灰度图像匹配的快速算法

分析了传统的模板匹配算法 ,提出了一种新的基于投影的快速模板匹配算法 .该算法对图像计算一维投影 ,并将投影数据差分转化为描述图像特征的字符串 ,在快速字符串匹配的基础上 ,进行归一化的相关计算 ,既保证了匹配效果 ,又提高了匹配速度 .实验结果表明 ,这是一种有效的新算法     

基于提升小波变换与改进空间投影结合的图像匹配算法

针对标准投影算法在图像匹配中存在抗噪性差的缺点,文中提出了一种基于提升小波变换与改进空间投影结合的图像匹配算法.首先,通过提升小波变换得到多分辨率图像,对最低分辨率图像应用空间投影算法进行匹配,然后,将得到的粗匹配候选点集应用到高一级分辨率图像的匹配中,最后,应用归一化互相关匹配算法计算最终的精匹配点.仿真结果表明,相比其它的改进算法,该算法的匹配准确度和鲁棒性显著提高.     

一种新的邻域搜索特征点匹配算法

依据双目立体视觉原理结合光栅投影进行形貌恢复的方法是以被测物体表面投射光栅的相位为特征,其中特征点匹配是双目光栅投影进行形貌恢复的关键步骤.特征点匹配算法的速度和精度,直接决定了形貌恢复的速度和精度.本文主要研究双目光栅投影中的特征点匹配算法,提出一种利用匹配点之间邻域关系进行特征点匹配的算法.实验结果表明该方法匹配精度高,时间复杂度低,不需要知道相机内外参数即可进行匹配,并且能够处理不连通区域的匹配.     

采用圆投影和序贯相似检测的图像匹配技术

针对现有的高精度匹配方法复杂度较大,现有的圆投影匹配方法在实际应用中计算量高、速度慢的缺点,提出了一种新的图像匹配算法.该算法基于序贯相似检测原理,采用由粗到精的匹配策略,应用步长自适应的跳跃式搜索方法,在不影响匹配精度的前提下,跳跃了大量匹配点,减小了在非匹配点处的计算量.实验结果表明,与已有的基于不变矩的匹配算法、圆投影匹配算法相比,该算法具有较高的匹配精度,且匹配速度快.     

一种抗旋转、抗尺度变化的图像匹配算法

在研究圆投影、参数化模板、直方图不变距的基础上,提出了一种基于圆投影矢量和变换与参数化模板相结合的图像匹配算法.首先用计算量较小,并具有旋转不变性的圆投影矢量和变换的方法对输入图像进行投影,将图像投影到矢量空间当中,然后采用参数化模板的方法对图像进行可变尺度的匹配选出可能性较大的匹配点,最后利用图像的直方图的不变矩做进一步的匹配.解决了模板图像与待测图像之间存在旋转和尺度变化的问题,同时采用欧氏距离进行匹配,避免了传统方法中计算相关函数的巨大计算量.实验表明这种算法不仅提高了匹配的速度,而且在目标图像发生     

基于Android移动终端的车辆导航地图匹配算法研究

基于Android移动终端设计了一种基于路网拓扑结构的地图匹配算法,将地图匹配分成定位数据预处理、确定车辆所在路段、确定车辆匹配位置和出错检测等4个相对独立的过程.算法在过滤掉异常定位数据后采用航位推算进行补偿,使用考虑距离和方向两种要素的加权评估模型确定匹配路段,在确定匹配位置时对常用的垂直投影进行改进,得到一种优化方法.结果表明,该算法具有较高的路段识别正确率,优化方法相对于垂直投影法在位置精度上有所提高,地图匹配效果好.     

基于投影特征和模板匹配的车牌汉字识别算法

车牌自动识别算法中,汉字识别是识别的难点,也是车牌识别技术推广应用的瓶颈.目前车牌汉字识别算法主要有特征分析算法和模板匹配算法,特征分析算法受图像质量的影响比较大,模板匹配算法在识别率方面达不到实际应用要求.本文提出了逐级识别算法:首先利用投影法进行匹配,把可识别的字符挑选出来或进行分类.然后,利用字体和区域面积的比例进行筛选,对选出的字符进行模板匹配.通过实验证实:算法不仅速度快、鲁棒性好,匹配精度也很高.     

