基于互信息的亚像素级立体视觉点匹配方法研究

在立体视觉测量中,为获得更高精度,往往需要将视差计算精确到亚像素级。将互信息理论引入双目图像配准并结合多分辨率技术实现亚像素级点匹配。采用Bouguet立体校正算法对左右图像进行极线校正,利用Harris角点探测器检测目标并将获取角点作为待匹配点,采用最大互相关法进行搜索确定像素级匹配点。然后对以左右匹配点为中心的20×20邻域图像进行插值并分别放大10倍和100倍,采用互信息方法先对低分辨率图像进行配准,再在高分辨率图像上进一步细化求精,结合像素级匹配的整数视差可得最终亚像素级视差。实验结果表明,该方法能将视差精度提高到0.01像素。     

基于最小二乘互相关算法的图像定位匹配研究

提出了一种基于最小二乘互相关的图像定位匹配算法。该算法将图像互相关信息和最小二乘法结合实现图像定位匹配,匹配精度可以达到亚像素甚至1/100像素级,同时利用金字塔分层来提高定位匹配速度;通过本算法在印刷品质量自动化检测系统中的应用,验证了该算法的高精度与高速度特性。1     

基于小基高比的快速立体匹配方法

为了提高立体匹配效率和获得高精度的亚像素级视差,该文提出一种快速的小基高比立体匹配方法。该方法首先利用积分图像加速自适应窗口和规范互相关度量的计算,然后根据可靠性约束进一步拒绝错误匹配,再采用基于迭代二倍重采样的亚像素级匹配方法为可信点计算亚像素级视差,最后利用基于图分割的视差平面拟合方法获得稠密的亚像素级视差图。实验结果表明该方法不但可获得高精度的亚像素级视差而且还提高了算法的匹配效率,满足了小基高比立体重建的需求。     

基于超分辨率角点检测算法的双目相机高精度标定方法

双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。     

MEMS测量中一种新型的亚像素定位技术

亚像素定位技术是实现基于视觉的高精度MEMS测量的关键。文章提出了一种混合非线性优化和离散傅里叶变换的亚像素定位方法。首先通过相位相关法估计出像素级平移参数,然后利用互功率谱的整体信息,在其邻域范围内进行上采样矩阵傅里叶变换,精确定位相位互相关谱的峰值,测得亚像素级平移参数,最后实现了图像的高精度匹配。实验表明,该算法的定位精度优于扩展的相位相关法,像素定位精度能达到0.01像素,能够满足MEMS运动图像的高精度定位,且具有更好的噪声抑制能力和计算复杂度较低的特点。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet 立体校正算法对双目视觉系统进行立体校正;然后采用J．Shi 和C．Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

基于角点检测的双目视觉测距新方法

为解决双目视觉中立体匹配困难、效率低的问题,提出了一种基于角点检测的人工匹配方法实现双目视觉测距。首先介绍了双目测距基本原理,对摄像机进行了标定,并采用Bouguet立体校正算法对双目视觉系统进行立体校正;然后采用J.Shi和C.Tomasi提出的角点方法对立体校正后的左右摄像机图像中被测目标上的同一特征点进行了亚像素级角点提取,并利用提取的匹配角点坐标结合双目视觉测距公式实现距离测量。     

光电被动测距技术研究

围绕提高双目视差测距的测距精度、准确率、速度和抗干扰性能等,研究了图像预处理、配准算法、搜索策略等关键技术.提出了改进的互积相关配准测度,并采用粗、精配准相结合的搜索策略以及抛物线拟合方法,实现了快速双目立体目标测距.实验证明该测距算法可有效的抑止噪声、双目光强和图像对比度差异等因素的影响;测距系统测距精度高、稳定性好、实时性好.     

