基于二次曲面拟合的亚象素图象匹配算法

在图象测量系统中，目标的精确定位是一个关键问题，也是应用其它图像处理技术的基础。传统的图象匹配算法只能在象素极定位，本文基于相关函数的二次曲面拟合提出了一种亚象素精度的匹配算法，它对于无噪声图象匹配的绝对误差小于０．０１象素。模拟实验表明，在有噪声的情况下该算法仍具有较小的偏差。     

亚像元精度摄像测量系统定标方法

在以图像测量技术为核心的检测系统中，摄像机的定标精度是保证测量系统高精度的前提。为此，引入归一化互相关和曲面拟合技术实现高精度定标。该方法利用预先设计的标准图片，对摄像机进行定标。由归一化互相关技术得到像素级的匹配结果，再采用曲面拟合技术实现亚像元级定标．结果表明：此方法可以对行列方向同时进行定标，定标精度可达1／20像元以上。     

点元表示的参数曲面相切判断与计算

提出了一种基于点元的参数曲面求切新算法,该算法先对曲面进行离散点元采样,通过层次包围盒测试,建立法向包围锥,对判断为可能相切的区域,根据精度自适应动态重采样点元,最后进行求切运算。实验表明,通过对曲面可能相切区域分析检测,能够针对曲面相切的情况在可控误差范围内有效求出切点,算法稳定可靠且易于交互。     

基于LOG-Zernike算子的快速图像测量

图像测量技术,一个很重要的方面就是图像的边缘检测定位,而边缘定位的准确与否又直接影响到测量的精度.常用的检测算法都是像素级的,对测量要求较高的场合无法满足要求.定位速度一直是边缘检测算法的一大瓶颈,本文正是在保证一定精度的前提下,研究了快速图像测量算法,即运用LOG算子先对工件进行快速边缘定位,在此基础上采用zernjke矩法将精度提高到亚像素级.为了得到实际的测量尺寸,应用块规进行了系统标定并进行了一系列测量实验,实验结果表明该方法定位精度接近于Zernike矩法,且算法的运行对间大约在1.5s左右.     

基于亚像素综合定位匹配算法的MEMS平面运动测量

动态测试对MEMS的设计、制造和可靠性具有非常重要的意义．提出了快速高精度的综合亚像素定位匹配算法，应用于MEMS平面运动测量．该综合算法把标准化协方差相关法、亚像素步长相关法、曲面拟合法、序惯相似性检测算法和单纯形法有机结合，综合运用各算法的优点，达到了提高亚像素定位速度和精度的目的．通过位移测量实验和对硅微陀螺仪质量块面内振动及谐振频率的测量，验证了该综合算法的可行性和有效性．     

ICF实验中靶位姿的视觉检测

惯性约束核聚变(ICF)实验中,靶定位精度直接影响打靶的成功率.本文利用三个CCD从不同的视角得到靶的图像,综合三个CCD的特征值计算靶的空间坐标和方位旋转矩阵,从而确定其在空间的六维位姿.对于特征值的提取,本文采用“模板匹配”和“椭圆轮廓拟合”相结合的数据融合图像处理技术,并利用双立方插值法实现了亚像素的测量精度,从而使微型靶的定位精度达到了微米级.实验结果表明,该检测方法稳定性好,定位的重复性误差小于1μm且获得了优于2 μm的测量精度.     

三维图像中连续隐边界曲面的逼近计算

三维图像中感兴趣目标的边界曲面的检测与重构是三维图像分析中的一个重要问题.本文提出了从三维图像中计算连续隐边界曲面离散采样点的新方法.基于这些计算得到的离散采样点及其灰度值,可以推导出更合适的等值面或者自适应曲面去近似表示三维图像中的连续隐边界曲面.     

