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.     

基于Sobel算子的亚像素边缘检测方法

提出了一种基于Sobel算子的亚像素边缘检测方法。此种方法先由Sobel算子确定图像边缘的大致位置，然后用三次样条插值函数对灰度边缘图进行内插计算，使目标边缘定位达到亚像素级。对插值后的灰度边缘图，利用最大类间方差法确定阈值提取边缘。实验表明，该方法能精确定位目标边缘，优于传统的边缘检测方法。     

基于自适应分数阶微分的SIFT图像配准

针对传统SIFT(Scale Invariant Feature Transform)配准算法中存在的特征点正确匹配率低,配准效果较差的问题,提出了一种新的自适应分数阶SIFT算法用于图像配准。首先根据图像的梯度模值和信息熵构建自适应分数阶的数学模型,自动计算每个像素点的最佳分数阶阶次;其次基于最佳分数阶阶次构造自适应分数阶微分掩模,并将其融入到SIFT算法中,提取到更多精确有效的关键点,从而提高了SIFT算法的精度;在SIFT算法的特征点匹配阶段,进行相似性度量时,增加了余弦相似性约束,解决了欧式距离不能够判定特征向量的空间位置关系的问题,进一步提高特征点匹配的准确率;并使用改进的随机样本一致性算法(Random Sample Consensus,RANSAC)进一步减少误匹配的特征点对;最后根据匹配的特征点对求解空间变换矩阵,从而实现图像配准。验证结果证明:本文算法的匹配精度较高,配准的质量也得到较明显的提升。     

一种用于无人机航空相机标定的角点检测算法

在实现无人机航空相机的高精度标定中，模板图像中角点提取的精度是至关重要的因素。为了实现高精度角点的提取，以及亚像素角点像素的修正，提出了基于Hessian矩阵的X型角点形状算子的亚像素角点提取方法。实验分析验证，该方法提取精度较高，提取过程简单，计算量小，大大简化了标定过程。     

银行印鉴的模糊识别方法

印鉴的计算机自动识别在金融电子化进程中是一个关键问题，也是一项十分难以解决的课题，目前国内外已提出了一些算法，但仍然在存在若干未能解决的问题，本文结合遗传算法，图像分析，模糊识别等方法，提出了一套完整的印鉴识别方法，能适应不同形状，大小的印鉴，配准精度高，特征提取较为全面，有效，分类准确，且能较好的消除背景干扰，基本达到实用要求。     

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。     

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     

基于数字滤波的B-样条插值法在图像旋转中的应用

提出一种基于无限脉冲响应和有限脉冲响应数字滤波技术的快速 B-样条插值法 ,并将其应用于实时图像旋转处理中。为了优化旋转后的图像质量 ,本文采用 3次 B-样条对图像旋转后的像素点灰度值进行插值运算。另外 ,通过对传统图像旋转矩阵的分解 ,将图像在二维空间中的旋转运算分解成为三步在一维空间内平移运算 ,使插值运算在一维空间中完成 ,从而简化了图像旋转数据处理中的插值运算。最后 ,还提出了一种以硬件方法完成高阶图像插值运算实现图像旋转的新方法 ,并针对 2 5 6灰度级 ,2 5 6× 2 5 6像素的图像 ,设计出一个以 FPGA为核心的实时、高质量的硬件图像旋转系统。     

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。     

基于卷积神经网络的近壁流动高分辨率平均速度场预测方法

本文设计并验证了基于卷积神经网络的边界层近壁流动高分辨率平均速度场预测方法:首先采用示踪粒子图像对数据集训练卷积神经网络，通过调整神经网络参数可以预测示踪粒子在数据集上的平均跨帧位移；然后使用该卷积神经网络预测像素空间中各像素位置的单粒子位移，得到高分辨率的平均速度场信息。将该方法用于预测湍流脉动较小的边界层近壁区的平均流动，能够将空间分辨率提高到单像素精度。误差分析发现，该方法获得的测速精度略优于传统单像素系综平均互相关算法，且对粒子浓度和示踪粒子图像对数目的要求明显低于后者。     

