增强现实技术初露锋芒

正增强现实技术尚未完全实现人们的期待,但已足够在让员工的工作更为有效。对于托马斯·考德尔(Thomas Caudell)来说,一切来自想要更便捷地制造飞机的渴望。那是在1990年,当时考德尔是波音公司的一名科学家,正尝试帮助为新777客机装配一捆捆长导线的工人。     

浅谈图像匹配研究

图像匹配是计算机视觉和图像处理中研究的热点和难点。该文分析了图像匹配研究中的问题及其关键因素,对常见的匹配方法进行了综述,介绍了近年来出现的新思路和新方法。     

基于特征点的图像拼接算法研究

在研究图像拼接理论的基础上,改进了拼接算法中的特征点匹配问题。首先利用Harris算法进行角点检测,然后利用归一化相关法进行匹配,接着利用该文中提到的方法来去除误匹配,从而得到匹配点对。实验结果证明该方法有效地提高了图像拼接的精度和速度。     

柱面全景图像生成关键技术

全景图是基于图像绘制技术的主要内容.实景图像的柱面正投影算法是为了将多张实景图像投影到一个圃柱面上,以柱面全景图像的形式存储.对现有和经典图像配准和图像拼接方法根据其本质特征进行分类.并分析各方法的优缺点最后提出未来发展的方向.     

结合自适应阈值与Forstner的Harris角点匹配优化算法

针对传统Harris角点检测效率低、非极大值引起的伪角点多等问题,提出了一种自适应阈值和归一化互相关（NCC）与随机抽样一致算法（RANSAC）相结合的Harris图像匹配算法。首先,采用自适应方式抑制非极大值的方法对角点进行预筛选;其次,采用Forstner算子对角点进行二次筛选;接着采用归一化互相关匹配算法对检测的Harris角点进行粗匹配;最后采用随机抽样一致算法对图像进行精确匹配。实验结果证明改进的方法不仅缩短了角点检测和图像匹配时间,而且能有效提高图像的匹配精度。     

基于改进SIFT特征匹配的视频拼接——在倒车系统中的应用

文章主要在限定的特征点提取区域,用改进的SIFT特征匹配算法进行帧图像的并行双向搜索匹配,缩短视频帧图像的匹配时间达到视频拼接的目的。     

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。     

基于双摄像头道路识别的智能车的设计

鉴于智能车系统给人们带来的便利,本文对其中安全驾驶方面进行了自动识别道路标识及障碍物的智能车模型的设计.该系统采用双摄像头采集道路信息,通过中值滤波、图像增强、边缘检测、图像匹配、PID控制等环节实现了对智能车模型的控制.     

融合多特征的图像检索算法

针对单一特征不能很好地表述图像的问题,提出了一种融合多特征的图像检索算法。首先,提取查询图像和图像库中样本图像的GIST（Generalized Search Tree)特征,用欧氏距离衡量图像间的GIST相似度值,根据查询图像的GIST特征在图像库中进行检索,将结果按相似度进行排序;然后,提取查询图像和返回结果中前k幅图像的尺度不变特征变换(SIFT)特征,使用BBF(Best Bin First)算法进行特征匹配;最后,通过特征点匹配点对数排序并返回检索结果。实验在改进的Corel1000数据集上进行,与传统的单特征图像检索算法对比,提出的图像检索算法不仅提高了检索准确率,而且获得了较好的检索效率。     

随机蕨丛算法匹配识别性能研究

为了改进基于特征点的图像匹配识别方法的精确度,文章对特征点匹配算法随机蕨丛的性能进行评估,并与尺度不变特征变换算法SIFT的匹配性能进行对比研究。通过实验将随机蕨丛算法参数进行优化配置,分别测试两种算法的鲁棒性能和匹配速度。实验结果表明,随机蕨丛算法的匹配精度能达到85%左右,明显高于SIFT算法,匹配速度也远快于SIFT算法,但仍然有待提高。