LCD Mura缺陷的B样条曲面拟合背景抑制

针对机器视觉检测TFT-LCD Mura缺陷时存在的图像整体亮度不均匀、背景复杂等影响检测准确性的问题,提出一种基于B样条曲面拟合的背景抑制方法。在最小二乘法准则的约束下,采用双三次B样条曲面拟合算法拟合出背景,并添加光顺项调整拟合精度,用原始图像减去拟合背景,从而消除亮度不均匀背景对缺陷分割造成的影响。为提高算法速度,对原始图像进行分块拟合,并将双三次B样条函数分解为一元函数求解,减小了计算量,同时避免了对原函数求解时容易出现的病态解问题。实验结果表明,该算法准确、高效。     

高精度星敏感器星点光斑质心算法

高精度星敏感器星点光斑的质心精度是星敏感器整体精度的基础,它需要达到角秒级的量级。因此,提出了一种基于亚像元相关法的星像质心算法。这种算法是利用互相关匹配实现图像定位的原理,将星像质心定位到亚像素上来提高质心精度。它可以克服由于系统误差和图像采集所带来的误差。根据系统的光学参数设计以及星像的光谱、亮度及其在视场中的位置特征,仿真得到点列图模型,针对视场内与光轴的不同夹角仿真制作一系列亚像元理想模板,然后对星像加高斯随机噪声,把有随机噪声的星像与理想星像进行相关运算来求星像质心精度。通过仿真实验,得到相关法具有较高的星像质心精度,定位精度可以优于1/12个像素的量级。     

基于边缘轮廓特征匹配的飞机目标识别

为快速准确识别可见光机场区域遥感图像中飞机目标的机型,提出一种基于边缘轮廓特征匹配进行识别的方法.对图像进行各向异性扩散处理滤除噪声,针对飞机停机位置是否有阴影存在,选择不同策略分割飞机目标.采用一种改进的区域分割方法提取目标,通过canny算子提取边缘轮廓,用主成份分析法获取飞机主轴,沿主轴垂直方向用相等间隔采样,提取主轴两侧边缘点间距作为特征参数.使用等级差数法对特征进行匹配,实现机型识别.实验结果表明,该方法能准确检测、识别飞机目标,统计得目标检测准确率96.44%,识别率94.07%,验证了算法的有效性.可将算法应用在对机场区域军事目标侦查识别中,能较为快速准确地识别飞机目标,体现了算法的应用价值.     

良分布的多特征遥感图像自动配准算法

针对基于点特征的遥感图像自动配准算法中存在特征点分布不均匀的问题,提出了一种基于SIFT(尺度不变特征变换)、Harris-Laplace(多尺度角点)、MSER(最大稳定极值区域)特征提取算法的多特征遥感影像配准方法。通过多特征与二次匹配,极大的提高了匹配点数目;通过基于距离的筛选,保证匹配点分布均匀合理;通过局部互信息精校正,使匹配点精度更高,最终达到高质量(空间分布均衡,匹配精度高)自动配准目的。     

加权相位一致性改进的图动态精确配准算法

目的为了解决当前图像配准算法匹配精度较低的问题。方法提出加权相位一致性耦合改进的图变换匹配的精准动态图像配准算法。首先,基于SIFT机制,检测图像中的关键点;并嵌入加权因子,定义相位一致性特征,对关键点完成提纯,消除误配点与稳定性不佳的特征点;随后,设计角度距离,替代相邻特征,改进图变换匹配技术,形成精准匹配关系集;再利用初始匹配特征点与精准匹配特征点间的映射关系,对其完成修正;最后,利用改进的图变换匹配算法处理修正后的匹配关系,进一步提高匹配精度。结果仿真结果显示,与当前图像配准技术相比,改进的算法拥有更强的鲁棒性与更高的匹配精度。结论改进的算法能够提高图像在几何变换程度较大时的匹配精度。     

相似度距离耦合角度径向变换的图像配准算法

目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。     

基于伺服控制的自动快速图像拼接算法

针对目前图像拼接中计算量大、精度低两大难题,本算法应用高精度伺服控制平台、边缘信息阈值分割和模板匹配图像处理方法,实现了PCB图像的快速拼接。由于高精度伺服控制平台的引入,使得图像重合区域的参数获取变得容易。实验表明：应用伺服控制平台以后,提高了算法的实时性,达到较高的精度。     

