模糊相似度景像匹配算法研究

研究了求取图像模糊特征域的计算方法,提出了采用图像模糊集相似度进行景像匹配的方法,并探讨了综合利用多种模糊集相似度算法进行匹配的方法,进一步提出了模糊综合相似度(FSSM)匹配算法.仿真验证表明,FSSM算法具有适应性好、匹配率高等优点,且实时性也较好,为飞行器实时景像匹配提供了一种可行方法.     

基于脊线校准的指纹细节点匹配算法

对自动指纹识别系统(AFIS, Automated Fingerprint Identification Systems)中居于重要地位的细节点匹配算法进行研究,对基于校准的细节匹配算法进行了修正.在细节点相关脊线信息的提取阶段,提取分叉点相关脊线的拓扑信息,并将其引入后续的校准和匹配算法.采用一种半可变的限界盒以适应指纹图像的非线性形变.引入一个新的参考量计算并比较脊线相似度,以更低的计算代价解决匹配中参考细节点对的选择问题,加快匹配算法的收敛速度.将脊线校准和细节点匹配两个阶段结合起来,采用一种新的更简单有效的方法进行细节匹配.测试结果表明,改进的匹配算法能够在使用较少资源的前提下,提高指纹匹配速度,改善系统的匹配性能.      

一种基于图像特征点提取及匹配的方法

针对图像特征提取与匹配的适应性和准确性的问题,将尺度不变特征变换(SIFT, Scale Invariant Feature Transform)算法应用到图像匹配领域.首先从原理上对SIFT算法的特性进行了分析,并以visual studio 2005为开发平台对SIFT算法分步骤进行了实现;最后以基于欧氏距离的最近邻准则作为特征的相似度量将SIFT算法提取的特征应用于图像特征匹配,并对不同的近邻比进行比较,给出了建议值.通过3组实验图像的匹配结果表明,SIFT算法提取的特征对图像缩放、旋转、亮度变化的匹配正确率都等于或接近100%,证明了SIFT算法提取的特征点有很好的适应性和准确性,可以进一步应用到图像识别以及图像重建等领域.      

基于相似度曲面二阶差分的景像匹配算法

在分析景像匹配相似度曲面特性的基础上,提出了采用相似度曲面二阶差分为最小作为选取景像匹配点的准则,并进一步给出了利用该准则得到的匹配点的置信度指标. 与传统的景像匹配相似度最大值准则相比,该准则可有效地提高匹配概率(在本仿真实验中,采用修正相关系数(CCF)算法的匹配概率由92.7%提高到98.1%),给出的置信度指标也较好地表示了匹配点的可信程度,并可作为剔除误匹配点的一种参考标准.      

基于语义的仿真网格模型资源发现技术

针对现有网格资源管理中间件缺乏对仿真模型资源语义层次的描述和发现匹配这一问题,引入本体概念,定义了仿真模型描述本体,实现了对仿真模型的语义描述;提出了基于本体推理的仿真模型语义匹配算法,将仿真模型语义匹配的量化程度映射到了 上的连续值域,并且支持仿真模型输入/输出的组合匹配;将研究结果应用于仿真网格的仿真模型匹配发现服务的实现中,通过典型的应用实例,有效地验证了提出的仿真模型描述本体和语义匹配算法.      

已知初始匹配对的图像四元松弛匹配算法

提出了已知初始匹配对的四元松弛匹配算法,该算法以向量旋转角的旋转和缩放不变性特征作为匹配对的优化准则,首先计算向量旋转角度差值,然后通过构造支持度函数和剔除策略选出最优匹配对.在初始错误匹配比例较高和游动误差较大的情况下能够实现正确匹配.通过大量图像实验证明,该算法在匹配速度和正确率上优于桑农松弛匹配算法.     

基于支撑描述的SIFT匹配方法

为减少局部结构相似等因素导致的图像匹配错误,提出一种基于支持描述的匹配判定方法.利用尺度不变特征变换（SIFT,Scale Invariant Feature Transform）算法获得初始匹配集,选取其中稳定性较高的特征点对建立支撑特征集;根据支撑特征点的分布,对初始匹配集的剩余特征点对进行支撑描述,并根据所生成支撑描述符的相似程度,判定剩余特征点对是否为正确匹配.经判定正确的匹配特征点对被加入支撑特征集,使支撑特征集动态扩展,保证了支撑特征点的分布密度及支撑描述的准确性.实验结果表明,该方法能够在保留正确匹配的同时,消除90%以上的错误匹配,有效提高正确匹配率.      

Lyapunov自适应滤波及其 在INS/SMNS组合中的应用

为克服在惯导/景像匹配导航系统(INS/SMNS,Inertial Navigation System/Scene Matching Navigation System)组合导航系统中随着匹配点增多最小二乘法易出现发散的缺点,提出了一种基于多输入多输出(MIMO,Multi-Input-Multi-Output)系统的改进型Lyapunov自适应滤波算法.该方法利用观测方程信息,通过定义滤波误差和预测误差获得算法的递推公式,而算法的稳定性和收敛性可由Lyapunov稳定性理论来证明.以INS/SMNS组合导航系统为例进行了仿真验证,和递推最小二乘算法相比该算法简单、可靠,而且滤波的性能优于递推最小二乘算法.     

