多尺度显著性区域提取的模板匹配

针对模板匹配过程中强遮挡、剧烈背景变化及物体非刚性形变等难题,本文提出了一种基于多尺度显著性区域提取的模板匹配算法。算法采用多尺度-显著性特征并行提取的方式:一方面利用空间金字塔模型将参考图像中的模板和待匹配图像中的目标区域分割成不同尺度的网格,采用可形变多相似性度量方法(Deformable Diversity Similarity,DDIS)计算不同尺度下的匹配得分;同时,算法提取模板区域的显著性区域图,形成模板区域的显著性得分;随后,利用显著性得分对不同尺度的匹配得分进行加权融合,在融合得到的匹配得分图上寻找最佳匹配区域。算法与取得目前最好结果的DDIS方法相比,AUC(Area Under Curve)指标提升2.9%。实验结果表明,显著性区域提取使匹配方法更加关注目标物体,削弱背景及遮挡物体对其影响,从而增强模板匹配方法对于背景变化及遮挡的抵抗能力。另外,空间金字塔模型能够增强模板匹配方法对于物体不同尺度下的特征提取,如物体的局部轮廓及结构特征等。二者结合有效地提高了匹配精度。     

基于ORB特征点的多目标匹配

针对难以分离多目标匹配中的特征点,研究了一种多目标匹配算法,该算法采用ORB特征点利用Hamming距离进行匹配,采用对称性测试去除误匹配点,然后获取模板在目标图像上的估计中心点,然后利用估计中心点集的密度峰进行中心点的自适应判断,进而分离不同目标的特征点,同时再次去除误匹配点。然后采用RANSAC方法进行变换矩阵的求解,获取所需要的位置角度等信息。实验结果表明该算法能够有效地分离多目标图像中的目标,具有运行速度快,稳定性好的特点。     

利用最佳伙伴相似性的改进空间正则化判别相关滤波目标跟踪

针对空间正则化判别相关滤波跟踪算法(SRDCF)在目标发生遮挡、尺度变化和形变情况下的跟踪失败问题,提出利用最佳伙伴相似性的改进SRDCF目标跟踪算法。首先,以SRDCF算法为基础,利用双层搜索策略解决目标跟踪中的目标定位问题和尺度估计问题;然后,利用一种新颖的鲁棒模板匹配技术,通过融合空间权重、相关滤波得分和最佳伙伴相似性得分来估计候选目标位置,解决遮挡情况下的目标重定位问题;最后,采用自适应模板更新策略解决遮挡情况下模板漂移问题。本文采用OTB-2013数据集评估本文算法的性能,同时与34种流行算法进行比较,结果表明本文算法的精确度得分和成功率得分分别为0.853和0.648,相比传统的SRDCF算法分别提高1.79%和3.51%。本文算法能很好地解决目标遮挡、尺度变化和形变情况下的目标跟踪问题,具有一定研究价值。     

一种提高SIFT特征匹配效率的方法

为了提高SIFT特征匹配的效率,首先改造了SIFT特征描述符相似性度量的形式,以街区距离代替欧氏距离作为特征描述符之间的相似性度量,降低了相似性度量公式的时间复杂度;其次,提出了最近邻和次近邻假设算法,即假设待匹配图像中任意2个特征点为最近邻点和次近邻点,通过比较当前特征点与待匹配图像中其他特征点之间的距离,以及当前特征点与假设的最近邻和次近邻之间的距离,实现最近邻和次近邻的替换,最终得到实际的最近邻点和次近邻点。算法减少了相似性计算过程中特征点比较的次数,从而减小了算法的计算量。实验结果表明,提出的算法在保持鲁棒性的同时提高了SIFT特征匹配的效率,能够为一些快速性应用提供保障。     

面向微装配的零件识别定位方法研究

针对平板类微小零件装配问题,在搭建了微小型零件装配系统实验平台的基础上,开发了微装配控制系统,并对装配流程进行了分析研究。根据平板类微小型零件的特点,在微装配识别定位模块,对零件识别定位方法进行了研究,开发了基于形状模板的匹配算法。该模块首先将模板图像与目标图像进行高斯滤波,得到平滑图像,并对平滑图像二值化以及对模板二值图像进行去噪;其次,通过Sobel滤波器计算边缘点的方向向量,定义相似性度量;最后,通过图像金字塔加快匹配速度,并利用最小二乘法达到亚像素级定位精度。实验分析表明,此方法识别率高、匹配速度快、定位精度高,能够较好的满足实际要求。     

