基于尺度研究的SIFT特征匹配改进算法

图像特征提取与匹配是计算机视觉、图形图像领域的一个重要问题,具有仿射不变性、光照不变性、部分遮挡不变性的特征,提取和匹配是这个问题的核心内容。尺度空间技术是具备了多尺度分析技术众多优点的新兴技术,SIFT（Scale Invariant Feature Transform）算法是线性尺度空间技术的一个成功应用。对于如何在一帧图像中运用尺度空间技术手段寻找更多的特征点、以及如何对特征点进行准确的描述与正确的匹配是该领域的难点,尤其前者在近年内进展缓慢。文章通过论述尺度空间的构造过程,证明了尺度选择与可找到特征点数目和位置的关系,通过调整尺度选择与最优点选择策略,在图像上寻找到更多的特征点,并根据判据量化判定了特征点的稳定性;通过限制匹配点的尺度关系减小了错配概率,通过改进原始匹配策略提高了匹配算法的准确率。实验表明,改进后的SIFT能够比传统的SIFT找到更多的特征点,提高了匹配的准确率,算法的鲁棒性得到了进一步提高。     

基于图像梯度的印刷品缺陷检测算法研究

根据印刷品缺陷的特点,利用差影法结合图像梯度灰度特性来进行缺陷判断,降低了差影算法的误检率.     

基于SIFT特征匹配的多人脸图像拼接方法研究

针对日常生活中多张人脸图像的合成问题,提出了基于SIFT特征匹配的多人脸图像的拼接方法。首先应用SIFT算法实现了多张人脸图像的拼接,最后采用VC++6.0实现了多人脸图像的拼接,获得了所需视野大小的全景图像。从实验结果可以看出,本文所研究的方法具有很好的效果,完全可用于课堂考勤的多人脸检测与识别中。     

基于内容图像检索中纹理特征提取的研究

用复合小波滤波系数设计了一组新的二维旋转复合小波滤波器组(RCWF),它改进了导向纹理的描述。双树旋转复合小波滤波(DT-RCWF)和双树复合小波转换(DT-CWT)被共同用于纹理分析的12个不同方向。通过计算每一波段的能量和标准偏差而获得纹理特征,并给出实验结果。使用联合滤波器组得到的检索性能要优于使用其它方法得到的性能,新方法同时保持了较好的计算复杂度。     

基于边缘和梯度场的图像表示和压缩方法

提出一种基于边缘和梯度场的图像表示和压缩方法.将图像表示成边缘域的像素和非边缘域的梯度场,并分别进行编码.编码端,采用自适应四叉树分解和一维小波变换编码边缘域,采用二维小波变换编码梯度场.解码端,由对逆变换得到的边缘域和梯度场,通过梯度域变分重构进行解码恢复.方法能用于无损和有损图像压缩,具有较好的压缩性能,并能有效地克服边缘附近的振铃效应.     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法.算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵.通过对这一矩阵阈值化实现边缘检测.该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性.实验结果证明了该算法的有效性.     

基于加速稳健特征算法的混凝土图像拼接

混凝土结构表面常常存在裂纹等缺陷,然而混凝土构件尺寸大,无法一次性成像,影响缺陷识别效果.本文分别采用SIFT和SURF算法对圆形和含裂缝的混凝土图像进行拼接.当图像重叠率为30％左右,图像之间视场偏转角不超过30°时,均取得良好的拼接效果.SURF算法的拼接速度更快、鲁棒性更好,具有实际工程意义和应用前景.     

基于随机舍弃邻域的低照度图像去噪算法

场景中的光照条件对数字图像的质量具有决定性影响,当光照强度较弱时,获取的低照度图像对比度低,信噪比较差,给后续图像处理工作带来困难。经典基于邻域的图像去噪算法依据图像相邻像素之间的灰度连续性,往往在去除噪声的同时导致图像边沿模糊。文章介绍一种基于邻域像素随机舍弃的低照度图像去噪算法。算法首先根据像素邻域的拉普拉斯算子自适应地调节舍弃概率,并对邻域内各像素进行随机舍弃估计;然后以邻域的方差最小化为目标函数并添加偏差项进行约束,通过协调方差项与偏差项获取保留像素的权重估计;最后根据邻域像素的权重迭代估计图像像素值。实验仿真结果显示该算法能够在低照度条件下有效去除图像噪声,恢复原始图像信息。     

基于纹理分析和梯度特征的车牌定位算法

车牌定位技术是车牌识别技术中最重要的部分,根据车牌区域字符的特点,提出了一种综合纹理分析和梯度特征的车牌定位方法.利用车牌字符的纹理特征提取出可能存在车牌的区域,再利用车牌字符和背景梯度的差异性进一步过滤掉由于背景原因产生的伪车牌区域,进而准确定位出真正的车牌区域.实验结果表明该方法运算量小,对复杂背景车辆图像有很好的定位效果,具有较好的应用性.     

