一种用于AOI的PCB拼接算法

针对自动光学检测技术(AOI)在PCB板检测中存在的图像拼接严重错位、系统响应速度慢、拼接精度差等问题,对PCB图像拼接算法进行了改进研究.首先,提出整行缩小以及以行图像为配准图像的方式进行图像拼接;其次,在传统PCB图像拼接算法上引入surf配准,采用图像金字塔尺度空间的方法,确定拼接图像间的对应特征点,选取最近邻次近邻的配准方式进行特征匹配.实验结果表明:提出的拼接算法,生成图像的数据量相对较少、速度较快,误差不会累积传递,消除了错位偏差,并解决了因光照不均而造成拼接缝隙的问题,大大提高了拼接的精度和速度,为AOI系统后续准确识别PCB板缺陷打下了良好的基础.     

基于关键特征点提取的图像快速配准方法

常用图像配准拼接算法中,计算复杂度会随运算数据量的增加而急剧增长,基于该特点提出了一种快速的图像配准方法.通过提取关键特征点并进行匹配实现计算数据量的降低,从而加速了图像配准.首先检测待拼接图像中的特征点及特征信息冗余区域,并根据特征点的数量调整冗余区域的大小;去除位于特征冗余区域内的特征点;使用归一化互相关及随机抽样一致性算法对剩余的关键特征点进行粗细两步匹配,求出拼接参数完成图像配准,实现图像拼接.实验结果表明,提出的方法实现了图像配准拼接,并且与改进前相比显著提高了运算速度,以lena图为例,运行时间仅为改进前的30.47%.     

低照度岩心荧光图像拼接技术

针对低照度岩心荧光图像拼接问题,通过相位相关法,利用频域中的相位信息来实现图像的拼接.对有位移、旋转、缩放,以及光照变化的图像用对数极坐标相位相关法进行图像配准.实验表明该方法能够有效地克服图像间光照变化和CCD镜头造成的几何畸变对拼接的影响,是一种有效的岩心荧光图像拼接方法.     

基于卷积神经网络的卫星遥感图像拼接

针对传统算法不适用于外观发生较大变化的图像拼接问题, 提出一种基于卷积神经网络的遥感图像拼接方法, 通过深度学习使模型实现对遥感图像的配准和拼接. 通过两次实验将该算法与传统算法进行对比. 首先, 以欧氏距离作为评价指标, 分别通过两种算法在不同图像数据集上进行统计, 对它们的图像配准能力进行评估. 其次, 在真实的遥感图像拼接应用场景下对比两种算法实现的遥感图像拼接效果. 实验结果表明, 卷积神经网络模型对外观发生较大形变的图像具有更好的配准能力, 因此对于外观产生较大变化的遥感图像, 可采用该算法代替传统算法实现图像拼接, 得到更精确的全景图像.     

基于小面元配准的倾斜遥感图像拼接

针对倾斜遥感图像拼接中存在配准精度不高,重叠区域出现重影的问题,提出了利用三角网进行小面元配准及加权融合的拼接方法。首先,求解全局单应性矩阵进行图像预对齐,并利用转换矩阵提取图像重叠区域;其次,利用特征匹配对构建重叠区域Delaunay三角网并对相应三角网逐个进行仿射变换实现精确配准;最后,利用渐出渐入式融合消除图像重叠区域重影,提高了图像拼接目视效果。通过主观评价(CCIR500-1的主观评价标准)与客观评价[峰值信噪比(peak signal-to-noise ratio, PSNR)评价和结构相似性(structural similarity index, SSIM)评价]相结合的方式对图像配准及拼接质量进行评价。实验结果表明:该方法能够有效提高图像配准精度,消除图像拼接重叠区域的重影,相比于当前主要算法,该算法配准精度更高,图像拼接目视效果更好,能有效地应用到倾斜图像拼接领域。     

基于伪高动态范围的图像拼接预处理方法

在恶劣照明场景下,要提高基于特征的图像拼接过程中特征匹配准确度,图像增强是关键,为此,提出一种基于伪高动态范围(pseudo high dynamic range,P-HDR)的图像增强算法作为图像拼接的预处理方法。首先,通过单幅图像生成多重虚拟亮度图像,并进行色调映射生成伪高动态范围图像;然后,采用加速鲁棒特征(speeded up robust features,SURF)算法检测预处理后待拼接图像的特征点并执行近似最近邻搜索(fast library for approximate nearest neighbors,FLANN)算法和随机抽样一致性(random sample consensus,RANSAC)算法对其特征点分别进行粗匹配和精匹配。研究结果表明,在恶劣照明环境下,所提预处理方法可以提高特征匹配准确度。     

基于特征点匹配的拼接算法研究与实现

针对图像间因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法.该算法首先利用相位相关法确定图像重叠区域,然后采用改进Harris角点检测算法检测角点,再根据相似测度NCC(Normalized Cross Correlation)方法提取出匹配特征点对,最后用渐进渐出的方...     

