基于 SURF 的快速图像匹配改进算法

针对传统 SURF 算法在图像匹配中使用固定阈值提取的特征点不均匀、匹配正确率低以及时间复杂度高的问题,提出 一种基于 SURF 算法的快速图像匹配改进算法。 首先,通过对 Hessian 矩阵行列式值分布的统计分析,提出一种阈值自适应方 法来提取更有效的特征点;然后采用四叉树方法对所提特征点进行均匀化以降低误匹配率,并提出一种划分深度自适应的方法 对四叉树算法进行改进,防止四叉树过度划分;最后,本文首次将 BEBLID 二进制描述子与改进 SURF 算法相结合,利用基于机 器学习的采样模式对特征点构建具有强描述性的二进制描述子,在提升匹配正确率的同时加快匹配速度。 实验结果证明,本文 所提算法在 Mikolajcyzk 图片数据集测试中的匹配正确率比传统 SURF 算法高 9. 7% ~ 27. 0% ,算法速度比 SURF 提高了 50% 以 上。 对比 SIFT、SURF、BRISK、ORB 算法,本文所提改进算法具有更优的鲁棒性和实时性。     

基于改进型FAST快速视频拼接技术

为提高视频拼接的实时性,提出一种改进型FAST快速视频拼接算法。该算法的过程是先计算图像的自适应阈值,根据该阈值对角点粗提取,接着对角点精提取,包括抑制单点噪声、剔除边缘角点、剔除不稳定的角点。为提高角点匹配速度,利用BRIEF算法对角点进行描述,通过Hamming算法匹配两幅图像的角点,接着使用RANSAC算法剔除外点。根据匹配点对计算变换矩阵,拼接每一帧视频图像。由于动态视频拼接产生的背景抖动现象可以通过动静态结合的拼接方法改善。实验表明,该拼接算法的速度显著提高,定位精度较高,能够满足实时性要求,而且能够改善静态拼接中景深不同而产生的鬼影现象。     

基于区域分块与尺度不变特征变换的图像拼接算法

针对图像匹配算法计算量大,实时性差的问题,提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域,利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后,通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明,该算法减少了传统SIFT算法的大量无用搜索,改善了图像的几何失真,降低了算法复杂度,提高了图像匹配的速度,在保证90%以上的匹配准确率的基础上,计算时间较传统SIFT算法减少了近50%。提出的算法可准确、快速地实现有形变和尺度变换图像的无缝拼接。     

基于混合特征的移动机器人图像匹配算法

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明：与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。     

一种基于极线约束的最小二乘匹配方法研究

图像匹配技术在图像处理与计算机视觉中有着非常重要的作用。最小二乘影像匹配方法是常用的匹配方法之一。本文提出了一种基于极线约束的最小二乘图像匹配算法。该算法将极线约束和最小二乘法结合实现图像匹配。首先利用两幅图像间的极线约束得到多个预匹配点,确定预匹配区域,然后用最小二乘法求得最佳匹配。实验结果表明,该方法效果良好,具有实用价值。     

基于改进的快速Shi-Tomasi特征点检测算法的图像拼接算法

针对Shi-Tomasi算法计算量大导致的特征点提取速度慢的问题,利用FAST算法对Shi-Tomasi算法进行加速,提出基于此改进算法的快速图像拼接算法。该算法首先应用FAST算法对整幅图像进行处理,基于筛选点邻域再采用Shi-Tomasi算法获取特征点,接着用NCC法进行特征点匹配,然后用RANSAC法剔除错误匹配并完成图像配准,最后用渐入渐出法进行图像融合。对比实验结果表明,改进算法相对基于ShiTomasi的图像拼接算法速度大幅提升,特征点匹配的正确率有所提高,拼接完成后图像的视觉效果也得到保持。     

基于SIFT算法的鞋印图像配准的研究

研究了鞋印图像定位及匹配问题,首次在鞋印匹配中引入了基于尺度不变特征变换SIFT(Scale-invariant feature transform)算法,并提出一种基于改进的SIFT算法的鞋印图像匹配方法。由于算法具有良好的尺度、光照等不变特性而适用于鞋印图像匹配中。在图像生成特征点之前采用一种二次定位算法,使经过定位的鞋印图像处于同一竖直位置。在分析SIFT特征向量生成过程的基础上,以最小欧式距离作为判断特征点是否匹配的标准,并用最小欧式距离与次小欧氏距离之比来剔除匹配无效点,提高SIFT特征匹配效率。大量实验数据证明,该改进的SIFT算法在保证图像匹配率和算法鲁棒性的情况下,不仅可有效缩短匹配时间,同时还提高了图像匹配精度。     

基于模板抽样的快速图像匹配算法

为了提高图像匹配速度,满足某些领域的实时性要求,提出了一种快速图像匹配算法.该算法利用Sobel边缘算子得到模板的灰度边缘图像,并对该边缘图像进行抽样以提取匹配点,从而显著减少匹配过程的计算量.利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,进一步减少了匹配过程的计算量.在此基础上引入精确匹配环节,找出了目标子图像的精确位移及旋转角度.将该算法应用于全自动金丝球焊机的图像识别系统,在主频为1GHz的工控机上实现该算法,匹配时间平均约为37ms,小于系统在60ms内进行匹配的要求,连续多次实验算法均能精确匹配目标的概率为93.8%,满足该系统的实时性与精度要求,取得了理想的效果.     

