快速区域质心图像匹配算法

针对传统的归一化互相关方法（NCC）在图像匹配时计算量大的缺陷,提出了一种新的基于NCC的快速模板匹配算法。该算法基于粗、精匹配的思想,将区域质心特征、颜色直方图信息与归一化互相关匹配方法结合起来实现图像的定位匹配。在图像匹配时以搜索图像的质心点作为参考点,而非通常情况下以左上角点作为参考点,减少模板的搜寻空间。通过大量的实验表明,该算法可以大大提高全搜索NCC匹配算法的运算速度,同时保持了匹配的精度,可以满足实时性的要求。     

图像识别技术在电力设备监测中的应用

为减少传统基于灰度的匹配算法的计算量,采用图像形状特征分析技术,提出了新的模板匹配算法。该算法取隔行隔列的数据进行粗略匹配,在此基础上进行精确匹配,大大减少了计算的数据量。将该算法应用于电力变压器的图像识别中,实验结果表明该匹配算法在速度上具有较大的优势,能更快地对电力变压器进行定位识别。论述了远程数字视频监控与图像识别技术在电力系统中的应用前景。     

图像识别技术在电力设备监测中的应用

为减少传统基于灰度的匹配算法的计算量,采用图像形状特征分析技术,提出了新的模板匹配算法.该算法取隔行隔列的数据进行粗略匹配,在此基础上进行精确匹配,大大减少了计算的数据量.将该算法应用于电力变压器的图像识别中,实验结果表明该匹配算法在速度上具有较大的优势,能更快地对电力变压器进行定位识别.论述了远程数字视频监控与图像识别技术在电力系统中的应用前景.     

模板匹配技术在图像数据库检索中的应用

图像的检索应采用基于图像对象本身(即图像内容)的检索方式,目前流行的各种图像匹配技术主要针对不同类型图像的特征,需要图像先验知识,缺乏广泛性。模板匹配技术理论成熟,但其计算量大缺乏效率而不受重视。因此对传统的模板匹配技术进行分析,采用小波变换技术抽取图像主要结构为逻辑对象,利用改进的模板匹配技术进行检索,实验结果表明可明显减少计算量,提高检索效率。     

对动态目标进行匹配的快速算法

基于图像匹配模型,在小波变换和投影特征的基础上,提出对动态目标进行匹配的快速算法.首先对动态目标进入视场的方向进行划分,针对划分后的区域利用小波变换和垂直投影技术得到一个可能的匹配点集合,再将模板图在搜索图上对匹配点集合中对应的点上利用灰度相关归一化公式作匹配运算,从而得到匹配位置.实验结果表明,该算法在实现匹配精度的同时,更进一步的提高匹配速度.     

一种基于曲线拟合的柱面图像匹配算法

传统的RANSAC误匹配剔除算法对柱面图像误匹配剔除效果较差,为了解决这一问题,提出一种基于曲线拟合的误匹配剔除算法.首先对两幅图像进行SURF特征提取并采用最近邻匹配法进行粗匹配,然后将匹配点对集合按照所在列数的大小进行排序,最后将每个匹配点对两个特征点所确定的直线的斜率集合、欧式距离集合分别进行曲线拟合从而剔除误匹配.实验证明,提出的基于曲线拟合的图像匹配算法明显增加了剔除误匹配后靠近柱面图像边缘部分的匹配点数量,提高了柱面图像匹配的精度.     

一种基于模板匹配的图像倾斜校正算法

图像倾斜校正是图像预处理中的一个重要环节。本文以传统模板匹配算法为基础,以文档图像(Document Image)中的典型示例——试卷图像为校正对象,提出了一种基于投影差分编码和BMH算法的新的一维快速模板匹配算法。实验结果证实了该算法的快速有效性。     

一种基于模板匹配的图像倾斜校正算法

图像倾斜校正是图像预处理中的一个重要环节.本文以传统模板匹配算法为基础,以文档图像(Document Image)中的典型示例--试卷图像为校正对象,提出了一种基于投影差分编码和BMH算法的新的一维快速模板匹配算法.实验结果证实了该算法的快速有效性.     