一种适用于机群系统的细粒度遥感图像镶嵌并行算法

为得到全局色调一致的无缝镶嵌图像 ,提出了一种细粒度遥感图像镶嵌并行算法。该算法通过维护一个“双缓冲队列”和采用“任务动态选择”算法进行任务分配 ,极大地减少了通讯开销和任务等待 ,而且图像的色调均衡化和重采样都可融入到镶嵌算法中并行执行。还提出了一种基于不规则边界的改进λ插值图像融合算法 ,用以进行图像重叠部分的无缝拼接。对镶嵌算法性能的实际测试和分析结果表明 ,该算法在机群系统上获得了近似线性的加速比和良好的视觉效果。     

非球面拼接测量中的配准误差校正

为了抑制配准误差对子孔径拼接测量非球面的影响,采用基于仿射变换和子孔径位置优化的拼接算法,校正由于配准误差引起的子孔径拼接重叠区对应点的不一致性,以提高拼接测量的精度.首先,分析了子孔径重叠区域相位误差不一致性的原因,然后,根据重叠区相位误差最小原则,利用反向求解法,求得配准方程中的各项系数,进行子孔径数据的配准和位置的优化校正.实验结果表明:经过配准误差的校正后,采用同步拼接方法得到的子孔径拼接测量结果与全口径直接测量结果更为吻合.     

基于无人机遥感视频影像的拼接缝消除算法

针对多时影像存在色调和亮度差异、变换参数不精确等因素,导致拼接后的图像存在明显的拼接缝,传统的拼接缝消除方法（渐入渐出融合,以及动态宽度等算法）处理后的影像无法完全消除垂直或水平拼接缝,提出了一种新的拼接缝消除方法。将复杂的多度重叠区域问题简化为两度重叠区域,使多条垂直和水平拼接缝减少到一条。通过一组航拍视频图像的仿真实验证明该拼接缝消除算法提高了拼接后的视觉效果。     

一种改进的基于SURF特征匹配的图像拼接算法

针对快速鲁棒特征(SURF)算法的拼接结果图像,会出现明显的拼接线与过渡带的问题,提出一种改进的基于SURF特征匹配的图像拼接算法。在剔除误配点时,采用改进的随机抽样一致(RANSAC)算法调整采样概率,以更少的时间获取正确模型,提高算法效率。在图像融合时,先对输入图像进行亮度均衡预处理,然后再使用加权平滑算法进行融合,从而消除结果图的拼接线和过渡带,提高图像拼接质量。实验表明,改进算法能保持SURF算法的优良特性,进一步提高SURF算法匹配效率,并能有效消除拼接线和过渡带,使图像拼接质量得到显著提高。     

一种利用ORB特征进行航拍图像拼接的方法

航空图像拼接具有较高的实时性要求,而传统的拼接特征为浮点数向量,在DSP、FPGA等嵌入式硬件平台上的处理效率不高.提出一种适合航空图像拼接的快速算法,利用ORB特征点作为匹配特征,以二进制特征向量进行特征距离计算,使特征提取与特征匹配速度大为提高.在图像配准过程中,采用次近邻过滤算法、交叉验证算法以及RANSAC估计算法,鲁棒地计算出拼接图像序列之间的单应矩阵.图像配准之后,相同像素位置不同的图像仍然存在一定的颜色偏差,通过对融合图像位置加权,利用改进的α-混合算法,将图像边缘位置信息纳入计算,使得图像能够自然融合,解决了图像拼接的边缘缝隙问题.整个算法对输入图像数据的复杂噪声干扰具有较好的抵抗能力.     