多重约束下由粗到精的多源图像自适应配准算法

本文提出了一种多重约束下由粗到精的多源图像自适应子像素级配准算法.该算法采用影像特征点作为匹配基元,利用具有不同精度等级的组合判据法、整体松弛法、最小二乘法实现由粗到精的匹配,同时在匹配过程中加入了多重约束,如定位点控制约束、交叉匹配约束、连续控制约束,以保证获取的配准控制点的可靠性和剔除粗差点.此外,该算法利用配准控制点自适应地构建整个图像的三角网,最后依据改进的三角形填充算法对目标图像进行逐像点纠正.对同源和非同源的遥感图像的实验证明,SPOT4全色图像(10m/pixel)和SPOT5多光谱图像(10m/pixel)的配准精度分别达到6～7m和5～6m.     

基于Zernike矩的快速图像配准算法

图像配准是机器视觉中的重要研究课题.本文针对任意角度图像配准问题,提出了一种基于Zemike矩的互相关算法.首先根据三角函数的对称性和反对称性,仅基于八分之一单位圆信息,快速计算Zemike矩;然后通过求取图像多个矩的互相关性,确定配准点位置;进而通过最小二乘拟合,得到亚像素配准位置;最终利用Zemike相位信息,估算旋转角度.同时,在线阶段采用径向多项式查表法加速配准过程.实验结果表明,该算法在保障配准精度的前提下显著提高了配准速度.     

区域灰度分布耦合相似判定策略的图像匹配算法

目的为了解决当前因图像匹配算法主要依靠提取图像的特征属性矢量进行度量,从而利用其对应的相关系数最大的点进行匹配时导致匹配结果中存在较多的错误匹配点以及匹配误差变大的问题。方法提出区域灰度分布耦合相似判定策略的图像匹配算法,首先利用Forstner算子来提取图像的特征点,以特征点为中心,采取建立极坐标系的方法来确定特征点的主方向,通过特征点邻域的灰度特征来生成低维度的特征描述子;然后引入归一化互相(NCC)函数对特征点之间的相似度进行评估,建立矩形窗口特征点双向匹配规则,完成特征点的匹配,以提高特征点之间的匹配准确度和算法鲁棒性;最后,根据正确匹配特征点组成的三角形具有相似性的特征,设计相似判定策略,对错误匹配点进行剔除,以改善匹配精度。结果实验结果表明,与当前图像匹配技术相比,文中匹配算法具有更高的匹配精度与效率,有效降低了特征点的误匹配率。结论所提图像匹配技术具有较高的配准精度,在图像伪造、包装条码识别等领域具有一定的应用价值。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的 针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法 首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大 的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配 速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果 实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论 改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

结合小波与增量符号相关的鲁棒图像匹配

结合小波变换和增量符号相关提出了一种有效的鲁棒图像匹配方法。将实时图和基准图做小波分解以获得粗尺度的平滑图像;利用相邻像素间灰度的升降对所获得的平滑图像进行二值化重新编码;匹配二值化后的实时图和基准图,找出前者在后者中的坐标,进而确定实时图在基准图中的位置,以完成匹配。小波分解能有效的去除噪声并能大大提高匹配算法的实时性。增量符号相关方法对图像灰度值的变化不敏感。因此,二者相结合不仅有效的解决了存在噪声干扰、阴影混入（块误差）和部分遮挡等影响下的图像匹配问题,且与传统匹配方法相比,匹配速度提高了约10倍以上。理论分析说明了方法的可行性,多组实验显示了其有效性。     

基于图像处理的包装印刷缺陷检测方法

目的为了提高包装印刷品缺陷检测的准确度和适用性,基于图像处理设计一种包装印刷缺陷检测方法。方法采用几个关键步骤包括图像配准、配准区域自动选取、缺陷检测等,并根据包装印刷品图像特征选择配准区域,同时给出一种快速图像配准算法,利用改进差影匹配算法实现缺陷检测;基于DSP和FPGA设计控制系统硬件平台,主要包括控制单元、图像采集与处理单元、成像单元等,并进行实验研究。结果所述方法能够准确识别出细微的刀丝、拉条类缺陷。结论该方法具有较高的可靠性、通用性,可实现包装印刷品缺陷的快速检测。