改进 MOSSE 的小面积滑动指纹图像追踪算法

随着指纹传感器采集的指纹图像趋向于小型化,指纹图像所包含的指纹特征信息越来越少。针对传统模板匹配算法在处理小面积滑动指纹时计算量大、精度不理想、抗干扰能力差等问题,本文提出一种基于MOSSE的改进滑动指纹追踪算法。改进MOSSE算法使用多输入,将灰度特征与HOG特征在响应层加权融合,并引入Fourier-Mellin算法、加汉宁窗用以处理发生旋转的指纹。通过多种算法对小面积指纹进行跟踪的结果进行对比,表明本算法继承了原MOSSE算法的优点,并提高了指纹匹配精度,对正常图像匹配精度为99%,对含噪声图像匹配精度为90.3%,每帧均值计算时间为0.103 6 s,保证了指纹追踪的实时性,鲁棒性强,对产生形变和旋转的指纹图像也能进行很好的跟踪。     

基于DCT与自适应人类学习优化算法的图像匹配算法

为提高图像匹配的精度和速度,利用离散余弦变换(DCT)和自适应人类学习优化算法(ASHLO),提出了一种快速并且抗噪性强的图像匹配算法。该方法利用当前搜索位置子图像和模板图像离散余弦变换后的参数构造适应度函数,经过迭代寻优寻找最优匹配位置。将该算法在正常情况下以及不同噪声情况下与穷举法、基于粒子群算法(PSO),基于人工蜂群算法(ABC)的图像匹配算法进比较。实验结果表明,该算法可以获得较高的准确率,成功匹配率约95%,且速度快,抗噪性强。     

基于机器视觉的油画棒检测系统的设计

油画棒装盒传统方式采用人工,针对其摆放效率低、成本高的问题,设计了基于机器视觉的油画棒装盒系统,选用ARM芯片做图像处理,在有限的资源配置和时间条件下完成任务.系统通过摄像头对油画棒进行图像采集,控制电机转动油画棒,进行图像匹配,完成投放.系统先对图像定位、选取,滤波去噪,再采用改进的自适应阈值的直方图匹配算法,并结合模板图像和待匹配图像的相关系数,有效降低了计算量,提高了系统的识别率.实践证明系统的工作稳定,能实现对油画棒角度的有效调整,匹配速度快,单台识别率达到99％以上,能完成产品的自动装配.     

一种基于改进块匹配算法的运动车辆检测

在传统的基于块匹配算法的运动车辆检测中,因为直接对灰度图像进行匹配而带来计算量大、光照变化较敏感和实时性差的缺陷。针对这些问题,提出了基于概率松弛标记算法的块匹配算法,先通过概率松弛标记算法求取灰度图像的边缘,然后通过块匹配算法根据匹配的相似度得到位移矢量场,并对其进行矢量中值滤波,最后通过顺序区域增长把运动车辆分割出来。实验结果表明,这种算法鲁棒性强、实时性好,与传统算法比较在效率大幅度提高的情况下准确率也得到了一定的提升。     

基于方向场的输电线路间隔棒匹配定位算法

输电线路视频图像中的间隔棒是获得导线状态信息的重要元素。为了实现对输电线路图像中间隔棒的快速、准确定位,提出了一种基于梯度方向场优化的快速模板匹配算法。该算法针对传统的相关匹配算法运算量大、直方图匹配结果不准确的缺陷,提出了直方图和归一化相关匹配结合的复合匹配方法。结合输电线路图像中导线方向明确的特点,应用梯度方向场对图像中输电线路目标区域进行锁定,减少模板的搜索空间。实验结果表明,该算法具有较强的鲁棒性,在保证匹配精度的同时,大幅提高了匹配速度,能够满足远程视频监控系统对电力设备图像识别实时性和准确性的需求,可为准确判定输电线路状态信息提供依据。     

