基于特征序列匹配函数的快速图像匹配

为解决在导弹制导、目标搜寻等领域中图像快速匹配的问题,提出一种基于图像局部特征序列的匹配函数,以加快图像匹配速度。该算法将匹配图像和查找图像分为若干相同大小的子图片,并计算它们的局部特征,形成一个带有特征的序列,利用提出的特征序列匹配函数,计算两种图像内容的特征序列下的匹配情况,该匹配函数能够利用匹配图像本身的特征信息提高图像匹配的查找速度。由于匹配图像特征序列之间存在关联,在匹配失效的情况下,不用再从查找图像的特征序列起始点重新进行查找匹配,而是根据匹配函数,计算出新的匹配点,从新的匹配点进行匹配,加快图像匹配的速度。     

基于主成分分析的图像匹配方法研究

景像匹配和相关跟踪系统中,由于所面临的都是变化的场景,实时获取的图像与预存的基准图之间存在差异。传统的基于图像空间的匹配方法不能很好地克服这些差异给图像匹配定位带来的影响,使得完全按图像灰度特征的相关匹配应用受到限制。文中将主成分分析方法引入了图像匹配和相关跟踪过程中,提出一种能抗御一定图像畸变的基于主成分分析的图像匹配算法,并应用该方法进行了初步实验,证明该算法具有较高的匹配跟踪鲁棒性。     

基于改进Hausdorff距离的图像匹配快速算法

针对Hausdorff距离的特性及其在图像匹配中的应用,提出了一种基于改进Hausdorff距离准则的快速图像匹配算法。首先对图像进行小波分解和Harris角点检测后得到图像的特征点金字塔,然后利用改进的Hausdorff距离作为度量准则从特征点序列图像的最大尺度开始逐级向低尺度进行匹配。实验结果证明,该方法能在保证匹配精度的同时,有效加快匹配速度。     

基于循环生成对抗策略的遥感图像匹配算法北大核心CSCD

针对异源遥感影像成像模式、时相、分辨率等不同导致的图像匹配困难问题,提出了一种基于循环生成对抗策略的遥感图像匹配算法。构建了跨数据域图像特征迁移的循环生成对抗网络(generative adversarial network,GAN),设计SmoothL损失函数对网络进行优化,提高遥感图像特征提取精度,并基于图像特征迁移结果,建立三元组距离排序损失函数(trioplet margin ranking loss,TMRL)降低遥感图像的误匹配点数,实现异源遥感图像的准确匹配。实验结果表明,本文方法将异源遥感图像匹配平均准确率提升了33.51%,与CMM-Net(cross modlity matching net)方法相比,具有更好的遥感图像匹配效果。此外,本文方法不需要目标域图像的标注信息,匹配时间缩短了0.073s,能快速准确实现异源遥感图像匹配。     

一种针对MSER区域的双层匹配策略

为了快速高效地采用图像的最大稳定极值区域(MSER)进行图像匹配,提出了一种针对归一化MSER区域的双层匹配策略。对于待匹配图像的MSER区域进行归一化之后,采用互相关性进行区域的粗匹配;再将候选匹配区划分为4×4个子区域,计算对应子区域的hausdorff距离,作为投票依据,根据投票多少从候选匹配对中选择最优匹配对作为最终的匹配结果。采用标准图像库及实拍红外图像进行了2组实验,实验结果表明,该方法能够较好地完成图像匹配任务。提出了一种针对MSER区域的双层匹配策略,采用标准图像库及红外实拍图像进行了匹配试验。实验结果表明,方法简单高效,匹配效果较好。     

基于生物视觉的目标匹配原理与实验进展

成像条件差异较大的图像之间的高精度、高可靠性匹配是计算机视觉、摄像测量、精确制导等领域的研究重点和难点.继承和发展了当前国际上的最新研究成果,实现了基于生物视觉原理的图像目标匹配,并取得了突破.所实现的基于生物视觉的图像匹配算法综合考虑了待匹配图像之间的灰度差异以及平移、旋转、缩放、剪切等仿射变形,并且对于景象变化、图像噪声等都有很好的适应性.大量仿真图像和真实图像的实验表明:所实现的基于生物视觉的图像匹配算法鲁棒性强,具有很高的匹配精度和正确率,明显优于传统的图像匹配方法.     

