完成配准过程,优于传统的图像配准方法;在旋转角度上有0.07°的误差,但并不影响平移距离的正确配准.     

基于SIFT的边缘局部仿射的图像拼接算法

本文针对累计误差形成的多幅图像拼接产生畸变的问题,提出了一种基于边缘局部仿射的拼接算法,在拼接过程中逐步衰减仿射变换,使得图像在拼接过程中逐渐降低过仿射带来的畸变.同时为从视觉上分析图像拼接过程特征点的变化情况,本文还提出了一种基于特征点的骨架图算法,通过拼接后骨架图的图像来分析各种拼接算法.可以广泛应用于拼接算法的测试过程.     

一种基于图像区域分块的SIFT快速配准方法

针对传统尺度不变特征变换(SIFT)算法在特征提取与描述时计算量大、实时性差的问题,提出一种基于区域分块的SIFT的快速配准方法.首先,将匹配图像和待匹配图像分割成若干均匀的子图,通过计算每个子图的信息熵值与设定阈值比较来确定局部子图的特征类型;对筛选出来的特征区域的子图进行特征提取和生成PCA-SIFT描述子,对筛选出来的平坦区域直接跳过,不进行检测.实验结果表明:提出的方法在保证配准精度90%以上的情况下,计算时间减少了15%~25%左右,提高了图像配准的速度.     

对比度阈值自适应的SIFT图像拼接算法

图像拼接技术主要由3部分构成:采集、匹配和融合,其中匹配最为关键,决定拼接质量.针对SIFT图像拼接算法的特征点数目局部过高或过低情况,采用对比度阈值自适应的SIFT图像拼接算法,可得到合理数目的特征点.此方法保证特征点数目在150~300之间,过高或过低时,可自适应调节数目,进行有效控制.实验证明:改进的算法保证拼接效果的基础上,提高运算效率,具有实用价值.     

基于SIFT特征和误匹配逐次去除的图像拼接

针对随机抽样一致性算法(RANSAC)计算量大、耗时长、匹配点选取不当会影响变换矩阵精度、阈值的鲁棒性较差,以及不能完全去除误匹配等不足,提出了一种基于SIFT特征和误匹配逐次去除的图像拼接算法.该算法首先提取图像的SIFT特征,并利用近似的最近邻搜索算法(BBF)进行特征初始匹配,然后利用一种误匹配逐次去除的迭代算法正确地估计图像间的变换矩阵.在这种误匹配逐次去除的迭代算法中,采用预检测模型的方法,减少了迭代运算的数据量,提高了拼接速度;采用匹配点按块随机选取的方法保证了变换矩阵的稳定性和精确度;通过逐次筛选去除误匹配,且在筛选过程中采用自适应阈值,完全去除了误匹配.实验结果表明,该算法在保证较高精度和鲁棒性的情况下,缩短了拼接时间,提高了拼接效率.     

一种基于Harris角点特征的图像拼接方法

本文通过对已有图像拼接算法的分析研究,改进了拼接算法中的特征点匹配问题。首先利用Harris角检测算法提取特征点,然后通过归一化相关法进行初始匹配,接着引入马氏（Mahalanobis）距离,实现图像的精确匹配。最后通过加权平均的方法完成图像的融合。实验证明该方法能有效地去除伪匹配特征点对,降低了误匹配的概率,是一种有效的图像拼接方法。     

一种基于BRISK改进的SURF红外图像拼接方法

在红外图像拼接技术的实际应用中,除了追求较高的拼接精度外,还应尽可能地提高拼接速度以满足实时性的要求.本文结合红外图像拼接技术的实际应用需求,将BRISK二值描述子和Canny边缘检测应用于SURF红外图像拼接,提出一种改进的SURF红外图像拼接方法.改进的红外图像拼接方法在特征点提取阶段将SURF特征点检测、Canny边缘检测和BRISK二值描述子有效结合,生成边缘SURF-BRISK特征点;在特征点匹配阶段采用自适应阈值的层次聚类方法作为搜索策略,并采用RANSAC算法剔除误匹配的特征点;在图像融合阶段采用渐入渐出的融合方法消除图像拼接缝隙.实验证明,本文所用红外图像拼接方法在对复杂场景下的红外图像进行拼接时,有效地提高了配准精度和拼接速度.     

基于改进SIFT算法的图像配准方法

针对SIFT(Scale Invariant Feature Transform)复杂算法, 提出一种改进的SIFT算法。首先, 该方法利用Canny边缘检测算法去除部分影响匹配结果的边缘点。然后, 对于原算法中128维描述子提出64维圆形邻域描述子, 提高了运算速度。最后, 采用最近邻与次近邻之比进行双向匹配增强了匹配结果的精确度。实验结果表明, 该改进算法可以有效提高运算速度, 而且提高了匹配准确率, 增强了算法的鲁棒性。     

基于图像内在特征的图像自动拼接方法

针对传统图像拼接方法需要人工干预的不足,提出了基于图像内在特征的图像自动拼接方法.本方法应用由粗到精的技术实现图像之间像素精度的拼接.图像粗配准阶段采用仿射变换模型,利用Fourier-Mellin变换的频域分析技术同图像多分辨率技术相结合的方法求取仿射变换模型下的粗配准参数.图像的精配准阶段采用投影变换模型,将粗配准参数作为图像投影变换模型下的初始值,相邻图像中重叠区域的灰度差平方和作为误差指标函数,利用Levenberg-Marquardt方法进行图像投影模型参数估计的优化,得到全局意义条件下的精确变换参数.最后,将此方法应用于实际拍摄的可见光和红外图像序列进行试验分析,验证了本方法的有效性.     

基于区域协方差的图像特征融合方法

考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力。