角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

一种鲁棒的SAR图像匹配方法

针对合成孔径雷达（Synthetic Aperture Radar,SAR）图像匹配中虚假匹配和鲁棒性欠缺的问题,提出了一种鲁棒的SAR图像匹配方法。首先通过正射校正来进行预处理,从而消除SAR图像的旋转;然后利用相关匹配方法初步提取同名点;最后根据同名点的空间位置来筛选同名点并计算仿射矩阵进行匹配,提高了SAR图像匹配的精度和鲁棒性。实验证明了所提方法的有效性。     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。     

基于特征点配准的图像拼接技术研究

图像拼接是图像处理技术中的重要研究领域，现已广泛应用于遥感图像处理，医学图像分析，计算机识别，军事，勘探等领域，该文通过Harris角点特征的检测来实现图像的配准，达到较好的结果。     

基于分层策略的机器人视觉导航

本文针对机器人视觉导航系统中彩色图像匹配的特点,对序贯相似性检测算法进行了改进,引入自适应遗传算法,同时,采用了粗——精匹配相结合的分层搜索策略。改进后的算法,在不失匹配精度条件下,可提高图像匹配速度,从而满足机器人视觉导航的实时性要求,同时具有较好的鲁棒性。     

改进的极化SAR点散射目标扰动滤波检测方法

为完成极化合成孔径雷达(PolSAR)图像中点散射像素目标的检测,从几何扰动滤波检测点散射像素的基本原理出发,分析了经典方法存在的相干度参数阈值无法自适应获取和不同散射机制共享同一阈值两个问题,提出利用Cloude-Pottier分解结果中熵参数的分布情况计算得到阈值,利用平均阿尔法角参数完成不同散射机制的初分类,对初分类的结果排序得到的某种散射机制对应的相干度参数的比例因子,根据比例因子计算得到该类散射机制的阈值,从而完成点散射目标的检测。对机载合成孔径雷达（AIRSAR）数据集中的San Francisco Bay图像进行了实验,结果表明,改进方法在检测性能上优于经典方法。     

考虑空域分布多尺度信息熵的SAR图像模板匹配

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵（SDMSE）,将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达（SAR）图像匹配时,对输入图像和基准子图（基准图中和输入图尺寸一样的子图）求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。     

一种新的SAR图像分块匹配算法

当SAR图像噪声过强时,采用归一化积相关算法得到的相关面对比性较差,匹配结果 可靠性降低。为解决此问题,给出一种新的SAR图像分块匹配算法。该算法将实时图分块并 分别与基准图进行匹配,利用分块图像之间的相关性来找正确匹配点,增强了匹配结果的可 靠性。实验证实该算法在实时图有强噪声的情况下依然可以正确匹配。     

遥感图像的自动配准综述

遥感图像配准,是针对两幅或多幅图像重叠区存在几何畸变或空间坐标位置不一致而进行的最佳匹配处理过程。图像配准是图像镶嵌和图像融合中最为重要的步骤,也是图像处理的重要内容之一。1996年,微软研究院的Szeliski提出了一种2D空间八参数投影变换模型,采用Levenberg-Marquardt迭代非线性最小化方法 （简称L-M算法）求出图像间的几何变换参数来进行图像配准;张祖勋等利用多级影像概率松弛法有效地解决了不同时相、不同传感器获取的不同分辨率遥感影像之间的配准问题。无论采用何种方法配准，都需要大量的同名点。     

基于拓扑结构的图像拼接算法

针对加速稳健特征（SURF）算法匹配特征点对较多，造成拼接精度低、计算量大的缺点，结合网络拓扑学理论提出了一种剔除误匹配的SURF改进拼接算法。算法定义并采用连通矩阵得到特征点的拓扑结构，将两幅图像的连通矩阵做异或运算得到判断矩阵，多次迭代剔除特征点集合中错误匹配点和匹配度较低的点，得到拓扑结构完全相同的特征点集合，有效减少了匹配特征点对的数量，提高了特征点对的匹配正确率。根据最终的特征点集合计算变换矩阵完成两幅图像的拼接处理。对比实验结果表明，针对同一组图像进行拼接处理，所提算法的特征点匹配正确率较SURF算法提高了28.28%以上；对于小分辨率图像拼接，耗时基本保持一致；对于大分辨率图像拼接，所提算法耗时大大减少。     

基于块稀疏度与自适应迭代的压缩感知方法

针对分块压缩感知算法在平滑块效应时损失了大量的细节纹理信息，从而影响图像的重构效果问题，提出了一种基于块稀疏信号的压缩感知重构算法。该算法先采用块稀疏度估计对信号的稀疏性做初步估计，通过对块稀疏度进行估算初始化阶段长，运用块矩阵与残差信号最匹配原则来选取支撑块，再运用自适应迭代计算实现对块稀疏信号的重构，较好地解决了浪费存储资源和计算量大的问题。实验结果表明，相比常用压缩感知方法，所提算法能明显减少运算时间，且能有效提高图像重构效果。     

