一种改进的基于不变矩的图像匹配算法

通过对不变矩理论的分析,提出以局部图像的边缘不变矩特征及其灰度信息的统计特征相结合的两阶段匹配算法.首先利用不变矩的平移、旋转及伸缩的不变性,计算图像边缘不变矩,将其作为匹配特征,在匹配结果中取前N个较好的匹配结果作为侯选目标;再根据契比雪夫不等式确定候选目标的置信度;最后计算各个候选目标的直方图包含的统计特性进行最终目标的定位.实验结果表明该算法克服了传统图像匹配方法搜索目标时存在的置信度问题,通过与基于不变矩特征直接匹配方法和基于灰度相关的匹配方法比较可见,在性能上明显优于这两个方法,并得到较理想的匹配结果.     

图像重构中估计基础矩阵的线性迭代算法

基础矩阵给出了图像间对极几何关系的代数描述,对其精确估计一直是未标定图像序列重构中的一个非常关键的问题.本文在8点算法的基础上,通过引入与对极距离有关的权因子,给出了一种高精度估计基础矩阵的线性迭代算法.实验结果表明,与归一化8点算法相比,此算法具有更强的抗噪声能力,更小的计算误差,从而提高了所估计基础矩阵的精度.     

基于模糊测度的目标匹配算法

提出了基于模糊测度的目标匹配方法。利用复数小波变换图像．对得到的不同尺度、不同方向子频带的小波系数进行归一化,消除了光照和尺度变化对图像的影响．构造其纹理特征。采用循环移位方法构成匹配特征向量,根据特征分布的模糊隶属度确定各特征分量在相似测度中的权值。复数小波的多尺度、多分辨率等特性有效描述图像能量在不同尺度下、不同方向的分布特征。实验结果表明：当目标在背景中发生相对变化时,应用该算法能够有效匹配目标．其性能优于基于灰度相关匹配的方法。     

基于黎曼流形的平面目标识别

平面目标识别中的几何形变可用射影变换群描述. 与紧致李群SO(n, R)不同, 正则化的射影变换群, 即非紧致李群SL(n, R)上由黎曼度量决定的黎曼指数映射不同于由单参数子群决定的李群指数映射. 基于黎曼流形优化算法得到取值于特殊线性群SL(3, R)的样本的内蕴均值和协方差矩阵, 并依此构建李群正态分布. 利用此先验知识, 根据贝叶斯定理进行简单背景下的平面目标的识别实验. 结果表明, 利用射影变换群的统计特性可有效提高平面目标识别的成功率.     

模糊几何特征及其在人造目标检测中的应用

提出具有模糊测度的几何基元特征的人造目标检测方法。根据相交直线段所组合构成的几何基元夹角的模糊测度,将单纯的几何基元特征扩展为模糊几何特征。应用方向算子检测图像边缘,并把边缘拟合成直线段集合;直线段集合扩展成几何基元集合,并根据所定义的模糊隶属函数,用几何基元的夹角构造成基元线段的隶属度列表;通过判断每个子区域内所有线段隶属度之和的最大值定位人造目标。检测自然背景下人造目标的实验表明,该方法检测率高达97％,整个算法的时间复杂度为O（n^2）,并有很好的稳定性且易硬件实现。     

基于变量含误差模型估计基础矩阵

估计基础矩阵是计算机视觉中的重要研究问题.本文提出了一种基于变量含误差(EV)模型的非线性估计方法.建立EV模型之后,本文采用非线性目标函数,并同时估计模型参数与测量误差.此外本文方法还考虑了规范化图像坐标和基础矩阵秩为2的约束.模拟数据和真实图像的实验结果表明,本文方法显著提高了估计基础矩阵的精度.     

基于深度学习的物体点云六维位姿估计方法

物体位姿估计是机器人在散乱环境中实现三维物体拾取的关键技术,然而目前多数用于物体位姿估计的深度学习方法严重依赖场景的RGB信息,从而限制了其应用范围.提出基于深度学习的六维位姿估计方法,在物理仿真环境下生成针对工业零件的数据集,将三维点云映射到二维平面生成深度特征图和法线特征图,并使用特征融合网络对散乱场景中的工业零件...     

基于小波变换的海面背景红外小目标检测方法

采用基于正交小波分解的多分辨率分析实现频带选择,抑制噪声和背景杂波;检测图像的水平和垂直方向边缘,确定海天线和目标潜在区;利用不同方向边缘进行融合,除去大量背景干扰而获得目标候选点;检测候选目标点的灰度值,确定阈值排除虚警点并分割目标。实验结果表明,该方法能检测复杂海面背景中的舰船红外小目标。     

区域匹配相关跟踪方法的一种改进

工程中能应用的实时相关跟踪算法不多 ,如多点相关 (MPC)是工程中最常用的一种算法 ,但是MPC算法没有很好的相关置信度函数 ,使 MPC算法的应用受到一些限制和影响 .本文通过对一种有较好相关置信度函数的区域相关算法 (RTC)的讨论和研究 ,分析了算法中影响目标跟踪效果与成败的 2个关键环节——图像增强、图像分割 ,在原来算法的基础上给出有效的改进措施和相应的实验结果 .     

一种基于DA-GMRF的无监督图像分割方法

提出一种基于间断自适应高斯马尔可夫随机场(DA-GMRF)模型的无监督图像分割方法.针对MRF模型中的过平滑问题,利用边缘信息构造能量函数,定义了一种DA-GMRF模型.利用灰度直方图势函数自动确定分类数及分割阈值,进行多阈值分割,得到DA-GMRF模型中标记场的初始化,用Metroplis采样器算法进行标记场的优化,实现了图像的无监督分割.实验结果表明了该方法的有效性.