基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

全方位全景图像技术(英文)

论述一种从图像序列中重建出全方位全景图像的技术 ,旨在克服镜头只是纯粹的摇摄时许多成像条件限制。在块匹配算法中 ,如何选取最佳配准基本块对于增强算法的鲁棒性和性能是非常重要的。本文在包含主要视觉特征的高频图像中自动选取最佳配准基本块 ,为了能够减少累积的配准误差 ,采用了基于相位相关的、带旋转校正的全局配准算法 ,从而得到解决了平移和旋转的优化图像块。然后 ,采用了基于 Levenberg-Marquardt非线性递归型最优化算法 ,解决由于镜头的视差和不规则变形带来的局部误差。文中还采用平滑滤波器解决了在两幅图像镶嵌出可能由于累积配准误差而出现明显的条缝     

基于特征点互信息预配准的医学图像配准技术

基于最大互信息的医学图像配准算法近几年来成为医学图像处理领域的热点。由局部极值导致的寻优困难是困扰该算法的核心问题,混合优化算法成功地解决了互信息函数的寻优问题,但延长了配准时间。文中研究了互信息函数峰值周围的局部极值特征,提出安全区域的概念。利用特征点互信息理论,并结合多灰度级和多分辨率策略,提出一种基于混合优化算法寻优和特征点互信息预配准的改进型算法。经过模拟数据和实际数据配准实验证明,该算法在保证了配准精度的同时,提高了配准的速度,稳健性更强,具有临床推广价值。     

基于对极几何约束的景象匹配研究

提出了一种图像配准方法来解决实时图与基准图空间不对准问题。它是利用随机采样算法估计基本矩阵，恢复实时图与基准图之间对极几何．然后基于对极几何约束．剔除误匹配点．得到精确匹配控制点，计算出全局仿射变换，从而对实时图进行校正。该方法的特点是精确、稳定和全自动。采用真实图像实验结果表明，该方法是行之有效的。     

基于互信息的图像配准技术研究及应用

介绍了图像配准的基本框架和方法,提出了一种基于灰度信息的配准算法,利用互信息作为图像相似性度量的准则,通过Matlab实验证明了该算法的有效性。     

双能图像的亚像素匹配方法

在很多应用领域,要求图像配准的精度达到亚像素级。针对X射线双能图像的特点,以双能图像为研究对象,构建了基于标准化互相关算子的相似度函数,纠正双能图像在竖直方向上存在的若干像素的偏差;建立二次插值迭代模型精确计算亚像素配准位置;最后,基于双线性插值算法实现对双能图像的亚像素平移。试验结果表明,这种方法能有效消除双能图像竖直方向上存在的若干像素偏差,精度能达到0.1级别的亚像素配准要求。     

基于SURF和光流场的医学图像配准技术研究

提出了基于SURF算法和光流场模型相结合的多模态医学图像配准算法。由于传统光流场模型具有灰度一致性的约束条件以及多模态医学图像的结构差异较大,导致算法对于多模态医学图像无法取得较好的配准结果。首先引入直方图规定化算法作为医学图像预处理,解决多模态医学图像中灰度差异较大的问题;然后根据多模态医学图像结构差异较大的特点,本文采用分级配准的思路,将SURF算法和传统光流场算法结合起来可以获得较好的配准结果;最后采用CUDA并行加速的方法对本文算法进行GPU加速。研究结果表明:本文算法具有较高的准确性和更好的鲁棒性。     

基于局部不变性的航空C型梁配准方法

在数字化测量分析技术中,如何保证变形后的C型梁实测点云数据和标准数模精确可靠的匹配在航空制造领域仍然是一个技术难题。本文对加工成型后的C型梁变形状态初步分析后,发现形变主要为两侧面向内的收缩变形,而底面变形量几乎可以忽略不计。为了更好地将实测数据和数模配准,结合初步分析结果,本文主要采用了点对特征(Point pair feature,PPF)粗配准和迭代最近点(Iterative closest point,ICP)精配准结合的方法,开展了关于C型梁实测数据与理论数模的配准技术研究。其中粗配准之后,为了提高精配准的精度对C型梁三维点云结构进行平面分割,选择变形量较小的底部作为精配准局部约束进行配准。研究表明该方法可以有效提高C型梁数模和实测数据配准精度,最终在后续测量中可以根据实测数据与标准数模精确配准后尺寸差异对C型梁加工质量分析,检测其是否符合尺寸精度要求,对工程实践有较高的应用价值。     

小波提取边缘特征点图像配准研究

提出了一种基于小波多尺度积提取边缘特征点的配准算法,利用差的绝对值和以及相关系数双重判据作为相似性度量标准,通过Matlab实验证明了该算法的有效性。     

基于相关点与几何约束的直线匹配方法

由于直线本身缺乏显著特征,使用点与直线相关联的方法可提高直线特征的描述能力。针对特征点间及直线间均存在误匹配的问题,提出一种基于相关点与几何约束的直线匹配方法。首先,将直线邻域内满足条件的特征点定义为直线相关点,利用相关点与直线构造仿射不变量来描述直线,通过度量仿射不变量的相似性进行直线初匹配;然后计算仿射变换模型,通过直线角度和几何距离位置约束进行精匹配,去除误匹配直线,得到最终匹配结果。实验结果分析表明:本研究算法不仅适用于发生仿射变换的各种图像,得到更多的匹配直线对,匹配精度高,对发生仿射变换的图像、纹理复杂和纹理简单的图像,均能取得较好的直线匹配效果。     

随机纹理图像的特征匹配鲁棒算法

针对三维外形测量以及表面位移、损伤、应变测量中的随机纹理图像,提出了一种特征匹配算法.该算法首先结合Harris角点探测和一个72维的角点特征描述向量,快速获取随机纹理图像对之间的粗匹配像点集合,然后通过灰度相关约束和视差梯度约束对粗匹配集合进行检验,剔除粗匹配集中的错误匹配.通过在误匹配剔除的过程中采用与粗匹配阶段相关联的自适应约束阈值,从而使最终的匹配结果不敏感地依赖于阈值参数的选取,而是在一个较大的取值范围内都能使最终结果在严格控制误匹配的前提下,得到足够多的正确匹配点对.通过实验对提出的方法进行了验证.     