细胞自动机在棋盘格角点检测中的应用

根据细胞自动机组成单元简单，单元之间作用具有局部性的特点。本文将细胞自动机的模型应用到棋盘格的角点检测中，棋盘格模板被广泛的应用在摄像机标定中。使用matlab为工具对模型进行了开发，实验结果表明，该细胞自动机模型是一种简单有效的棋盘格角点检测方法。     

基于尺度不变特征变换的图像自动配准方法

运用尺度不变特征变换方法提取图像特征,采用基于圆域的特征主方向计算方法,强化了图像的特征旋转不变性能;利用k-d搜索树与简化的广义Hough变换相结合的方式进行图像特征匹配,提高了特征匹配的效率和精度。实验表明,该方法能够对不同分辨率、不同光照、不同拍摄角度的图像完成精确自动配准。     

高动态弱直扩信号的分级捕获算法

针对低信噪比高动态环境下直扩信号经典捕获算法中多普勒频偏估计精度和快速傅里叶变换（FFT）运算量的矛盾,提出了一种基于频偏补偿的两级非相干累加捕获算法。该算法以部分匹配滤波器结合快速傅里叶变换（PMF-FFT）算法为单元,首先利用第一级频偏粗估值对多普勒频偏进行补偿,然后通过调整第二级PMF-FFT中部分匹配滤波器长度并利用滑动平均窗对残余频偏进行精估。理论分析和仿真结果表明,与经典捕获算法相比,该算法在FFT运算点数相同的条件下,可以有效地提高多普勒频偏估计精度,并且在高动态环境下具有更好的检测性能。     

一种提高恶劣环境中电台话音质量的方法

针对恶劣环境中电台话音质量差这一难题,提出了一种有效的解决方法。首先在最小值控制的递归平均Ⅱ型（MCRA-2）算法基础上,提出了一种改进的MCRA-2算法。该算法采用自适应平滑参数和双检测门限,能有效减小音乐噪声,提高噪声估计准确性;然后将该噪声估计算法与对数最小均方误差估计器相结合,实现话音降噪,提高恶劣环境下电台话音质量;最后利用噪声估计结果和降噪后的话音信号,采用信噪比判决算法,自适应估计静噪门限,实现自适应静噪,进一步提高话音舒适度。实验表明,采用该方法的电台在大噪声、强干扰等恶劣环境中使用时,能明显改善话音质量,有效减轻收听者听觉疲劳。     

一种全自动稳健的图像镶嵌算法

针对现今学者提出的多种获取全景图像的图像镶嵌算法大都只是在图像发生平移条件下完成的局限性,提出一种广泛适用于图像发生任何空间变换(包括图像的平移、旋转、缩放和其它扭曲)的镶嵌算法.该算法核心是采用图像变形技术对发生空间变换的图像进行投影重建.具体过程是:首先由Harris算子提取的角点求得两幅图像间的变换矩阵,然后由此变换矩阵应用图像变形技术,逆向映射重采样插值发生空间变换的图像,最后与源图像合成图像.实验表明,该算法能达到良好的镶嵌效果.     

高精度机载可见光图像定位方法

针对现有技术不能解决机载可见光图像快速自动定位的问题，提出了一种定位精度高、处理速度快、可扩展性好的机载可见光图像定位方法。该方法以传感器共线成像模型为中心，将实时图像和传感器成像参数送入共线模型进行正射校正，校正后的图像与相应的基准图像进行图像配准，使用配准同名点信息更新传感器成像参数，最后再次通过共线模型获取实时图地理坐标定位信息。这种通过图像配准再计算成像模型的间接定位方法，不仅减少了计算量，而且使自动配准算法稳定，较传统的直接定位方法或图像配准方法有突出的优势。此外，该方法具有严格的误差传递计算公式，能计算定位结果的误差。仿真实验表明即使在大倾斜角条件下，该方法也能获得优于100 m的定位精度。     

空间差异度量约束的图像修复

针对传统算法在图像修复时选取最佳块匹配准则的单一性和随机性的问题,提出了一种空间差异度量约束的图像修复方法。该算法利用等照度线确定待修复块的优先级,根据空间差异度量约束的最佳块匹配准则搜索与该待修复块最匹配的样本块,采用最佳匹配块的信息更新优先级最高的待修复块的信息以修复其缺失像素信息。实验结果表明,与传统算法相比,所提算法能有效提高图像修复的主客观质量,对三种类型的信息缺失均取得了较好的修复效果。