基于机器视觉的带式输送机带速检测方法的研究

针对带式输送机带速检测方法中存在可靠性和准确性差等问题,提出了一种基于机器视觉的带式输送机带速检测的方法,该方法利用摄像头采集输送带上表面图像,根据上表面序列图像相邻图像之间具有相同时间间隔的特点,采用图像匹配算法计算相邻图像特征点的相对像素位移,利用图像坐标系与物理坐标系之间的映射关系,计算出输送带物理位移量及带速。提出一种基于SURF-ORB算法的输送带上表面图像匹配算法,该算法通过划分图像的感兴趣区域缩小图像匹配搜索范围,利用SURF算法提取相邻图像特征,ORB算法对相邻图像进行特征描述,实现相邻图像特征点的匹配。采用OpenMP技术实现图像特征和特征描述的并行运算。实验结果表明,该检测方法能够检测带式输送机的带速,检测精度到达±0.05 m/s。     

面向图像匹配的基础矩阵估计改进算法

为实现智能制造中机器人搬运时的目标物体快速准确识别,提出了一种面向图像匹配的基础矩阵估计改进算法。为获取准确的匹配点,精选并集成了多种方法,并应用亚像素级Harris角点检测方法进行匹配点提取,基于差分求和定理改进的归一化互相关算法进行粗匹配,并采用快速聚类法进行匹配点提纯。在此基础上,通过引入统计学中的分块随机抽样法对匹配点进行优选,实现对常用的基础矩阵估计算法——Hartley8点法的改进。并以标准图像为实验对象,平均对极距离为评价指标对所提算法与其他常用方法进行了比较。最后,进行了实际目标的图像匹配和定位实验,验证了所提算法在匹配速度与匹配精度方面的有效性。     

基于分区灰度投影的稳像算法在卫星装配中的应用

针对传统电子稳像算法无法快速有效地消除视频图像随机抖动的问题,采用一种基于分区灰度投影的稳像算法,以确保机器人系统能够输出稳定连贯的卫星装配画面。对前后两帧视频图像进行划分并删除对比度低的子区域,利用间隔投影和互相关运算获取局部运动分量,通过基于平均误差门限的迭代步骤筛选后剩余的局部运动分量求解全局运动矢量;若判定存在低频扫描分量,还需对多帧图像的全局运动矢量作均值滤波处理。实验结果表明：基于分区灰度投影的稳像算法相比传统灰度投影法,在低对比度的自然场景图像和模拟装配图像中的稳像精确度分别提升119.1%和55.8%;同时执行时间只有块匹配算法的0.5%。能够有效消除随机抖动,快速输出稳定连贯的视频画面,保证机器人系统顺利完成卫星的地面装配工作。     

基于序列图像特征配准的相机旋转补偿算法

为了解决测量过程中相机沿轴向运动时所产生的旋转引起的测量误差,提出了一种基于特征点的图像配准和最小二乘估计的相机旋转运动精确估计算法。此算法利用序列图像帧间的相关性,通过对相邻两帧图像进行运动分析,由Harris算子进行特征点的检测,然后再基于这些特征点的模版匹配方法对帧间图像进行配准,再根据多个特征点的运动矢量通过最小二乘估计获得相机的运动参数。最后对这些运动参数进一步分析,在计算中将获得的运动参数对相机沿轴的旋转运动进行补偿。该方法克服了测量中相机旋转对图像处理和测量精度的影响,弥补了因相机旋转引起的测量误差大的缺陷,提高了测量精确度。试验和仿真结果表明该方法在帧间旋转角度较小时能够实现对相机沿轴旋转运动的精确补偿,且时实性有待提高。     

基于CenSurE star特征的无人机景象匹配算法

针对传统局部不变特征的景象匹配算法冗余点多、实时性差、抗几何变换不突出的情况,提出基于CenSurE-star的无人机(UAV)景象匹配算法。首先采用Cen Sur E特征星型滤波器(CenSurE-star)提取基准图和实时图中的特征点,并生成FREAK二进制描述符;然后将汉明距离作为特征点的相似性判定度量,采用K近邻距离比值的方法提取匹配点对;最后利用基于RANSAC的定位模型得到空间几何变换关系,实现图像匹配并获取定位点经纬坐标。算法性能评价实验表明,本文算法不仅相对于SIFT、SURF、ORB算法,对各种变换具有更好的鲁棒性,而且相对于改进的SIFT、SURF算法处理时间有更大程度的缩短,算法定位误差在0.8个像素内,尺度误差在0.02倍内,旋转角度误差在0.04°内。基于算法进行外场飞行实验,实验证明算法定位精度较高,可以适应地貌信息较少的环境,并能满足无人机视觉辅助导航的需求。     

