一种新的相关跟踪算法的设计与实现

提出了一种粗搜索结合粗匹配定位的两极图像相关匹配算法,该法利用目标中心信息的稳定性,并结合图像序列间的相关不变性和目标的自相关性给出了一种新的置信度评估方法,在存在复杂背景、类似目标、较强噪声和一定旋转及尺寸变化的情况下仍有较高的匹配精度和跟踪稳定性,匹配速度也很快,还描述了采用ＣＰＬＤ芯片与ＤＳＰ处理器共同实现算法的方法。     

一种用于视频编码的块运动估计算法——块特征匹配预测搜索算法

本文提出了一种块特征匹配预测搜索ＢＦＭＰＳ算法,可以用于视频压缩的一些国际标准,如Ｈ．２６１,Ｈ．２６３,ＭＰＥＧ１,ＭＰＥＧ２,ＨＤＴＶ中,ＢＦＭＰＳ算法充分利用了序列图像的实际矢量与预测矢量之间距离的空间分布特征,中心偏置分布特性和时间上的相关特性,并采用了中止判决准则,可以明显地减少了运动搜索复杂度,ＢＦＭＰＳ算法在匹配运算中采用 简单有交的块特征匹配准则函数,相应的块匹配计算复杂度,数据读     

基于SIMD—MCC的图象块匹配并行算法

图像块匹配操作是图像处理中很多基于窗口任务的曲型操作之一。文章提出了一种在ＳＩＭＤ－ＭＣＣ计算机上实现的全扫帚图像块匹配的并行算法。此算法对实时图中的每一个参数图中搜索区中的修选块并行比较,以确定一个最小的位移矢量。这个位移矢量所对应的位置就是匹配位置。该算法计算复杂度为Ｏ（ｌｏｇＮ）。     

红外与可见光图像自相似性特征的描述与匹配

针对红外与可见光图像匹配的难题,提出了一种基于自相似性的异源图像点特征匹配算法。首先对红外与可见光图像进行小邻域平方和计算;再通过构造高斯金字塔,运用FAST-9进行角点检测,使得检测的特征点具有尺度属性;然后,统计特征点邻域的特征信息以确定特征点的主方向;再求取在相应尺度下特征点邻域的相关平面,对相关平面进行区域划分,提取每个区域相关平面的极值以构造100维的自相似性描述子,并对描述子进行归一化处理;而后,剔除不良特征描述子;最后采用最近邻匹配算法进行特征匹配。实验结果表明,提出的算法能够实现红外与可见光图像在视角、旋转、尺度变换下的有效匹配;在保证运算速度的前提下,提出的算法较SIFT算法在正确匹配率方面有明显提高。     

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。     

基于相位相关法改进的ORB图像匹配算法

为了提高图像平移后ORB特征点匹配的准确率,提出了一种基于相位相关法改进的ORB图像匹配算法。该算法首先采用相位相关法求取左右两幅图像间的像素偏移量,以确定图像的重合部分;其次,提取图像FAST特征点并计算BRIEF描述子;接着,对要匹配的点增加窗口约束,以缩小匹配范围;然后,采用快速近似最近邻（FLANN）特征点匹配算法完成图像重合部分特征点的匹配;最后,将匹配错误的特征点采用随机采样一致性（RANSAC）算法进行删除。经实验验证,该算法将ORB特征点匹配的精确度有效的地89.7%提升至93.1%。     

景象匹配算法在数字信号处理器上的实时实现

在图像处理中,灰度相关匹配是一种应用广泛而有效的经典匹配定位算法,但样关匹配的计算量比较大,使得匹配速度很难满足实时的需要。文中给出了灰度相关匹配算法在数字信号处理器TMS320C6201上的一种快速实现方法。根据二维图像的存储特点,通过图像数据的展开优化了匹配计算的实现,在保证匹配精度的前提下减少了计算时间。     

一种基于多DSP和FPGA的机载火控高速并行图像跟踪瞄准技术

研究了采用多个高速ＤＳＰＴＭＳ３２０Ｃ３０和ＭＴＳ３２０Ｃ５０并行处理,结合ＦＰＧＡ实现实时智能化机载火控图像跟踪瞄准技术,提出以互相关匹配,相邻帧图像实时相减和边缘检测定位技术对目标进行瞄准的实现方案;解决复杂背景下低对比度目标的瞄准跟踪。采用该技术的图像瞄准器的跟踪精度可达±１个象素,而平均帧处理时间仅为１５ｍｓ,实验结果证明标准准效果良好。     

