一种基于SURF的全景图像配准算法

传统的全景图像配准多采用基于SIFT的方法,该方法数据量大、时间效率低。提出了一种基于SURF的全景图像快速配准方法。运用SURF提取特征点,计算特征描述符;运用低时间复杂度的K-D树最近邻搜索法实现特征点快速匹配;利用RANSAC算法剔除误匹配点;最后估计出两幅全景图像的变换矩阵。测试表明:算法具有较高的时间效率和良好的鲁棒性。     

一种新的基于特征区域的图像配准算法

全景拼图是近年来兴起的基于图像的绘制技术（IBR）中的一个重要研究方向。在全景视图的实现过程中，关键技术是实现重叠图像正确、平滑的无缝拼接。本文在原有图像配准技术的基础上，提出了一种新的基于特征区域的配准算法，该算法利用两幅重叠图像对应特征区域的相似性，经过特征选择、特征提取和特征匹配三个阶段，实现两幅图像的拼接。实验结果证明，该算法在拼接速度和效果方面的表现均令人满意。     

高质量快速全景场景再现技术

目的 色彩纠正和图像融合是生成高质量全景场景图像的关键技术。色彩纠正中参考图像的选择以及图像融合算法,决定着所生成全景图像的质量和速度。现有方法在确定一幅图像是否适合作为参考图像时,需要遍历所有其他图像,计算其作为参考图像进行色彩纠正的效果,复杂度高,速度慢;在图像融合时存在融合质量与融合速度之间的矛盾。因此,如何快速生成高质量的全景图像就成为全景场景再现的主要诉求。为此本文提出优化的参考图像自动选择的色彩纠正方法和基于重叠区域划分的分区融合方法。方法 针对参考图像选择算法复杂度高的问题,根据图像质量与稳定性通常呈反比关系的事实,采用贪婪策略,选择质量最差的图像在色彩纠正前后的相似度,作为是否选择当前图像作为参考图像的评价指标,在保证参考图像满足色彩纠正需求的前提下,大幅降低计算复杂度。针对融合质量与融合速度之间的矛盾,提出分区融合：将重叠区域划分为接缝区域和非接缝区域,利用泊松融合的接缝不可见性和线性融合实现速度快的特性分别对接缝区域和非接缝区域进行融合,既保证融合的质量,又加快融合速度。在此基础上,加入简单点光源,解决上述过程产生的光线一致性问题,进一步提高图像质量。结果 采用主观和客观相结合的方法对结果进行评估。主观方面,本文算法生成的全景图像色彩基本实现平滑过渡且图像原始信息保留完整。客观方面,色彩纠正前后图像的结构相似度（SSIM）控制在0.850.99之间,时间复杂度由原来的O（n²）降低到O（n）;分区融合后图像信息熵接近于泊松融合,但时间消耗降低72%。采用基于PC端的问卷调查法和OG-IQA算法将本文算法与PTGui、OpenCV、Xiong方法生成的全景图质量进行对比,在大多数情况下本文算法均优于上述算法。结论 实验表明,本文算法适用于多种场景,在保证目视效果良好的前提下,时间消耗降低,可广泛应用于医学、数字旅游、遥感等领域。     

基于特征不变描述的图像无缝镶嵌技术研究

在图像镶嵌算法中,SIFT算法本身就具有非常强的匹配能力,它可以处理两幅图像之间存在着的平移、旋转、尺度缩放等仿射变换,因此它是现今图像镶嵌中比较常用的方法。但在图像镶嵌中,如果直接使用SIFT算法会使运算量非常庞大,影响速度。针对这一问题,文中首先利用相位相关法来确定图像之间大致的重叠区域,再在大致的重叠区域提取SIFT特征点;其次利用特征点实现配准,并且在全局参数优化时考虑了径向畸变;最后用金字塔融合算法对图像进行融合。实验结果表明该算法能有效提高图像镶嵌的速度和精度,速度约提升三分之一,实现了一幅无缝的全景图像。     

一种柱面全景图像自动拼接算法

提出了一种基于特征块匹配的柱面全景图像拼接算法.首先将360度环绕拍摄的序列图像投影到柱面坐标系下;然后以一幅图像为基准图像,选择基准图像中边缘信息丰富的块作为基准块,利用特征块匹配法在待配准图像中找出与基准块匹配的配准块,进而实现两幅图像的配准;再根据配准结果计算出图像间的变换参数;最后采用平滑因子对两幅图像的重叠区域进行图像无缝拼接.实验证明,算法可以快速自动地生成柱面全景图像,具有良好的鲁棒性.     

