基于SIFT和卡尔曼滤波的电子稳像技术研究

利用电子稳像方法去除抖动视频中的噪声是目前稳像技术的发展方向之一。文中首先介绍电子稳像的基本流程,随后使用SIFT提取图像中的特征点,以解决图像中存在缩放的问题。在经过运动一致性估计后计算运动参数,并使用Kalman滤波得到各帧的修正矢量。实验结果表明该方法能有效地去除随机运动分量而保持意向运动分量,得到稳定的视频。     

基于电子稳像的特征跟踪算法

在摄像机不稳的情况下,为了使摄像机在跟踪过程中输出稳定的视频图像序列,需将电子稳像和数字图像跟踪算法进行结合研究.提出了一种基于电子稳像的数字图像跟踪算法.通过提取图像的特征点及确定对应特征点进行背景补偿、矢量计算和特征跟踪.与单纯稳像不同的是,该算法的处理过程中考虑到了稳像和跟踪参数的互相影响,解决了稳像中运动物体干扰问题和跟踪中背景特征点干扰问题,实验表明:此算法可提取出有效的特征点,保证算法的精度和实时性,对实际应用有重要意义.     

一种抗信息丢失的稳像系统

针对二维电子稳像补偿全局运动矢量后会出现大量 的空白区域,提出了一种不需要采用单应性模型明确估计全局运动矢量的快速平滑特征轨迹 的稳像算法。首先,采用改进的快速鲁棒特征(SURF)提取图像局部特征点;然后,利用空间 运动的 一致性连接帧与帧之间匹配的特征点得到特征点轨迹;最后,建立同时考虑特征轨迹的平滑 度和视频质量退化程度的目标函 数平滑特征点轨迹,得到稳定的视频。实验结果表明,用本文方法稳定的视频比Matsushita 方法处理后的视频丢失的区域减小 了30%左右,更满足人眼感官需求,减轻了费时的运动修复任务;同时 消除了运动估计中帧间匹配的累积误差,对前景存在较大局部运动的视频仍能表现较好的稳 像效果。     

基于CCD阵列错排的图像差分超分辨重建方法

借助阵列错位排列技术通过将多条线阵CCD按特定方式错位排列,可以实现在不提高光学成像系统参数要求和减小CCD像元尺寸的前提下提高图像分辨率的目的,提出了一种利用4条线阵CCD的错排将图像两个方向分辨率均提高1.5倍的图像超分辨方法,利用循环方法解决了单次运算量大的问题.通过数字仿真实验验证了该方法的有效性,搭建了仿真成...     

基于自适应补偿的电子稳像方法

基于车载的光电系统在采集图像的过程中,载车的随机振动会导致视频序列发生抖动,需要通过稳像技术来消除。为解决传统电子稳像方法中存在帧间跳变、机械性选择参考帧,以及边缘信息丢失的问题,提出了一种基于自适应补偿的电子稳像方法。首先,自适应地更新参考帧,后续帧与更新的参考帧进行特征点的提取和匹配,并通过参数迭代方法求解相对于第1帧的全局运动参数;然后,区分不同的全局运动参数:旋转角度、水平、垂直方向的偏移量,并通过运动滤波从全局运动参数中分离出扫描运动,补偿随机抖动;最后,采用后向映射方式实现运动补偿,并运用图像镶嵌,即利用参考基准帧的信息对校正后图像的边缘信息进行补偿。实验结果表明:稳像后视频序列有很好的视觉稳定效果,且提高了峰值信噪比(PSNR)和帧间变换保真度(ITF)。本文的方法具有很好的鲁棒性,在不同的视频场景下都可以实现稳像,可以满足稳像的精度要求。     

基于图像交叉分块的电子稳像算法

该文提出一种基于图像交叉分块的电子稳像算法。该算法利用相邻两帧图像间存在相同特征的性质,首先通过对图像的交叉分块提取反映图像全局信息的特征点集合,然后根据运动模型建立能量函数,使相邻帧的特征点集合达到最佳匹配,同时获取全局运动参数,最后进行运动补偿以实现稳像目的。稳健的特征点与运动模型匹配相结合,能够有效地处理存在较大旋转和偏移的序列图像。通过强噪声实验表明,该算法具有较好的鲁棒性。     

