基于SIFT算法的图像配准综述

SIFT图像配准是图像处理领域的一项重要技术,在遥感测绘、目标识别、图像及视频检索、导航制导和场景分类等多个领域应用广泛。在对现有SIFT图像配准文献研究的基础上,介绍了经典SIFT算法,将各种SIFT改进方法划分为基于特征点提取的改进和基于图像匹配的改进两类,对各类型的改进方法进行了系统阐述。介绍了点特征图像配准算法性能评价指标,展望了该算法的研究前景。     

基于SIFT特征点精确匹配的图像拼接技术研究

为实现两幅或多幅图像的拼接需要提取两幅图像中的特征点,并对所提取的特征点进行精确匹配。本文在应用SIFT方法提取待匹配图像中的特征点并对提取的特征点进行粗匹配基础上,对基于距离约束的特征点的精确匹配方法进行了研究。消除误匹配点对共分两个步骤:1)在一幅图像中取一个特征点计算与该特征点欧式距离最小的两个特征点,并取欧式距离最小值;利用粗匹配点,在待拼接的另一幅图像中同样求相应点间欧式距离并取最小值;若两值中的较小值与较大值之比大于设定阈值,则初步得到精确匹配点对。2)在一幅图像中顺序取初步判定位误匹配的特征点,计算该特征点与精确匹配特征点间欧氏距离,并取距离最小的两个特征点;在待拼接的另一幅图像中同样求相应匹配点间欧式距离并取最小值,两值中的较小值与较大值之比与设定的阈值比较可得到精确匹配点对。实验证明了该方法的有效性。     

基于混沌的图像版权通知兼版权保护水印算法

提出了一种嵌入多功能图像双水印算法．利用三维复杂Liu混沌系统产生的X、Y序列控制可见水印嵌入系数的选择,在图像的空域嵌入可见水印,以实现版权通知功能．采用广义Amold映射置乱不可见水印的嵌入位置,增加不可见水印抵抗非法提取的安全性．对提出的算法进行实验仿真,验证了算法的有效性．     

基于SIFT特征点改进聚类的图像检索方法研究

由于SIFT特征点能对图像局部特征进行合理、精确描述,有效使用SIFT特征点实现基于内容的图像检索成为当前计算机视觉领域中的热点问题。针对该问题,提出一种基于SIFT特征点的改进聚类的图像检索新方法。该方法包括图像颜色转换、特征点改进聚类算法,以及基于该算法的更有效的灰度直方图构建方法。与现有基于流光法的检索方法相比,该方法能有效解决聚类后特征点分组不确定和依赖特征点颜色信息和空间信息权重的问题。从公共图像库上的实验结果可以看出,该方法与现有方法相比具有较高的检索精度。     

基于矢量水印的图像数字水印算法

基于图像小波分解的子图特性,将原始水印进行了矢量分解,然后给出其嵌入的算法,并对算法进行了仿真实验.仿真实验表明,该算法能够很好地抵抗对图像噪声、滤波、几何等攻击,表明该算法有较强的稳健性.     

基于MATLAB的图像拼接算法实现研究

图像拼接技术应用范围广、实用性强。基于SIFT和RANSAC的图像拼接算法具有匹配精度高、拼接效果好的优点而受到普遍关注,但这些算法存在复杂性强、编程效率低的问题。探讨图像拼接基本流程,介绍MATLAB环境下基于SIFT和RANSAC算法的图像拼接实现过程。     

基于改进的SIFT特征图像匹配技术的研究

SIFT算法采用的固定阈值在对灰色较多的图像进行匹配时效果较差,通过对SIFT算法进行改进,计算极值点与邻域像素点的灰度差,对灰度差直方图采用迭代算法,得出适应不同对比度的自适应阈值.     

基于小波域抗几何攻击的盲检彩色水印算法

提出了一种基于SIFT（尺度特征变换）特征点校正几何参数的小波域盲检彩色图像水印算法。该算法利用彩色图像RGB提取特征点,估计几何参数校正几何攻击的彩色图像,从而提取受攻击的水印信息。利用Matlab6.5实验平台实现算法,实验结果表明该算法对几何攻击具有较好的透明性和鲁棒性。     