一种色调变化模糊量化方法

分析了MPEG-7中可伸缩颜色描述符将HSV颜色空间均匀量化到256个子区间的不足,给出了一种非均匀量化方法。就人眼的视觉特征来说,色调的过渡是一种色调影响的减弱和另一种色调影响的加强,文中线性地模拟色调的变化,提出了一种模糊量化策略;使用精确度、检索率和MPEG-7推荐的ANMRR指标评价实验结果的优劣。实验的结果表明,对HSV进行非均匀量化的效果要优于均匀量化,而模糊策略可以改善非均匀量化的效果。     

家庭生活指南

日本一家公司已开发出一种使用微胶囊的多功能衣料。该衣料的原料包括丝绸,聚酯纤维、丙烯脯纤维和羊毛等所有的纤维素材料。它具有洗涤后不变形、抗苗、防臭、抗特异反应性皮炎等多种功能。该衣料中所使用的微胶囊,内含抗菌剂、抗静电剂等多种药剂。微胶囊是用直径3微米的聚氨酯树脂制造的,每个微胶囊有约2万个小孔,少量药剂不断地从小孔中排出。这种微胶囊与蒸汽一起被喷射到纤维制品上之后,压力急剧下降,药剂由于毛细管现象而渗透到纤维深处。该衣料洗涤60次以上也不会失去效果。     

图像拼接技术研究综述

图像拼接技术是虚拟现实和图像绘制技术的一个重要研究方向,该文对图像拼接的内涵进行了阐述,提出图像拼接在虚拟现实、提高图像的分辨率、增大光学系统的视场角、方便图像的检索、编辑、分析和理解等四大方面的应用,研究分析了图像拼接算法的流程,介绍了图像拼接的关键技术,即图像拼接预处理技术、图像配准技术和图像融合技术。结合图像拼接技术在现实生活中的应用,提出了图像拼接方法在实时图像拼接、自动图像拼接、彩色图像拼接、3D立体图像拼接等几大方面的研究新进展。     

图像拼接技术综述

图像拼接技术是图像处理技术中的研究热点.对图像拼接技术进行分析与总结,基于图像拼接技术的发展历史与现状,介绍了图像拼接技术的背景与应用;概括了图像拼接的基本概念与拼接流程,主要研究了图像拼接中的图像配准技术,对图像配准中的经典算法进行分类概述,并研究了各算法的基本思想与优缺点,对其中的尺度不变特征变换算法进行了重点介绍,概述了图像融合的基本类别,详细介绍了图像融合中最常用的加权平均法,最后指出了图像拼接中的当前问题与发展趋势.     

浅析衣料美及与服装的关系

服装衣料具有审美性,通过服装得以表现,满足人们精神上美的享受。影响美观性的主要因素是衣料的质感、色彩、图案纹样等。一衣料的质感衣料的质感是指衣料的某些外观和触觉的特性,外观如色泽、鲜艳度、匀染性、光泽、布面平整度、条干纹路、光洁度等;触觉如光滑、粗糙;滑糯、挺刮;滑爽、粗涩;活泼、呆滞;刚硬、柔软;蓬松、板结;厚实、单薄;丰满、疏松;暖和、凉爽等。丝(型)织物、毛(型)织物、麻(型)织物与棉(型)织物各有不同的质感。一般人们对服装     

基于FAST特征点提取的图像拼接算法

针对SIFT图像拼接算法在特征点提取阶段,采用基于差分高斯金字塔的方式导致的算法运行时间较长,且易造成特征点漏检、位置偏移的问题,提出一种基于FAST特征点提取的图像拼接算法。该算法首先对拼接图像进行基于FAST算法的特征点提取,取代原有SIFT算法中特征点提取方式,然后对提取特征点进行描述和向量匹配,利用欧氏距离和RANSAC算法实现配准,最后通过加权平均融合算法完成图像拼接。仿真实验表明,该算法加快了特征点的提取速度,提高了定位准确性,更有利于得到灰度整体和谐的拼接图像。     

液晶时装衣料

美国纽约市恩乐斯公司研制生产出一种液晶时装衣料,其制造方法是把液晶材料密封于胶凝状的微粒小囊中,再把液晶微粒小囊调到染料里来印染各种衣料。液晶衣料具有随温度变化而改变颜色的特性,在28～30℃的温度范围内,颜色由红向蓝变化;同时由于身体各部的温度差异,穿在身上会发出霓虹般的色彩,瞬息万变。     

一种鲁棒的图像拼接算法

图像拼接的核心是图像的配准.提出一种准确、高效的图像拼接方法:利用Harris角点检测算子提取相邻图像的特征点,通过Euclid度量改进熵变换的算法,进行特征点匹配,并通过最小均值二乘估计求解相邻图像的变换矩阵,以此实现宽视角图像的拼接.实验结果表明:所给出的算法能够实现场景图像的精确匹配.