基于多约束条件的中文碎片拼接复原算法设计

文章对纵横切中文碎纸片的拼接复原问题进行了分析,对碎片图像进行数字化处理,采用灰度相似性比较的方法,利用循环遍历的思想匹配碎片;接着对图像进行二值化降噪处理,去除干扰元素,考虑到传统匹配算法下存在多种匹配、错误匹配、重复匹配的问题,设计基于多种约束条件的中文碎片拼接算法;最后利用编程实现得到完整的复原图形,该算法提高了碎片拼接复原效率和精准度。     

基于K-均值聚类图像配准算法

针对图像配准中实时性差和精度低的问题,提出了一种基于K-均值聚类的图像配准算法。该算法根据匹配点对距离和方向特征的视差约束条件,首先利用K-均值聚类对匹配点对进行预处理,剔除错误匹配点,然后利用RANSAC进行优化,实现了图像的精确配准。实验结果表明该算法不仅提高了图像配准的精确度,而且提高了图像配准的速度。     

基于最小二乘法特征点的图像拼接方法应用研究

针对常用的图像拼接技术拼接效果有锯齿显现,边缘不圆滑等的问题,文章在精确获取图像特征点匹配对的前提下,采用基于最小二乘法拟合求取较优的变换矩阵拼接图像,获取完整的图片信息。通过实验,表明该方法拼接后的图像效果良好,边缘比较平滑。     

基于特征点匹配的双面碎纸片自动拼接复原

本文以2013年全国数学建模竞赛B题为背景，主要研究双面打印碎纸片的拼接复原问题。利用特征点匹配的图像拼接算法，绘出了基于特征点的图像拼接流程图：根据图像拼接流程图建立了特征点检测算法Moravec角点检测算法模型，通过计算各像素的兴趣值、选择恰当的特征点、候选点，分析运算得到了附件5的碎纸片拼接复原结果。     

基于特征点图像配准方法的应用研究

针对常用的图像配准技术配准精度不高的问题,本文首先采用RANSAC算法剔除SURF算法初匹配中的误匹配对,再在初次提纯的匹配对中进行欧氏距离排序,提取距离最小的有限匹配对作为最终的匹配结果。通过实验表明该方法配准精度高,效果好,为后续图像的融合拼接打下良好的基础。     

车辆全景成像探测的快速目标拼接算法

全景成像技术以及图像拼接、图像配准等与其相关的技术,都属于机器视觉及模式识别领域。由于其成像系统视场较大,且无论远近都可以清晰成像,因此,全景成像技术具有广阔的应用前景,例如,在军事领域中的侦察、空间探索等,民用领域中的医疗设备、防盗预警、机器人视觉等等。正是由于上述原因对全景成像技术,具有很高的研究和实践价值。本文对全景成像技术的研究主要有以下四个方面:第一,深入研究了全景成像的获取方式,在此基础上分析其获取方式的优缺点;第二,实现了图像的预处理,即完成了对获取图像进行了校正和去噪,通过对不同的图像采用滤波算法实现;第三,在图像拼接方面,实现了基于比较匹配的图像拼接算法,通过采取平行景物线匹配算法消除了灰度差异的影响,对拍摄同一景深下的图片进行拼接;第四,在不同景深条件下,对图像进行拼接,并完成了基于Harris特征点检测算子的特征提取算法。     

改进的Harris方法在交通事故现场图像拼中的应用

为了满足交通事故现场图像拼接时效性高的要求,本文提出了一种改进了Harris算法快速提取图像角点的方法。先采用3＆#215;3的预检窗口排除大部分疑似角点,保留候选角点,然后对候选角点采用Harris算法进行进一步的角点检测,确定最后的角点。实验结果表明,改进的方法不但能合理地检测出角点,还能大大提高角点检测速度,为交通事故现场图像快速拼接提供技术支持。     

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。     

一种快速稳健的特征匹配方法及其鲁棒性分析

提出一种强鲁棒的快速稳健的特征匹配方法。该方法采用基于尺度空间的,对图像变化具有鲁棒性的SIFT(Scale Invariant Feature Transform)算法进行特征点检测和提取,用大量的数据分析该方法的适应能力,寻找最佳匹配阈值。     

