折反射全向图像与遥感图像配准的建筑物高度提取算法

提出一种折反射全向图像与遥感图像配准的建筑物高度提取算法,可应用于大范围三维城市重建。首先,利用全向Hough变换方法提取折反射全向图像中建筑物的顶部边界线;然后基于提取的边界线,根据空间水平直线全向成像的角度不变性对折反射全向图像与遥感图像进行配准;最后利用配准结果,依据折反射全向图成像模型计算建筑物高度。实验结果证明该方法简捷易行且计算结果准确,误差较小。     

基于轮廓与特征点的医学图像弹性配准方法

针对单一特征引导图像配准的准确度有限性,提出了一种同时使用轮廓与特征点的医学图像弹性配准方法。半自动的特征点提取方法既可以保证提取的精确性又能够避免繁琐的特征点对应关系建立过程。对于提取的轮廓,在保证外形的基础之上,通过轮廓直线化操作减少提取轮廓中关键点的数量,以提高计算效率。以两幅待配准图像中的特征点对间距离与轮廓对间距离累加和作为图像配准测度函数,选择ICP算法框架迭代地求解最优配准变换函数。通过与其他测度函数进行比较和真实图像实验结果对比,其结果表明,该算法由于采用轮廓与特征点同时引导图像配准,其配准效果好于单独使用特征点或者轮廓的图像配准算法。该算法既能匹配图像的整体结构信息(轮廓)又能对齐图像中感兴趣的生理解剖位置(特征点),更加准确地反映图像间差异情况,是一种快速、精确的医学图像配准方法。     

基于建筑物轮廓的地面激光点云与影像匹配点云配准研究

为了高精度融合异源数据,进而充分表达建筑物的顶面及立面信息,提出基于建筑物轮廓特征的地面激光点云与影像匹配点云配准方法.通过边缘估计提取影像匹配点云建筑物屋顶轮廓,利用α-shape算法匹配提取地面激光点云建筑物屋檐轮廓,运用主成分分析算法、质心约束及罗德里格斯公式实现两种轮廓点云的粗配准,根据ICP算法完成精配准.实验结果表明该方法能够实现跨模态数据的优势互补,有效提高影像与点云配准的计算效率和配准精度.     

一种基于轮廓的医学图像弹性配准方法

提出了一种基于轮廓的医学图像弹性配准方法。该方法先对医学图像进行轮廓提取,计算轮廓所围部分(目标)的质心。围绕质心每隔一定角度抽得轮廓点作为特征点。通过计算相似度确定两组特征点的对应关系。采用Wendland提出的ψ函数作为弹性变换的基函数。通过两组对应点确定变换系数。最后根据配准参数对形变图像进行变换,从而得到配准图像。实验表明,本方法对具有形变的医学图像的配准是快速的、有效的。     

基于区域特征的图像自动配准方法

通过分析比较不同配准方法的原理及优缺点,提出了一种基于图像区域特征的配准方法.算法首先对待配准图像进行自适应阈值分割,然后利用数学形态学方法进行区域轮廓提取优化,接着计算各区域的特征描述,最后以各特征向量距离最近区域的重心作为控制点集对图像进行配准.实验结果表明,该算法能够对图像进行快速准确的配准,而且具有纠正一定几何畸变的能力,是一种有效的自动配准方法.     

基于深层卷积残差网络的航拍图建筑物精确分割方法

针对建筑物3D建模场景下所需的建筑物主体轮廓俯视平面图获取成本较高、航拍图建筑物的分割精度低、建筑物屋顶存在干扰物影响分割等问题,文中提出了一种将5个点的位置表示为热图作为网络额外输入通道的基于深层残差网络的航拍图建筑物精确分割方法,该方法在航拍图建筑物的精确分割任务中取得了比较好的分割效果.实验结果表明,该方法具有比传统半自动分割方法Grabcut更高的分割精度和分割效率;具有比DEXTR方法更好的鲁棒性和抗干扰性.该方法可以为建筑物3D重建任务提供高精度的建筑物俯视轮廓图和建筑物顶部图片,还可以在航拍图建筑物数据集的制作过程中,作为一种准确和有效的掩码注释工具或半自动轮廓标注工具,以提高数据集的标注效率.     

