基于曲率尺度空间的轮廓线匹配方法

基于曲率尺度空间(curvature scale space,CSS)理论,提出了一种匹配和识别存在仿射变化的平面曲线的方法。首先借助边缘检测算法提取图像轮廓,利用PCA白化算法消除轮廓线尺度、平移和切变的影响;然后对轮廓进行重采样并求取对应曲率尺度空间图的局部极值点;最后利用局部极值点向量数组作为轮廓线的描述符进行匹配。在MCD形状数据库的对比检索实验结果表明本文所提出的方法不仅有较高的检索率,而且对仿射变化具有良好的鲁棒性。     

基于偏微分方程和小波的图像编码

提出了一种将偏微分方程和小波结合在一起的图像编码方法,首先利用和偏微分方程相关联的滤波器将原始图像从尺度空间的一种状态转移到另一种状态,后一种状态的图像复杂程度,包括图像的突变程度,边缘的形状等有所降低,但依然保持了很好的主观效果。     

基于尺度空间理论的Harris角点检测

研究了一种基于尺度空间理论的Harris角点检测方法. 建立Harris函数的尺度空间表示, 检测每个尺度水平上的极值, 利用迭代算法验证每个尺度水平上LoG算子是否获得最大值, 从而得到特征角点的位置及其尺度. 该方法在保持Harris角点不受光照条件及摄像机姿态变化影响的同时, 还能检测出多尺度下的特征点. 通过实验验证该方法具有尺度不变特性, 适用于尺度变化较大的视觉系统.     

一种尺度和旋转自适应的目标跟踪算法

为了解决目标跟踪中的尺度和旋转问题,提出一种基于尺度不变特征变换(SIFT)和均值漂移的目标跟踪算法.该算法首先检测模板区域和目标区域在尺度空间中的极值点,然后通过拟合三维二次函数精确定位特征点的位置和尺度,接着对目标区域和模板区域的特征点进行匹配,并根据相邻帧之间尺度和角度的连续性,去除误匹配,最后利用正确匹配的特征点中的尺度和角度信息,计算被跟踪目标的尺度和旋转角度.研究结果表明:当被跟踪目标的角度和尺度发生变化时,该算法皆具有较好的跟踪效果.     

平面轮廓线之间的分块三角划分算法

从三维空间点集通过三角划分重建三维表面的方法在实际应用中涉及到的数据量常常很大 ,因此对算法的计算速度有较高的要求。基于三维重建中物体截面轮廓边缘序列中相邻轮廓基本相似的事实 ,提出了一种物体截面轮廓线点集之间的三角划分的快速算法。该算法首先寻找轮廓线的控制点 ,对每两条相邻轮廓线的控制点进行配对 ,其次将这样两条轮廓线之间的三角划分的任务分配在多个小的曲线段对之间进行 ,并且由于事先的控制点匹配 ,在每个小的区域中就能够进行简单快速的三角划分。理论分析和实验表明 ,本算法与常规的全局优化算法相比在视觉效果上基本一致 ,在计算时间上却要少得多 ,说明本算法的有效性     

基于Gauss滤波的图像可视化检索(Ⅱ)——全局匹配

基于多尺度Gauss滤波的图像特征提取 ,能够在较大的尺度和视角变化范围内 ,检索出具有相似外观特征的图像。在讨论多尺度Gauss滤波输出用于图像的局部相似性匹配检索的基础上 ,进一步分析了如何将多尺度Gauss滤波方法用于全局相似性匹配检索。首先由图像在不同尺度下的Gauss滤波输出 ,构造出图像的曲率和相位直方图 ,得到图像的多尺度直方图表示 ;然后查询图像和数据库图像的归一化的曲率和相位直方图再进行匹配。归一化的直方图因消除了图像中点的位置信息 ,因此是图像变换如 :旋转、扭曲、拉伸下的不变量。该方法能用到基于图像外观特征的全局可视化检索中 ,并能取得很好的效果     

SIFT并行结构中的滤波器时分复用控制器

为了降低尺度不变特征(SIFT)硬件加速的成本,采用时分复用的方式共用一组高斯滤波器来实现高斯差分尺度空间的构造.相应的时分复用控制器通过令牌分配的方式控制各个倍频程(octave)的运行,只有获得相应令牌的倍频程才能使用高斯滤波器组执行操作,并提出了带有优先级的令牌分配算法.采用Altera公司stratixⅡ系列的芯片EP2S60F672C3实现,相比传统的结构,电路的查找表单元数量降低了40％.在125MHz的工作频率下,对于320×240的图像,完成高斯差分尺度空间的构造仅需要0.83 ms.     

基于Agast-Adaboost的图像匹配算法

针对传统浮点型特征描述算法误匹配率高、匹配率低的问题,提出了一种基于尺度空间金字塔与AGAST(adaptive and generic accelerated segment test)快速特征提取相融合的局部二进制特征匹配算法(Agast-Adaboost local binary feature matching algorithm,ALBFMA).该算法首先构建高斯尺度空间金字塔,将AGAST与尺度空间融合并提取特征点,然后用改进的Adaboost算法对特征点进行二值描述,生成特征向量,从而提高该算法的匹配速率和匹配精度.实验结果表明:与已有算法相比,该算法具有匹配精度高的优点,并且对光照、尺度及旋转有良好的鲁棒性.     

基于各向异性扩散的图像分割算法

提出了一种基于各向异性扩散的图像分割算法.对现有的各向异性扩散的正则化方法进行了分析.根据微分几何中共形映射的有关理论,把原扩散方程分解为关于表面曲率的二阶方程,给出了分解式的正则化条件,保证了解的稳定性.通过对扩散系数的调节,提高了对各向异性扩散过程的控制能力.在形态学分割的基础上,通过能量函数最小化实现非线性尺度空间中的区域合并,消除了分水岭算法造成的严重过分割现象.实验结果表明,该算法的分割结果可为后续识别和理解提供较理想的方式.     

一个基于尺度空间理论的直方图定性匹配算法

设计并实现基于高斯尺度空间理论的直方图定性匹配算法，该算法首先建立灰度直方图的尺度空间，并提取各直方图在尺度空间中的特征。包括峰点个数、峰点线结构和峰点生命期等，然后利用这些特征匹配直方图，在同一内容的图像与不同内容的图像组成的图像库中。对直方图定性匹配算法进行了实验研究，实验结果表明，该算法可较好地解决图像内容恒常性问题。