基于图像处理的建筑物振动位移测量算法

针对地震后高层建筑物结构损伤监测问题,该文提出一种基于方向码匹配(OCM)和边缘增强匹配(EEM)算法的微小位移测量算法。该算法先将原始图像梯度信息与像素强度融合,增强图像信息;采用相位相关法进行匹配运算,匹配速度比归一化互相关法提升了96.1%;最后使用亚像素插值法,使测量结果达到亚像素精度。实验结果表明,该文算法避免了OCM和EEM算法量化过程中图像梯度信息的损失,大大提高了模板匹配精度,匹配速度比OCM提升了43.3%,比EEM提升了19.6%。     

基于曲线拟合的非对称采样精度CCD图像中心检测算法

分析了边缘点影响非对称采样精度CCD图像中心拟合精度的原因,结合实验阐述了边缘点精度和数量对拟合精度影响程度的差异,得出选取拟合边缘点应沿像素坐标精度高的方向搜索的原则。最后得提出了一种复合算法,通过提高边缘点质量,使拟合误差小于±3μm,拟合精度达到亚像素级。     

遥感影像匹配技术研究

影像匹配技术是一门迅速发展的图像处理技术,在图像镶嵌,图像融合,军事侦察等领域有广泛应用。影像匹配就是将图像归一化到统一的坐标系统中去,将两幅图像或者图像与地图进行空间对准,进而将两幅图像拼接在一起,其主要分为空间域和频率域匹配两大部分。笔者对该领域的经典方法进行了总结归纳,并从原理和性能上对各种算法进行了对比分析,指出各算法在影像匹配中的优势及存在的问题。     

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。     

基于特征值的多模式匹配算法

高速网是当今网络发展的必然趋势,采用现行匹配算法的入侵检测系统(IDS)很难在高速网中有效地运行。本文主要从特征值的多模式匹配算法、模式库的组织和逻辑实现这三个方面来大幅度地提高系统检测速率,完全适应于高速网络的入侵检测。     

基于图像匹配的定位分析

图像匹配是一种重要的图像处理技术,在导航、定位等领域有着广泛的应用。首先给出了图像匹配问题的原理描述,分析了基于区域匹配算法的一般思路,研究了图像匹配算法的组成要素。算法中采用相关系数作为相似性测度。为减小搜索空间提高算法性能,采用由粗到精分层匹配的控制策略进行算法优化,实现了算法的加速。通过匹配仿真试验,验证了算法的可行性、有效性。     

图像匹配算法的研究进展

图像匹配是计算机视觉和图像处理中的重要研究内容.分析了图像匹配中的难点问题及其关键技术,研究了组成匹配算法的四个要素,介绍了近来出现的新思路和新方法,对匹配算法进行了分类和性能比较,提出了实际应用中有待进一步研究的内容,如算法的集成、神经网络、遗传算法和基于高层语义的应用等.     

一种简易的T型匹配网络的设计

根据阻抗匹配的特点，提出了一种简单易行的Ｔ型匹配网络，并从理论上给出了网络中所需各电感电容的计算公式，通过实际对几个换能器的匹配，发现实验结果与理论基本符合     

基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法

本文结合最小绝对差度量(MAD)和(Hausdroff)距离度量两者的基本思想的优点,提出了一种新的对应像素距离相似性度量方法和自适应模板图像匹配跟踪算法,设计了帧间和帧内匹配跟踪置信度,提出了基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法.并对基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法的匹配跟踪性能进行分析,实验结果表明:该算法具有较强的抗噪、抗畸变能力和匹配跟踪稳定性,具有较高的匹配精度和匹配概率.     

基于相关系数的相关匹配算法的研究

本文分别从减少相关系数计算运算量和减少搜索点数量这两个方面对以相关系数作为相似性度量准则的相关匹配算法进行改进。实验结果表明:改进后的算法,在不失其匹配精度条件下,克服了其运算量大的缺点,从而满足图像匹配系统的实时性要求。     

Exact solution of a bandpass matching problem

This paper discusses the exact design of a bandpass matching circuit for transmission of power from a source of internal resistanceR ₁ to a load of resistanceR ₂. The design is obtained in terms of an unknownQ factor, the value of which is to be determined by solving a cubic equation.     

基于聚类分析的模糊Schema匹配算法的研究

Schema匹配是集成不同信息源数据的关键问题，本文提出一种适用于Web信息集成的Schema匹配算法一基于聚类分析的模糊Schema匹配算法，将Schema匹配问题转换为聚类分析问题，主要通过元素的数据．实例分析来实现，同时算法中也综合了元素名字匹配的结果，以提高聚类的成功率。