基于改进Census变换的自由曲面立体匹配方法

针对基于网格投影的自由曲面三维重建方法中,特征点集中分布于投影网格线条之上,而投影网格线条未能覆盖的部分即投影网格线条间的自由曲面区域无特征点,导致重建精度较低的问题,提出一种基于自适应窗口的改进Census变换立体匹配方法,对投影网格线条间的自由曲面进行三维重建;将特征匹配算法与区域匹配算法相结合,以图像中目标物体上的投影网格指导Census变换;利用可变视差范围计算Hamming距离作为匹配代价;通过筛选获得精度较高的匹配点对。实验结果表明,该算法应用于双目视觉图像三维重建,可有效提高投影网格线条间自由曲面的重建精度。     

面向三维重建的增强运动一致性与引导扩散特征匹配

特征匹配是从图像恢复三维模型的关键步骤之一.为有效地提高三维重建的质量,提出一种面向三维重建的增强运动一致性与引导扩散特征匹配算法.首先在基于网格的运动统计算法基础上,通过增加阈值 β,提出一种增强运动一致性概念,增强真假匹配点的判断条件,避免高相似特征点的误匹配,提高了初始匹配点的正确率;然后结合RANSAC算法进行...     

一种用于未标定图像三维重建的立体匹配算法*

提出了一种适用于未标定图像三维重建的立体匹配算法。该算法首先引入限制因子来消除Harris角点聚簇的现象,使用高斯曲面拟合内插使Harris角点达到亚像素级;接着采用特征点的Sift特征描述符进行初始匹配,利用随机抽样算法估计基础矩阵的同时剔除误匹配点对;最后在估计的基础矩阵的引导下进行双向匹配。实验证明,该算法能够很好地恢复物体的结构,是一种有效的用于未标定图像三维重建的立体匹配算法。     

基于固定式相机对动态目标跟踪的三维重建

通过图像的三维建模方法往往通过移动拍摄设备拍摄静止物体来达到三维重建的目的,却不适用于对移动中的物体进行三维重建。三维重建中常用提取SIFT特征作为图像特征匹配,然而SIFT特征在某些无纹理或者纹理少的情形表现效果不佳,而且错误匹配较多。采用动态目标提取和目标跟踪技术应用到动态目标的三维重建。并用网格运动统计（GMS）的特征点匹配算法来作为图像匹配,用来实现固定相机对动态目标物体的三维重建。     

基于动态拓展的特征匹配方法

针对图像间结构复杂、纹理重复的对象中存在特征匹配鲁棒性差、误匹配率高的问题,结合最近邻思想,提出一种基于动态拓展的特征匹配方法.输入待匹配的两幅图像,采用SIFT算子提取图像初始特征点几何位置信息,构建基础数据集;依据基础数据集,采用核心点周围邻域逐层约束的动态拓展聚类方法,划分图像聚类簇;设计度量函数确定图像对应聚类...     

一种基于网格框架下改进的多密度SNN聚类算法

针对数据集中数据分布密度不均匀以及存在噪声点,噪声点容易导致样本聚类时产生较大的偏差问题,提出一种基于网络框架下改进的多密度SNN聚类算法。网格化递归划分数据空间成密度不同的网格,对高密度网格单元作为类簇中心,利用网格相对密度差检测出在簇边界网格中包含噪声点;使用改进的SNN聚类算法计算边界网格内样本数据点的局部密度,通过数据密度特征分布对噪声点进行类簇分配,从而提高聚类算法的鲁棒性。在UCI高维的数据集上的实验结果表明,与传统的算法相比,该算法通过网格划分数据空间和局部密度峰值进行样本类簇分配,有效地平衡聚类效果和时间性能。     

古建筑视觉三维重建系统设计与实现

基于视觉的三维重建一直是计算机视觉领域的研究难点和热点,古建筑文化遗产的三维数字化应用就是其中之一.针对此需求,设计并实现基于图像视觉的古建筑三维重建系统.该系统由单个摄像机采集古建筑的多视角图像序列,通过图像特征提取和匹配、摄像机位置姿态计算、优化算法、三维点云生成、纹理映射等一系列自动计算过程,得到古建筑的三维重建模型.通过实验验证,该系统能够自动计算获取视觉效果良好的古建筑三维重建模型,且其实现成本低、操作简单安全,无须人工干预,可以满足当前古建筑快速安全的三维数字化应用需求.     