基于特征点匹配技术的运动估计及补偿方法

提出一种用于电子稳像技术的全局运动估计和补偿算法。通过特征点匹配,求其局部运动矢量;将其代入变换模型所得的线性力程组,求其全局运动矢量。用均值滤波的方法确定各帧的补偿量,并代入给定的变换模型对当前图像进行变换,实现对视频图像序列的稳定处理。为了减小特征点匹配计算的复杂性,加快匹配速度,还采用了多分辨率图像金字塔匹配策略。实验表明．使用该算法对于提高动态图像的稳定性有较好的效果。     

利用尺度空间下特征点进行匹配的电子稳像方法

在电子稳像过程中,获取准确的图像运动矢量是稳像的关键,而尺度不变特征转换（SIFT）算法可以较准确地提取运动矢量。为此给出了一种基于尺度不变特征变换的特征提取和匹配的电子稳像方法。SIFT算法是一种在不同尺度空间下提取特征点的方法,该方法首先进行尺度空间极值点检测,然后对特征点定位,最后进行特征向量生成与匹配。实验结果表明,该方法具有多量性,提取特征点数较多且特征匹配点对具有较高的准确率,可以获取较理想的稳像效果。     

一种基于角点配对的稳像算法

提出一种基于角点检测与匹配的电子稳像算法.创新点在于将改进的角点检测和一点对多点的匹配算法相结合,降低了由于特征点的误匹配而引入的全局运动矢量误差,能解决大角度抖动图像序列的稳像问题.实验结果表明,该算法对稳像的角度没有了具体限制,实验中稳像角度可达17°,稳像后图像平均的峰值信噪比PSNR值比稳像前提高了26 dB.     

基于同名像点位置偏差的特征点分类方法

通过处理序列图像获取目标的结构和运动参数是实现空间飞行器近距离自主导航的重要技术,在进行参数计算之前,必须区分目标特征点和背景特征点.本文首先分析了在小视场角观测情况下,序列图像帧间同名像点位置偏差与对应空间特征点位置的关系,然后提出了基于帧间同名像点位置偏差的特征点分类方法,该方法计算简单,采用滑动多帧多门限判决技术提高了分类的可靠性,仿真实验表明了方法的有效性.     

基于图像配准的指静脉身份认证技术

手指静脉在采集时手指旋转和姿态改变导致静脉形变和图像阴影,影响手指静脉身份验证的准确性。因此,文中提出一种基于图像配准的指静脉认证方法,通过少量稳定特征点配准认证图像,并提取两幅配准图像的纹理特征进行身份验证。该方法首先选择邻域清晰度高的静脉叉点作为特征点,然后对特征点进行匹配,并将两幅图像配准,最后根据纹理特征计算两幅配准图像的相似度。所提方法主要克服了基于特征点匹配的方法中点对数量少的问题,并解决了静脉形变的问题。实验结果证明,该方法较模板匹配和特征点匹配方法具有良好的性能。     

基于统计模型的三线阵CCD月球影像快速匹配算法

为实现快速鲁棒的同名像点匹配,基于概率统计特征,提出一种针对CCD影像进行快速匹配的方法。首先应用统计方法建立月表整体形状模型和特征形状模型并构建轮廓特征;然后提取轮廓上的关键点作为特征点,随机选择若干特征点对得到候选变换;最后对其变换参数进行检验和求精。实验结果表明,本文算法比传统匹配算法的速度有了较大的提高,能够在...     

环境一号卫星CCD影像质量评价研究

从图像工程质量评价和影像应用质量评价两个方面,对环境一号卫星CCD影像的质量进行了评价与分 析,通过将其与同时相Landsat TM影像的相关特征参数进行比较,客观评价了环境一号卫星CCD影像的质量。图像工程质量评价从影像的 统计特征、纹理特征和能量特征三方面进行,结果表明该卫星影像能够提供地物目标的形状、细节、纹理特征;影像应 用质量评价则是通过将该卫星影像应用于北京市城市绿地信息提取的具体工作来进行的,结果表明该卫星影像的 绿地信息提取精度较高,总分类精度达到84.45%,适用于城市绿地信息的提取。     

采用CCD 相机测量目标靶形心位置精度的方法

利用CCD 相机完成对目标靶形心位置精度的测量后,需要对其测量精度进行验证,提出了一种通过测量目标靶图像特征点到形心位置的距离偏差来对测量精度进行验证的方法。介绍了利用CCD 相机对目标靶形心位置进行测量的原理。为了对形心位置测量结果进行验证,提出在目标靶的形心及特征点位置上加装LED 光源作为特征目标点,用于在像面上提取形心及特征点像素坐标值。根据目标靶与像面坐标的对应关系,给出了精度验证的数据处理方法。进行了两次检测实验,形心测量精度分别为A1=0.037 mrad,E1=0.021 mrad,A2=0.032 mrad,E2=0.015 mrad,两次实验结果基本一致。实验表明:利用该方法可以完成对CCD 相机目标靶形心位置测量精度的验证。     

