彩色显微图像立体匹配研究

研究了计算机显微立体视觉中的高精度立体匹配问题.建立了一种适合于彩色图像的立体匹配算法,使用多个匹配区域和多种相似性测度生成输出样本,通过两次均方差的统计剔除样本中包含的错匹配和误匹配数据,利用两次样本取平均,实现了高于单像素的匹配精度.实验结果表明,多匹配区域、多相似性测度算法在一定程度上提高了立体匹配的准确性和稳定性,当噪声均方差控制在20以内时,算法的匹配准确率约为80%.     

基于图像校正与灰度相关性的立体匹配算法研究

立体匹配是双目视觉系统中必不可少的环节,对特征点进行匹配求解过程复杂,而且误匹配率较高。外极线约束为立体匹配提供了便利条件,但由于实际系统中的外极线是弯曲的,使得沿外极线进行同名点搜索不仅非常耗时,而且计算过程受噪声影响大。给出一种基于图像校正与灰度相关性的立体匹配算法。首先采用图像校正方法将弯曲的外极线变为相互平行的水平外极线,简化了外极线的求取过程;再利用灰度相关性算法对同名点进行匹配。实验结果验证了本文方法的准确性和稳定性。     

基于地面控制点的迭代动态规划立体匹配算法

提出一种基于地面控制点的迭代动态规划立体匹配算法.该算法首先利用左右图像对的颜色信息以及梯度信息计算视差空间图像,并得到左右视差图;然后运用左右一致性以及可信度约束得到地面控制点,并将地面控制点的约束信息填充到视差空间图像相应的列中;最后基于更新后的视差空间图像,利用迭代动态规划算法计算得到最终视差图.选用了一些标准图像对进行测试,实验结果表明该算法具有很好的性能.     

基于极线距离变换的人脸立体匹配算法

针对人脸立体匹配中低纹理区域的误匹配率较高的问题,将极线距离变换应用到人脸立体匹配当中。这种变换将图像中像素点的灰度值转化为极线方向上相应区域的位置,使得在低纹理区域中灰度值相似的像素点变得容易区分。因此可以用于提高立体匹配算法在低纹理区域的匹配精度。但是在应用到人脸立体匹配过程中会出现高纹理区域的鲁棒性和精度下降的问题,通过对不同极线长度的极线距离变换结果提取有利的部分进行匹配来解决这一问题。实验结果表明,采用改进后的方法,在人脸的低纹理区域仍然能获得较高的匹配精度,并且降低了计算的复杂度,同时对于人脸中的高纹理区域具有较好的鲁棒性。     

基于彩色图像的快速立体匹配算法研究

为了实现彩色图像的快速立体匹配,获取准确和致密的视差图,在全局匹配基础上提出了基于区域增长的全局匹配算法,该算法将图像对按行进行区域增长匹配,匹配后的视差图再通过均值滤波器,可以滤除由于误匹配产生的不可靠视差。实验结果表明,在保证可靠性的前提下,采用改进后的匹配算法极大缩短了图像处理时间。     

基于线性生长的区域立体匹配算法研究

图像的区域立体匹配是立体视觉中的重点研究课题之一,实时可靠应用的关键在于视差图的可靠性和计算复杂度.提出了一种基于线性生长的区域立体匹配算法,实现从立体图像对中提取深度信息,获得更可靠视差图的方法.该算法包括根点选择和区域生长2个部分,获得视差图的计算时间短,利用滤波可以提高视差图的可靠度.最后对此算法生成的结果进行了比较分析.     

基于立体匹配技术的X射线分层成像方法研究

针对安检领域中行李箱内多层物体在二维透视图像中相互重叠,导致物体之间的形状不清晰、不易辨认和存在盲区等问题,提出了一种基于立体匹配技术的分层成像方法.该方法利用双目立体视觉原理,结合双角度投影的灰度信息对投影图像由外向内进行分割,并对分割结果基于相似属性进行匹配,结合视差进行分层重建.最后利用视差原理重建出不同深度的物体,实现了对不同深度物体的识别.经实验验证,该方法有效地消除了视图中的重叠现象,提高了对物体的识别准确率.     

