基于小面元方法的光学遥感图像快速匹配算法

针对光学遥感图像的配准，提出了一种快速有效的图像配准方法：首先分割出参考图像和待配准图像中的高亮度小面元，根据小面元自身的几何特征，获得小面元间的模糊匹配，然后进一步利用RANSAC方法确立小面元间的精确对应关系；提取匹配小面元的中心作为控制点对，解出仿射变换的参数，从而实现图像的自动配准。利用实际的光学遥感图像进行试验，获得了很好的实验结果。     

基于环形像素点匹配的快速图像跟踪算法

相关跟踪法能有效地跟踪目标,但非常费时。序贯相似检测法结合了粗-精搜索策略,在跟踪性能和时间上都有很大改进,但在处理时间上还有进一步提高的可能。基于特征点的跟踪方法在跟踪时运算量小,但提取目标的特征时需要大量运算,且特征点的提取往往不理想。针对以上不足,论文提出了基于环形像素点匹配的快速图像跟踪算法,该算法采用环形像素点为特征点,在借鉴序贯相似检测法的基础上,对匹配区域先进行粗搜索以确定待匹配窗口,再进行精搜索以确定正确的匹配窗口,最后利用相关跟踪法中的归一化相关系数确定模板的更新策略。实验结果表明,该算法不仅能稳定地跟踪目标,与相关跟踪法和序贯相似检测法相比,在处理时间上具有明显的优越性。     

红外图像快速匹配算法的研究

本文主要研究红外图像匹配算法的快速实现,基于金字塔分级搜索思想提出了分层搜索的快速匹配方法,并尝试利用硬件优势提高匹配速度,仿真试验结果表明,该算法具有较高的匹配精度和匹配速度。     

图像快速匹配算法研究及DSP实现

图像匹配问题是图像处理中的一个经典问题,在计算机视觉、模式识别和医学图像处理等方面有着广泛的应用.提出了一种新的快速图像匹配方案:采取物理分层和逻辑分层结合的手段改进图像匹配算法.物理分层对图像进行多分辨率分解,把图像按金字塔从低到高的样式分解成一组分辨率由大到小的图像层.逻辑分层在匹配步骤上分为粗精两步,第一步采用快速但匹配精度较低的图像匹配算法取得图像的粗匹配点,第二步采用速度较慢但匹配精度高的算法获得精匹配点.试验结果表明,改进后的匹配算法能很好地满足匹配实际应用中的实时性问题,且能适应匹配对象受一定噪声点干扰、局部整体光照变化以及复杂背景干扰等情况.     

车牌图像的快速匹配识别方法

在车牌识别中,经常遇到车牌字符发生缺损、污染现象,统计识别、结构识别方法很难将它们准确识别出来。该文提出了一种快速匹配识别方法,根据图像放大和缩小原理构建多种字符模板,利用图像上、下矩对字符进行粗分类,然后根据图像自相关特性,构建了失配比例加权惩罚匹配模型,可以对车牌字符进行精确识别,该方法识别率达到了99%以上。     

一种快速图像块填充算法及其在遥感影像处理中的应用

针对Drori的图像块填充算法计算复杂度高,计算量大的缺点,提出了一个快速的改进算法。并结合光学遥感影像的特点,将其应用到遥感影像中的厚云及阴影去除上。实验结果表明,在能够取得近似相同结果的情况下,本文算法与Drori算法相比,能够较好地缩短计算时间。     

一种案件现场全景图像的精确匹配算法

图像匹配是全景图像拼接过程中的核心技术。本文针对犯罪案件现场重建过程中的图像匹配环节,提出了一种精确的匹配算法。算法首先用分割线对待匹配图像交叉分块;再采用小波多尺度变换边缘检测算法对分出的每一子模块提取边缘;运用自适应直线拟合方法在提取出的边缘中查找出角点,作为匹配的准特征点;平移分割线后再重复一遍上述准特征点提取过程,并对两次提取出的准特征点作交集运算;将运算得到的点作为最终的特征点进行图像匹配。实验证明,该算法能够精确地实现现场图像的匹配。     

一种透视变换图像金字塔匹配改进算法

为提高图像匹配的精度和稳定性,在图像匹配过程中用消除了Hessian矩阵的LMA改进算法对两幅图像透视变换矩阵的8个未知参数进行拟合,减少了迭代的计算量。匹配过程中用多分辨率金字塔法对图像进行分解,采用由粗到精的搜索策略,进一步减少了计算量并避免了误匹配。通过对照片进行匹配测试,证明了这种方法的有效性和实用价值。     

无序图像自动匹配与识别

设计一个多幅无序图像的自动匹配和识别系统,能够根据用户输入的多幅无序图像进行自动匹配和识别,并对具有重叠的图像进行自动拼接。系统首先对输入的每一幅图像进行MOPS特征检测,然后通过k-d树的最近邻搜索完成不同图像特征之间的快速匹配。其次基于图像特征之间的对应关系使用RANSAC算法建立任意两幅图像之间的匹配模型,并用概率算法进行鲁棒校验。通过构建与图像匹配关系对应的无向连通图结构,实现多幅无序图像的自动识别。最后使用递归算法对无向连通图进行深度优先遍历,并用多频带融合算法消除拼接痕迹,合成相应的全景图像。实验结果表明该系统能够自动对多幅无序图像进行自动匹配与识别,验证了算法的可行性和有效性。     

基于极坐标和小波的印章配准方法

根据印章印文图像的特点,提出了基于极坐标和小波的印章配准方法,该方法基本思想是:将印章印文图像从背景中提出,然后通过外接矩形中心的偏差求得位移,外接矩形之间宽度之比和高度之比来求得缩放系数,最后在极坐标系内采用多尺度小波分解的方法求得旋转角度。试验证明本算法用于印章配准精度很高。     

卫星遥感图像大地几何校正的一种方法

卫星遥感图像大地几何校正的一种方法王新民,邵贝恩（中国科学院遥感卫星地面站北京１０００８６）关键词：卫星遥感数据,几何校正,大地几何校正１弓唁卫星遥感图象的几何畸变可用卫星遥测数据予以纠正’‘－“．但是由于卫星轨道偏离、姿态漂移等误差的影响,校正后的...     