图像三维重建中的特征点匹配方法研究

针对传统三维重建中点特征匹配算法的局限性,提出了基于相关系数的图像点特征匹配方法,实现了对图像点特征匹配与三维重建同步进行的目的。基于同一物体的两幅图像,给出了其特征匹配和三维重建的算法,并通过实验数据分析了此算法的有效性。     

基于加权相似性度量的特征匹配方法

针对图像特征匹配过程中采集图像易受噪声、光照、尺度等因素影响使产生的匹配结果鲁棒性差、误匹配率高等问题,提出一种基于加权相似性度量(WSM)的特征匹配方法.该方法首先采用基于网格多密度聚类的特征匹配(FM_GMC)算法对原始图像进行特征聚类块划分;其次在每一特征聚类块中,采用Canny提取边缘特征点并使用尺度不变特征变...     

乒乓球的三维运动轨迹重建

主要基于图像序列对乒乓球的运动轨迹进行三维重建,并对乒乓球运动形态进行分析.首先对采集的图像进行立体校正,利用颜色识别和改进的霍夫圆检测算法提取出序列图像中乒乓球的圆心坐标;然后根据前后帧图像的特征点坐标差值在时间序列上匹配特征点;最后,利用三角测量法对匹配的特征点进行三维重建,并计算出乒乓球不同时刻的速度和加速度,实现了动态物体的三维运动重建.实验结果表明该三维运动重建方法提高了特征提取的准确性,有效地实现了时间序列上的匹配,获得了物体的三维运动数据.     

Multiple elemental image mapping for resolution‐enhanced orthographic view image generation based on integral imaging

In this paper, we propose an orthographic view image generation method based on integral imaging called multiple elemental image mapping. The proposed method is based on matching regions in multiple elemental images, which are generated with different micro‐lens from the same area of a 3D object. By mapping all the matching regions to the corresponding orthographic view plane, we can enhance the resolution of the generated orthographic view image. Simulation experiments are carried out, and the results show the resolution of orthographic view image is improved obviously.     

基于SUSAN特征点的图像配准算法

提出了一种基于SUSAN算法提取图像特征点并进行图像配准的改进算法。首先采用SUSAN算子对图像进行特征点提取,然后利用最近邻次近邻比值法对特征点进行粗匹配,通过RANSAC（随机抽样一致性）算法剔除错误的匹配点对;最后通过重采样和双线性插值完成图像的配准。实验结果表明,本算法在图像配准中具有一定的有效性。     

基于联合图频谱特征分析的异源图像匹配方法

针对光线强度过高或过低情况下的异源图像匹配问题,提出一种基于联合图频谱特征分析的异源图像匹配方 法。首先,采用K 近邻法则计算可见光图像与红外图像中角点的结构关系并构建联合图;接着,基于拉普拉斯分解计算联合图 中邻接矩阵的特征值从而得到邻接矩阵的特征向量,并通过三维重构构建特征函数对;第三,提出一种基于SU SAN -M SER - SU R F最大稳定极值区域检测器,检测特征函数对的极值位置;最后,通过对最大稳定极值区域进行归一化后匹配,可以得到 异源图像的精确匹配结果。实验结果表明,提出的基于联合图频谱特征分析的匹配方法能够解决光强过高或过低情况下的异 源图像匹配问题并取得较优异的匹配率。     

Scale-invariant template matching using histogram of dominant gradients

This paper presents a histogram-based template matching method that copes with the large scale difference between target and template images. Most of the previous template matching methods are sensitive to the scale difference between target and template images because the features extracted from the images are changed according to the scale of the images. To overcome this limitation, we introduce the concept of dominant gradients and describe an image as the feature that is tolerant to scale changes. To this end, we first extract the dominant gradients of a template image and represent the template image as the grids of histograms of the dominant gradients. Then, the arbitrary regions of a target image with various locations and scales are matched with the template image via histogram matching. Experimental results show that the proposed method is more robust to scale difference than previous template matching techniques.     

