基于Hausdorff距离的多尺度轮廓匹配算法

在提取碎片轮廓线的基础上，提出一种以Hausdorff距离为度量准则的轮廓匹配方法。该方法的基本思想是首先采用卷积积分的方法，在多尺度空间里通过对轮廓进行重采样来计算轮廓上每一点的曲率并选取特征点。特征点及其两侧的若干点构成轮廓的特征段，然后由特征段之间的Hausdorff距离来比较二者的相似性，即为匹配程度。当Hausdorff距离小于给定的容差时，说明与特征段相对应的轮廓是匹配的。实验证明该方法是有效的。     

一种提高SIFT特征匹配效率的方法

为了提高SIFT特征匹配的效率,首先改造了SIFT特征描述符相似性度量的形式,以街区距离代替欧氏距离作为特征描述符之间的相似性度量,降低了相似性度量公式的时间复杂度;其次,提出了最近邻和次近邻假设算法,即假设待匹配图像中任意2个特征点为最近邻点和次近邻点,通过比较当前特征点与待匹配图像中其他特征点之间的距离,以及当前特征点与假设的最近邻和次近邻之间的距离,实现最近邻和次近邻的替换,最终得到实际的最近邻点和次近邻点。算法减少了相似性计算过程中特征点比较的次数,从而减小了算法的计算量。实验结果表明,提出的算法在保持鲁棒性的同时提高了SIFT特征匹配的效率,能够为一些快速性应用提供保障。     

工件图像识别的边缘匹配方法研究

为了解决背景和噪声干扰、部分遮挡等复杂环境下的图像匹配问题,给出了一种有效的基于边缘匹配的工件识别算法.该算法采用了Canny算子提取的边缘信息作为匹配特征,将改进的Hausdorff距离作为图像匹配的相似性度量,在搜索过程中采用了自适应代沟替代策略的遗传算法,在不损失解的质量的情况下,使遗传算法求解效率得到明显的改善.实验结果证明,该算法不仅加快了匹配过程,提高了抗噪性能,而且能有效解决具有平移、旋转和部分遮挡等情况下的图像匹配识别问题.     

基于轮廓特征的PCB图像拼接方法

本文首先分析了PCB图像的特点,提出了利用PCB图像的轮廓特征来进行匹配和拼接,并规定了特征的选取范围和搜索范围。在此基础上给出了基于轮廓特征的PCB图像拼接的具体方法,利用形态学法来提取轮廓,基于轮廓的曲率提取了轮廓上的角点,然后利用Hausdorff距离对点集进行配准。     

基于轮廓特征多层描述和评价的部分遮挡目标匹配

针对传统目标匹配算法难以实现部分遮挡目标精确匹配的问题,本文基于轮廓特征的描述和评价提出了一种有效的部分遮挡目标匹配算法。首先,利用曲率划分目标轮廓得到描述局部特征的轮廓分段,并根据目标的骨架对轮廓分段进行合并和分类,实现了目标特征的多层次描述。然后,提出了评价轮廓分段的两个参数:重要性和局部性。前者用于评价轮廓分段所描述目标特征的重要性,后者用于评价轮廓分段相对目标整体轮廓的比例。最后,将两个评价参数与轮廓分段之间的相似度联合起来,得到衡量目标相似程度的加权部分相似度,从而获得部分遮挡目标的最佳匹配结果。与现有遮挡目标匹配算法相比,在不同遮挡情况下本文算法的平均识别率提高了1.5%左右。     

用于遮挡形状匹配的弦角特征描述

为了在兼顾形状匹配算法的检索率和运算效率的同时实现部分遮挡目标的精确匹配,提出了一种基于弦角轮廓特征的形状描述算法。该算法基于轮廓点的空间位置关系构造每个轮廓采样点的弦角轮廓特征描述子,利用描述子的自包含属性描述开轮廓的形状特征。采用L1度量方法计算两个轮廓点的弦描述子之间的距离,获得匹配代价矩阵。最后利用积分图算法计算匹配代价矩阵的相似度,实现部分遮挡目标的识别。基于MPEG-7形状数据库和Kimia216形状数据库进行了目标识别实验。实验结果表明:该算法对部分遮挡目标具有良好的鲁棒性,而且有较高的运算效率,部分匹配的检索率达到83.63%,提高了19.09%,实验结果优于现有部分遮挡形状匹配算法。该算法较好地满足了遮挡形状的匹配和识别对速度、准确率和抗遮挡能力等方面的要求。     

基于力场转换的人耳特征提取与识别

提出一种基于力场转换理论的人耳识别方法.该方法将力场理论分两次运用于人耳图像,分别提取内耳结构特征点和外耳轮廓特征点,并融合形成人耳特征点集.然后利用改进的Hausdorff距离对两个特征点集进行匹配识别.该方法提取的特征点稳定、可靠,具有很强的区分能力.采用力场图像转换可以有效消除光照变化对耳识别的影响,而使用Hausdorff距离进行匹配则可进一步解决由于位移、旋转变化以及姿态变化等带来的识别率低的问题.实验表明本文提出的方法不但能有效提高人耳识别率,而且具有很强的鲁棒性.     