一种结合ORB算法的SIFT图像配准算法

在基于SIFT算法的图像配准过程中有两个重要的环节:特征提取和特征匹配。针对算法在特征提取时存在的计算量大、复杂度高、速度慢等问题,该文提出了结合ORB算法的思想,对SIFT算法进行特征提取的优化,从而实现快速地提取图像的局部特征。在特征匹配阶段采用K最近邻的BBF搜索策略并结合RANSAC算法进行提纯,消除误配点。实验结果表明,改进后的算法降低了配准时间,提高了配准精度,适用于一些对实时性要求较高的场合。     

图像快速配准算法的改进

针对基于灰度的图像配准速度较慢的弊端,给出了一种改进的自适应阈值的快速淘汰非匹配点的配准算法,利用灰度误差和噪声相结合的优点,并且在此基础上引入多线程并行编程技术。实验结果表明,这种新型的配准改进算法在保证较高准确性的基础上大大地加快了配准速度,实时性能有较大提高。与先前提出的金字塔算法以及图像迹算法等一些算法相比,配准速度具有比较明显的改进。     

高精度尺度不变特征点匹配方法及其应用

在基于局部特征点匹配的目标检测与定位系统中,匹配点和误匹配点的数量直接影响定位精度。为降低特征点误匹配率并保证匹配过程中有足够的匹配点数,提出了一种改进的尺度不变特征点匹配方法。分析常用特征点匹配方法中匹配结果随判断阈值变化的问题,利用循环,采用变步长的方式获取匹配图像自适应双阈值。在此基础上,利用高阈值对应的稀疏精确匹配结果建立匹配图像间的几何变换约束模型并建立约束准则,用以滤除低阈值对应的密集匹配结果中的误匹配。实验结果表明,与现有方法相比,所提方法可明显提高匹配精度,从而增强目标的检测与定位性能。     

基于ORB特征的图像误匹配剔除方法研究

针对图像特征匹配当中存在明显错误匹配、匹配准确度较差的问题,对ORB算法和RANSAC算法进行了研究。ORB算法中,特征点的匹配是基于汉明距离进行的。在此前提下,提出了一种基于RANSAC算法的改进算法进行误匹配剔除。该算法通过增加粗剔除过程来剔除一部分错误匹配,然后利用RANSAC算法做了进一步剔除,同时增加了RANSAC算法中的初始样本集的数量并加以预判断,达到了降低RANSAC算法耗时的目的。最后利用多组图像对该算法进行了验证,实验结果表明,该算法可以有效剔除误匹配,提高图像特征匹配的准确度,并且具有旋转不变特性和噪声抑制特性,同时也保证了ORB算法的匹配速度。     

最小化预测残差的图像序列压缩感知

提出了一种最小化预测残差的图像序列压缩感知算法以实现高速相机输出图像的实时压缩.首先,在编码端仅使用映射矩阵对原始输出图像进行压缩,将压缩得到的观测向量通过信道传输到解码端.接着,在解码端对相邻帧进行运动估计和运动补偿,得到一幅待重建图像的预测图像,利用压缩感知算法对原始图像和预测图像之间存在的预测残差图像进行重建.最后,用迭代的方法优化预测残差图像的重建结果,直到连续两次的重建结果之差小于设定阈值,从而获得重建的原始图像.采用DALSA公司的CR-GEN0 H6400相机进行的实验表明,该算法可以实现1 000 frame/s图像的实时压缩,并且图像重建质量比独立地重建每张图像至少提高了2～6 dB,有效地实现了对高速相机输出图像的实时压缩与高质量重建.     

消隐点共线约束逐点畸变校正算法

对逐点图像畸变校正算法进行分析和研究。分析了基于四点共线交比不变性的逐点畸变校正算法的校正精度,指出该算法由于初始使用图像点含有误差导致计算其他图像点产生了精度改变,同时给出了计算结果误差较小时的图像点位置和相对距离的选取方法。基于上述分析,提出了基于消隐点共线约束的逐点畸变校正算法。该算法利用消隐点来提高直线拟合精度,利用共线特征来约束校正图像点精度。该算法不仅可以优化基于四点共线交比不变性算法校正的图像点,同时也可以优化初始使用的图像点,从而提高所有图像点畸变校正精度。基于MATLAB的仿真实验显示:对于400万像素的镜头,校正后图像点最大误差是初始图像点噪声的29.05倍。针对实物图像对基于四点共线交比不变性法校正的图像点,基于消隐点共线约束法校正的图像点和未校正采集图像点的交比值进行对比,结果表明本文提出算法优于四点共线交比不变性算法的结果。