基于轮廓特征的路面裂缝图像拼接

本文针对路面裂缝图像特征,采取了一种基于轮廓特征的拼接方法。在图像特征提取部分,采用加权的邻域平均算法对图像进行噪声滤除,改善了轮廓提取的效果。在特征描述部分,采用形状签名代替链码,提高了抗噪能力及运算速度。实验证明,本方法在运算速度、准确率方面均有提高,适于路面裂缝图像的拼接应用。     

基于ECM算法的多用户检测技术研究

EM算法的吸引力之一在于完全似然函数的求导和最大化通常比不完全数据极大化似然函数的计算简单,但是在某些情况下,即使导出的完全似然函数的E步是直截了当的,M步也不易实现。因此提出了改进M步的ECM算法。相对于EM算法,ECM算法降低了M步的计算复杂度。多用户检测技术(MUD)是通过取消小区间干扰来改进性能,增加系统容量,多用户检测的作用就是去除多用户之间的相互干扰。在高斯噪声环境下,就误码性能及两种算法在高斯噪声下的迭代比较两个方面进行仿真,结果表明,EM算法相比较ECM算法的性能和收敛性几乎一样好。     

基于特征融合的图像检索算法研究

提出一种新颖的基于特征融合的灰度图像检索算法,该算法将图像按一定步长量化并映射为n阶频率矩阵,然后融合矩阵第一、第二奇异值向量的信息得到图像复特征向量,最后以余弦相似度作为图像检索的相似度度量.实验数据分析表明,算法在检索性能上优于传统的颜色直方图法.     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

三维图像重建中差异信息融合算法研究

针对三维图像重建中的差异信息融合算法识别率较低,稳定性差,无法有效处理不确定因素等弊端,提出一种新的三维图像重建差异信息融合算法,分析了二维图像和三维图像的一阶与二阶统计,对自相关函数进行归一化处理,将二维图像的自相关函数变成三维自相关函数,利用傅里叶变换求出三维图像的功率谱,通过调整合理的辐角塑造该三维图像的傅里叶转换。对三维图像重建过程中的特征向量进行划分,保证三维图像重建过程中全部信息的完整性。依据特征向量与信息之间的经验知识对学习样本进行建立,给出某一时间段内三维图像重建中某个神经网络对应的差异信息融合公式,对多个神经网络的差异信息融合结果进行融合,实现三维图像重建中差异信息的融合。仿真实验结果表明,所提算法具有很高的有效性。     

基于梯度场整体变分模型的无缝图像处理方法

提出了一种在梯度域中进行无缝图像处理的方法。在一般的整体变分模型中引入待处理区域的梯度场，得到一个扩展的整体变分模型，称为梯度场整体变分（gradient field total variation, GFTV）模型。无缝处理通过最小化模型函数来实现。基于GFTV模型的方法可应用于以下无缝图像处理：在图像中无缝地插入新的目标；无缝地修改图像中的某个区域的纹理、光照等外观；图像的无缝拼接等。     

基于边缘提取的会议视频图像快速解码算法研究

针对传统视频图像解码算法进行解码运算时,存在解码后视频图像失真率高、解码效率低的问题,提出基于边缘提取的会议视频图像快速解码算法.该算法采用边缘提取方法预处理会议视频图像,以获得会议视频图像的边缘掩膜,根据边缘掩膜对会议视频图像进行平滑处理.通过自适应抽帧方法增大视频图像中的序列场景,抽取未发生跳变的图像帧数.采用双向...     

高斯噪声下基于EM梯度算法的多用户检测的应用

EM算法是近些年来常用的求解缺失数据时的迭代算法,EM算法优点是简单易行性与普遍适用性.如果最大化不能用解析的方法实现而采用一种迭代优化的方法实现M步将产生嵌套循环计算,由此增加了计算的复杂度.基于此提出了EM梯度算法.在DS-CDMA系统中应用EM梯度算法进行检测,对比EM算法下的误码性能与收敛性能,实验结果显示EM梯度算法比标准EM算法具有相同的收敛速度.     

基于边缘检测的图像缩放算法

论文提出了一种保持边缘特征的图像缩放算法,算法首先检测图像中物体的边沿,并在传统边沿检测方法的基础上增加“不确定度”这个参数来提高边沿检测的鲁棒性;对边缘区域像素的插值沿边缘方向进行,对非边缘区域的像素的插值用三次卷积的方法生成。该算法能有效消除传统插值算法在物体边缘部分出现的锯齿,提高了缩放后图像的视觉质量。仿真结果表明,对人造图像和自然图像,本算法均能保持良好的边缘特征,取得较理想的图像缩放效果。     

基于三角形相似性的图像匹配算法研究

本文提出一种新的H/S(Harris/SIFT)特征点提取算法,在此基础上根据三角形相似性原理,引入基线三角形组及复数空间,使传统的被动搜索三角形变为主动构造三角形,并利用多模板实现图像匹配。实验表明该匹配算法在图像存在旋转、尺度变化等情况下具有良好的应用性能。     

改进的数学形态学图像去噪算法研究

从二值数学形态学出发着重研究了数学形态学的膨胀、腐蚀、开运算、闭运算,采用了数学形态学算法的腐蚀、膨胀、开启、闭合设计出了一种比较理想的开闭形态学滤波器。实验验证了,本文算法能够有效地去除图像中的高斯噪声,提高了图像的清晰度。