基于均值-偏差门限序列的SSDA算法的目标物模板匹配

图像处理算法的目的是从图像中识别出目标物所处的位置的图像是否和内存中的图像相匹配-模板匹配,从而确定位置.我们提出如下的方法:在采集到的图像中利用序贯相似度检测算法(SSDA算法)找到目标物.该方法具有精度高,适用性强的特点.实验结果表明,用该方法确定的目标物位能够达到所需的精度要求.     

基于LMedS 估计的快速稳像方法

为了提高数字稳像的快速性和鲁棒性,研究了一种基于LMedS 估计的图像稳定方法.在图像的运动估计中,提出了预判局部模块的算法:为避免误匹配,在计算运动矢量前对模块的梯度信息进行预分析,具有独特纹理特性的模块才被选用,通过减少参与计算的模块数目提高处理速度;采用改进的快速序贯相似性算法(SSDA)进行块匹配,提高运动矢量的计算速度;采用LMedS 估计法去除不精确的运动向量,然后用最小二乘法得到全局运动模型的参数.仿真结果表明该方法在干扰下能保持1/4 像素以内的稳像精度,一次稳像时间小于7 ms .     

几种基于模板匹配法的数字图像识别算法分析

针对传统模板匹配法的不足，对几种改进的模板匹配方法：失配加权匹配法、矢量化特征提取法和中心不变矩法进行了分析，总结了它们各自的优、缺点并给出结论。     

迭代模板匹配法在线监测系统的应用

目的 实时测量矿山运输索道塔架之间的距离并判断索道线路上的有无掉车。方法 采用迭代模板匹配算法。结果 该方法可以快速及时地对经过各个塔架的矿车进行匹配,查找出有无掉车并计算出塔架之间的距离。结论 当前后两个搭架过车数据无匹配时则发生掉车。     

模板匹配算法在高精度压电微位移测量中的应用

提出了一种压电微位移器的微位移测量方法,即通过模板匹配算法测量Twyman-Green干涉系统中对应干涉条纹的移动量,进而实现对应位移量的高精度测量.为确保测量结果的可靠性,同时利用匹配模板的归一化转动惯量特征对测量结果进行实时验证.应用该测量方法对自制的压电微位移器的电压位移特性曲线进行了实测,并详细分析了模板大小的选取对于测量结果的影响,实验中的归一化转动惯量相对误差均小于5%,且模板匹配互相关系数大于0.97;同时运用一高精度纳米微位移平台对测量方法的可行性进行了实验验证,测量精度达到了λ/50.实验结果表明,运用本方法测量压电微位移,具有较好的噪声抑制能力和可靠性,可实现纳米量级的测量精度.     

一种新的模板匹配算法及其在三维形貌测量中的应用

投影光栅法是进行三维形貌测量的有效手段，但当被测物体陡峭度较大或存在高度突变时会出现阴影问题。为此本提出一种基于互相关函数差值的模板匹配算法，该算法可以有效地解决这一问题，同时该算法也可用于大尺度物体三维形貌测量的拼接技术，中给出了算法的详细描述及实例计算，计算结果证明了该算法的正确性。     

基于辅助纹理的模板匹配检测技术

在图像匹配领域中,对于目标与背景灰度相近,特征相似的情况,传统的图像匹配方法很难达到理想效果。本文给出一种借助辅助纹理增加灰度信息区分度的方法,然后对目标和背景都做与纹理相关的灰度加权处理,用多模板匹配降低单一模板匹配的风险。实验选择借助投影仪在工件上投红黑相间的光,目标与背景由于对光的反射率不同而出现较大的灰度差异,目标与背景做加权处理后,在不同的位置制作不同的模板,提高匹配效率,最后用Pearson相似度量计算匹配结果,实验结果表明该方法可以达到理想的效果。     

基于模板匹配的舰船螺旋桨叶片数识别方法

针对在舰船辐射噪声DEMON线谱信噪比低时,传统使用的基于模型或专家系统的叶片数识别方法存在错误率高且识别结果不稳定的问题,提出了一种基于模板匹配的螺旋桨叶片数识别方法。该方法建立了不依赖于样本的模板库,设计了模板匹配算法和识别结果置信度算法,较好地解决了传统的叶片数识别技术所存在的数学模型失配或规则不全、样本不完善性等问题。对实测数据的分析表明,该方法明显降低了叶片数识别的错误率,使目标类型识别结果趋于稳定。     

基于模板匹配的啤酒箱印刷质量检测方案

目的快速且精准地检测啤酒箱常见的印刷缺陷。方法以啤酒箱面纸为检测目标,通过提取模板图像中形状和灰度值信息构建差异模型的模板匹配方法,对啤酒箱印刷中常见的缺陷特征进行检测,根据检测结果判断印刷质量是否合格,并通过检测验证实验对质量检测方案的效果进行评估。结果通过对所采集的500张图像进行检测实验并统计结果,该方法的平均准确率达到96.18%,漏检率小于0.9%,误判率为3.08%,平均检测耗时低于10 ms。结论使用该方法对啤酒箱面纸这类胶印制品进行质量检测的效果优秀且稳定,可以对细小划痕等高精度要求的缺陷进行精准检测,而且检测速度也快于其他方法。     

一种改进的模板匹配法在车号字符识别上的应用

本文提出一种改进的模板匹配法用来识别机车车号字符，先提取字符骨架特征进行匹配，再利用连通域特征、穿线特征和网格特征将其进行分类。实验结果表明这种方法简单、有效、实用，便于在实际中的应用，为铁路火车车号采集提高了效率，降低了成本。     

