基于仿射变换的双波段红外图像配准算法研究

图像配准是图像融合技术中的首要环节,只有经过配准的图像才能够进行融合。虽然双波段红外探测器探测的是同一场景,但是由于光学系统的构造产生了两幅图像,而两幅图像之间却存在了几何位置上的差异,所以在本文中提出一种配准方法。通过点检测方法获取图像的特征点,然后再选取其中两组较为明显的特征点组,再根据仿射变换关系式,确定其中的模型参数,并且对图像进行配准。     

基于ITK的医学图像配准与显示

医学图像配准是对于一幅图像寻求一种空间变换,使该图像与另一幅图像中的对应点达到空间上的一致。将对ITK进行介绍,并讨论交互信息配准,二维刚性配准,仿射变换3种方法的实现及其结果。     

基于弹性配准的图像层间插值算法研究

针对传统配准方法存在配准精度低的问题,提出一种新的弹性配准插值算法。新方法基于B样条的自由变形模型,将最大互信息准则作为形变图像与目标图像的相似性测度对相邻的片层图像进行配准。然后,提出一种改进的双线性插值方法,通过构造插值点的最小环绕四边形计算该插值点的值,从而得到最终的插值图像。     

SUSAN兴趣点检测算法的研究与实现

基于特征的遥感图像配准中,特征提取是整个配准过程的第一步,特征提取的质量对于最终的配准效果有着十分重要的影响。在目前的遥感图像配准中,点、线和面三种特征都有使用,其中点特征的使用最为频繁,这是因为使用点特征可以大大减少数据量从而提高运算的速度,而所谓的点特征一般称为兴趣点。主要介绍了SUSAN兴趣点的检测算法,并对该算法进行讨论研究,最后用IDL实现了该算法。     

基于矩主轴法对多模医学图像进行粗配准

首先对多模医学图像进行预处理;然后提取CT图像的边缘算子,并对应到CT图像感兴趣区域的边缘提取分布点(即特征点);最后通过矩主轴法得到两幅图像的质心和主轴,计算出两幅图像的平移量和旋转量,实现图像的全局粗配准。利用矩主轴法对多模医学图像进行粗配准能达到快速配准的目的,但是不能够清晰的反映出图像的反馈信息。     

基于点特征直方图的点云自动配准算法研究

三维激光点云数据处理工作中,点云配准工作是后续的所有点云分析以及三维重建等工作的关键。综合分析现有配准算法的不足,在点云初始配准阶段,本文采用了Rusu等提出的基于点特征直方图的采样一致性初始配准算法(SAC-IA),并从从算法准确度和效率角度提出了改进:加入了采样点几何形状约束以保证采样点不共线,通过计算点特征直方图差异代替了欧式距离差异改进了误差评定方法。在点云精细配准阶段,本文采用了F.Pomerleau等提出的改进后的ICP算法,并在此基础上提出了一种基于点云重叠区域的精细配准算法。实验结果分析,该算法配准精度较高,能够满足点云配准要求。     

一种基于角点特征的图像自动配准方法

针对多幅图像之间的图像配准问题,该文提出了一种新的图像自动配准算法。该算法应用Harris角点检测方法获得角点信息。在匹配过程中,采用圆形区域和双向相关系数法进行相似性度量。采用圆形区域,很好的解决了旋转问题;采用双向相关系数法,更加保证了匹配的精确度,减少误匹配率。初步实验结果表明:该方法可以高效短时地实现图像间的自动配准。     

一种基于学习的误匹配特征点剔除算法

基于特征点的匹配方法是图像配准中必不可少的过程。但是,对于经过仿射变化的参考图像而言,得到的特征点匹配结果中常常有很多的误匹配特征点,造成不理想的特征点匹配结果。原因在于目前对于匹配结果的评价只能采用线性结构进行评价而忽略了非线性结构带来的影响。本文提出了一种基于机器学习的比较特征向量方法,用模式分类问题替代现有的匹配方法。实验结果表明,该算法对误匹配点对的剔除有较好的效果。     

三维建筑计算机视觉模型中的断痕消除技术

传统的三维建筑计算机视觉模型中,多个建筑图像不同区域有着较为明显的灰度和梯度等特征存在较大差异,使得拼接后的建筑图像中可能存在较为明显的拼接断痕。为了解决这个问题,提出了一种像素三维插值计算的三维建筑视觉模拟断痕消除技术：提取图像特征点,运用双目立体视觉方法,获得三维坐标。在利用视觉中的像素修补计算,对待配准曲面图像的空间变换参数进行优化,实现三维建筑曲面图像的断痕消除。实验表明,该方法能实现三维建筑中计算机视觉三维模拟的断痕消除技术,取得了不错的效果。     

再制造工件缺损部位定位技术研究

针对柔性再制造系统中对工件的缺损部分进行测量的问题,提出一种应用结构光传感器进行检测和定位的方法。该方法采用结构光传感器获得破损工件的三维点云数据,将点云数据与原始工件CAD模型进行配准．通过设定误差阀值提取缺损区域数据。配准过程分为初始配准和精确配准两步,采用主元分析法计算点云数据的主方向,与已知CAD模型的主方向对齐,实现初始配准;采用ICP算法实现点云数据与CAD模型的精确配准。通过计算特定方向上点云到CAD模型的误差获得工件缺损区域的数据。实验表明,该方法能有效的获得破损工件缺损部分的三维信息。     

特大钢结构使用雷达与无人机高精密测量技术

为达到针对特大尺寸的钢结构进行高效研究、高精度的检测目的,本文针对地面区域激光点云的全面配准算法及无人机装置多视角视频图像的密集点云生成算法实施了详尽的研究.应用根据几何图形特征的迭代模式的整体配准型算法持续的对于观测数值约束操作以及解析计算,并把观测数值的修正误差范围控制在特定阈值的区间内,直至实现配准操作,完成整体...     