特征点匹配对预筛选的快速运动背景配准

针对运动背景下的运动目标检测实时性要求高的问题,提出了特征点匹配对预筛选的快速运动背景匹配,通过配准运动背景,然后通过帧间差分法提取运动目标。该算法首先利用Harris算子提取背景图像的Harris特征点,然后对Harris特征点进行匹配得到匹配对,通过K-means聚类算法对特征点对进行预筛选,预筛选后的特征点对利用改进的随机样本一致算法(PROSAC)计算放射变换矩阵,最后对背景图像进行变换配准。实验仿真表明,该算法极大地提高了运动背景匹配速度。     

基于Harris和SIFT的特征匹配算法

为了克服传统的局部特征匹配算法对图像的尺寸和旋转比较敏感的缺点,文章提出了一种基于Harris和SIFT的特征匹配算法。该算法首先进行Harris角点提取,利用圆的旋转不变性和多维向量来构造SIFT特征描述子,然后利用极线约束降低对匹配点的搜索空间,最后度量特征描述子之间的欧氏距离,运用双向匹配技术得到最终的匹配结果。实验结果表明,该算法能提高匹配精度,减少匹配时间。     

基于聚类分析和灰度值匹配的碎片文件拼接复原

针对同一页印刷文字文件的碎纸机破碎纸片的拼接问题,研究了碎纸片内文字行特征,碎纸片的边缘像素灰度特征,提出了基于聚类分析和灰度值匹配的碎片文件拼接算法。通过matlab仿真实验,结果表明该算法可靠地实现了破碎文件的拼接,效果良好。     

一种增强SAR图像匹配稳定性的新预处理方法研究

SAR图像中相干斑对SAR图像的后续处理影响较大,由于自适应叠代滤波算法具有较好的适应性和对相干斑的平滑性,采用自适应叠代滤波对SAR图像进行了预处理,再利用相关的匹配算法将SAR图像与可见光图像进行匹配,并进行了大量的实验。实验结果表明,该方法具有良好的抑制SAR图像相干斑的效果,改善了相关峰的单峰性,显著提高了可见光与SAR图像的匹配稳定性和匹配精度。     

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.     

一般位置上的双摄像头立体视觉测距

本文基于一般位置上的双普通摄像头通过立体视觉的方法进行测距研究。为了减少错误匹配点对的个数,先采用Harris角点检测法对双摄像头捕获的两幅图像进行角点检测,然后将检测出的角点作为候选特征点,结合SIFT立体匹配算法实现对应点的匹配,从而进一步进行测距,该方法提高了测距的精度。     

一种改进的松弛迭代图像配准算法

本文展示了一种改进的松弛迭代图像配准算法,此算法首先使用归一化自相关运算求得图像的粗匹配对,接着使用改进的松弛迭代匹配算法进行精匹配。本文通过优化筛选第一轮迭代结果,使得后续迭代时间明显减少。实验证明此算法效率比原始算法有了很大的提高。     

基于混沌理论和Arnold变换的X射线数字图像加密算法

图像经单一的混沌算法加密后,还留有原图像轮廓,存在加密强度不足的问题。文章提出应用二维Arnold矩阵变换和混沌理论混合加密X射线图像的算法,利用Arnold扰乱图像位置的特点,结合混沌加密理论,有效地解决了单一混沌加密算法对图像加密强度不够的问题。最后,通过实验验证了该算法的有效性。实验结果表明,该算法的加密安全性很高。     

一种用于物流分拣系统的图像配准方法

为提升物流分拣系统的分拣速度及正确性,提出一种可适应复杂场景变化的图像配准方法。该方法主要采用两步配准,第一步是采用平均相位图像上的特征描述子匹配,实现全局配准,第二步是采用基于MIND方法的可形变配准,实现局部细化配准结果。所提出的方法在物流系统采集图像上进行了广泛的评估,通过定性和定量实验证明了提出方法的有效性,相较经典算法而言在错误率上降低了67.3%,速度上提升了112.4%。实验结果表明,本文方法具有更好的配准性能。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法。该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性。将权值机制融合进图像的重构过程,强化了训练集的有用性。实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量。     

基于SSE指令集的运动目标模板匹配算法设计

本文针对序列图像中运动目标识别的广泛需求,分析了模板匹配算法的实现过程及特点,研究、设计了一种基于SSE指令集的运动目标模板匹配算法。该算法利用SSE4指令集实现多位数据并行计算,显著提高了模板匹配算法的处理速度。实验结果表明,该算法对于序列图像中的运动目标识别具有速度快、识别精度高的特点,具有一定的应用价值。