尺度相互作用墨西哥帽小波提取图像特征点

图像特征点是图像的重要局部特征,它是图像理解和模式识别中的重要信息,图像特征点提取技术也是图像处理的有力工具之一。提出了一种在尺度相互作用模型下利用墨西哥帽小波来提取图像特征点方法,该方法对于经过旋转、亮度、模糊以及噪声处理后的失真图像仍能提取出相对位置和数量都较为一致的特征点。而针对尺度相互作用的墨西哥帽小波提取不同尺度的图像时的特征点相对位置不一致的问题,提出了在墨西哥帽小波中加入尺度因子的方法,通过仿真实验验证了算法的正确性。     

一种有效的全景图拼合预处理算法

全景图拼合的预处理主要包括对样本图像的特征提取以及相邻图像的特征匹配.本文首先改进Harris角点检测算子,以便准确提取样本图像的特征点并赋予特征描述符;提出一种基于小波系数的特征索引算法,实现了图像特征点对的快速搜索和两幅图像之间的匹配.实验结果表明,该算法得到的匹配点精确,搜索效率高,能够实现全景图的无缝拼接.     

多摄像机视野分界线恢复算法

研究了一种多摄像机的视野(Field of View,FOV)分界线恢复方法,利用Harris角点检测和单应矩阵的方法完成摄像机视野分界线恢复。用Harris角点检测算法提取图像中角点特征;在有重叠区域图像间进行特征点匹配,再根据匹配点计算图像间的单应矩阵;最后由图像的边界点及图像间的单应矩阵计算摄像机的FOV分界线。该方法能准确恢复摄像机的视野分界线,具有准确性和鲁棒性。     

一种基于Harris角点特征的图像拼接方法

本文通过对已有图像拼接算法的分析研究,改进了拼接算法中的特征点匹配问题。首先利用Harris角检测算法提取特征点,然后通过归一化相关法进行初始匹配,接着引入马氏（Mahalanobis）距离,实现图像的精确匹配。最后通过加权平均的方法完成图像的融合。实验证明该方法能有效地去除伪匹配特征点对,降低了误匹配的概率,是一种有效的图像拼接方法。     

基于SIFT/ORB几何约束的红外与可见光图像特征点匹配

红外图像与可见光图像记录着地物的不同属性信息,两者融合能够优势互补,弥补单一数据源信息的不足。然而由于两者成像原理不同,热红外传感器与可见光传感器对同一场景获取的图像灰度差异较大,二者图像误匹配多,融合难度大。本文在分析红外与可见光图像共有特征的基础上,提出了一种基于SIFT与ORB特征检测的匹配方法,利用SIFT算子与ORB算子同时进行特征点检测,先基于RANSAC对SIFT匹配得到的同名点进行筛选,同时结合最近邻比次近邻算法获取ORB匹配点,再利用SIFT匹配点对ORB匹配点进行距离和角度的几何约束进一步剔除误匹配,最终得到特征点分布均匀、可靠度更高的匹配结果,解决因灰度差异较大产生的匹配效果不佳的问题。利用4组红外与可见光图像进行实验,结果表明,本文算法特征点正确匹配数量相较于SIFT分别提高了约3.7倍、3.2倍、3.6倍、3倍,大幅地提高了红外与可见光图像的匹配数量,为两者间的匹配提供了一种有效的方法。     

基于车载视频图像的道路消失点检测算法

道路消失点检测是高级驾驶辅助系统中盲区监测的重要组成部分。针对现有消失点检测方法所存在的准确度低、运算量大等问题,提出一种基于车载视频图像的道路消失点检测算法。该算法在Harris角点检测基础上优化得分函数检测出图像特征点,减少在跟踪阶段的运算量;通过金字塔光流法和帧差距离对运动特征点进行跟踪,在结束帧上准确获得各特征点的位置;对特征点去除离值点后,通过优化初始聚类中心的K-Means聚类算法,得到车载视频图像的道路消失点。最后将算法应用于各种车辆行驶场景进行测试,在较短运行时间内,能准确检测出车载视频图像中道路消失点,证明算法鲁棒性好、运算简单易实现。