基于局部分形特征的快速图像匹配方法

利用分形的方法建立了一种新颖的基于分形特征的景像匹配方法．该方法具有良好的抗几何形变能力和较强的抗噪能力．由于利用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种良好的图像匹配方法．     

抗区域灰度变化的景像匹配算法研究

根据Ｐｈｏｎｇ照射模型，研究了视点变化对景像灰度的影响，提出采用灰度校正技术，纠正由于视点变化而带来的同一地区景像在参考图与实时图中表现出的不同灰度特征，获得两者间共同的区域灰度特征，以提高匹配可靠性．给出了与常规匹配算法比较的实验结果，证实其较通常方法具有更强的抗景像区域灰度反转的能力．     

高程起伏对雷达景像匹配的影响及改正方法

雷达景像匹配由于具有全天候的特征，在飞行器导航与定位中受到重视。针对实时雷达景像以及参考基准图像的成像方式，分析了地面高程起伏对实时雷达景像以及参考基准图像构像的影响，及合成孔径雷达（SAR）影像上因地形起伏产生的影像变形的改正；推导出实时雷达景像上，影像像点位移与地面高程起伏的关系式，以及由此产生的影像变形的改正方法和具体改正步骤，同时利用数字地面模型（DEM）对模拟实时雷达图像进行反纠正，在辐射特性一致的条件下，通过匹配试验分析因地形起伏产生的实时雷达景像变形对匹配精度的影响。     

抗区域灰度变化的景像匹配算法研究

根据ｐｈｏｎｇ照射模型，研究了视点变化对景像灰度的影响，提出采用灰度校正技术，纠正由于视点变化而带来的同一地区景像在参考图与实时图中表现出的不同灰度特征，获得两间共同的区域灰度特征，以提高匹配可靠性，给出了与常规匹配算法比较的实验结果，证实其较通常方法具有更强的抗景像区域灰度反转的能力。     

基于置信度传播算法的嫦娥三号全景相机数据匹配方法研究

全景相机是嫦娥三号重要载荷,与其他载荷共同完成巡视区地形地貌、撞击坑、地质构造等科学目标.其中,月表数字高程模型由全景相机获取,是开展上述科学分析的重要依据,高程模型的建立依赖于全景相机数据的匹配.分析月表形貌和全景相机数据的特点,本文基于置信度传播理论,综合灰度与梯度信息,提出融合灰度与梯度特征的视差能量模型;同时在置信度解算时,依据像素点与邻域梯度进行有效的能量传递,防止视差断裂区域能量的不当传递,保证全局匹配质量.试验选取两组立体像对,分别代表视差断裂区以及高亮区,结果表明本文提出的方法匹配正确率较传统置信度匹配高,从而能保证精度较高的月表DEM构建结果.     

一种基于多特征的匹配方法研究

基于区域特征与边缘特征，对存在仿射变换的实测图与基准图进行匹配，包括；对图像进行动态门限分割，以去除噪声点，提取图像中的主要区域，进而利用这些区域特征进行粗匹配，然后结合边缘特征准确确定匹配位置．实验表明，将这种方法用于出现仿射交换下的景像匹配可取得较好的效果．     

灰度共生矩阵在三维模型检索中的应用

现有的提取三维模型特征描述符的各类方法需要较大的计算量并且匹配效果不理想,故此,提出了一种基于模型深度图像利用灰度共生矩阵进行三维模型特征提取的方法。首先从模型的6个方向提取深度信息作为灰度值以获取不同方向的投影视图,并利用灰度共生矩阵的纹理特征提取模型特征,同时,基于视图的空间相关性利用左手法则以降低视图间的相似性匹配次数,从而在降低计算量的同时方便对模型相似性匹配计算。最后通过普林斯顿三维模型库对算法进行统计分析,实验结果表明,本文提出的方法有效地提高了三维模型的检索性能,使三维模型检索的查全率和查准率均得到了提高。     

基于立体视觉的三维立体模型全自动拼接方法

基于影像的三维立体模型重建时,如何自动地将部分模型拼接成完整模型是个亟待解决的问题。目前关于三维立体模型拼接大多限制在手动取两个模型上的公共点完成拼接。提出一种方法,能够全自动地、快速地、高精度地实现三维立体模型的拼接。与图像拼接类似,三维立体模型拼接也要经过特征点提取、特征点匹配、空间变换三个步骤。值得一提的是,在特征点提取时利用了三维重建时的点云数据、特征点匹配时利用了点与点间距客观不变、空间转换参数RT矩阵计算时提出了仅用四对精匹配点计算等方法,完成三维立体模型全自动、快速、高精度地拼接,拼接精度达到毫米(mm)级。     

景像区域误差模拟生成技术研究

在对原始图像用小面模型分割的基础上,通过分析图像信噪比与区域噪声各参数之间的约束关系,研究了景像区域误差的模拟生成技术．采用小面模型将图像划分为许多平稳均匀的子区域,并根据给定的信噪比,按照不同的实际需要,在某些子区域内分别叠加区域噪声．研究成果为评估匹配算法的性能提供了一定的依据     