Reconstruction of 3D human body pose from stereo image sequences based on top-down learning

This paper presents a novel method for reconstructing a 3D human body pose from stereo image sequences based on a top-down learning method. However, it is inefficient to build a statistical model using all training data. Therefore, the training data is hierarchically divided into several clusters to reduce the complexity of the learning problem. In the learning stage, the human body model database is hierarchically constructed by classifying the training data into several sub-clusters with silhouette images. The data of each cluster in the bottom level is represented by a linear combination of examples. In the reconstruction stage, the proposed method hierarchically searches a cluster for the best matching silhouette image using a silhouette history image (SHI). Then, the 3D human body pose is reconstructed from a depth image using a linear combination of examples method. By using depth information to reconstruct 3D human body pose, the similar poses in silhouette images are estimated as different 3D human body poses. The experimental results demonstrate that the proposed method is efficient and effective for reconstructing 3D human body poses.     

融合边缘信息和扩展邻域的异源图像匹配

针对可见光图像和红外图像的匹配问题，提出一种基于边缘信息的Harris-SIFT匹配算法。匹配过程中，对红外图像进行Retinex边缘增强，再分别对可见光图像和处理后的红外图像进行双边滤波预处理，以增强两类图像边缘结构的相似度。采用Sobel算子提取图像边缘信息，并基于Harris-SIFT算法对边缘信息进行特征点检测和描述，再分别通过最近邻和次近邻比值法，以及RANSAC算法完成粗匹配和精匹配。在精匹配的基础上，通过快速校验边缘图像中匹配点对在扩展邻域内的结构特征一致性，检测并筛除部分误匹配点对，从而进一步提高匹配精度。通过采用多幅图像进行实验，处理结果表明，该算法能够有效改善可见光图像与红外图像的匹配效果。     

基于局部结构特征的红外与可见光图像匹配

使用灰度特征对红外与可见光图像进行匹配时,其效果受异源图像间灰度分布差异的限制。为此,提出一种基于局部结构特征的匹配方法。提取Harris角点及其关联的局部轮廓曲线切向角度,使用角点与角度信息构造局部有向Harris特征点,推导基于该特征点的仿射估计方程,结合特征点集匹配假设检验与RANSAC鲁棒估计进行匹配。实验结果表明,在其他方法失配的情况下,该方法可有效实现红外与可见光图像的特征点匹配。     

基于跨接约束的高分辨率SAR 影像与光学影像配准

为了实现高分辨率SAR 影像与光学影像之间自动/半自动配准, 提出了一种新颖、稳健的匹配算法。算法首先利用仿射变换进行SAR 影像和光学影像粗匹配, 简化了整体算法的处理复杂度;然后利用影像边缘稳健性, 使用边缘提取算子分别对SAR 影像和光学影像进行边缘提取, 为后续精匹配做好了数据准备; 最后使用基于边缘纹理跨接约束进行影像之间精匹配, 方法引入了邻域配准约束机制, 很好的解决了经典匹配多峰值效应, 提高了算法稳健性和实用性。以国内机载高分辨率SAR 数据和SPOT 25 PAN 数据为例进行算法验证, 实验结果表明该算法能实现自动/半自动的高分辨率SAR 和光学影像之间的像素级配准。     

基于超图模型的图像目标识别

基于类属超图模型给出简单图像和复杂图像目标的识别方法。通过提取简单图像的稳健尺度不变特征变换特征,得到其对应的属性图,采用RSOM聚类树的思想和K近邻方法快速实现对简单图像的目标识别。复杂图像存在较大的背景干扰和遮挡的影响,通过滑动窗方法在待识别图像中定位待识别目标区域,并将该区域从待识别图像中分出,然后采用与简单图像识别方法类似的方法完成目标识别,减少背景干扰和遮挡的影响。仿真实验表明,2种图像目标识别方法是有效的。     

Fast deformable matching of 3D images over multiscale nested subspaces. Application to atlas-based MRI segmentation

This paper presents a fast method to perform dense deformable matching of 3D images, applied to the registration of inter-subject brain MR images. To recover the complex morphological variations in neuroanatomy, the registration method uses a hierarchy of 3D deformations fields that are estimated, by minimizing a global energy function over a sequence of nested subspaces. The resulting deformable matching method shows low sensitivity to local minima and is able to track large non-linear deformations, with moderate computational load. The performances of the approach are assessed both on simulated 3D transformations and on a real data base of 3D brain MR images from different individuals. An application of the deformable image matching method to 3D atlas-based image segmentation is presented. This atlas-based segmentation is used at Strasbourg Hospital, in daily clinical applications, in order to extract regions of interest from 3D MR images of patients suffering from epilepsy.