基于动态规划的分层立体匹配算法研究

动态规划是双目立体匹配的经典算法,针对控制点动态规划算法易产生横向条纹以及立体匹配普遍的边缘性和弱纹理区域问题,提出一种基于金字塔分层双向动态规划的改进立体匹配算法。该算法将分层模型加入传统动态规划方法,以低像素层级为高像素层级提供控制点集,并在匹配代价计算中采用一种自适应相关性测度函数,加以匹配代价滤波,提高算法精确度及实时性并获取高精度视差图。以Middlebury标准库中的图片以及实拍图片作为实验对象,实验表明所提出的方法具有较好的性能。     

显微图像的一种快速拼接算法

针对高放大倍数下，在一帧显微图像中无法获取所观测对象全貌的问题。运用基于块匹配的算法进行了多帧图像的自动拼接，并采用多分辨率技术实现了匹配算法的快速实现。拼接结果表明提出的显微图像快速拼接算法的简洁有效性．     

基于全局特征与局部特征的图像分级匹配算法研究及应用

移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法具有高的精度和鲁棒性、良好的实时性,针对此,提出了基于全局特征和局部特征的图像分级匹配算法。首先对输入的待匹配图像应用改进的形状上下文算法提取全局特征与图像库中图像进行遍历粗匹配,得到与当前待匹配图像相似度最高的3幅图像并构建临时图像库;然后利用改进的SIFT算法提取输入图像局部特征与临时图像库中3幅图像的局部特征进行精确匹配,最终得到与待匹配图像相似度最高的图像作为匹配结果输出。所提出的图像分级匹配算法将基于全局特征的改进形状上下文算法和基于局部特征的改进SIFT算法相结合,从而达到优势互补的目的。实验结果表明,该算法在机器人基于拓扑地图导航过程中有效地提高了图像匹配效率,缩短了运行时间。     

基于投影特征的快速图像匹配算法

针对传统的模板匹配算法存在的问题,提出了一种基于投影特征的快速匹配算法。该算法对图像进行投影得到一维投影特征。在搜索图投影计算的过程中,根据模板投影特征的极值,动态判定投影的灰度值,从而减少投影过程中非匹配区域的冗余像素的投影,运用KMP算法实现投影特征的快速匹配。在KMP快速匹配的基础上,进行NC归一化相关计算,得出精确的匹配位置。实验结果表明,该算法既能保证匹配精度,又提高了运算速度,是一种有效的算法。     

一种基于命名空间过滤的服务语义匹配算法

针对目前语义匹配算法的服务查全率较低、查询时间过长等问题,提出了一种基于空间命名过滤的语义匹配算法.该方法利用请求服务的空间命名描述对注册服务集进行过滤,在此基础上,引入语义匹配度,给出了结合语义匹配度和QoS 指标值的Web 服务匹配算法,分别从服务的功能与质量上对注册服务集实现最优匹配.实验结果表明,改进算法减少了服务选择时间,提高了选择的正确性.     

基于共轭投影平均的显微CT图像降噪算法

基于正弦图的冗余信息,提出了一种显微CT图像降噪算法。该方法依据共轭投影场强服从相同参数的泊松分布这一规律,将对应共轭投影值求平均得到新的投影数据,然后利用滤波反投影算法重建CT图像。实际的实验结果证明,该方法可以有效抑制CT图像噪声,平滑区信噪比可以提高倍左右,且基本不损失空间分辨率。     

基于自回归滑动平均最小熵反褶积的滚动轴承故障诊断

滚动轴承的时域故障信号含有工作部件或轴承元件间微弱碰撞产生非周期性冲击以及工况噪声成分,造成信号中表征故障信息的周期冲击成分难以提取,无法准确有效的对滚动轴承进行故障诊断。针对这一问题,提出自回归滑动平均最小熵反褶积方法。通过自回归滑动平均模型和最小熵反褶积计算得出正逆两组滤波器系数,其中自回归滑动平均模型计算出的滤波器系数用于分离故障信号中的非周期冲击成分,最小熵反褶积计算出的逆滤波器系数用于恢复故障冲击成分。通过仿真和实验的处理结果证明了方法的有效性。     

一种基于自适应窗口和图切割的快速立体匹配算法

针对基于图切割的立体匹配算法计算量大的缺点,提出了一种新的快速立体匹配算法。首先根据图像边缘特征自适应变化窗口,并采用灰度差平方和匹配(SSD)作为相似判定准则计算初始视差图,再通过左右一致性校验去除误匹配点,在构造能量函数时,将初始视差作为能量函数的一个参考项,最后采用图切割(graph cuts)算法求取使全局能量最小的视差最优分配。通过标准图像对测试了提出的方法,并与其他方法进行了比较,实验结果表明,该算法不仅能够保留基于图切割的立体匹配算法对大的低纹理区域和遮挡像素较好处理的优点,而且匹配时间短,运行时间比原有算法约缩短了三分之二,能够满足工程实用性的要求。     

基于SIFT算法的双目立体视觉中图像匹配研究

通过对双目立体成像基本原理的研究,依据立体匹配算法的概况,描述了一种基于图像特征值的匹配方法 (SIFT算法)。介绍了SIFT算法的特点、主要思想和具体实现步骤,并在MATLAB7.0环境下进行匹配模拟实现SIFT算法。仿真分析表明,SIFT特征匹配对的位置信息、方向信息和尺度信息都是准确的。