基于SIFT算法的无人机烟株图像快速拼接方法

无人机由于受到飞行高度及携带相机焦距的限制,拍摄的图像范围很小,单个图像难以反映实际采集情况,为了获取拍摄区域全景图像,需将多个遥感图像进行拼接。传统的图像拼接算法具有计算量大、拼接耗时等缺点,无法满足无人机图像拼接的实时性要求。本文提出了一种基于SIFT特征向量的烟株遥感图像拼接方法,该方法在对无人机图像畸变进行预处理的基础上,利用相位相关算法确定图像重叠区域并检测该区域特征点,构建特征向量图来进行特征点匹配,最后根据两幅图像中相应特征点的坐标关系,采用RANSAC算法计算最优匹配变换矩阵。按照上述方法对获取的烟株图像进行拼接,结果表明:该方法快速有效,较传统SIFT拼接算法在速度上提高了49.8%。     

基于非线性局部滤波的红外小目标检测方法

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法。首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标。实验结果表明：与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快。     

基于局部边缘密度和局部熵的图像拼接算法

针对传统图像拼接算法中存在的缺点,采用了基于局部边缘密度和局部熵的图像拼接算法.该算法综合考虑了图像拼接的精度和速度,在特征区域的提取上,采用了模糊聚类算法和局部边缘密度LED算法,实现了特征区域的自动选取;在匹配搜索上,采用了图像的局部熵和序贯相似性检测算法(SSDA),提高了图像拼接的速度和精度;在图像融合上,采用了动态最佳缝合线算法,保证了全景图像的质量.实验表明该算法有效的提高了全景图像生成的效率和准确性.     

基于图像金字塔分解的快速全局运动估计

文章提出了一种基于图像金字塔分解的快速全局运动估计算法.为了提高计算速度与准确性,采用了3层金字塔进行多分辨率计算.在金字塔第3层图像中,进行宏块预判,去除不可靠宏块,通过块匹配算法粗略地求出摄像机运动参数,并将运动参数映射到金字塔第2层.在金字塔的前2层图像中,将宏块预判与基于块的外点去除算法相结合,去除不可靠宏块,...     

一种面向无人机航拍图像的快速拼接算法

针对现有图像拼接方法对分辨率高、影像信息复杂的无人机航拍图像处理速度慢、匹配精度差的问题,提出一种面向无人机航拍图像的快速拼接算法。首先,利用FM(Fourier-Mellin)算法求出图像的重叠区域,并获取图像重叠区域内的感兴趣区域,结合区域分块以及图像信息熵得到最终的特征提取区域,设置为图像掩膜;接着,在特征提取区域提取特征点,并且对特征点匹配对进行两轮筛选,减少RANSAC算法迭代次数;最后用改进的RANSAC算法进行误匹配点对的剔除以筛选出准确度较高的匹配点对。比较该算法与其他算法的运行效率以及图像的拼接质量等相关指标。实验结果显示该算法较SURF、SIFT、区域分块算法,航拍图像拼接时间分别降低35%、56%、57%,满足航拍图像对拼接精度以及实时性的要求。     

基于FFT配准和多尺度融合的声纳图像拼接算法

针对声纳图像视野窄,无法一次性反映大体积目标或同时呈现若干目标完整视觉信息的问题,提出一种声纳图像拼接算法.该算法主要步骤分为:声纳图像配准和声纳图像融合.根据声纳图像高噪声和低分辨率的特点,采用FFT图像配准方法配准声纳图像.对于准确配准后的声纳图像,提出一种基于NSCT多尺度分解的声纳图像融合算法.首先,对源图像进行NSCT多尺度分解,得到一系列不同尺度和不同方向上子带分解系数;然后,根据声纳图像特殊性,构建声纳图像融合规则:分别对低频子带采用门限判别法,高频子带计算局部区域对比度指导融合规则,产生融合图像在相应尺度和方向的融合系数.最后,对融合系数进行NSCT多尺度逆变换,生成融合后的拼接图像.通过声纳图像拼接实验验证提出方法有效性.     

一种优化的图像拼接方法

针对目前图像拼接过程中特征点提取速度慢和特征点匹配精度不高的问题,提出了一种图像拼接的优化算法,即首先对待拼接图像进行降采样处理、然后根据半图像区域提取特征点并采用SSDA(Sequential Similarity Detection Algorithm)算法进行特征点提纯,最后进行图像拼接;拼接结果表明:与传统的图像拼接方法相比,新的优化算法大大地降低了计算数据量,在图像拼接时间方面具有明显的优势.     

