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。     

UKF和KF两级滤波的雷达与红外配准算法

针对雷达与红外传感器的时间和空间偏差配准问题,给出时空偏差配准模型,提出了一种时空偏差实时估计算法.该算法将目标的运动状态和传感器偏差组合在同一状态方程中,构建扩维状态的系统动态方程和量测方程,并通过对量测方程的非线性分析,采用UKF和KF两级滤波的方法进行目标状态和配准偏差的联合估计.仿真结果表明,与采用UKF滤波的方法相比,该算法具有更高的估计精度,而且减小了计算量.     

冠状动脉造影图像序列中估计二维运动及变形的弹性配准算法

提出一种由单面血管造影图像序列分析心脏冠状动脉运动和变形的方法，即利用弹性配准算法，将动脉运动的估计简化为对连续两帧图像的骨架像素的匹配．采用动态规划的方法进行配准，同时引入自回归建模，二者结合起来互相作用：动态规划为自回归模型参数的估计提供样本值；自回归模型为动态规划提供适当的成本函数。采用临床得到的单面冠状动脉造影图像序列对该算法进行了验证。实验结果表明应用该方法计算血管骨架图像中各点的光滑移动向量场，能够得到精确的结果。     

基于帧间相关性的高动态视频色调映射研究

目前高动态范围视频的色调映射基本采用逐帧处理的方式,效率不高。本文利用视频的帧间相关性,摈弃每帧做色调映射处理,研究讨论了一种新的处理方法。基于颜色直方图提取视频序列的关键帧,将视频序列分组并设置每组参考帧,对参考帧做双边滤波的色调映射处理,将组内每帧图像分块,与参考帧进行块匹配的运动估计,块匹配运动估计采用自适应十字模式搜索法和平均绝对误差匹配准则,利用参考帧中匹配块的信息得到对应的低动态图像,由此避免了对视频序列进行逐帧色调映射处理。通过结构相似性和处理速度两个维度对处理方法进行评估,仿真实验结果表明,与逐帧进行双边滤波压缩处理结果有约89%的结构相似度时,处理速度约有2. 7倍的提高。     

一种动态模板匹配的卡尔曼滤波跟踪方法

在视频跟踪系统中,运动目标检测是实现跟踪的前提和难点.为了能够有效地检测出目标,提出了一种基于动态模板匹配和卡尔曼滤波的目标跟踪算法.首先将前两帧图像差分检测运动目标区域,提取特征点;然后利用卡尔曼滤波在搜索区域中找到与目标模型最匹配的候选目标位置并与当前帧目标模板进行匹配;最后将特征点流失率作为限定阈值,采用模板更新策略动态更新模板.跟踪实验表明,该算法具有很好的匹配精度与实时性,对目标姿态变化、大小变化、遮挡问题等有很好的鲁棒性.     

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。     

一种新颖的基于像素跳跃加速的匹配算法

提出了一种新颖的基于像素跳跃加速的匹配算法,并给出了算法中所涉及到的跳跃像素数N(动态N值和静态N值)选取的一般原则和方法.算法针对相关峰阳面的情况,为防止跳过相关峰峰值点,模板根据相关峰面所呈现出的特性,实时动态调整N值大小进行精细跳跃搜索,而针对相关峰阴面此时模板已经划过相关峰峰值点的情况,模板根据所给出的固定N值进行跳跃搜索.从而使模板搜索具有粗中有细的人眼搜索策略,集中搜索相关峰区域,极大地减少了不必要的冗余运算.通过大量的仿真实验结果表明,在保证匹配概率相近的前提条件下,本算法较未加速的互相关算法,可以将匹配时间减少至10倍以上;而且在基准图大小固定时,随着实时图尺寸的增大,算法消耗匹配时间少的优势会越明显,甚至优于二层金字塔分解加速方法.     

基于分层动态规划的红外弱小目标检测

为了检测低信噪比下的红外弱小目标,本文将方向中值滤波与分层动态规划算法相结合进行检测前跟踪。利用背景杂波在局部空间上的相关性,提取目标在四个方向的中值进行自适应加权滤波,抑制结构性杂波分量,改善信噪比。针对分割后的备选目标点,为了减少跟踪检测的计算量,根据真实目标运动轨迹的连续性与光滑性,利用分层动态规划算法进行多帧检测,进而对多层检测结果进行配准并做出决策。仿真实验表明方向中值滤波有效的提高了信噪比,分层动态规划算法进一步降低了虚警概率,同时大大提升了计算速度。     

一种基于投影和多分辨谱分解的图像配准方法

本文结合积分投影与多分辨谱分解技术,提出了一种实时图像亚像素配准算法。该算法首先引入积分投影方法将图像序列中的每帧图像转换成两个一维积分投影向量,再应用多分辨谱分解方法对两个投影向量分别进行处理,从而精确地获取图像在二维空间上的亚像素平移量。实验结果表明,本文算法具有计算量小、精度高、收敛速度快等优点,尤其适合于硬件实时实现。     

Clifford代数空间上的三维多模医学图像配准

3D/3D医学图像的配准在临床上具有重要的临床意义与医学价值,尤其在脑外科手术导航与病灶点定位上,病人的不同模态影像数据需要3D配准,便于更加全面、精确的分析目标组织的医学特性。本文在研究经典配准方法的基础上,将经典配准方法内嵌于Clifford代数计算空间,在Clifford代数空间上构建配准过程计算的几何要素与配准操作的平移算子、几何旋转算子,浮动图像进行对应的算子运算,实现头颅部3D多模医学图像配准。配准方法应用于国际上两个著名3D医学数据库,实验结果表明:本文方法不仅继承经典配准算法的优点,而且配准精度高,几何意义直观,计算时间短。