基于改进SIFT的图像快速自适应匹配算法研究

针对SIFT算法在匹配具有相似区域的可见性,图像存在特征点描述符生成速度慢、匹配过程繁琐、匹配约束单一等问题,本文提出了一种基于改进SIFT的图像快速自适应匹配算法。通过错误高失配率的方法来简化图像特征的描述,将其从128维压缩至12维,以提升匹配速度。再通过对匹配阈值进行修整,增强其对常规的图像内容变化的视角变换,以改善算法鲁棒性。实验数据发现,与经典的SIFT算法匹配相比,所提方法具有更好的准确度和效率,在多种内容变换干扰下,其失配率平均降低了5%,具有很好的推广应用价值。     

基于图像小波域的自适应水印算法

提出了一种基于图像小波域的自适应水印算法。该算法利用图像的多分辨率分解技术,根据不同分层小波系数之间的相关性来构造水印,同时选取水印所要嵌入的子带并将所选取的子带划分成4×4大小的块,最后利用人类视觉模型将水印嵌入到所选取的图像分块系数均值上。实验结果表明,该算法能实现水印的盲检测,在保证水印不可见性的基础上最大限度地保证水印的鲁棒性。     

一种基于离散小波变换的数字水印算法

提出了一种基于离散小波变换的数字图像水印算法。实验结果证明,该算法不仅具有透明性、安全性和稳定性而且进行图像处理时具有较强的鲁棒性。     

航摄影像特征点提取算法研究

随着无人机在测绘领域的广泛应用,航摄影像处理已成为国内外关注的热点。为寻求更适合航摄影像特征点提取的算法,对目前国内外几种常用特征点提取算法进行对比分析,结果表明,Moravec算子相较于其它算子,原理最为简单,但图像处理效果不佳。为此,利用C#工具实现Moravec算子,并通过图像处理实验,从计算速度、提取质量、定位精度、抗噪能力等方面对其进行全面分析,得出该算子在提取质量、定位精度与抗噪能力等方面均性能较差,该结论为今后对其优化改进提供了明确的研究方向。     

基于多区域中心加权卷积特征的图像检索

针对图像特征局部信息描述不足问题,提出一种基于多区域中心加权深度卷积特征提取方法。首先通过卷积神经网络提取输入图像的卷积层激活特征图,然后通过计算不同通道特征图的差异,选择具有区分性的区域特征图,最后通过多区域权重进行加权聚合,生成用于检索图像特征向量。在不同的建筑物数据集进行实验,结果表明检索精度分别提升了1.2%、0.9%。     

一种基于修改特征权重的图像检索反馈算法的研究与实现

图像检索系统是根据用户指定的信息自适应地调整查询策略,实现智能地从图像数据库中查找出特定图像的系统。文章提出一种新的基于修改特征权重的相关反馈算法,增加未标注图像与反例图像训练样本数,解决相关反馈算法中忽略未被标注的图像的问题。实验证明,采用该算法的系统比传统的检索系统有优势,精度更高。     

基于信息论的图像特征选择

图像特征选择是基于内容的图像检索的关键技术之一,ReliefF算法是常用的图像特征选择算法。针对ReliefF特征选择算法的不足,利用信息论中的散度对其进行改进,在相同的时间复杂度下,使得结果的有效性得到一定的改善。提出两步法的特征选择框架,并且实现去除冗余特征的算法,在保证结果有效性的前提下大大降低了时间复杂度。     

新的基于奇异值分解和小波变换的图像水印技术

基于传统的奇异值分解技术和小波变换技术,这里将两种技术相结合,提出了一种新的数字图像水印技术。将灰度水印图像嵌入到了载体小波变换分解后的中频子带。仿真实验结果表明,该算法比较有效,能够抵抗多种攻击,具有较好的鲁棒性和透明性。     

基于混合环形投影特征的图像匹配算法

提出了一种基于小波分解和混合环形投影特征的具有旋转不变性的图像匹配算法。首先在小波变换后的低频图上利用混合环形特征相似性算法得到一系列候选匹配点,然后对候选点在原图像对应的区域内作精确相关匹配得出准确匹配位置。混合环形投影特征值结合了均值投影和方差投影的优点,能有效反映图像的旋转不变性特征。实验证明该算法保持匹配精度的同时减少了匹配计算量,而且对图像的旋转不敏感。     

基于小波变换的低对比度图像增强改进算法

提出一种基于小坡变换的图像增强算法.利用小波变换的时频局域性和方向性特点,对分解后的高频系数进行子树划分,以子树为单位实现图像的对比度增强.在VC++环境下实现了该方法,实验结果表明该算法能得到整体视觉好的图像,是一种有效的图像增强算法.