基于梯度相位和显著性约束的Hausdorff 距离模板匹配方法

针对复杂背景下形状不规则、高度较低的平面目标自动识别问题,提出了一种基于Hausdorff距离的模板匹配方法。在完成平面目标前视模板制备后,文中首先定义了基于边缘位置、梯度相位和边缘点显著性约束的相似性度量方法,模板与实时图中对应两个边缘点位置越近、梯度相位差越小及实时图边缘点越显著,这两点的匹配就越好;然后融合三种度量结果,设计了一种基于边缘相位和显著性约束的Hausdorff 距离模板匹配方法,实现了平面目标轮廓的准确匹配。实测数据处理结果表明,该方法能够实现复杂地面场景中任意形状的平面目标轮廓的匹配定位,并且定位精度高、鲁棒性好、适用范围广     

蒙特卡罗估计改进Hausdorff距离的景象匹配方法

针对可见光与红外图像差异较大导致的匹配困难的实际问题,提出了一种基于蒙特卡罗估计改进Hausdorff距离（MCM-HD）的景象匹配方法。该方法在MCHD的基础上,使用蒙特卡罗方法来估计改进的Hausdorff距离（M-HD）,并定义了MCM-HD,即采用随机抽样的特征点子集来计算M-HD,从而有效地减少了计算量。为了提高匹配精度,采用分层MCM-HD与Nprod相结合的方法,在求出距离最小k个点之后采用Nprod相似性度量得出最终匹配位置。与MCHD算法相比,该算法有效提高了匹配精度,同时缩短了匹配时间。     

基于SAR图像的快速景象匹配方法

景象匹配制导作为复合制导中的一种重要制导方式,其要求匹配算法在保证匹配时间短的同时具有较高的匹配精度。针对这一问题,提出了一种归一化互相关与改进的部分Hausdorff距离复合的景象匹配算法。为了降低匹配时间,该算法选取图像边缘为特征空间,采用小波变换将原始图像分解为一系列维数较小的子图像,进而在子图像上逐层进行匹配;同时为了提高匹配精度,在子图像上采用归一化互相关算法进行粗匹配,然后在原图上粗匹配点的邻域内利用改进的部分Hausdorff距离完成精匹配,获得精确的匹配位置。仿真结果表明,与传统算法相比,该算法具有较短的匹配时间与较高的匹配精度。     

基于SAR图像的快速景象匹配方法

景象匹配制导作为复合制导中的一种重要制导方式,其要求匹配算法在保证匹配时间短的同时具有较高的匹配精度。针对这一问题,提出了一种归一化互相关与改进的部分 Hausdorff距离复合的景象匹配算法。为了降低匹配时间,该算法选取图像边缘为特征空间,采用小波变换将原始图像分解为一系列维数较小的子图像,进而在子图像上逐层进行匹配;同时为了提高匹配精度,在子图像上采用归一化互相关算法进行粗匹配,然后在原图上粗匹配点的邻域内利用改进的部分 Hausdorff距离完成精匹配,获得精确的匹配位置。仿真结果表明,与传统算法相比,该算法具有较短的匹配时间与较高的匹配精度。     

一种用于不相似图像的匹配定位方法研究

本文定义了一种新的图像与模板相似性度量，并结合距离变换给出相应的匹配算法，实验结果表明该算法匹配速度在大多数情况下比传统的ＭＡＤ、ＮＣＣ算法快，且抗灰度变换，抗边缘偏移和不连续能力强。     

基于多模板匹配的丝印缺陷快速检测方法

产品表面丝印质量的机器视觉检测可有效提高生产效率和产品质量,但由于旋转偏差,导致误识率高、检测速度慢。利用检测对象旋转角度有限的先验条件,检测前建立多个一定旋转角度的模板,对于与基本模板匹配出错的对象,再与旋转模板匹配。与其中一个匹配正确仍然可判断为合格产品,全部出错则选择最小匹配误差的模板来标明缺陷位置。实时检测时无图像旋转处理,匹配只是简单的逻辑与、或运算,速度大大提高,并降低了误识率。     

旋转人脸的模板匹配定位与旋转角度估算方法

本文实现了一种依靠非旋转的人脸模板对平面内旋转的人脸图象进行匹配定位与角度估算的方法。相对于通过由不同旋转角度的模板构成的集合中的成员分别作用于目标图象进行匹配定位的方法，本文的方法减轻了计算负担。而且本文将圆投影法与Zernike矩法相结合实现了旋转人脸图象的定位与旋转角度估算。其匹配的准确性比较高，而且具有良好的抗噪声特性。     

一种基于图像纹理的模板匹配算法

为了提高实际工程应用中图像匹配算法计算的实时性,增强图像匹配算法对复杂场景跟踪的鲁棒性,提出了一种新的基于图像纹理的模板匹配算法(TTM)。依据邻域内像素灰度变化的趋势分别提取水平、垂直方向二值化的图像纹理矩阵,然后根据定义的一个相似性判别准则,分别度量水平、垂直两个方向二值化图像矩阵之间的相关置信度。最后,通过合成两个方向上的图像匹配置信度结果得到目标配准置信度。实验结果表明,该算法对图像光照变化、目标部分被遮挡等情况具有较好的适应性。     

一种基于进化策略的边缘特征匹配方法

针对存在旋转变化的多源图像匹配问题,提出了一种基于改进的部分Hausdorff距离(LTS-HD)和进化策略相结合的边缘特征匹配算法。通过仿真实验,该算法与基于部分Hausdorff距离的匹配算法相比,实时性和精确性都有了很大的提高。     

