基于投影特征的自适应图像匹配算法

针对传统图像匹配算法存在的计算量大、匹配速度缓慢的缺点,对基于相关函数法的投影法进行了改进,提出了一种基于投影特征的自适应图像匹配算法。得到投影序列后,选定初始阈值,在后续各点的计算中不断自适应更新,遵循超过当前阈值即停止匹配计算的原则,大大减少了对非匹配点的计算。实验结果表明,该算法抗干扰性强,匹配速度快;模板图像和待匹配图像大小越接近,该算法精度越高,速度优势越明显。     

并行系统中KMP串匹配算法的实现

为了在并行系统中使用KMP算法,设计了一种将正文分拆后利用KMP算法进行串匹配的并行算法,并根据衡量并行算法的技术指标对该算法进行了分析,最后通过实验以验证结论.     

图像匹配算法在跟踪印花系统中的应用

针对实时性要求较高的跟踪印花系统,提出了一种利用图像灰度特征进行跟踪匹配的算法.新方法首先通过比较直方图特征进行粗匹配,挑选出模板存在可能性较大的区域,然后通过计算横向与纵向的投影特征来实现模板的精确匹配.实验结果表明,相对于传统的灰度互相关算法,新算法匹配效果更为精确,同时减少了计算量,能够很好地满足印花系统高实时性的要求.     

一种改进的变网格模板数字图像快速拼接算法

针对工程上需要对大量序列图像拼接,并实时显示的要求,提出了一种改进的基于变网格模板匹配的快速拼接算 法(VGMA),该算法将网格模板在匹配过程中不断调整尺寸,克服了原有网格匹配算法的缺点。在保证拼接速度的情况 下,可以大幅度提高拼接精度,适用于大量序列图像的快速拼接。     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

不规则多孔零件的通用匹配算法研究

汽车工业存在大量形状各异的带孔零件,针对不规则多孔零件的模板匹配,提出了一种基于特征三角形的快速模板匹配算法。利用面积特征和距离特征选取匹配孔,采用限定的最小二乘法圆拟合计算匹配孔的精准圆心构建特征三角形;根据三角形的旋转不变性和平移不变性,利用特征三角形提取匹配中心和匹配角进行仿射变换,实现零件的模板匹配和配准。实验结果表明,该模板匹配算法适用于不同孔数的零件,对零件变形的宽容度较高,且不易受匹配孔部分缺失、粘连等缺陷的影响,匹配速度快,可以达到工业零件缺陷检测的要求。     

锥束ART算法快速图像重建

针对锥束ART算法重建速度慢的问题,提出了一种基于投影的三维射线与体素的快速遍历和求交算法.该算法将三维射线投影到两个互相垂直的平面上,通过计算投影线与投影平面的相交情况来确定三维射线穿过体素的索引及长度.利用该算法在图像重建过程中实时计算权因子,不仅节省了大量的内存空间,而且提高了投影和反投影运算的速度.基于该算法的特点,在重建过程中采用了一种按列优先的策略,减少了不必要的计算,大大提高了重建速度.仿真实验表明,该算法非常有效,与传统的Siddon算法相比取得了17倍以上的重建加速比.     

基于共线特征点的摄像机镜头畸变校正

提出一种基于未知世界坐标共线特征点的未标定摄像机畸变校正算法以及基于预计算模板的快速实现方法。利用直线的透视投影不变性来估计镜头的畸变参数,不需要知道摄像机的内外部参数,也不需要知道任何空间特征点的世界坐标,简化了镜头畸变校正的过程。该方法的特点是需要的已知条件少,算法简单,易于实施,算法的计算速度快。试验结果表明,该方法能准确快速校正由摄像机镜头畸变引起的图像几何畸变,对机器视觉系统是可行的,预计算模板实现方法大大地降低了计算量,为镜头畸变校正实时应用奠定了基础。     

基于投影寻踪的自适应地磁/地形匹配导航

针对单一特征量匹配导航方法所带来的区域性不可靠问题,提出了一种自适应多维特征量匹配算法.在建立基于投影寻踪的多维地磁/地形匹配特征量选取模型的基础上,将模型转化为组织进化数值优化问题并进行求解,实现载体运行过程中分区域对匹配特征量进行自适应选取,从而避免了匹配导航的区域性不可靠问题.通过对算例进行验证,并进行实际数据仿真表明,采用自适应特征量匹配导航可以带来更小的全局导航误差,进而验证了该方法的有效性.     

投影特征峰匹配的快速电子稳像

提出了一种基于投影最大特征峰匹配的稳像算法来进一步提高灰度投影稳像算法的实时性。首先,将参考帧与当前帧图像等分为若干区域子块,根据灰度投影计算公式分别计算每个子块的水平投影和垂直投影;依次计算两帧图像相应子块中对应的垂直和水平投影最大特征峰的位置差值,作为相应子块的水平和垂直运动矢量。然后,根据帧间运动矢量变化程度进行运动矢量修正。最后,根据各子块的运动矢量统计结果进行全局运动估计。将该最大特征峰匹配算法运用到多光谱成像系统进行实验,并与较经典的灰度投影算法做了比较。结果表明:在保证相同的稳像效果前提下,对于分辨率为1 024pixel×1 024pixel的图像序列在(-60,60)搜索范围内进行运动估计时,前者比后者的运算时间节省了近20%。提出的算法突破了现有投影稳像算法需要对可能的区域逐一搜索的繁琐匹配过程,具有较好的实时性和良好的稳像效果。