以一种新的距离度量作为反馈的相关跟踪方法

基于相关的模板匹配方法在图像跟踪中得到了广泛的应用,但是这种方法的主要缺点是对图像噪声非常敏感,而且由这种方法得出的相关曲面比较平坦。为了有效抑制噪声和局部遮挡对图像的影响,提出用鲁棒统计中的一个值代替相关值作为距离度量。它不是计算两幅图像的对应像素差值,而是计算两幅图像中差别不大的对应像素对的个数。实验证明这样得到的曲面相对　　收稿日期:2003 08 31;　修订日期:2003 10 28作者简介:张桂林(1944 ),男,天津人,教授,博士生导师,主要研究方向为自动识别、人体生物统计特征识别、图像处理算法与系统性能评估等。　　　　　　　要尖锐得多。当上述的距离度量应用于跟踪过程中时,模板的合理更新对跟踪非常重要。基于上述的距离度量方法,提出了一种新的模板更新策略。利用两幅图像中近似像素在整修匹配模板像素中所占的比例大小决定加权系数。这种加权策略可以自适应地根据图像序列的变化选择更新相关模板,同时在一定程度上减小模板漂移的危险。     

指纹细节特征提取与剪枝

指纹图像经预处理后，由于各种原因，会产生数以百计的特征。为了图像匹配的精确和快速，提出一套在细化后的指纹点线图上提取细节特征并对其剪枝的方法，并根据细节特征的拓扑特性，设计了验证其可靠性的算法。通过实验，证明了该后处理过程在去除指纹图像伪特征方法面具有良好的效果。     

图像奇异值特征矢量缩放不变性分析及应用

图像奇异值特征矢量以其稳定性和它在转置、平移、旋转和镜像变换下具有的不变性,被认为是一种图像的代数特征,广泛应用于图像匹配和图像识别。通过矩阵运算,证明了奇异值特征矢量在图像做缩放变换时具有不变性,并将这种性质运用于图像匹配。实验结果表明这种不变性与奇异值特征矢量在图像做转置、平移、旋转和镜像变换时所具有的不变性一样,是奇异值特征矢量能够作为图像代数特征的一个重要依据。     

图像匹配中噪声分析和预处理

提出和证明了在三坐标测量机单镜头三维视觉系统中的图像噪声主要有三种：（1）电磁干扰噪声；（2）季节、气候和时间变化引起的噪声；（3）物体的位置和视角变化引起的噪声。相应地提出了一种基于优化图像搜索模块的有效减少和消除噪声的预处理方法。理论分析和实验均表明，该方法具有简便、可靠和速度快的优点。     

基于云计算的特征人脸户籍图像匹配技术研究

研究特征人脸户籍图像快速匹配问题。在特征人脸与户籍图像进行正确匹配的过程中,需要将户籍图像与特征人脸逐个进行对比,一旦户籍图像数量较大,将造成匹配耗费时间延长。传统算法多是根据户籍图像特征进行配准,一旦户籍图像过多,造成图像匹配耗时,导致图像匹配效率降低。提出了一种云计算的特征人脸户籍图像匹配技术。建立云计算网络模型,计算户籍图像特征权值参数,进行特征参数矩阵转化处理,从而完成特征人脸户籍图像匹配。克服了传统算法的弊端。实验证明,改进算法能够避免由于户籍图像数量过大造成的图像匹配耗费时间过长的缺陷,提高了图像匹配的效率。     

2DPCA-SIFT:一种有效的局部特征描述方法

PCA-SIFT （Principal component analysis—scale invariant feature transform）方法通过对归一化梯度向量进行PCA降维,在保留特征不变性的同时,有效地降低了特征矢量的维数,从而提高了局部特征的匹配速度. 但PCA-SIFT中对本征向量空间的求解非常耗时,极大地限制了PCA-SIFT的灵活性与应用范围. 本文提出采用2DPCA对梯度向量块进行降维的特征描述方法. 该方法相比于PCA-SIFT,可以快速地求解本征空间. 实验结果表明:2DPCA-SIFT在多种图像变换匹配和图像检索实验中可以实现与PCA-SIFT相当的性能,并且从计算效率上看,2DPCA-SIFT具有更好的扩展性.