基于特征点匹配的全景图像拼接技术研究

提出了一种基于特征点匹配的全景图像拼接算法,首先提取各图像中的SIFT特征,通过特征点匹配完成两幅图像的配准;再根据图像配准结果计算出图像间的变换矩阵;最后采用渐入渐出加权平均的融合方法对两幅图像进行无缝拼接。实验表明,该算法具有匹配精度高、鲁棒性强等特点,可以快速而自动地生成全景图像。     

基于SIFT算法的全景图像拼接技术研究

全景图像拼接技术即通过将部分重叠区域的图像合成以描述某个场景信息的360度圆形图像.引用一种新型的基于SIFT （尺度不变特征变换）特征匹配的图像排序算法,实现图像的有序排列,针对图像拼接存在的误匹配点较多、耗时较长等问题,结合FAST算法进行特征点提取,接着针对相邻有序图像间的亮度差异采用自动校正操作,削弱了相邻图像间的亮度差异,并结合改进的Ransac算法剔除误匹配点对,最后用加权平衡算法实现图像的快速融合.实验结果表明该优化排序算法稳定、高效.     

基于LBP直方图的复杂光照下的人脸识别

提出一种具有较强光照鲁棒性的人脸识别方法。通过Gamma校正、高斯差分（DoG）滤波和对比度均衡化算法对图像进行光照预处理,降低光照敏感度;利用局部二值模式（LBP）算子提取局部纹理特征,将图像划分为若干个不重叠的子区域,提取每个子区域LBP直方图,形成人脸图像特征,用主成分分析（PCA）进行降维处理;使用支持向量机（SVM）进行分类识别。在Yale-B数据库进行实验的结果表明,该算法的平均识别率可达99.68%,其性能优于目前该领域的典型算法。     

图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。     

一种尺度空间特征区域的强鲁棒性水印算法

针对数字水印算法中特征区域选取不足以反映图像重要信息,导致鲁棒性减弱的问题,提出一种尺度空间特征区域的强鲁棒性水印算法。通过尺度空间特征点检测,提取靠近载体图像重心且互不重叠的特征区域,合成特征区域矩阵,用变换域水印算法嵌入水印,对可能受到攻击的含水印图像提取特征区域,合成其特征区域矩阵,用嵌入水印算法逆过程提取水印。实验表明,该算法不仅对常规攻击和噪声攻击都具有强鲁棒性,且不可见性良好。     

基于血管内超声图像序列的相角配准与边缘检测

血管内超声成像可以显示血管内腔、管壁清楚的实时截面图像。实际采集的冠状动脉序列图像由于受脉动的影响而产生较大的重叠和错位,破坏毗邻图像的相关性,从而影响血管边缘检测、定量测量和3维重建的准确性。为进行精确的配准和边缘检测,采用一种新型的无需硬件设施的相角配准技术,经对序列图像的重采样得到相同相位下的连续图像,再基于快速主动轮廓算法模型提出一种适合血管内超声图像的自动边缘检测方法对重采样后的图像进行边缘检测。检测结果表明自动检测的内腔、血管面积与手动追踪非常吻合,具有较高的相关系数和较小的系统误差,可作为医生可靠而准确的诊断工具。     

基于SURF和KLT跟踪的图像拼接算法

针对现有图像拼接精度不高和速度慢的问题,提出一种图像自动拼接算法。采用特征向量实现图像序列完全自动排序,把特征向量作为图像中的运动目标,利用KLT跟踪算法计算特征点的偏移量,从而得到图像之间精确的单应性变换矩阵,给出一种基于视觉特征的色彩融合方法实现图像的无缝拼接。实验证明该算法提高了匹配的精度和速度,能够实现自动排序,并具有较好的鲁棒性。     

基于比值法和模板匹配法的灰度图像拼接

提出一种改进的基于比值法和模板匹配法的灰度图像拼接算法。对两幅具有重叠区域的灰度图像，先通过设置拼接参数对话框，在另一幅图像中找到最佳匹配点，最后利用平滑因子对两幅图像的重叠区域进行数据融合操作，实现了灰度图像的快速自动拼接。实验证明．该方法对大部分灰度图像具有很好的拼接效果。     