基于相位特征的可见光和SAR遥感图像自动配准

针对可见光和SAR遥感图像存在非线性辐射差异和几何差异,加之SAR的斑点噪声,使得可见光和SAR图像配准十分困难的问题。本文提出了一种基于改进相位一致性的可见光和SAR图像配准方法。首先,分别计算相位一致性的最大矩和最小矩,将二者叠加,利用Harris算子在叠加图上提取特征点,得到稳定的角点和边缘点作为待匹配的特征点;接着,分别构建相位一致性的方向图和基于多尺度融合的最大幅值索引图,借助于(Histogram of Oriented Gradi?ents,HOG)模板,利用相位一致性方向对基于多尺度融合的最大幅值索引图进行投票,建立一种新颖的局部特征描述符;最后,利用欧式距离作为特征向量的度量,计算最近邻比率实现特征匹配,采用快速采样一致性算法剔除误匹配点。在四组图像数据上的实验结果表明,本算法相比于基于梯度的OS-SIFT算法具有更多的正确匹配点对和更高的匹配精度,正确匹配点数分别提高了11,8,15和11对,均方根误分别提升了57.5%,57.9%,23.5%和58%。     

动态特征块匹配的背景更新在运动检测的应用

为解决传统监控设备视场小、非智能等缺陷,结合全景成像技术和计算机视觉技术,建立无人环境下外来入侵自动检测系统,从而实现了全景监控视场下运动目标快速准确的检测及跟踪。该技术关键在于如何在复杂的动态背景下有效地提取运动目标,为此提出一种基于动态特征块匹配的自适应背景更新算法。在采用帧间差分与背景差分融合算法检测到目标的基础上,利用目标的矩信息进行跟踪,避免了全景视觉下颜色及轮廓特征缺失的弊端。根据目标的轮廓及位置提取特征块,将视频序列的每一帧图像与初始背景图像进行特征块区域的局部匹配,首先通过分析特征块图像的颜色特征,构建基于区间统计的RGB颜色直方图,提取颜色特征序列。然后通过计算序列相关性来判断该区域是否需要背景更新,从而降低对单个像素更新的冗余计算。实验表明,该更新算法具有较强的鲁棒性和可行性,能够有效提高监控系统的稳定性。     

融合制造语义的三维CAD模型检索方法

为了更好地实现面向制造领域的三维CAD模型制造信息的有效重用,提出一种融合制造语义的三维CAD模型检索方法.首先将三维CAD模型转化成以制造特征为基础语义对象的结构化表示的CAD模型,并用制造特征耦合图来表示;然后提取用于评价两个制造特征之间相似性的属性信息,构建多属性融合的制造特征相似性加权评价模型,并以此来构建以制造特征为节点的完全二分图;最后采用最优匹配算法计算出各制造特征的最优匹配方案来计算两个三维CAD模型的相似度,以此作为评价模型相似性的依据.实验结果表明,该方法能够较好地实现融合制造语义的三维CAD模型检索,可以有效地支持面向制造领域的三维CAD模型制造信息的重用.     

二维碎片轮廓曲线的匹配算法

笔者提出了一种二维轮廓匹配的方法，该算法是对图像之间相似性度量的Hausdorff距离的进一步推广。首先，以特征点及其两侧的若干点构成特征段，用特征段对轮廓进行分段描述，然后用特征段之间曲率的Hausdorff距离来度量分段轮廓之间的相似性，获得匹配结果。该算法充分利用轮廓线的几何特征信息，既保证了较好的匹配精度，又能显著提高算法速度。     

基于混合特征的移动机器人图像匹配算法

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明：与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。     

基于机器视觉的手机尾插件精密测量方法研究

提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统,方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系,对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题,引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束,并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵;针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题,设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明:与传统方法相比,所提出的方法特征匹配精度提高了12%,直线检测精准度提高了22%,系统测量精度达到0.015 mm。     

一种基于混沌优化算法的PCB板元件检测方法

先进电子制造生产中经常要对PCB板元件进行检测与识别,介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法.从检测速度和准确度出发,首先提出了一种图像相似性度量参数指标,并提出一种利用并行混沌算法融合单纯形的算法,来优化搜索图像相似性,给出了算法实现的全过程.用实际拍摄的PCB板元件进行性能测试,验证了该优化算法能提高检测速度.     

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.     