基于SURF的图像匹配算法改进

在图像匹配中,SURF算法采用最邻近与次邻近欧式距离比查寻匹配点,当阈值过大时,这种方法会产生大量误匹配点,从而严重影响图像配准的精度。RANSAC算法是一种有效剔除误匹配点的方法,但需要人工确定部分参数值。提出一种多层次图像匹配方法,不仅能够剔除误匹配点还可以无需人工参与完成图像匹配。实验表明,该匹配方法能够精确提取匹配点和实现自动匹配,很好地满足图像配准的要求,具有一定的应用价值。     

遥感图像匹配算法比较研究及实验仿真

文中简要介绍了遥感图像的匹配原理,然后分别介绍了基于灰度和特征的图像匹配算法在遥感图像匹配不同场景中的应用。最后,用C++实现了4种遥感数字图像匹配算法的仿真实验,并进行了对比研究,综合评价得出,基于序贯性相似检测匹配(SSDA)的改进方法是一种适合广泛应用的方法。     

一种鲁棒的SAR图像匹配方法

针对合成孔径雷达（Synthetic Aperture Radar,SAR）图像匹配中虚假匹配和鲁棒性欠缺的问题,提出了一种鲁棒的SAR图像匹配方法。首先通过正射校正来进行预处理,从而消除SAR图像的旋转;然后利用相关匹配方法初步提取同名点;最后根据同名点的空间位置来筛选同名点并计算仿射矩阵进行匹配,提高了SAR图像匹配的精度和鲁棒性。实验证明了所提方法的有效性。     

基于惯性信息辅助的金字塔式图像匹配法

图像匹配是是立体视觉的核心问题,针对当前图像匹配算法运算时间长、不能得到稠密匹配点的缺点,提出一种惯性信息辅助的金字塔式图像匹配算法。采用两层图像金字塔,使用非极值抑制法控制特征点的数目,前后左右4幅图像分别利用极线约束和惯性信息限制匹配点的搜索范围,进行绝对差值和比较。仿真实验结果证明,该算法可以控制得到的匹配点数目,并且实时性和匹配点的置信度得到很大提高。     

一种基于聚类分析的红外图像配准算法

为了提高红外图像匹配的精度和效率,提出了一种将Harris-Laplace关键点提取和旋转不变LBP特征描述算子相结合的局部特征检测新算法,该算法不仅在图像的尺度、光照和角度发生变化时,仍然能够得到很好的检测效果,而且能很好地描述图像的局部纹理特征.特征向量描述完成后,为了进一步提高红外图像特征点匹配的正确率,提出了一种基于K-means聚类分析的图像匹配策略.先利用Cosine余弦相关匹配策略实现特征点的初步粗匹配,接着采用K-means 聚类分析匹配策略剔除图像中大部分的错误匹配.实验表明:提出的算法表现出良好的鲁棒性,关键点提取的重复率(Repeatability)提高了9.2％.与传统的匹配算法相比,采用基于K-means聚类分析的匹配策略匹配精度可以提高5.05％,匹配时间可以缩短0.068 s.该特征描述算法和基于K-means聚类分析的匹配算法满足了红外图像配准的高精度性和高实时性的要求.     

一种高精度的图像匹配算法

为了解决光谱恢复对图像匹配高精度的问题,提出了一种高精度图像匹配算法——利用光流确定图像的运动场对图像进行匹配。该算法克服了传统的基于灰度匹配方法受图像插值精度影响的缺陷以及运算速度和精度的局限性。与基于MAD块匹配算法和归一化相关系数块匹配算法进行比较,该算法实现了图像序列高精度匹配,而且硬件实现简单,计算复杂度较低。     

基于相似度的雷达目标识别灰关联分析算法

针对参数重叠的雷达目标识别算法准确率较低、对复杂体制雷达目标识别效果较差的问题,提出了基于相似度的灰关联分析算法,实现对复杂体制雷达目标的融合识别.该算法首先提取各参数间的相似度矩阵,然后运用灰关联分析得出相应的灰关联系数,同时根据各参数匹配程度确定其权重值,与灰关联系数组合获得待识别信号与库信号的灰关联度,根据灰关联度完成目标识别.仿真实验结果表明,该算法能很好地降低参数重叠给识别带来的影响,提高识别正确率,快速实现复杂体制雷达目标的识别.     

