仿生复眼视觉系统中全景图拼接算法

模仿昆虫复眼的视觉机理,设计一种仿生球面9复眼视觉系统,并提出一种全景图拼接算法。首先采用抗旋转、抗尺度变化的SIFT图像匹配算法进行特征点的提取与匹配;然后利用稳健的RANSAC算法求出图像间变换矩阵 的初始值,并使用LM非线性迭代算法精炼 ;最后通过改进的加权平滑算法完成多视角图像序列的无缝拼接,得到整个场景的全景图。实验结果表明:全景图的整个拼接过程中复眼视觉系统可以自动地实现对多视角图像序列的无缝拼接,并在多个方向都增大了视场,弥补了传统宽屏幕全景图的不足。     

基于SIFT特征的彩色图像拼接方法研究

针对传统特征提取拼接算法在复杂图像中配准过程中出现的过多误匹配,导致拼接后图像出现鬼影、模糊等问题,从而影响拼接图像的质量,提出一种改进的SIFT配准算法。在对目标图像提取SIFT特征后,利用SIFT描述子的尺度以及梯度方向信息建立最小邻域匹配剔除误匹配点,之后利用局部均方根误差(RMSE)评价映射矩阵与RANSAC算法相结合,迭代出精确变换模型。在对图像进行几何矫正后,提出一种自适应的混合线性算法对重合区域图像变换至HIS颜色空间进行图像拼接,最后得到平滑无缝的完整彩色全景拼接图像。实验结果证明,该算法在拼接复杂场景并且重合区域不多时仍有较好的准确性及稳定性。     

基于特征点及优化理论的图像自动拼接方法

提出了一种新的图像拼接方法,首先利用相位一致性(phase congruency)算法进行特征点检测,利用本文提出的匹配点优选策略进行特征点对自动选取,然后用LM(Levenberg-Marquardt)算法进一步优化变换矩阵,最后对拼接结果进行融合处理,获得无缝拼接的图像.该方法把基于特征点和基于优化理论的拼接方法有效相结合,且能充分利用图像重叠部分的信息,在一定程度上克服了噪声及光照不均的影响,较传统方法具有更强的鲁棒性和更高的拼接精确度.试验结果证明了该方法的有效性.     

一种改进的RANSAC图像拼接算法

针对RANSAC算法迭代次数过多导致的图像拼接效率不高的问题,提出一种改进的RANSAC图像拼接算法;首先采用SIFT算法提取尺度不变特征点,利用双向互匹配策略对特征点进行匹配,在使用RANSAC算法计算单应性矩阵之前,利用相邻特征点之间的关系对初始特征点对进行筛选,最后使用加权平滑法完成图像的融合;实验结果表明该方法有效地减少了特征点对数,提高了RANSAC的运行时间,图像拼接效率有了很大的提高。     

基于改进的FAST-SURF快速图像拼接算法

针对SURF（speeded-up robust features）算法计算量大、图像拼接效率低的不足,以FAST （features from accelerated segment test）角点取代SURF斑点在图像重合区域提取特征点,使用SURF描述子进行特征点描述,通过描述子降维、自适应最近邻与次近邻比值法、几何约束法剔除错误匹配点,提高匹配的准确性。匹配完成后,通过减少样本集的个数和舍弃不合理参数模型来改进RANSAC（random sample consensus）方法,获取单应性矩阵,最后进行图像变换、融合和拼接。实验结果显示,该图像拼接算法与传统的SURF算法相比,图像拼接总时间减少了12%,拼接效率得到了显著提高。     

基于MEMS陀螺仪的光学图像拼接

提出了一种利用刚性连接于光学系统的微机械陀螺仪的光学图像拼接加速算法.该方法基于相机投影模型和坐标变换关系建立相机运动与像素坐标移动的关系;根据陀螺仪数据计算拍摄前后两幅待拼接图像期间相机的旋转角度,确定两幅待拼接图中特征点搜索窗口大小;然后基于SURF特征提取算法,提取待拼接两幅图片中的特征点,在搜索窗口内寻找匹配特征点对,避免了全局搜索从而减小计算量,加快匹配速度.实验搭建了硬件平台以验证算法可行性,与传统全局搜索匹配相比,运行时间减少了31%.     

一种基于嵌入式全景视频流影像数据实时拼接方法

针对机载全景视频流影响,提出了一种基于嵌入式的全景实时拼接方法。提取图像中的SURF(speeded up robust features)特征点,生成特征描述子。通过计算2个特征点之间的欧式距离来确定匹配度,经过仿射变换后,利用泊松变换实现图像间的融合平滑处理。将上述流程在目标设备上进行并发执行,根据每个流程自身的特点进行定制化优化,实现全景实时拼接。试验测试表明,本方法实现了拼接接缝处基本无缝的效果,拼接速度达到30 Hz,能够满足实时显示的要求。     

基于图像拼接的柱体表面物证图像采集方法的研究

针对刑侦领域柱体表面遗留物证无损获取的要求,提出一种基于图像拼接的柱体表面物证图像超高分辨率采集方法。采用高分辨率单反相机获取匀速旋转的柱体图像序列,将图像视觉显著性原理应用到序列图像,检测出柱体;在Shi-Tomasi算法检测出角点特征的基础上,提出位置受限的双向角点匹配微元提取算法;拼接得到一幅柱体360°视角的高分辨率全景图像。实验结果表明,此方法能够获取满足拼接要求的序列图像,拼接结果与实际图像比较,不失真,误差小,满足刑侦领域物证比对的要求。     