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。     

提高图像轮廓清晰度的快速插值放大方法

分析了当前主要的高清晰度图像插值放大方法,为实现快速放大而选择了基于图像轮廓插值改善清晰度的技术路线,并在已有算法的基础上开展了进一步的研究.提出了新的图像轮廓线光顺数值算法,对轮廓线划分的两类子区域提出了精度更高的插值算法.最后,以典型平面图形的图像和由3DMax生成的三维渲染图像为例对本文方法进行检验,与双线性插值结果的对比说明,该方法可以明显改善插值放大效果.     

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。     

基于伯努利采样的高速摄像机图像实时压缩

高速摄像机被广泛应用于爆炸力学、流体力学、弹道观测等科研试验中。受电子系统存储带宽和容量限制，高速摄像机无法实现长时间拍摄。对拍摄图像进行压缩是延长高速摄相机拍摄时长的有效方法。然而，现有图像压缩方法因计算复杂度高、时间长，无法满足高速摄相机海量图像压缩需求。为此，提出一种低硬件成本的实时图像压缩方法:采用伯努利采样方法，在CCD或CMOS成像过程中，随机采样部分像素得到压缩图像；再通过未知像素估计算法重建压缩图像。模拟测试结果表明:当图像压缩率达到99%时，从重建图像中仍能观察到图像主要视觉信息，优于TOM拍摄图像的插值放大结果。     

一种适用于飞机壁板自动化制孔的法向修正技术

在飞机装配中制孔的位置和法向精度将直接影响飞机最终的装配质量。自动化制孔以飞机数模为基准,但在实际装配过程中,由于受多源耦合装配误差影响,壁板等大型柔性结构件的实际外形不可避免地会与理论数模出现偏差,因此需要对制孔位置和法向进行修正。为了减少制孔法向偏差和提高制孔效率,本文结合大型飞机机翼壁板的结构特点,提出一种基于基准孔插值的法向偏差修正技术。通过激光位移传感器的测量值计算得到各基准孔的实际法矢方向,结合视觉测量系统得到基准孔孔位偏差,利用插值算法实现其余孔位的法向修正。试验结果表明,该修正技术可实现法向误差不超过0.3°,制孔效率相比逐孔修正可提升约25%。     

基于超分辨率重构方法的湍流流场重构

从低分辨率流场数据中获取精细流场信息具有重要的研究意义。基于卷积神经网络的超分辨率重构方法是近年来发展的一种较为有效的精细流场重构方法。本文采用高效亚像素卷积神经网络（Efficient Sub-Pixel Convolutional Neural Network,ESPCN）,对Rayleigh–Bénard（RB）对流的数值模拟数据和湍流边界层（Turbulent Boundary Layer,TBL）的实验测量数据进行了超分辨率重构,并与双三次插值方法（Bicubic Interpolation）的重构结果进行对比。对比结果表明:在较小的下采样比下,ESPCN方法和Bicubic方法的重构精度相当;在较大的下采样比下,ESPCN方法的重构精度明显优于Bicubic方法。此外,ESPCN方法对数据梯度较大区域的超分辨率重构效果优于Bicubic方法。     

基于B-样条插值的图像边缘检测

为了能高质量地进行图像边缘检测,提出了一种新的基于B-样条插值的边缘检测方法.该方法为了保证图像边缘检测后的质量,采用3次B-样条对图像的像素点灰度值进行插值运算,提出了基于B-样条插值的一阶和二阶微分算子,并引入数字滤波技术加以实现.利用B-样条可分离的特性,实现了2维空间的基于B-样条插值的连续图像的重构函数,在此基础上提出了用于边缘检测的基于3次B-样条的一阶梯度模板和二阶微分模板.该方法非常适合于采用硬件的并行化实现,极大地提高了图像处理速度和边缘检测质量.     

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。