基于多模型的不等长序列数据关联算法

单模型在处理不等长序列数据关联时不能兼顾计算精度、复杂度和抗扰性,为此提出了基于多模型(MM)的不等长序列数据关联算法。将基于滑动窗口和动态时间弯曲(DTW)的不等长序列相似度度量模型作为MM的输入模型,以2种模型计算得到的时似变化比作为模型判断指标进行模型转换,实现了2种模型的优势互补,并得到模型的应用条件,最后输出MM作用后的不等长序列相似度,以此作为关联指标进行关联判定。仿真实验验证了MM关联算法在处理不等长序列数据关联的有效性,并对序列长度和突变率变化对关联效果的影响进行了分析。     

大场景深度范围下的角度校验立体匹配算法

针对三维扫描系统开发过程中遇到的大场景深度范围下标志点误匹配率较高的问题,对基于单应性约束的双目立体匹配算法进行研究,从理论上推导出匹配误差与场景深度和工作距离比值间的数学关系,明确该算法的适用条件。为提高场景深度与工作距离比值较大时的匹配正确率,提出一种基于角度校验的双目立体匹配算法,首先通过极线约束获得初始匹配点对,然后通过计算角差异度校验得到最终正确匹配点对,实验表明所提出的方法能够达到良好的匹配效果。     

基于骨架图匹配的汉字变形技术

不同时代的汉字变化较大,自动产生它们之间的变形动画是一个具有挑战性的任务.为此尝试使用一个新方法解决该问题.首 先将源汉字和目标汉字分割成对应的部件,然后根据部件的骨架和特征点将其分解为笔画并建立图模型,用笔画路径的相似度进行图模型的匹配来产生对应关系.最后根据匹配的结果为源汉字和目标汉字的轮廓建立同构三角形,并计算插值产生动画.实验当中将新方法的汉字匹配的效果与现有方法进行对比,并展示了所产生的变形动画,结果表明本文所提出的方法可以产生不同时代的汉字间的对应关系,并能生成平滑的变形动画.      

基于编译优化和反汇编的程序相似性检测方法

提出了基于编译优化和反汇编的程序相似性检测方法,能够检测出标识符重命名、增加冗余语句、等价的控制结构替换等12种学生常用的抄袭手段.基于该方法,设计和实现了一个程序相似性检测系统BuaaSim,采用编译优化和反汇编技术将源程序转化为汇编指令集合,删除和替换汇编指令中对程序本质特征影响不大的易变元素,使用一个与指令顺序无关的决策函数计算程序相似度;还给出一个简单有效的聚类算法,从程序集合中聚类出相似的程序子集.通过与著名的JPlag系统针对两份典型的抄袭样本集进行评测对比,表明本文方法的检测效果具有明显的优势.      

面向角度一维投影模板的图像匹配方法

针对交迭图像模板匹配中存在的模板选择和匹配判别两个关键环节,提出一种一维模板匹配方法.通过基于灰度差分割的模板选择原则降低亮度差和噪声的影响,同时利用线性插值获得面向角度一维灰度投影,最大化模板中的图像边缘信息,从而加快模板匹配过程.在面向角度投影模板的基础上进行改进AD(Absolute Differences)指标的模板匹配判别,减少了因图像旋转带来的误匹配,并获得除匹配中心坐标外匹配图像相对参考图像的偏转角.通过不同情况下匹配结果在精度和速度上的分析,实验证明该方法应用在大部分真实交迭图像的匹配效果优异,同时运行速度能满足图像匹配应用的需要.      

基于模板匹配整帧屏幕视频帧内无损编码方法

当前主流的视频压缩标准,如H.264、HEVC等,主要是针对摄像机拍摄的视频而设计的.而屏幕内容(SC)的视频是由计算机生成的,无噪声,要求更高的压缩效率,同时与摄像机拍摄的视频相比包含更多的结构相似性.提出了一种利用屏幕视频中相似性的模板匹配帧内编码方法,采用由21个像素点组成的模板,以像素点为最小单位对整帧进行模板匹配,并使用哈希函数实现高效的模板查找,最后对残差图像进行熵编码.实验结果显示,与标准的HEVC扩展方法相比,该方法在无损编码上压缩率可以提高一倍,编码时间减小了近一半.      

基于NCCO的十字图像特征亚像素定位

利用标准互相关算子(NCCO)对机器视觉领域常用的十字图像特征进行匹配运算,发现相似函数在峰值区域的分布特征为4个互相对称的双曲面.据此提出一种基于NCCO图像匹配的双曲面拟合亚像素精密定位方法:首先进行粗定位,确定整像素级的相似函数峰值点;然后使用伪逆法对峰值区域的4个卦限分别进行最小二乘拟合;最后求解4个拟合双曲面的交点,得到图像特征的亚像素定位坐标.在微装配显微视觉系统上实现了该算法并进行了实验验证.实验表明:与常用的高斯拟合或二次曲面拟合方法相比,双曲面拟合方法在定位精度上为0.25个像素,而计算量大为减少.     

遥感图像的快速配准方法

针对多传感器遥感图像的配准,提出了一种快速有效的图像配准方法.该基于分级候选点集匹配的配准算法充分利用了分级匹配和候选点集匹配方法的优点,减少了特征提取空间和搜索空间.并在同名控制点对的确定中引入距离计算,能更有效地确定同名控制点对,减少了误匹配率,增加的距离计算时间代价很小,而且不随图像大小发生变换,只与最终匹配点对数目有关.采用主观与客观判断相结合的方法进行配准评价,实验结果表明,该算法在图像存在一定背景噪声,同时具有平移、旋转的情况下,可以准确地进行配准,提高了配准速度和精度.