一种基于几何特征的列车集尘器形状匹配算法

针对列车集尘器定位不准确的问题,提出了一种基于几何特征的形状匹配算法。该算法首先对轮廓点进行采样,基于极半径、局部曲率确定关键点的初始位置及点集的映射关系,然后以形心为基准,生成以角度和尺度为几何特征的双重描述子,并对其作标准量化处理。最后使用改进的曼哈顿距离计算描述子的相似性。实验结果表明,该形状匹配算法几乎不受伸缩、旋转、平移等几何变换的影响,具有一定的适应性和鲁棒性。     

一种面向SIFT特征匹配的过滤新算法

针对SIFT匹配算法存在误匹配的情况,提出了一种基于三角形相似的匹配特征点过滤算法,即在SIFT算法中使用欧式距离判断特征点相似性后,对匹配的特征点构造三角形,通过判别三角形相似对匹配特征点进行进一步过滤。实验结果表明,三角形相似算法能大大提高匹配精度。     

基于有向线段重构轮廓与成对几何直方图的缓解阀盖图像匹配算法

针对货运列车缓解阀盖缺失故障的检测,提出一种基于轮廓有向线段重构与成对几何直方图的匹配方法。该方法首先根据最大弦长和极半径确定采样初始位置,并根据局部弯曲度评价机制对轮廓进行动态分级采样;然后以采样点为端点按逆时针顺序构建有向线段,依次计算每对线段间的有向相对角和归一化当量距离,并最终将其作为该对线段的双重特征描述子计入二维直方图;最后使用巴氏距离对二维直方图间的相似性进行度量。实验分析表明,该算法对旋转、缩放和平移等几何变换有较好的鲁棒性,同时也兼顾了检测效率,满足了列车故障检测的实时性要求。     

采用轮廓特征匹配的红外-可见光视频自动配准

为了精确地配准近平面场景下的红外-可见光视频序列,本文提出了一种基于轮廓特征匹配的自动配准方法,通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先,采用运动目标检测技术获取目标轮廓,并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后,建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征,从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后,为了克服近平面场景中目标深度变化的影响,本文结合前景样本随机抽样策略计算配准矩阵的损失函数,完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证,结果表明本文方法的配准精度优于当前先进的对比方法,在9个测试视频上的平均重叠率误差仅为0.194,与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求,且具有较高的鲁棒性。     

Contour segments extraction of 3-D surfaces from layer measurements

By the layer-measuring methods of reverse engineering (RE) technology, such as industrial computed tomography (ICT), the geometrical data of a complex inner surface can be obtained. However, related researches, such as contour segmentation, 3-D model reconstruction, etc., need to be extensively carried out for industrial application. This paper intends to solve the problem of extracting contour segments corresponding to different types of surfaces/features from the layer-measuring data. In general, the extracting process can be divided into two stages: rough segmenting and refining. In the rough segmenting stage, an optimal contour matching method is put forward to find similar contour segments from another layer according to the seed contour. In the refining stage, different contour extracting methods are presented with respect to different types of surfaces. For polyhedral or rotational surfaces, an iterative way in which the feature contour can be extracted precisely is presented. For freeform surfaces, another approach is to detect the joining points between the target contour segment and others. The presented approaches can precisely extract open contour segments belonging to certain types of surfaces/features as demonstrated in the examples. Based on this paper, further research such as parameter identification of 3-D surfaces and CAD model creation can be conducted.     

基于轮廓线特征点的交互式文物拼接

针对计算机辅助文物虚拟复原中断裂部位受损而引起的几何特征丢失问题,提出一种结合表面纹饰信息与轮廓线上特征点的交互式破损文物拼接算法。首先,通过生成拉普拉斯线得到碎片表面的纹饰特征和断裂部位表面轮廓线。领域专家根据纹饰特征的连续性标记表面约束点,再采用Douglas-Peucker算法提取断裂部位轮廓线上的特征点;然后,结合特征点至约束点的距离、特征点与邻接点的内角以及相邻特征点的欧氏距离构造能有效表示断裂部位拼合关系的特征点描述符,同时定义匹配度函数从而获取特征点匹配对集合;最后,采用四元组方法计算刚体变换矩阵,实现碎片的精确拼合。实验结果表明,拼合时间节省了约13%~16%,拼合误差小于1mm。该方法避免了传统的断裂面拼合方法因数据量大带来的高时间代价,可快速有效地实现破损文物碎片模型的虚拟复原。     

