一种改进的SIFT特征点匹配算法

提出一种改进的SIFT特征点匹配算法.以提高图像特征点匹配算法效率为目的,研究了SIFT特征点描述子基于欧氏最小距离测度的匹配算法.由于SIFT特征点检测算法检测到的特征点数量较大,且每个特征点描述子都是128维的向量,而基于欧氏最小距离测度的匹配算法要求,待匹配第一幅图像的每个特征点要和待匹配第二幅图像的所有特征点求距离,排序后寻找极值,这导致了算法效率较低.依据光学成像理论和双目视觉理论,由第一幅图像每个特征点的坐标,从行列两个方向缩小第二幅图像待匹配特征点坐标的搜索范围,在保持匹配精度的基础上,提高了算法的效率,算法速度约是原算法速度的2.7倍.     

模糊C-均值算法在彩色牛乳体细胞图像分割中的应用

图像分割是进行图像处理的基础,是图像工程技术中的一个重要问题.在分析了FCM算法的基础上,采用RB和G颜色值分别对彩色牛乳体细胞图像进行初分割,再对其分割结果利用融合技术进行二次分割,并与利用R、G和B三个颜色值方法进行比较,实验结果表明,二次分割方法不仅具有良好的分割效果,而且提高了分割速度.     

基于改进的Graph Cut算法的羊体图像分割

针对羊体图像复杂背景、不均匀光照且含有大量噪声等特点,提出一种融合多尺度分水岭的改进Graph Cut分割模型.引入多尺度分水岭对图像进行预分割,将基于像素级的Graph Cut算法转化为基于区域的算法以提高分割的效率.通过标记前景和背景种子点,利用模糊C均值算法实现前景和背景区域聚类.将多尺度分水岭分割的区域作为图割的顶点,以Lazy Snapping为框架计算图的边界项和数据项,并构造能量函数,通过最大流/最小割算法求解能量函数的最小值,从而实现图像分割.通过使用不同的分割算法进行实验比较,结果表明改进的算法在准确性和高效性方面都具有很好的性能.     

一种改进的相机标定方法

以提高相机标定效率和自动化程度为目的,提出一种相机自动标定方法.传统相机标定需要手工标识,工作量大、效率低.使用自制标定模板,应用特征点检测技术代替手工标记,实现自动检测标记点并自动排序,标定精度和原算法基本一致,而且可靠性好,实用性较强,简化了标定过程.     

基于图像分块的多尺度Harris特征点检测算法

通过分析Harris特征点检测算法在应用中的不足,提出一种基于图像分块的多尺度Harris特征点检测算法,解决了特征点聚簇现象,检测出的特征点分布均匀.实验结果表明,该算法具有精确性、有效性和鲁棒性,为进一步图像特征点匹配工作提供了保证.     

一种基于ITA改进的水文气象序列趋势分析法

基于ITA(innovative trend analysis)法,提出了改进其趋势显著性水平的参数型趋势检测方法,给出一种刻画时间序列趋势的数量指标,并采用自举法检验趋势的显著性水平。经过蒙特卡洛数值模拟,将改进的趋势检测法对人工数据序列的检测结果分别与经典的Mann-Kendall秩次检验法和ITA法进行比较,验证了其可行性。将改进的趋势检测法应用于4种不同长度、不同地区、不同水文气象要素的时间序列数据进行趋势分析,结果表明,在5%的显著性水平上,黑河上游的年径流量、日本福冈每年发生风暴的天数和琼海的年平均气温都呈现显著的增加趋势,而北京的最大日降水量在10%的显著性水平上为显著下降趋势。