一种基于线条特征的图像拼接算法

全景图像是通过将普通照相机拍摄到的、边界部分有重叠的图像进行拼接而创建形成的．利用图像重叠部分对应像素的相似性，提出了一种行之有效的拼接算法，即通过特征线条的数据分布来配准图像，使得到的图像无缝平滑．     

基于图像处理的文档碎纸拼接技术研究

碎纸拼接技术是指利用纸质碎块文件所携带的信息,对其进行准确高效的复原。针对由碎纸机规则纵切或是规则横纵切所得碎纸片,通过碎片信息导入、图像边缘提取和骨架特征对比等步骤,给出了基于matlab图像处理的拼接复原方法,以及复原最终的完整效果图。     

基于LS-SVM算法的遥感图像目标检测方法研究

遥感图像受到光照、拍摄角度、大雾等影响使得目标检测精度低,为提高遥感图像目标检测质量,通过计算遥感图像背景复杂度,进行目标区域的预提取,实施目标检测,提出基于LS-SVM算法的遥感图像目标检测模型。将提出的方法应用于舰船遥感图像和航空遥感图像的目标检测中,并和联合显著性特征和角度信息方法、改进SSD算法进行对比。结果表明该方法能够更好地对比较暗、尺寸比较小的目标进行检测,具有一定的应用价值。     

基于SVD和直方图的JPEG同幅图像篡改盲检测算法

首先分析了基于小波变换和奇异值分解方法对同幅图像拼接篡改检测的缺点,结合相关重要的思想,构建了一种改进算法,该算法运用SVD提取图像块特征,并采用偏移频率的直方图来确定阈值。在仿真实验中,通过运用三种算法对图像篡改进行检测,对比结果表明,文章所提算法对同幅图像单次篡改和多次篡改均有更好的检测效果,而且通过修改图像的质量因子的实验进一步证实了该算法具有一定的鲁棒性。     

一种遥感图像高精度自动拼接算法

图像的自动拼接在地理信息系统和全景视频系统中应用广泛,但是传统的自动拼接算法在拼接含有大片相似区域的图片时精度不高,效果不理想.本文在传统算法的基础上,提出一种高精度的自动拼接算法,利用基于特征的算法提取特征点,利用基于像素的算法寻找匹配块,然后根据RANSAC原理精确计算图片的匹配关系.实验证实,该算法在图片包含大量相似区域及重叠部分相对较小的情况下,有比传统算法更高的拼接精度,而计算量并未增加.     

基于POS数据的无人机图像快速拼接技术的应用

根据无人机航空摄影图像像幅小、几何畸变大等特点,为满足应急的需求,应该快速完成多幅无人机图像的拼接。利用基于POS数据的方法进行快速的拼接,并与基于特征点的拼接、基于最佳拼接线的拼接在拼图质量和时间效率上做出对比分析。最终,基于POS数据的拼接在时间上有明显优势。     

基于改进RANSAC算法的图像自动拼接技术

图像拼接技术关键在于图像配准和算法效率,针对传统的图像特征匹配算法数据量大、计算耗时长的缺点,将K-means聚类算法应用到图像匹配算法中,提出了一种解决该问题的改进算法。该方法利用K-means聚类算法对图像提取出的角点对先进行聚类分组,然后采用预判断模型和分组随机选取的方法来提高传统算法效率。实验结果表明,该算法相比于传统的RANSAC算法,在保持较高的精度和鲁棒性的情况下,大大提高了计算效率,有助于提高图像的自动拼接的效率。     

基于不规则三角网的自由像片的拼接

针对航空影像的几何畸变较大,不规则的特点,以洛阳航空考古的数据为基础,应用不规则三角网的技术进行图像的拼接.在构网的时候采取灵活的策略,在精度不够的情况下,可以增加点的数量,加密三角网.这种方法适合解决多种图像的拼接的问题,不受图像几何畸变性质的影响,应用范围广.     

图像拼接技术在医学诊断中的应用研究

图像拼接是指将多个具有重叠区域的图像合成为一张图片,将图像拼接技术应用到医学上将能够更好地辅助医生进行诊断治疗。针对医学图像的特点,在像素匹配的基础上,分析了基于灰度平均值和基于重叠区域渐变等拼接算法。仿真结果表明,像素匹配的算法精度高,且基于重叠区域渐变的拼接算法能得到较好的拼接效果,对医学诊断具有一定的参考意义。     

基于SURF特征点提取的显微图像拼接

高倍镜下拍摄的图像视野小,不能看到完整的结构特征。为了获得全视野观看效果,文中提出基于SURF特征点提取的显微图像拼接方法。首先采用RANSAC算法剔除不匹配的特征点,然后用加权平滑的方法来消除拼接缝,并对背景亮度不均匀的问题进行处理。实验结果表明,文中方法能够精确有效地解决显微镜高倍镜下视野小,无法观察到清晰完整的组织细胞结构图像的问题。