一种360度柱面全景图快速生成算法

全景图像是构造虚拟环境的基本要素之一,本文提出了一种新的360柱面全景图绘制算法。首先对原始图像进行柱面投影,然后通过对图象重叠部分的对应特征区域进行匹配和拼合来实现图象无缝镶嵌。实验表明该算法运算量较小,能有效、快速地生成柱面全景图。     

基于形态学的金相组织图像晶界复原方法

由于金相图像中经常出现晶界模糊、晶界断开等缺陷,针对晶粒形状不规则的特点,成功改进了基于形态学水域生长方法的分割算法.根据粘连晶粒的形态特征,对粘连目标先后采用极限腐蚀、目标编号和反复膨胀的方法求取晶界线以达到分离粘连晶粒,复原图像的目的.实验结果表明,改进的方法对包括晶粒在内的不规则目标具有较好的分割效果,成功解决了晶界问题对后续分析统计工作的干扰.     

序列环带图像处理技术及其应用

结合在地质勘探中的特殊应用,根据深度控制,对井下孔壁四周360°范围的柱面空间投影到像面上得到序列环带图像。根据图像拼接误差理论对相邻图像间重叠区域大小进行选定,用改进的链队列种子填充法寻找环带图像的圆心和半径方向,以一定的角度为步长遍历每一个同心圆,将环带图像展开成矩形图,再用网格匹配法进行相邻图像间的配准,采用平滑因子实现序列图像间的无缝拼接,使之更符合人的观察习惯。     

基于多维梯度能量的空域隐写分析

隐写分析是信息安全领域一个新的研究热点,其中多数为针对特定隐藏算法的隐写分析算法,少数泛盲隐写分析算法又具有复杂度高正检率低的缺点.对图像像素值扣除受隐藏改变很小的高位后剩余的低位图像进行小波变换,恢复载体图像,利用梯度能量之差形成12维特征向量,最后通过支持向量机(SVM)进行训练分类.在3000幅训练图像库和3000幅测试图像库上(没有交集),分别对LSB(least significant bits)、自适应空域和BPCS(bit-plane complexity segmentation)等多种空域隐藏算法进行训练和测试.实验结果表明,算法有很好的检测性能,载密图像和载体图像的平均正检率分别为93.7%和96.2%.     

A new methodology for gray-scale character segmentation andrecognition

Generally speaking, through the binarization of gray-scale images, useful information for the segmentation of touched or overlapped characters may be lost in many cases. If we analyze gray-scale images, however, specific topographic features and the variation of intensities can be observed in the character boundaries. In this paper, we propose a new methodology for character segmentation and recognition which makes the best use of the characteristics of gray-scale images. In the proposed methodology, the character segmentation regions are determined by using projection profiles and topographic features extracted from the gray-scale images. Then a nonlinear character segmentation path in each character segmentation region is found by using multi-stage graph search algorithm. Finally, in order to confirm the nonlinear character segmentation paths and recognition results, a recognition-based segmentation method is adopted. Through the experiments with various kinds of printed documents, it is convinced that the proposed methodology is very effective for the segmentation and recognition of touched and overlapped characters     

一种基于显微多光谱宫颈细胞图像自动分割方法

介绍了一种基于多光谱宫颈显微图像自动分割方法。细胞涂片每一个局部区域经过显微镜放大后再通过电调谐光器件分别取出不同光谱波段的图像，经过CCD送入计算机后得到该视场分析所需的多光谱图像。从所获得的多光谱图像中选择一定的波段图像对数变换相除、多阈值分割和形态学操作，最后获得宫颈细胞的胞浆和胞核覆盖层。本文首次将多光谱分析应用到宫颈显微图像分割中，具有分割准确、分割速度快、能够去除胞浆重叠和受外界干扰少的特点。     

双目立体测量中多视角深度图同时融合算法

提出一种将多次测量得到的深度图数据融合生成完整单一的网格曲面来描述被测物体表面的融合算法.依次将每幅深度图作为基准图,在基准图的基础上定义多幅深度图重叠对应关系;然后合并重叠数据,保留基准图网格;最后将相邻的基准图通过网格缝合连接成单一无缝的曲面.该算法能同时对多幅深度图进行融合,通过对重叠区域的优化,使得最终融合结果更精确地逼近被测物体表面的真实数据.融合实验结果验证了该算法的有效性.