基于一维灰度投影的拼接币左右编号匹配识别算法

针对自动存款机中的拼接币问题,提出了一维灰度投影模板匹配算法识别左右编号.首先对图像进行预处理,以使后面的处理更加简单;然后应用精准定位法分割出左右编号区域;再计算两编号区的一维灰度投影曲线,并根据投影曲线分割每一个字母或数字;最后进行一维灰度投影模板匹配运算,求出每个字母或数字的相关系数,与门限值进行比较,判断左右编号是否互相匹配.实验表明该算法具有快速、高效的特点,并且识别正确率达到100％.     

基于CCA的图像特征匹配算法

基于典型相关分析的思想,提出一种可以解决具有相同数目特征点的图像特征匹配算法.算法利用典型相关分析将提取的2幅图像的特征点投影到新的特征空间上,将获得的投影向量作为匹配特征构造匹配矩阵,最后根据匹配矩阵元素的大小判断特征点的匹配关系.仿真实验结果验证了该算法的有效性和稳健性.     

玻璃瓶凸性字符的快速投影模板匹配

由传统的模板匹配,提出了快速投影模板匹配的算法。该算法将二维图像进行水平投影处理后使匹配转化为一维数轴上的运算,在失测的情况下,通过二维模板匹配来进一步识别,从而在不影响匹配精度的前提下提高了匹配效率。试验表明,这种算法可以满足生产实践中对识别精度和速度的要求。     

基于KCCA的特征匹配方法

特征匹配问题是计算机视觉和模式识别中一个关键步骤,在很多领域都有着重要的应用。借助核典型相关分析思想,提出了一种基于空间相关性的特征匹配方法,该方法通过核典型相关分析,将特征点集投影到核空间中,并将投影向量作为匹配特征,根据投影向量之间的相似性进行匹配。仿真实验结果表明,该算法优于基于谱分解的特征匹配算法,在图像含有噪声和存在结构误差的情况下,算法具有较高的匹配率。     

投影栅三维形面测量中亚像素匹配算法

根据相位值寻找匹配点是投影栅三维形面测量系统的关键技术之一,匹配精度在一定程度上决定了系统最终的三维重建精度,而整像素匹配无法满足高精度三维形面测量的需要.根据相邻像素相位近似线性分布的特点,提出了一种基于相位线性插值的亚像素匹配算法.模拟实验表明: 应用该匹配算法后,三维重建测量精度有很大提高,匹配速度很快.验证实验显示: 应用该匹配算法后投影栅三维形面系统的测量精度可达0.03 mm, 能够满足一些高精度测量需求.     

基于多属性融合策略的车载导航地图匹配算法

目前直接投影算法常用于嵌入式车载系统,但其时效性以及精确性不能满足日益复杂的城市道路网络.针对传统算法检索复杂道路耗时多等问题,提出了基于多属性融合策略的车载导航地图匹配算法,提高了嵌入式车载地图匹配算法的时效性,算法采用等步长分块策略,建立分块网格索引减少筛选候选区域时间,从而提高算法的时效性;通过引入车辆行驶速度和历史匹配程度改进基于权重的直接投影算法,使用多属性融合策略确定匹配算法权重因子,提高地图匹配的准确性.结果表明:该地图匹配算法能够快速、准确地匹配出行驶路径,单点匹配时间降低至15 ms,复杂道路下,匹配准确率达到90%以上,能较好地适应于城市复杂道路网.     