一种基于邻域支持准则的双层立体匹配算法

本文给出一种基于邻域支持准则的双层立体匹配算法，该算法以LOG边缘检测器输出的边缘点为匹配基元，利用图象相关特性和匹配相容性约束构成两层匹配系统．第一层以反映图象灰度统计特性的局部相关约束为准则．第二层以第一层输出为引导，从图象结构和视差相容方面寻求全局意义上的最佳匹配，从而使系统对复杂场景有较好的自适应性．实验结果表明，该算法结构简单，稳定可靠，具有处理复杂场景的能力．     

SSDA的改进算法

针对传统相关匹配算法不能满足实时性的缺点,通过分析红外图像目标的特点,提出一种改进的SSDA算法,充分利用图像的边缘特征和灰度信息,在没有降低匹配精度的情况下减少了计算量,单调递减阈值序列的使用,进一步提高了算法的速度.     

结合小波变换与相位相关的图像匹配方法

图像匹配技术是图像测量系统中的关键技术,是目标定位中最基本的方法。相位相关作为一种图像匹配技术对噪声有较高的容忍程度,检测结果与照度无关,受几何失真影响小。但该方法对旋转变化非常敏感。为解决此问题,本文提出结合小波变换和相位相关的匹配算法,该算法首先对图像进行小波分解,并对结果中的近似信号进行空域旋转校正;然后利用相位相关方法进行图像匹配,从而达到快速精确的定位。该方法在掌纹图像匹配定位中的应用证明了它的有效性。     

Textural feature based face recognition for single training images

A novel face recognition algorithm using single training face image is proposed. The algorithm is based on textural features extracted using the 2D log Gabor wavelet. These features are encoded into a binary pattern to form a face template which is used for matching. Experimental results show that on the colour FERET database the accuracy of the proposed algorithm is higher than the local feature analysis (LFA) and correlation filter (CF) based face recognition algorithms even when the number of training images is reduced to one. In comparison with recent single training image based face recognition algorithms, the proposed 2D log Gabor wavelet based algorithm shows an improvement of more than 3% in accuracy.     

融合图像灰度信息与边缘特征的快速匹配算法

基于灰度相关的图像匹配算法对光照变化敏感,且计算量大,效率低,而基于特征的图像匹配算法结构复杂且在很大程度上依赖于特征提取的质量。为此,本文提出了一种基于Sobel边缘特征和小波变换的递推多模板快速匹配算法。首先用Sobel算子提取边缘特征;然后用小波变换对图像进行多尺度分解;最后用本文提出的递推多模板快速算法仅对集中了图像主要信息量的低频部分进行互相关匹配。将该算法应用于基于ADSP-S201的图像制导系统中,实验表明,此算法在保证匹配准确度的同时完全能达到系统实时性要求。      

彩色立体图像匹配算法研究

立体图像匹配对于自由立体重建、三维测量以及立体显示中图像压缩来说是非常重要的。针对区域灰度互相关图像匹配的计算量大、速度慢的情况,运用了一组快速灰度互相关计算公式,提出了用视差限制搜索空间。同时,针对彩色图像的特点,将彩色图像的色彩信息考虑进图像的匹配过程中,将彩色图像的R、G、B三单色图像分别进行灰度相关匹配,定义并采用了颜色分量权重系数来抑制误匹配点。实验表明,该方法有效地减少了计算量,加快了计算速度,提高了图像匹配精度,具有较好的实时性。该方法将应用于三维立体显示中基于视差图的视差进行图像压缩。     

基于多核DSP的图像实时相关匹配研究

针对目标精确定位中图像实时匹配性能的瓶颈问题,提出了一种基于TMS320C6678多核DSP的图像实时相关匹配方法。该方法采用并行处理设计,将复杂耗时的互相关运算分解并平均分配到多个核中同时进行;采用算法优化设计,将优化的快速匹配算法与预处理、搜索策略控制等方法相结合,实现图像的快速匹配。实验结果表明,该方法在保证匹配准确性的同时,还能显著降低图像相关匹配的计算时间,满足实时处理要求。