基于轮廓的刚体变换模型下多源图像配准算法

提出了一种刚体变换下基于轮廓的多源图像配准算法.首先提取待配准图像中的明显轮廓,然后对提取后的轮廓进行轮廓匹配.对于匹配后的开轮廓对,通过把开轮廓的两个端点用直线段连接的方法将开轮廓对转化为闭合轮廓对.最后求取闭合轮廓对中闭合轮廓的质心并作为控制点,根据控制点计算配准参数.     

遥感图像辅助的折反射全向图三维重构

提出了一种针对室外场景的单幅折反射全向图三维重构方法,能够自动重构出全向图中360°视野内景物的三维模型,并实现自由漫游。基于全向图与遥感图匹配把全向图分为水平地面、垂直建筑物立面和垂直背景景物面三类区域,得到全向图场景的基本结构;在此基础上利用折反射光路投射模型计算出全向图中每个像素点的三维几何位置,从而实现了折反射全向图的重构。实验证明该方法具有采集简单、视野大、处理过程全自动化、能够重构非平面场景等特点。     

一种头部磁共振图像自动配准方法

提出一种基于曲线形状匹配的头部磁共振图像自动配准方法，可实现预分割提取头部轮廓曲线、曲线形状特征提取及匹配和单层匹配结果的校正。实验证明在缺乏成像位置参数时，该方法可快速有效地成功实现头部磁共振图像的配准，特别是颅脑内部包含肿瘤的图像配准。     

数字城市中矩形建筑物区域的自动获取

为了缩小基于视频的数字城市三雏重建中建筑物特征点的提取匹配的搜索范围,需要对目标建筑物区域进行快速提取.以矩形建筑物为例,首先对预处理后的图像做Hough变换,获取直线段集合;然后,在分析建筑物轮廓线的相互位置关系时,利用提出的点密度和Hough空间中计数嚣的数值,筛选出直线段集合中能表现建筑物轮廓信息的直线段.实验结果表明,运用点密度能去除干扰线段,算法对建筑物上下轮廓和左右轮廓采用不同的提取策略,在由于拍摄角度而造成的建筑物畸变的情况下,能快速准确地提取出矩形建筑物区域.     

全景摄像系统中展开图像的电子稳像方法研究*

深入分析和研究了全景图像的解算算法与稳像的实现方法,提出了全景摄像系统的稳像方法——基于灰度投影的电子稳像算法。该系统的硬件由全景装置、CCD、图像采集卡和计算机构成,软件编程基于DirectShow平台,通过VC++实现。通过对结果的分析表明,该算法的设计具有快速、准确的特征,是实现全景摄像系统的电子稳像的一种切实可行的方法。     

基于编码孔径的折反射散焦模糊图像复原

360度折反射成像系统由于其曲面反射的成像特点,获得的全向图像会不可避免地产生散焦模糊问题,使得全向图像的应用受到限制。针对全向图像成像过程中的散焦模糊问题,首先通过分析折反射系统中入射光线和图像模糊的关系,建立全向图像散焦数学模型;然后利用编码孔径技术估计出图像中各个位置的模糊程度;最后通过反卷积算法复原图像。通过该方法,可以很好地消除全向图像的散焦模糊,获得全聚焦的清晰全向图像。获得的全聚焦全向图像在全向智能视频监控、战场环境全向智能感知以及机器人全向视觉等领域具有较大应用价值。     

基于单幅折反射全向图的水平直线3维重建

与传统的利用立体视觉原理进行3维重建不同,在研究基于单幅全向图像重建空间水平直线问题的基础上,首先指出基于直线在全向图中的两个像点即可重建该水平直线,然后通过分析和推导空间水平直线在全向成像系统中的成像特点,有效简化了全向图中的水平直线检测;针对现有“四点定位”方法的不足,提出了一种基于“主像点/非主像点”的水平直线重建算法,并详细分析了像点提取精度对直线重建结果的影响。实验表明,在不同的像点提取精度下,对于不同空间水平直线,该重建算法均能取得较好结果。     