雷达景象匹配纹理适配能力研究

针对景象匹配中采用的基于纹理特征的灰度相关匹配算法,在图像适配性能检验的常用参数的基础上,提出了可衡量图像能量沿方向性分布的参数(扇形能量比),用于分析图像的匹配性能。经实测图像匹配试验验证,该参数指标能够衡量图像的纹理匹配特征,解决了依靠图像方差、相关长度计算容易产生偏差、进行相关运算计算运算量大的问题,可为匹配区提供较可靠的匹配性能信息。     

结合分形特征及灰度相关的快速样本图像匹配算法

样本图像的匹配广泛应用于图像的判读、情报的获取和目标识别等方面.基于图像区域和纹理特征的样本匹配算法由于不需要进行特征提取而成为研究的热点.但是这类方法计算复杂,实时性比较差.为此,本文提出了一种结合分形特征和灰度相关的由粗到精的样本图像匹配算法,并且提出了分形特征计算的快速计算方法.算法首先计算样本图像和原图像各像素点对应的分形特征值;然后利用分形特征进行样本图像的粗匹配,得到初步的配准结果;最后,利用灰度相关剔除粗匹配中错误的匹配区域,得到最后的匹配结果.大量实验表面,本文提出的算法是有效的.     

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。     

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．     

红外成像制导多模实时识别跟踪算法研究

对红外成像制导跟踪模式进行了分析和选择,分析比较了中心跟踪算法、边缘跟踪算法、特征序列匹配算法、相关跟踪算法等的特点,并在此基础上提出了多模置信度和智能控制跟踪算法.     

基于特征点匹配技术的运动估计及补偿方法

提出一种用于电子稳像技术的全局运动估计和补偿算法。通过特征点匹配,求其局部运动矢量;将其代入变换模型所得的线性力程组,求其全局运动矢量。用均值滤波的方法确定各帧的补偿量,并代入给定的变换模型对当前图像进行变换,实现对视频图像序列的稳定处理。为了减小特征点匹配计算的复杂性,加快匹配速度,还采用了多分辨率图像金字塔匹配策略。实验表明．使用该算法对于提高动态图像的稳定性有较好的效果。     

基于归一化互相关系数的图像匹配的连续消算法

归一化互相关系数因其对信号强度线性变化不敏感以及在匹配精度方面的优点．在恶劣环境图像匹配方面有较广泛的应用。文章提出了一种在图像匹配中，采用归一化互相关系数作为匹配准则时的快速穷尽搜索算法。基本思想是在搜索窗口中利用连续消除搜索点来降低匹配的计算量。实验结果表明．该算法在获得和穷尽搜索算法相同性能的情况下提高了20-30倍左右的速度。     

巡航导弹景象匹配算法适应性研究

文章针对景象匹配制导的需求,研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法,分析了算法的适应性、计算量和实时性等,比较了每种算法的优缺点.结合巡航导弹的使用,讨论了影响匹配结果的一些基本的、可能的因素,主要是环境因素.用三种分辨率的图像作了大量的实验,针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析,给出了有关结论.     

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。     

基于高斯滤波和AKAZE-LATCH的图像匹配算法

针对图像匹配中AKAZE(Accelerated-KAZE)算法匹配精度较低以及计算复杂等问题,提出了一种基于高斯滤波和AKAZE-LATCH(AKAZE-Learned Arrangements of Three Patch Codes)算法相融合的图像匹配算法。首先,对输入图像进行高斯滤波预处理,去除高斯噪声等连续性噪声,并且保留图像的边缘信息。然后通过LATCH算法为AKAZE算法构建高效的二进制描述子,再通过KNN(K Nearest Neighbors)算法得到对应的匹配对。最后结合USAC(Universal RANSAC)去除误匹配对方法进行再次筛选,得到最终的匹配结果。经实验对比,所设计的算法相较于AKAZE算法匹配精度更高,且具有良好的鲁棒性和可靠性,可用于多数复杂场景下的图像匹配。     

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.