一种新的复合指纹匹配法

信息化社会的到来，使指纹自动识别系统在身份认证方面有着广阔的前景。章综合细节特征法与纹理特征法技术，提出了一种新的复合指纹匹配法，主要包括利用多枚指纹产生指纹匹配综合模板，和利用指纹细节的位置、方向、类型和局部纹理特征与指纹综合模板比对。实验证明，与其它单纯利用细节特征或纹理特征匹配法相比该方法对于小面积固态采集器件获取的指纹图像显示了很好的鲁棒性。     

基于改进模板匹配算法的物料计数方法研究

针对生产过程中物料计数方法存在的缺陷,研究了一种改进的模板匹配算法进行物料数量检测。通过基于双模板搜索方式和位置约束系数r改进传统模板匹配算法(template matching algorithm,TMA),优化寻找最佳匹配图像的过程获得最优解,并以此进行图像拼接,完成物料计数。与传统模板匹配算法(TMA)和高斯金字塔优化的模板匹配算法(Gaussian pyramid transformation,GPT)进行实验对比,证明所提算法较其他2种算法在处理每一张样本图片的时间上分别由0.013s、0.011s缩短到0.008s,在计数准确度上分别由77.32%、84.94%提高到97.36%以上,并且在拼接精度上也优于其他2种算法,实验结果验证了所提算法的有效性。     

基于霍夫变换与模板匹配的栅格地图拼接方法

单个机器人在面对大尺度环境时,建图结果往往存在较大误差。由多个机器人创建出局部地图后进行拼接可以很好地解决这一问题。本文提出了一种基于霍夫变换与模板匹配的地图拼接方法。首先,利用霍夫变换检测局部地图中的直线段,根据最长直线段斜率将局部地图正交方向重对准。然后利用Harris角点检测算法检测局部地图中的角点,并以角点为中心,提取模板图像。最后利用模板匹配算法将模板图像与另一局部地图进行匹配,获取两局部地图之间的刚体变换矩阵,实现地图拼接。实验表明,该方法对尺度较大的现实环境具有很好的实用性。     

采用模糊判别的自适应多窗口立体匹配

考虑到立体匹配过程中存在的不确定性和模糊性,将已经获得广泛应用的模糊理论引入立体匹配领域,使用与人类感知相似的模糊逻辑为基础的HVS彩色图像点颜色相似性测度,然后把这种模糊颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,最后用SSD方法实现了彩色图像的立体匹配.实验结果表明,该方法具有更高的匹配精确性.     

卫星图像配准及匹配曲线特征评估法

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得,图像间存在较大差异。为了有效配准图像,提出一种"先粗后精"的配准算法,首先采用Fourier-Mellin变换算法实施快速的粗配准,然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准,由于没有准确的衡量标准,很难给出定量的评估结果。本文提出一种新的配准评估方法?匹配曲线特征评估法,以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标,以峰值间RMSE最小为准则自动调整配准参数。结果表明,"先粗后精"的配准算法能够实现相当精确的配准;匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能,并能由曲线的特征指标定量评估配准效果,而且还能自动调整配准参数,使配准更加精确。     

基于模板匹配的柱面全景图拼接优化算法

在保证拼接质量的前提下,为了有效地提高拼接速度,根据全景图拼接的特点,提出一种模板匹配优化算法。该算法逐一分析了模板的尺寸、匹配时的搜索方式和搜索范围对拼接速度的影响,给出一个优化模板尺寸、确定搜索范围及搜索方式的新方法,并给出一个实例,证实了该算法的可靠性。     

一种用于图像拼接的角点匹配算法

针对基于自适应光学技术的人眼眼底待拼接图像灰度、清晰度不一致以及细节的差异使检测出的角点无法匹配,进而导致图像不能拼接的问题,提出一种在OpenCV配置环境下角点检测的基础上,进行角点匹配的新方法.该方法利用角点间的距离和斜率在眼底很小的区域内基本不变的特性,将两幅图像的角点对相互匹配,进而找到两幅图像中三对一一对应的角点.实验结果表明,用该方法可以解决人眼图像拼接的角点检测和角点匹配问题,而且运算速度快,检测效率高.     

结合遗传算法与方向图法的指纹图像分割

指纹作为人体的重要特征，由于其唯一性和终生不变性，越来越成为生物测定技术的重要手段，在自动指纹识别中，指纹图像分割是图像预处理中关键的一环，不仅能够对图像信息进行压缩，保留脊谷线的主要信息，同时能够去除大量的粘连，加速后续处理的速度和提高指纹特征提取和匹配的精度，将基于遗传算法的阈值分割方法和方向图法相结合对指纹图像进行分割。     

改进NCC算法在铝塑药板包装缺陷检测中的应用

目的 鉴于传统归一化互相关算法（Normalized cross correlation, NCC）存在计算量大及无法适应图像旋转的缺陷,提出一种改进算法,能快速完成对泡罩区域的提取,以及对铝塑药板缺损、漏装等缺陷的识别。方法 首先对原始图像进行预处理,然后通过仿射变换使其变换至指定位置,接着提取其单个泡罩区域作为模板并构建积分图,最后获取待测图像,变换至相同位置后进行查表式匹配。结果 与传统方法相比,改进后算法速度得到极大提升,对为1920×1200图片的匹配时间仅为21 ms,对实验样品的检测误检率为0,漏检率为3.5%。结论 改进后的NCC匹配算法在满足精度要求的同时具有较快的速度优势,能较好地适用于铝塑泡罩包装缺陷检测中对泡罩区域的快速提取,药粒缺损10%以上缺陷及漏装缺陷的识别。