一种新的基于多特征的图像自动配准技术*

提出了一种新的基于多特征的图像自动配准技术。该方法使用不变矩对图像中的区域进行匹配,然后利用匹配区域的区域标记寻找大尺度上的特征点作为控制点进行初始配准,进而在此基础上指导改进链码的方法对开放边缘进行二次配准。最后根据所得到的控制点构成的超定方程组利用最小二乘拟合的方法得到配准参数。经过实验证明该算法能够达到亚像素级的配准精度,并且适用于不同传感器图像以及同传感器同波段或不同波段图像之间的精确配准。     

一种新的基于多特征的图像自动配准技术

提出了一种新的基于多特征的图像自动配准技术。该方法使用不变矩对图像中的区域进行匹配,然后利用匹配区域的区域标记寻找大尺度上的特征点作为控制点进行初始配准,进而在此基础上指导改进链码的方法对开放边缘进行二次配准。最后根据所得到的控制点构成的超定方程组利用最小二乘拟合的方法得到配准参数。经过实验证明该算法能够达到亚像素级的配准精度,并且适用于不同传感器图像以及同传感器同波段或不同波段图像之间的精确配准。     

基于非刚性配准的交互式医学图像序列分割

提出了一种新的交互式医学图像序列分割算法,该算法将非刚性配准技术和解剖先验知识相结合把图像分割问题转化为图像配准问题。首先采用Demons算法进行图像配准,用光流法计算瞬时位移,设计了一个新的停止准则使其能自适应地确定迭代次数,并将它在金字塔型的多尺度框架下实现。然后用配准得到的形变域对已精确分割的图像进行形变就能自动地获得未分割目标图像的分割结果。扩展上述过程就可实现整个图像序列分割。试验结果表明该算法用户干预少、分割速度快、分割结果准确。     

基于GPU的快速三维医学图像刚性配准技术*

自动三维配准将多个图像数据映射到同一坐标系中,在医学影像分析中有广泛的应用。但现有主流三维刚性配准算法(如FLIRT)速度较慢,2563大小数据的刚性配准需要300 s左右,不能满足快速临床应用的需求。为此提出了一种基于CUDA(compute unified device architecture)架构的快速三维配准技术,利用GPU(gra-phic processing unit)并行计算实现配准中的坐标变换、线性插值和相似性测度计算。临床三维医学图像上的实验表明,该技术在保持配准精度的前提下将速度提     

针对大视差图像拼接的显性子平面配准

目的 针对图像拼接中大视差图像难以配准的问题,提出一种显性子平面自动配准算法。方法 假设大视差图像包含多个显性子平面且每个平面内所含特征点密集分布。对该假设进行了验证性实验。所提算法以特征点分布为依据,通过聚类算法实现子平面分割,进而对子平面进行局部配准。首先,使用层次聚类算法对已匹配的特征点聚类,通过一种本文设计的拼接误差确定分组数目,并以各组特征点的聚类中心为新的聚类中心对重叠区域再聚类,分割出目标图像的显性子平面。然后,求解每个显性子平面的投影参数,并采用就近原则分配非重叠区域的单应性矩阵。结果 采用公共数据集对本文算法进行测试,并与Auto-Stitching、微软Image Composite Editor两种软件及全局投影拼接方法（Baseline）、尽可能投影算法（APAP）进行对比,采用均方根误差作为配准精度的客观评判标准。实验结果表明,该算法在拼接大视差图像时,能有效地配准局部区域,解决软件和传统方法由误配准引起的鬼影、错位等问题。其均方根误差比Baseline方法平均减小55%左右。与APAP算法相比,均方根误差平均相差10%左右,但可视化配准效果相同且无需调节复杂参数,可实现自动配准。结论 提出的显性子平面自动配准算法,通过分割图像所含子平面进而实现局部配准。该方法具有较高的配准精度,在大视差图像配准方面,优于部分软件及算法,可应用于图像拼接中大视差图像的自动配准。     

加权熵互信息在医学图像配准中的应用

基于互信息的医学图像配准方法具有自动化程度高、配准精度高等优点。采用部分体积插值法和香农熵计算得到的互信息,无法避免会出现一些局部极值,可能导致错误的配准。提出了一种用加权熵代替香农熵的互信息计算方法,并将其应用于图像配准实验。实验结果表明,该方法能够有效平滑互信息的局部极值,减少错误的医学图像配准。