面向三维点云测量的双目立体匹配算法

在随机光场的辅助照射下,综合利用图像信息和几何约束信息,对匹配施加更多的约束,在匹配中即可以得到三维重建结果,从而使立体图像匹配和三维点云生成过程融为一体;提出了一种带权值的匹配窗口,在一定程度上改善了匹配效果;基于连续性约束,提出了用生长法给出初始匹配,可以极大地减少算法迭代次数,提高匹配速度.为了能够进一步提高算法的实用性,还讨论了灰度矫正处理方式对算法的影响.在实验中,完成了实际物体的三雏表面点云重建,并与典型商用系统进行了重建结果的对比分析,验证了本文算法在精度和三雏重建效果方面的优越性.     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

冰形表面激光光带中心线快速提取方法

在风洞结冰模型3D冰形测量中，激光三角测量法相对传统测量方法检测速度快、精确度高，具有极高研究价值。然而由于冰体对激光透射严重，影响激光中心线提取精度从而影响测量精度。针对此问题，提出一种冰形表面激光光带中心线快速提取方法。该算法具体实现步骤为:首先，采用基于三维块匹配去噪算法对图像进行降噪，并对图像进行视觉显著性计算，分割出光带区域；其次，求取梯度图并转换至频域空间，根据图像频谱特征求取能量中心区域；最后，对区域采用灰度重心法求取中心线亚像素级位置。采用冰箱冻结的半径已知圆柱冰块评估该算法，测得算法处理时效为28.57FPS，使用该算法的冰形轮廓重建精度达到0.017mm。实验证明算法满足冰形在线测量技术要求，为开展结冰实验中结冰生长过程在线三维检测技术奠定技术基础。     

基于准分数阶模型的分数阶Birkhoff动力学及其Lie对称性（英文）

为了探究非保守系统的动力学行为,该文提出并研究基于准分数阶动力学模型的分数阶Birkhoff动力学的Lie对称性和守恒量。准分数阶动力学模型是指基于Riemann-Liouville分数阶积分定义的变分问题、基于按指数律扩展的分数阶积分定义的变分问题和基于按周期函数律拓展的分数阶积分定义的变分问题。首先,建立了基于准分数阶模型的分数阶Pfaff-Birkhoff原理,得到了相应的Birkhoff方程和Lie对称性确定方程。其次,对于基于准分数阶模型的分数阶Birkhoff系统,给出了守恒量的条件和形式,并证明了Lie对称性定理。准分数阶Birkhoff系统与经典Birkhoff系统的Pfaff-Birkhoff原理、Birkhoff方程和Lie对称定理均是该文的特例。最后,给出了若干算例。     

一种新的雷达组网实时误差配准算法

雷达组网系统首先要解决误差配准问题,来准确地估计和消除系统误差。本文研究了异地雷达组网误差配准问题,在考虑随机量测噪声影响的基础上,提出了一种实时Kalman滤波(RTKF)误差配准算法,然后针对多条配准航迹,给出了该算法的扩展形式,即ERTKF误差配准算法,并对两种算法进行了性能分析。仿真表明两种算法能有效地对雷达系统误差进行估计,尤其是当系统偏差发生变化时,配准效果明显优于实时质量控制(RTQC)配准算法。     

图像序列直线提取和匹配时Hough变换的应用研究

本文利用Hough变换的点线对偶性,将对图像序列中的特征直线的匹配转化为在参数空间中对特征点运动轨迹的参数估计,设计采用卡尔曼滤波器对运动目标进行初步跟踪,通过建立模板与图像的匹配相关系数判定搜索到的特征点的精确坐标。实验结果表明,该方法具有较好的跟踪结果。     

基于骨架角点的双目图像模板匹配算法

应用数学形态学算子抽取图像的骨架 ,根据图像骨架角点进行模板匹配。提出一种有效的双目图像的匹配算法。其特点是计算量小 ,匹配速度高 ,适用于角点明显的图像。     

基于联合检测-描述的火星表面特征提取方法

针对火星着陆光学导航过程中,传统的图像特征点提取算法在相机角度变化、光照条件变化等情况下,序列图像间的特征点提取与匹配鲁棒性差的问题,提出了基于卷积神经网络的联合检测-描述特征提取方法。首先,通过Blender获取模拟火星着陆过程的视频,使用稀疏重建方法,对模拟视频的图像和火星真实图像进行三维重建,建立了神经网络可用的训练数据集。然后搭建了卷积神经网络以处理图像数据,通过改进损失函数,联合特征描述符和特征检测器双重作用,获得了更准确的匹配结果。仿真结果表明,该方法在处理多视角、光照条件多变的火星表面图像方面,具有更好的特征提取结果,并在匹配测试阶段具备优于传统算法的性能。