一种新的景象匹配的度量方法

介绍一种新的景象匹配的度量测度：不变线矩。并给出了证明。不变线矩的计算只涉及到线上的象素点，其运算量比面矩要小。该测度可用于实际景像匹配的研究。     

基于空间关系约束的雷达景象匹配算法研究

通过改变雷达景象匹配策略,根据预定的选择方法,从参考图中截取多子区图像作为模板,在实时图上进行多子区相关匹配,并利用各子区间的空间关系约束对匹配结果进行综合及可信度判断,实验结果表明,该方法可有效提高相关匹配方法的性能,并能提供可靠的匹配置信度判断,     

一种具有选择性的置信度传播立体匹配算法

为了改善立体匹配算法在低纹理和深度跳变区域的匹配性能,提出了一种改进的置信度传播立体匹配算法.首先利用均值漂移算法对图像进行彩色分割,然后通过自适应权重算法计算匹配代价并获取初始视差图,再利用匹配代价可信度检测和左右一致性校验将初始匹配结果按照可靠度分类,最后在全局优化的过程中分别通过可靠度分类和图像分割结果来指导置信...     

基于图像局部投影特征的目标匹配算法(英文)

鉴于传统的灰度相关匹配和基于边缘特征的匹配方法抗噪能力和抗几何失真能力较差,将图像熵和投影特征的概念结合引入到图像匹配中,定义了图像局部投影熵,并由此提出一种新颖的、基于局部投影熵差的图像匹配方法.由于局部投影熵反映的是图像的局部统计特征,因此基于局部投影熵差的图像匹配方法具有较好的抗几何失真能力.图像熵结合了投影特征后,提高了抗噪能力和在强光照条件下的匹配能力.结合采用分块、序贯检测及分层搜索等技术,进一步减少了计算量,实验结果表明这是一种简单而行之有效的图像匹配方法.     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

基于LoFTR算法的图像拼接算法研究与实现

针对传统算法图像匹配准方法提取特征点不精确、鲁棒性低、低纹理下很难识别到特征点等问题。本文提出一种新的局部图像特征匹配方法,替代传统的顺序执行图像特征检测,描述和匹配的步骤。首先在原图像提取分辨率为1/8的粗略特征,然后平铺为一维向量,并为其添加位置编码,将组合结果输入到Transformers模块中的自注意力层和交叉注意力层,最后输入可微分匹配层后得到置信矩阵,为该矩阵设置阈值和相互最近标准,从而得到粗略的匹配预测。其次是在精细层次上细化良好的匹配,在建立精匹配之后,通过变换矩阵到统一的坐标下,实现图像重叠区域对齐,最后通过加权平局融合算法对图像进行融合,实现对图像的无缝拼接。本文使用Transformers中的自注意力层和交叉注意力层来获取图像的特征描述符。实验结果表明,在特征点提取方面,LoFTR算法比传统的SIFT算法,无论在低纹理区域还是纹理比较丰富的区域提取的都更精确,同时使用此方法得到的拼接效果比传统经典算法拼接的效果更好。     

基于小波及动态规划的相位匹配

提出了一种新的基于小波变换及动态规划的相位匹配算法。该算法采用金字塔式的多尺度匹配结构，顶层和中间层利用小波相位信息建立扫描线对的视差空间图，并引入动脉规划的方法，在获得全局最优化的匹配路径的同时有效地解决了遮挡问题。为提高匹配结果的置信度，该算法结合特征匹配确定了一系列高置信度的匹配点对作为匹配路径的控制点。金字塔底层则直接利用小波相位差和瞬时频率更新由上层由插得到的视差图，保持了相位匹配的亚像素精度。立体像对测试结果表明：该算法改进了现有的相位匹配算法；在匹配时间和区配精度上优于包含动态规划的区域匹配算法。     

方差约束因子耦合搜索区域判定模型的图像修复算法

为了解决Criminisi算法在图像修复过程中无法保证修复块的优先级顺序,从而导致修复质量不佳的问题,提出了方差约束因子耦合搜索区域判定模型的图像修复算法.首先,将待修复块分割为两个子块,通过子块的方差构建方差约束因子,并利用方差约束因子改进Criminisi算法中的优先权函数;然后,在二维直角坐标系中对损坏区域进行测量,根据测量结果选取损坏基准值,以构建搜索区域判定模型,确定最优匹配块的搜索范围;最后,引入SSD(Sum of Squared Differences)模型在搜索区域中选取最优匹配块,利用最优匹配块中像素点与待修复块中对应像素点的像素差值构造置信度更新模型,对置信度进行更新,实现图像的修复.实验结果表明,与其他图像修复算法相比,本文算法具有更好的图像修复视觉质量.     

基于图像直方图的一维不变矩研究

由于基准日与实测图之间存在灰度变化，基于灰度不变矩的匹配方法不能满足实际匹配的要求．图像灰度变化时，对应的直方图基本形状保持不变．据此定义了基于直方围的一维不变矩，并提出基于直方图不变矩的匹配方法．由于直方图不变矩是基于一维矩的定义，运算时间大大减少．     

遥感制图中几何纠正精度评价

在利用遥感图像的制图过程中,很多步骤存在误差,影响到成图的质量和可信度.对遥感制图精度的评价,是提高和改进制图精度的必要前提和有效方法.本文选取遥感制图中的几何纠正过程作为整个制图过程精度评价的切入点,对遥感图像处理软件,操作人员和不同分辨率遥感图像三个影响精度的主要因素进行分析.通过精度评价分析,可以得出:遥感图像处理软件和操作人员在多次操作的情况下,误差可以忽略不计,而不同分辨率的图像经过正确的制图匹配也可以得到较高的精度.