基于核直方图的多子模板冗余匹配

基于直方图的模板匹配方法定位精度不高,尤其在平移、旋转、尺度等多维空间搜索时易产生误匹配。受多模板匹配思想的启发,提出了一种基于核直方图的冗余多子模板匹配方法。首先通过相异性最大化原则,在模板图目标中心等距离的圆周上进行子模板的筛选。各子模板与实时图进行直方图统计并匹配,该匹配具有旋转不变性,通过改变直方图的统计范围即可实现对尺度空间的搜索。然后通过子模板与目标中心的先验距离信息,设计高斯加权的目标中心表决器,实现多个匹配结果的鲁棒融合,同时尺度空间上的最优表决结果可确定出最优匹配尺度以及最优匹配位置。利用多点几何空间约束求取目标匹配位置,无需设置匹配阈值。实验表明,该方法极大地提高了原核直方图方法的匹配精度,实现了局部遮挡、旋转、尺度、平移等复杂情况下的鲁棒匹配。     

基于对数极坐标变换的景象匹配新方法

景象匹配中,实时目标图与基准目标图之间的亮度、对比度、噪声水平以及旋转等差异是造成误匹配的重要原因。针对这个问题,引入对数极坐标变换运算,根据它的旋转不变性,提出了一种新的基于对数极坐标变换的景象匹配方法。与已有的抗任意角旋转的圆投影算法相比,提出的算法不仅具有更高的匹配准确率和更强的适应性,而且实时性较好。仿真实例验证了算法的优势与有效性,在巡航导弹和弹道导弹景象匹配末制导中有很好的应用前景。     

顾及模板边缘分布结构的图像匹配

传统的部分Ｈａｕｓｄｏｒｆｆ 距离，由于采用固定的分位数，在图像匹配应用中具有相当的局限性。运用非参数和参数统计手段，从模板距离图计算距离变量的经验分布函数，充分挖掘模板中有关像元分布结构的信息，设计出一种稳健的自适应Ｈａｕｓｄｏｒｆｆ 距离计算法。分析表明，新的距离计算式对分位数初值的敏感程度较传统的部分Ｈａｕｓｄｏｒｆｆ 距离小得多，在强噪声和复杂背景下具有很好的抗差性能。     

基于相似性度量优化的SIFT图像匹配算法

SIFT算法具有很好的尺度、旋转及光照不变性,因此被广泛应用在计算机视觉的诸多领域.但因其算法复杂、计算时间长,导致实时性不好.在研究SIFT特征描述符生成及匹配过程的基础上,提出一种在匹配过程中降低相似性度量计算时间、提高匹配效率的方法.该方法以棋盘距离和街区距离的线性组合替代欧氏距离来度量特征描述符之间的相似性.实验结果表明:该方法在保证SIFT算法鲁棒性的同时,可以降低匹配时间复杂度.     

基于新的加权Hausdorff距离的图像匹配

Hausdorff距离(HD)用于度量两个点集之间的距离,它不要求点之间的一一对应,是一种模糊度量,因而在匹配来自不同传感器的图像时广泛使用。在分析了传统HD算法的基础上,提出了一种基于结构张量加权的HD,称为STWHD。红外与可见光图像匹配的仿真实验表明,其抗噪能力较传统的HD算法有较大的提高。     

一种采用形态距离匹配度量的图像匹配方法

阐述了形态距离匹配度量(MDM)的算子与计算过程,并用之于多目标视场中的目标识别过程,将实验结果与传统的累差匹配度量(ADM)进行了比较。研究表明,前者在相似目标识别中更有优势。     

基于遗传算法的导航实时图像匹配算法

由于一般图像匹配算法均采用全局搜索法,耗时较大,为满足景象匹配辅助导航系统实时性的要求,提出了一种将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法,利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,提高了匹配搜索的快速性.同时,提出了一种基于特征图像分支点提取的加权Hansdorff距离图像匹配算法,并给出了相应的权值求解公式,利用加权Hausdorff距离作为遗传算法的适应度函数,能够明显减少匹配搜索的计算量,提高匹配结果的精度.仿真分析表明,将遗传算法和加权Hausdorff距离算法相结合的图像匹配算法能够很好地满足景象匹配辅助导航系统的实时性和精度要求.     

基于最大匹配原则的变电运行培训仿真评估新方法

对于变电运行培训工作而言,仿真评估方法的作用主要是判断培训效果.影响判断准确性的因素主要是所使用仿真评估方法的实效性.本文从评价机制应具备的作用入手,对基于最大匹配原则的变电运行培训仿真评估新方法进行分析和研究.     

一种基于吸收峰特征的高光谱曲线匹配方法

为了解决在应用传统高光谱地物识别方法时,由于吸收峰个数不同,造成的光谱匹配误差较大的问题,采用了一种基于高光谱吸收峰特征的选择方法,根据选择后的吸收峰特征进行光谱曲线匹配。该算法首先对高光谱曲线进行包络线消除并提取光谱特征参量矩阵,然后根据标准特征参量矩阵与待测特征参量矩阵的每个向量的余弦距离-欧氏距离来逐一寻找吸收峰的匹配向量,之后根据选择的吸收峰特征参量矩阵进行了理论分析和实验验证。结果表明,该算法可以搜寻到最佳的特征参量向量,从而实现吸收峰的选择,用选择后的吸收峰的特征参量矩阵进行高光谱匹配。这一结果对降低匹配的误差是有帮助的。