基于影像认知和地学理解的面向对象分类研究

以遥感影像认知和地学理解为主要分析视角,在图像多尺度分割的基础上,充分挖掘目标地物的光谱特征、形状特征、纹理特征和语义特征信息,明确对象的特征信息与地物之间的对应关系。在此基础上,合理选择目标地物的分类特征,建立分类规则,实现研究区地物的逐级分层分类。结果表明:所选特征能够很好地实现目标地物的信息提取,并具有明确的地学意义,便于理解。与传统的基于像素的最大似然法分类相比较,该方法分类精度有明显提高。     

基于分水岭变换的多尺度遥感图像分割算法

分水岭变换是一种适用于图像分割的强有力的形态工具,能够自动生成一系列封闭分割区域。分水岭变换的不足之处在于它的过分割结果。为了克服分水岭变换固有的过度分割现象,利用非线性滤波和改进的快速区域合并算法优化分水岭变换得出的初始分割结果,并针对高分辨遥感图像所体现出来的地物的多种信息特征,结合多种特征进行了区域合并。实验结果与MeanShift算法得到的结果进行了比较,证明该算法不仅能充分利用高分辨率遥感图像中地物的信息特征获得良好的分割效果,而且大大减少了计算时间。     

一种快速高分辨率遥感影像分割算法

高分辨率遥感影像(如IKONOS 影像)海量数据、复杂细节的特点决定了高分辨率遥感影像分割的技术难点,提出了基于同质性梯度特征、分水岭算法和最小代价合并的快速分割方法。首先对于原始图像进行同质梯度计算得到同质梯度图像;其次利用一种高效的分水岭变换获得初始分割图像;最后给出一种改进的区域合并算法来优化初始分割区域。应用于IKONOS影像的实验证明与其他的分割算法相比,采用所提出的分割方法能快速、准确地获得高分辨率遥感图像的分割结果。     

用改进的广义Hough变换获取靶纸图像子像素级圆心坐标

在图像自动报靶系统中，运用广义Hough变换(GHT)快速地获取靶纸图像子像素级圆心坐标是其关键。但GHT存在着过多无效边界点参与运算，参数空间较大且均等细化等缺点，导致速度太慢而不能实用。在先验知识的导引下，本文对GHT求取圆心坐标的算法进行了有效改进，图像空间引入边界追踪算法，消除了无效边界点参与运算。参数空间则有效缩小并采取由粗到细两级量化结构。实践证明，改进后的GHT显著提高了求取圆心坐标的算法速度且获得了子像素级圆心坐标。     

基于FPGA的高速高质量图像旋转

为了进行高质量、高速的图像旋转变换 ,通过对传统图像旋转矩阵的分解 ,将图像在二维空间中的旋转运算分解成为三次一维空间内的平移运算 ,从而将用于图像旋转运算的二维插值运算简化为在一维空间中进行的一维插值运算。为了保证图像旋转后的质量 ,采用 3阶 B-样条对每次平移后像素点的灰度值进行插值运算 ,并提出了一种基于 IIR和 FIR数字滤波器的 3阶 B-样条插值法的高速实现方案 ;最后针对 2 5 6灰度级 ,2 5 6× 2 5 6像素的图像设计出一种基于 FPGA的高速、高质量的硬件图像旋转及显示系统     

FITS图像三维显示和坐标转换

FITS图像的灰度变化范围通常较大(例如0～65535),而目前Windows操作系统下的灰度显示范围仅为0～255。如把FITS图像向其他格式转换(如向BMP文件转换),难以全面反映出原始天文图像的真实面貌。借助于MATLAB中的三维绘图功能,绘制图像灰度的三维分布图,会较为直观地反映其真实情况。因此我们尝试在VC++6.0环境中结合MATLAB7.1开发三维显示的功能。为使星象定位更加直观方便,在程序中还实现了FITS图像的像素坐标向世界坐标的转换的功能。     

基于小波变换和快速矢量量化的InSAR图像压缩

提出了一种基于小波变换和快速矢量量化的InSAR图像压缩编码方法。在小波变换域内,根据InSAR图像的统计特征进行非线性量化后,再进行小波树快速矢量量化压缩编码;并应用门限技术抑制图像噪音。实验结果表明：该方法对InSAR图像压缩效果明显优于EZW和SPIHT方法。     

单张平面圆图像的空间圆心快速提取方法

空间圆圆心坐标提取是视觉测量系统的关键技术之一。为了解决空间圆心坐标需要提取多视角图像椭圆圆心,而由于透视投影椭圆圆心并不是空间圆心像点的问题,提出了一种基于单张平面圆图像的空间圆心提取方法。该方法首先基于圆锥曲线特性根据相机光心坐标与成像椭圆像素坐标构建了空间圆锥方程,再根据圆锥方程构建出圆锥正底面表达式,根据正底面表达式求解出与空间圆所在平面平行的平面方程,最后根据平行平面与实际目标直径找出正确空间圆方程。该方法避免了空间圆心投影坐标求解与需要多张图像求解圆心的问题,只需单张图像即可求解出空间圆心坐标。实验结果表明,该方法能精确求解圆形目标中心空间坐标,有效提高了三维坐标的求解效率与精度。