基于图论的多尺度特征点匹配

文中针对在视觉测量系统中双目立体视觉特征点同名点匹配问题,提出基于图论的稀疏特征点全局匹配算法.首先,提出多尺度特征点提取算法来获得特征点的准确位置.算法引入多尺度小波变换,利用变换后的系数构建自相关矩阵从而进一步确定特征点的位置.然后,根据图理论将提取的稀疏特征点构建一个图,从而使特征点匹配问题转化为可用能量最小化方法解决的图的标记问题.此多尺度特征点全局匹配算法利用多尺度分析来提高匹配精度,并且利用特征点构建图降低了图的规模,同时根据极线约束选择潜在视差值进行计算,降低了计算量.实验结果表明此算法可获得精确的匹配结果.     

利用图像自相似性进行编码的研究

遥感图像的平坦区域中存在大量冗余信息,探索更有效去除这些区域内冗余信息的方法对于提高图像编码效率有很大帮助。通过引入图像自相似性的概念进行研究,发现在图像的平坦区域中存在大量的自相似部分。从图像自相似性的角度出发,利用图像的局域自相似性对平坦区域进行编码以提高编码效率。在基于模式特征的遥感图像压缩算法中利用这种方法,针对一组典型遥感图像进行压缩,使高倍率压缩下恢复图像的PSNR平均提高0.1 dB左右。从不同图像的压缩结果来看,增加自相似的方法对于去除较平坦区域中的冗余信息相当有效。