采用改进尺度不变特征变换在多变背景下实现快速目标识别

提出一种改进的尺度不变特征变换(SIFT)算法,用于实现多变背景下的快速目标识别。首先,构建目标图像尺度空间,提取SIFT特征点并将其按大小分类,目标识别时只需比较同一类型的特征点。然后,由SIFT特征点子区域方向直方图计算得到4个新角度用于代表特征点的方向信息,并且在目标识别时根据角度信息限制特征点匹配范围,从而提高SIFT算法的运算速度。最后,计算目标图像和待识别图像之间的尺度因子,在尺度因子约束条件下进行目标特征点匹配,从而有效地保证正确匹配数量,提高目标识别的鲁棒性。实验结果表明:当目标在待识别图像中发生局部遮挡、旋转、尺度变化或者弱光照等情况下,改进的SIFT算法能够完成多变背景下快速目标识别任务,平均识别速度提升了40%。     

基于改进的SIFT算法的工件轮廓配准方法

工件轮廓的配准是机器人视觉引导系统中对工件位姿感知的重要组成部分,通过工件轮廓与模板轮廓的配准可以获得工件的位姿信息,从而引导机器人进行抓取和安装。文中针对图像配准算法中特征提取的SIFT算法计算复杂、特征提取效率慢的缺点,在工件轮廓特征提取过程中,直接在原图像上计算高斯尺度空间图像,不进行上下采样,最后在高斯差分图像上寻找极值点作为轮廓特征点,最后通过与模板提取的特征点进行逐个匹配,按照重合度进行排序,选择重合度最高的特征点计算仿射变换的参数。实验表明,改进的SIFT算法能够完成工件轮廓图像与模板轮廓图像的配准,并将特征提取速度提高了近10倍。     

基于形状模板匹配的印刷品缺陷检测

针对传统的模板匹配算法无法满足工业检测中的实时性要求,提出了一种基于形状模板的匹配算法,并应用于印刷品的缺陷检测。算法以Sobel算子滤波后得到的边缘点的方向向量为基础,定义相似性度量,同时结合图像金字塔分层搜索策略,利用形状信息进行模板匹配。实验结果表明,所提出的匹配算法速度快、精度高,而且匹配鲁棒性高,不受印刷品缺陷检测中可能出现的遮挡、非线性光照变化和全局对比度反转等情况的影响。     

支持多格式工程图档信息提取方法研究与实现

分析了工程信息中多格式非几何特征信息的提取需求,通过研究对象属性提取法和典型模板匹配法,提出了一种通用的非几何特征信息提取模型,重点探讨了基于典型模板匹配法进行改进的"多格式模板匹配提取"算法,并给出了开发实例.此方法为后续信息集成管理的研究和开发提供了基础.     

支持多格式工程图档信息提取方法研究与实现

分析了工程信息中多格式非几何特征信息的提取需求,通过研究对象属性提取法和典型模板匹配法,提出了一种通用的非几何特征信息提取模型,重点探讨了基于典型模板匹配法进行改进的“多格式模板匹配提取”算法,并给出了开发实例。此方法为后续信息集成管理的研究和开发提供了基础。     

图像融合算法的性能评价

图像融合算法的性能评价需要考虑在融合图像中传递的信息是否满足人眼视觉特性,而传统的基于信息论的方法并没有考虑人眼视觉特性。针对此提出了一种综合考虑多种图像结构信息的信息合并方法,将局部方差和梯度等信息作为反映图像结构的重要特征,将结构特征矩阵进行分块奇异值分解,从而设计了相应的评价算法。实验结果表明,该方法能够准确度量融合图像中的信息增量,评价结果与人眼视觉特性的一致性优于传统方法。     

结合引导滤波和非线性二阶特征的色调映射方法

为提高图像的可视化效果,增强图像的局部细节信息,提出一种结合引导滤波和非线性二阶特征的色调映射方法,首先提取输入图像的亮度信息,利用引导滤波器对亮度图像进行多尺度分解,得到基本层和细节层图像,其次,通过引导滤波方法构造细节层的权重图,对基本层利用Hessian矩阵构造一种非线性二阶特征,再通过引导滤波方法构造基本层的权重图,最后,根据权重图对分解后的基本层和细节层图像实现亮度图像的重构,然后恢复亮度图像的色彩信息,获得最终的结果图像。实验结果表明,该方法较为完整的保留源图像的局部细节信息,具有良好的视觉效果。本文将Hessian矩阵用于提取基本层图像的高频信息,可以更好地突出图像的边缘信息,丰富图像的细节特征。与对比算法的客观指标相比,该方法的质量分数提高了11.28%,结构保真度提高了10.82%,自然相似性提高了186.46%。