基于模板匹配及粗糙度纹理指标的液位检测算法

针对发酵液生产过程中发酵罐内液位检测的实际需求,提出一种基于模板匹配及粗糙度纹理指标的液位检测算法。首先,系统通过工业相机采集实时液位图像,并针对环境因素影响,进行图像预处理来提高采集图像质量;其次,对图像进行透视变换达到矫正目的;然后,对灰度化图像中的感兴趣区域进行模板匹配,粗范围寻找液位位置;最后,通过计算粗糙度纹理指标精确查找液位位置,从而得到准确的液位高度数据,并将数据滤波后输出。实验结果表明,基于模板匹配及粗糙度纹理指标的液位检测算法在实际应用中检测结果准确度达到98.2%以上,且具有抗干扰效果好、实时性强等优点。     

基于 AKAZE 特征提取与融合匹配算法的研究

图像匹配算法是很多计算机视觉应用的重要组成部分,其中算法的匹配准确度和匹配损耗时间是衡量匹配算法性能的重要指标。针对目前的图像特征匹配算法无法同时获得高匹配准确度和低匹配损耗时间的特点,提出了基于AKAZE算法特征提取与融合匹配算法相结合的匹配策略。通过AKAZE算法计算待匹配图像的特征描述子,融合匹配算法首先利用KD-Tree进行粗匹配,然后再结合PROSAC算法分两个阶段剔除误匹配特征点。通过试验测试,在获得高的匹配准确度的同时,保持低的匹配损耗时间。     

基于扩展扫描区域的现场表计指针识别方法

为了满足变电站巡检机器人对现场表计指针的智能识读要求,文中提出一种基于扩展扫描区域的现场表计指针识别方法。通过改进的SIFT算法进行图像匹配并求出单应矩阵,利用单应矩阵将在模板图像上标定的刻度弧线映射到待测图像上,通过扩展扫描区域,依据检测曲线路径上像素点的灰度值和确定指针位置并计算读数。文中对变电站现场的五种仪表,共计500张图片进行了测试。实验结果表明,文中所提算法简单实用、稳定且识别精度高,可以对多种不同的仪表进行识别,适用性强,在变电站多类指针表计识别中具有较好的应用前景。     

一种基于视频图像的运动车辆跟踪方法

基于视频图像的车辆运动跟踪是当前计算机视觉研究的热点,具有广泛的应用领域。本文研究了一种基于视频图像的运动车辆跟踪算法,通过当前帧目标边缘与实时更新模板的最优匹配来确定目标的位移量。首先启动了卡尔曼滤波,预测目标匹配搜索区域,然后再在搜索区域中利用边缘匹配精确定位目标,减小了匹配的计算量。实验结果表明,该方法是有效的且实时性好。     

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。     

基于计算机视觉的墙地砖表面缺陷检测

提出了一种基于计算机视觉的墙地砖表面缺陷识别方法,利用改进的分块图像相减匹配和相关算法,对目标图像和模板图像进行分块处理,将对应子区域图像与数据库中相应模块图像进行相减匹配检测,利用相关系数来判断目标图像质量是否满足要求.实验结果表明使用本文方法能够准确地实现墙地砖表面缺陷检测,检测出墙地砖表面平均缺陷数目为4.5个,平均识别率达95.74％,优于直方图统计特征法和灰度共生矩阵法,具有实时、可靠、高效的特点,对墙地砖表面检测具有较大的实用价值.     

基于图像特征分析的电力网络线路破损识别

在对电力网络线路破损进行识别的过程中,容易出现线路破损种类多的问题,导致传统的基于小波神经网络算法的电力网络线路识别方法,由于分析的线路破损类别有限,无法有效完成电力网络线路破损识别。提出一种基于图像特征分析的电力网络线路破损识别方法,通过轮廓特征对电力网络线路破损图像进行初步处理。通过矩和轮廓描述对电力网络线路破损特征进行进一步的描述。针对数字电力网络线路图像,用双求和的形式替代积分,对图像灰度值进行统计分析,将其作为图像的统计特征。依据已知类别训练样本完成学习后,对全部测试样本进行学习分类,获取不同位置子图像的正确分类率,对每个子图像进行匹配时所占的权重进行计算。对全部待匹配静脉图像的全部子图像的分类结果进行融合,判断该图像是否和电力网络线路破损特征吻合,从而实现电力网络线路破损识别。仿真实验结果表明,所提方法具有很高的识别正确率。