基于细分小波与局部投影熵相结合的图像匹配算法

利用第二代小波-细分小波计算量小和其具有多分辨分析的特点，结合局部投影熵的优势，提出了一种基于细分小波与局部投影熵相结合的图像匹配算法．该算法首先利用立方B-样条细分小波对模板图像和实时图像进行多尺度分解；然后在粗尺度上利用局部投影熵进行匹配，确定细一层的候选匹配区域；重复这一过程，直到尺度为零时止，便得到最终匹配结果．通过仿真实验表明该算法可以有效地提高匹配速度，并具有一定抗噪能力和较高的匹配精度．     

基于近邻主特征匹配的微纳米尺度位移测量

提出了一种基于近邻主特征匹配的亚像素级位移测量方法.改进后的近邻主特征提取过程通过修正散度矩阵的构造,最大化相邻位移图像块投影距离,提高了算法的精度和稳定性.通过将训练过程离线化,提出了基于近邻主特征匹配的微纳米位移测量算法,并通过仿真实验验证了图像块在不同大小和位置情况下算法的精度.在高精度纳米平台、高倍显微镜及标准栅格构成的系统中进行了多角度的实验,验证了算法的有效性.算法的测量精度比传统的图像块匹配方法提高了近10倍,特别是算法对于图像块位置和大小的选择鲁棒性更高.     

采用自适应搜索范围的多介质立体匹配算法

摄像机在水下拍摄时,成像光线经过不同介质会发生折射,空气中极线约束条件不再满足,区域匹配无法在此极线上搜索。针对此问题,提出一种采用自适应搜索范围的多介质立体匹配算法。首先对双目摄像机进行标定得到相关参数;然后针对每一像素点推导出曲线极线,并计算出与原极线的上偏差与下偏差,确定该点的最优搜索范围;再用区域算法SAD算法在每点对应的最优搜索范围中进行多行搜索并匹配。经过两组实验对比,该算法的匹配精度分别为72.4%、76.8%,而SIFT匹配算法的匹配精度分别为71.1%、74.7%。该算法的匹配精度达到了特征匹配的精度,可以用于整幅图的稠密匹配,解决了原极线搜索策略无法应用于多介质环境的问题,成功将区域匹配算法应用于多介质中的立体匹配。     

基于优化ORB算法的图像角点特征匹配方法

针对传统ORB算法的图像角点特征匹配精度不高的问题,提出基于优化ORB算法的图像角点特征匹配方法;首先使用Shi-Tomasi算法检测图像角点特征,然后使用BRIEF和SURF相融合算法生成图像角点特征双描述子序列并使用随机投影原理进行降维,最后使用优化的匹配算法进行匹配,简称ShiTomasi-SURFORB算法,仿真实验通过统计角点特征数、角点特征匹配数、角点特征正确匹配数、角点特征匹配精度、角点特征匹配精度率、图像匹配时间和图像匹配时间率共7个指标进行分析;分析结果表明:ShiTomasi-SURFORB算法与传统ORB算法相比,在图像角点特征匹配时间方面提升了9.46%,但在图像角点特征匹配精度方面提升了8.88%,为图像角点特征匹配提供了一种更加均衡的解决方案。     

基于模糊神经网络的地图匹配算法

提出了基于模糊神经网络的新的地图匹配算法.该算法综合了数字道路信息和GPS/DR定位信息,提取两个重要参数作为输入变量,即定位点到候选路段的投影距离及定位航向与候选路段方位角差.设计出了四层模糊神经网络及改进的收敛学习规则.实验结果表明所提出的算法能很好地匹配车辆行驶路段位置.     

基于投影的运动向量估计方法研究

本文介绍了一种快速基于投影的运动向量估计算法,能够减少进行二维匹配的块的数量。该算法通过控制在一维匹配中所淘汰掉的候选块数目控制算法的执行速度。实验结果表明,与穷尽算法相比,在所得效果完全相同的情况下,快速算法的复杂度明显下降,在计算上也具有很强的伸缩性。     

基于二分图最优完备匹配的目标关联算法

针对群目标编队飞行过程中的关联问题,提出基于二分图最优完备匹配的目标关联算法.该算法利用网格邻聚构造了目标关联二分图,并给出了二分图中边的权值定义;以二分图最优完备匹配作为约束条件建立了关联模型,通过求解最优解实现了目标的正确关联.用蒙特卡罗仿真结果对所提算法在各种不同的系统偏差、目标飞行间距环境中的关联性进行了比较验证,结果表明:所提算法能够取得良好的关联效果,可以有效地抵抗传感器系统偏差的影响,同时也大大降低了密集群目标关联的不确定性,其计算复杂度能够满足实际应用需求,从而证明了该算法的有效性和鲁棒性.