虚拟地球中电力杆塔模型的自动配准方法研究

针对具有不同空间参考基准的输电线路三维杆塔模型在虚拟地球中与多尺度影像、地形的精确配准问题,提出了一种基于模型投影特征点和影像标定控制点库的三维模型自动配准方法,将复杂的三维杆塔模型投影在基准平面上完成对三维模型特征点的提取,基于数字正射影像进行控制点标定建立特征控制点库,并利用过渡坐标系构建基准统一的虚拟地球可视化环境,完成三维杆塔模型的与虚拟地球中影像、地形的精确配准。最后基于上述方法在开放式虚拟地球集成共享平台NSCGlobe中进行实验,验证了该方法的有效性。     

基于互信息的多模态医学图像配准方法研究

医学图像配准方法主要分为三类:灰度信息法、变换域法、特征法,其中最常用的是灰度信息法。在灰度信息法中,研究方法最多的为基于互信息的图像配准方法。互信息用来比较两幅图像的统计依赖性,是两个随机变量相关性量度。近年来,基于互信息的多模态医学图像配准方法层次不穷,每种方法都有其优点和弊端,本文详细阐述基于互信息的医学图像配准方法的原理,算法以及优缺点。     

基于目标显著区域的图像检索算法

针对基于区域的图像检索技术中在构造显著区域时忽略人眼视觉的影响而造成的检索率偏低问题,提出了一种新的图像检索算法.首先,引入人眼的视觉特性,提取图像的一些有意义的点特征,构造显著区域,在此基础上,定义图像的特征描述符,以描述符为线索,将图像的形状特征和空间颜色分布特征有机进行结合,不仅克服了基于目标区域检索时的缺点,而且降低了传统目标区域提取算法的复杂度.实验结果表明,该算法具有较高的检索效率.     

基于Hough直线检测的深度图像配准方法

针对传统的图像配准方法中寻找图像之间点对应关系这一难点问题,提出一种基于Hough直线检测的深度图像配准方法.利用Hough变换检测深度图像上的直线,确定不同视点图像上直线之间的对应关系.根据对应直线三维空间上的方向向量确定两幅图像之间的刚体变换参数.最后用模拟深度图像验证方法的有效性并给出三维重建结果.     

基于B样条函数的多模态医学图像弹性配准

论文提出一种一次B样条函数完成全局配准,高次B样条函数实现局部变形的弹性配准方法。利用互信息坝4度和窗口函数插值算法对多模态图像配准。实验结果表明本方法不但可以加速配准,而且可以改善图像的局部配准。     

遥感对地CCD成像自适应轮廓线跟踪标记算法

CCD固态图像传感器用于遥感图像采集中,遥感对地探测中进行图像采集的轮廓线特征模糊,需要进行自适应轮廓线跟踪标记,提高图像的分析和识别能力。传统方法采用尺寸配准标定技术,对边缘模糊的遥感CCD成像标记效果不好,出现伪轮廓。提出一种基于Harris角点检测的遥感对地CCD成像自适应轮廓线跟踪标记算法。进行遥感对地CCD成像图像数据模型构建,设计Harris角点检测算法进行CCD遥感成像的边缘轮廓像点拟合,进行边缘轮廓线的亮点分析,提高采样精度,通过遥感成像的运动幅度检测实现对轮廓线跟踪标记。仿真结果表明,算法能有效实现CCD成像轮廓线跟踪标记高精度拟合,能有效剔除边缘干扰,提高对地遥感观测图像的探测精度。     

基于谱嵌入的非刚性点云配准方法

本文针对三维人体模型采集过程中出现的大尺度变形问题,提出基于谱嵌入的非刚性配准方法,将谱嵌入与三维薄板样条函数结合,实现较好的人体配准效果。本方法能够为三维重建提供更丰富的数据信息,通过配准多个不同角度或不同时刻采集的模型,进一步构建出信息更加完整的模型。现如今,三维点云配准技术已经渗透在人类生活的方方面面,如医学图像配准,虚拟试衣间,三维服装设计等,有很大的应用前景。     

基于3D-SIFT和区域生长的配准方法

快速有效的点云配准在逆向工程、三维重建等方面有着重要的意义。目前,尽管已经提出了多种匹配方法,但已有方法一般只能适用于特定的场景,缺乏泛用性和稳定性。针对以上问题,本文提出一种3D-SIFT和区域生长的配准方法。该方法,主要步骤为:提取待匹配点云和参考点云的SIFT特征,获取全局中重要匹配点,完成变换模型的粗配准;然后,基于种子点确立生长法则生成对应的种子区域和匹配点;最后利用最小二乘算法,实现点云的精配准。实验表明,该方法在泛用性和稳定性都有明显的提高。     

基于虚拟双目视觉的玉米叶片三维重建方法

提出了一种基于双目立体视觉的玉米叶片三维重建方法。该方法利用两个平行且位置相对固定的摄像机,组成双目立体视觉系统。运用改进的张正友平面标定法进行摄像机标定,采用一种改进的Harris算法,通过快速预筛选和多阈值角点提取方法,对获取的图像采集Harris角点以提取玉米叶片特征,通过计算搜索窗口内对应点的相关系数和阈值的比较实现特征点匹配,依据视差原理,计算得到玉米叶片的三维点云信息,对预处理后的玉米叶片点云进行双三次B样条曲线插值,重构叶片的三维网格曲面。仿真实验表明:所提方法能够高效、准确地实现玉米叶片三维重建,对玉米叶片边缘起伏和褶皱等细节可完整保留,三维重建精度较高。