面向反求工程的特征识别技术的研究与实现

论述了基于层析数据的面向反求工程的特征识别技术及实现方案。其特征识别过程分 2步进行 ,即层轮廓线特征识别和相邻层轮廓匹配。依据曲率及曲率的变化规律确定轮廓特征点和线段组成 ;引入轮廓编码技术、相邻轮廓变化域以及截面面积、形心、惯性矩等参数完成相邻轮廓的匹配。采用分段特征识别的方法构造特征体素 ,用CSG和B Rep混和建模方法构造三维CAD模型。     

手形特征点定位方法的研究

手形识别是指对手部的轮廓所构成的几何图形进行识别,提取的特征为手的不同部位的尺寸或是手指边缘的轮廓点集。二维手形图像的识别主要有手形轮廓点集匹配和手形特征矢量匹配两种方法。目前应用最多的是第二种方法,应用这种方法首先要准确定位手形轮廓上的特征点。总结了一些定位手形特征点的方法,找到这些特征点后才能选取适当的特征矢量进行手形识别。     

增强现实数控加工中虚拟注册技术研究

探讨了一种基于角点的虚拟注册方法,详细叙述了从2D图像特征提取与3D模型匹配,到显示配准结果的全过程.提出了直线判别法来去除伪角点,并在此基础上建立了角点的高级特征,大大提高了匹配效果.匹配阶段分别采用归一化距离和马氏距离作为视类判定和仿射矩阵建立的依据.实验结果证明该方法简单有效.     

用于遥感图像目标快速匹配识别的改进混合溢出树算法

提出一种基于标记的混合溢出树(SHSPT)特征匹配算法,用于遥感图像的目标匹配识别。针对特征数据建立和预处理,提出了基于中心点的数据分割方法,通过定义数据密集区域的中心,舍去边缘稀疏数据,提取出分割后的数据。进行特征匹配时,使用二进制数组表示数据空间,标记分割后的特征向量数据,通过比特操作计算特征向量间的距离,缩短计算时间。最后对特征匹配方法进行改进,采用待匹配特征距离的均值代替尺度不变特征变换(SIFT)匹配算法的次临近特征距离,从而得到更多的匹配点。实验证明,基于标记的混合溢出树特征匹配算法占用内存空间比传统的混合溢出树算法减少约68%,匹配准确度与原算法接近,匹配时间平均缩短了约32.8%,解决了航天遥感图像数据量大,特征维数较高,匹配识别时间长,占用计算机内存大等问题。     

用于快速形状匹配的精确型高度函数特征描述

在形状匹配过程中为了提升高度函数描述子的检索精度和对边界噪声与局部变形的鲁棒性,本文提出了一种精确型高度函数特征描述算法。首先提取目标形状外轮廓,构造轮廓采样点的精确型高度函数描述子并进行特征降维,接着利用优化后的并行动态规划进行形状匹配,最后引入形状复杂度分析提升匹配效果。基于点的几何特征显著性,提出形状精度理论,进一步分析局部形变与边缘噪声对形状特征描述的影响。在MPEG-7数据库、Swedish Leaf数据库、Tools数据库和ETH-80大型3D数据库上进行匹配实验以及在Kimia99数据库上进行抗噪实验,实验结果表明:本文提出的算法效率高,匹配时间仅为高度函数描述子的12.5%,在MPEG-7和ETH-80上的检索率最高分别为90.38%和90.07%;在Swedish Leaf和Tools上,检索精度最高分别为95.07%和94.86%,检索性能和鲁棒性均优于高度函数和其他重要算法;在添加噪声的Kimia 99上,该算法的抗噪性能优于高度函数描述子,即使在噪声水平为2.0的情况下,依旧能保持91.92%的检索率。本文提出的算法检索精度高,效率高,鲁棒性好,抗噪性强,具有较好的可扩展性,能有效地应用于形状检索领域。     

Feature extraction from slice data for reverse engineering

A new approach to feature extraction for slice data points is presented. The reconstruction of objects is performed as follows. First, all contours in each slice are extracted by contour tracing algorithms. Then the data points on the contours are analyzed, and the curve segments of the contours are divided into three categories: straight lines, conic curves and B-spline curves. The curve fitting methods are applied for each curve segment to remove the unwanted points with pre-determined tolerance. Finally, the features, which consist of the object and connection relations among them, are founded by matching the corresponding contours in adjacent slices, and 3D models are reconstructed based on the features. The proposed approach has been implemented in OpenGL, and the feasibility of the proposed method has been verified by several cases.