多相机图像拼接算法的改进

为了加快图像拼接中特征检测的速率,避免图像中非重合区域对特征检测点与匹配的干扰,通过重合区域预估计算和图像的掩模处理的方法,研究了只针对重合区域的改进检测算法。为了降低由于多图拼接造成的累积误差,通过使用中间图像为基准的多图拼接的思路,研究了改进多图拼接算法并定义了平移矩阵并给出了平移量的计算公式。为了使融合效果更好,通过传统的加权线性融合算法,研究了分区域加权线性融合。结果表明:加快了特征检测速率,降低了特征点之间的误匹配率,优化了由于多图拼接带来的累积误差,提高了图像融合品质。可见上述提到的对多相机图像拼接的系列算法的改进在效果、速率上都有所改进。     

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。     

无人机遥感图像融合方法研究

针对待拼接的无人机遥感图像重叠区域不规则、焦距不固定、含噪声较多等问题, 在加权平均融合算法的基础上引入基于折线化思想的不规则重叠区域生成法, 减小算法误差, 并运用基于距离比的自适应算法实现权值自动匹配, 使算法在不受重叠区域形状限制的同时得到更精确的计算结果, 解决了图像拼接后融合区域分辨率低、拼接线明显的问题。仿真表明, 改进的加权平均融合算法在保持原算法快速性的同时, 达到了去除拼接缝隙、使图像融合区域过渡平滑的目的, 并获得了融合质量较好的大视野无缝拼接图像。     

基于边缘扩展相位相关的图像拼接算法

针对图像拼接算法中计算量大的问题,提出了一种基于边缘扩展相位相关的图像拼接算法。该算法采用迭代阈值分割法对图像进行边缘检测,并对检测出的边缘进行扩展相位相关计算,得出图像间的平移、旋转和尺度变化。利用这些参数拼接图像,用渐进渐出的方法实现拼接图像的融合。实验证明,该算法能够简化计算,并有效地实现图像的拼接。     

图像拼接技术在通信勘察中的应用

为提高无线基站勘察效率,本文给出了一种改进的图像拼接方法,并将其应用到无线基站勘察中进行验证。首先提取无线基站勘察图像的SIFT特征点,然后计算其64维向量描述子;采用最近邻与次近邻之比进行双向匹配,消除匹配错误;采用加权平均融合法进行图像融合,最后将此方法结合无线基站勘察进行实际应用。实验结果证明,本文方法能够精准快速进行勘察图像拼接,有较好鲁棒性,能够明显提高了勘察人员的工作效率,具有一定的实际应用价值。     

相位相关法实现视频实时拼接的应用与优化

相位相关算法是目前图像匹配应用最广泛的算法之一。具有配准精度高、抗干扰能力强和易于硬件实现等优点。将其应用到视频实时拼接当中,并根据图像傅里叶变换的旋转特性及视频拼接的特点,对存在偏移及旋转关系视频帧图像的配准方法进行相应的优化。能够在基本不影响配准结果的情况下,实现了减少计算量的目的。     

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.     

全景图像拼接技术研究现状综述

图像拼接技术作为合成全景图像的工具得到较快发展;图像拼接技术就是把若干幅有重叠部分的图像合成一幅大视角宽幅面的图像;主要对图像拼接技术的应用、国内外发展现状以及面临的问题进行了较为详细的介绍;最后对图像拼接技术的未来研究做了展望,提出了一些改进的思路,为进一步深入研究图像拼接技术提供参考。     

基于全拼图的体育视频结构的无监督挖掘

为实现对视频更为有效的浏览和摘要，提出了一个通用的体育视频结构的无监督挖掘的方法．对每一个镜头生成一个全拼图作为表征该镜头内容的图像．通过对全拼图的聚类和投票过程，该方法能挖掘出体育视频中的两个基本结构单元，即含有重要内容的play和不含重要内容的break.此方法主要解决了以下问题：利用全拼图提取鲁棒的视觉特征；同现有的有监督的体育视频结构分析方法相比，该方法能在无先验知识的情况下实现对play／break的挖掘．对几种不同体育视频进行的试验表明了该方法的有效性和鲁棒性．另外，同基于关键帧提取特征进行对比的试验结果也表明，此方法具有更好的准确性．     

基于Rubber-sheet模型的虹膜识别算法研究

为了实现对虹膜内外边界的精确定位,提出了改进的虹膜图像定位算法.虹膜图像预处理过程主要包括虹膜边界定位、归一化处理和图像增强三部分,其中虹膜图像边界定位是实现虹膜识别的重要前提.首先使用质心探测法确定其二值化虹膜图像的内边界中心,然后再对内边界进行曲线拟合,从而实现对虹膜内边界的定位.使用Canny算子进行边缘检测,确定虹膜图像外边界,完成对虹膜边界的定位.使用Rubber-sheet模型对经过定位的虹膜区域图像进行归一化处理,方便虹膜图像的信息提取和编码匹配.实验证明改进的算法有效提高了虹膜图像预处理效率.     

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。     

仿复眼成像的实验模拟研究

利用计算机和图像卡对图像的处理功能,对平面微透镜阵列的多重像进行适当地处理来模拟并列型复眼的“镶嵌像”,对构成“镶嵌像”的拼法、像元数的不同做了对比实验,最后对影响镶嵌像的诸因素做了对比分析。     

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.