一种适用于仿生复眼系统的多路图像拼接算法研究

仿生复眼系统解决了传统单孔径光学系统中视场与分辨率的矛盾关系,兼具了较大的视场和高分辨率。但随着视场和分辨率的增加,图像信息增多,随之带来了图像拼接中效率和质量问题。针对该问题,提出一种基于改进尺度不变特征转换（SIFT）算法和主成分分析（PCA）算法的仿生复眼多路图像拼接融合方法。该方法缩小了特征点提取区域,减少了多路图像特征点匹配次数,降低了图像特征点描述符的维度。再利用改进的自适应迭代随机抽样一致（RANSAC）算法对特征点进行提纯增加鲁棒性,最后通过加权平均算法来完成对多幅子图像的高质量融合。实验结果表明,该算法设计合理,且随着图像信息的复杂程度增加,相较传统算法的拼接效率不断提升,同时保证了较好的拼接质量,可有效拼接融合仿生复眼系统多路图像,对多路图像类系统拼接融合提供借鉴。     

嫦娥三号全景相机图像全景镶嵌方法的研究

为实现嫦娥三号月球车全景相机图像的无缝镶嵌,针对全景相机序列图像光照不均、月表影像的特殊性等问题,提出了一种基于加速稳健特征(SURF)算法的嫦娥三号全景相机图像全景镶嵌方法。采用SURF算法提取特征点,用SURF描述子的欧氏距离作为判定度量进行特征匹配。求取相邻两幅图像间的变换矩阵,并利用Levenberg-Marquardt非线性优化算法进行优化。采用基于线性插值的渐入渐出方法对图像重叠区域进行融合,实现月表图像的无缝镶嵌。结果显示,该方法针对嫦娥三号全景相机图像实现了快速准确的镶嵌,生成的镶嵌图满足月球车探测目标选取及路径规划的需求。     

基于特征点的对数极坐标变换图像配准算法

介绍了一种新的图像配准算法,可以很好地解决图像配准中的平移、旋转和缩放问题。算法的实现是首先使用SUSAN算子提取两幅图像的特征角点,剔除虚假的特征点(噪声点),然后使用改进对数极坐标变换和投影相关匹配算法实现特征点匹配;结合亚像素定位技术,可以进一步提高算法的精度。     

十亿像素瞬态成像系统实时图像拼接

为了满足工程应用对图像拼接实时性的要求,依据已设计完成的基于同心球透镜与微相机拼接阵列复合结构的十亿像素瞬态成像系统,提出一种基于统一计算设备架构(CUDA)与先验信息相结合的自适应图像拼接并行加速算法。首先,利用高精度四维标定平台对相邻微相机成像重叠区域进行预标定。接着,采用基于CUDA的快速鲁棒特征(SURF)方法检测提取重叠区域图像的候选特征点集。然后,运用基本线性代数运算子程序(CUBLAS)加速基于随机KD-Tree索引的近似最近邻搜索(ANN)算法,用于获取初始匹配点对。最后,提出一种改进的并行渐近式抽样一致性(IPROSAC)算法,用于剔除误匹配点对和空间变换矩阵的参数估计,从而得到拼接图像的空间几何变换关系。实验结果表明,该算法的图像拼接时间为287 ms,与单独采用CPU串行算法相比速度提高了近30倍。     

基于CSIFT的彩色图像配准技术研究

图像配准在计算机视觉、遥感、医学诊断与治疗、环境监测等领域有广泛的研究应用.目前,多数算法是将彩色图像转化为灰度图后再配准,色彩信息的丢失可能会引起误配准.为此,提出一种基于CSIFT(Colored scale invariant feature transform)的彩色图像配准方法,求出彩色图像各个位置处的颜色不变最,以颜色不变量作为输入图像,再提取特征点并描述特征点周围的信息,通过最近邻匹配法求出图像问的匹配对,最后利用匹配的特征求取图像间的变换参数及配准后图像.实验结果表明,对彩色图像进行已知参数值变换时,该算法能得到精度高、误差小的计算结果;对变换关系末知的彩色图像,也能准确地求出图像间的映射关系;且多数情况下运行速度较SIFT(Scale invariant feature transform)快.     

基于特征点自动匹配的图像拼接方法

提出了一种基于特征点自动匹配的图像拼接算法,采用改进的Harris算子提取特征点,保证了提取的效率和精度,根据互相关的双向匹配实现对应特征点的自动匹配,从而建立参考图像与当前图像的对应点对,最后采用最小二乘方法得到图像间的全局变换参数,实现图像的拼接。     

基于改进的空域相关的多聚焦图像融合

提出了一种简单有效的像素级多聚焦图像融合方法。针对正交小波变换缺乏平移不变性而产生视觉失真的缺陷,采用Atrous算法将原图像分解在不同频率域上。Atrous算法先将滤波器h0(n),h1(n)各点间插入适当的零值后再与低频信号做卷积,故又称为"多孔算法"。将具有抑制噪声性能的空阈相关法作为高频子图像的融合规则,选取相关性强边缘特征显著的点作为最终融合子图像的像素点。实验表明,由此融合的图像能完好的保留边缘纹理信息。融合后的图像在客观评价和主管视觉效果上均有提高。     

基于线性不变矩的特征图象配准算法研究

针对图象差异较大的光学图象与合成孔径雷达图象(SAR)的特点,设计了一种基于特征的图象配准的算法,包括特征提取、匹配、控制点选取、变换系数计算和误差计算等步骤.在特征提取中,对于雷达图象需要进行预处理并采用LOG提取图象轮廓.在匹配算法中,以线性不变矩作为特征量,对现有基于图象轮廓特征的匹配算法进行了改进.采用上海浦东地区的Radarsat-1S2模式图象与LandsatTM-5波段图象作为待配准图象.实验结果表明,该方法可以较好地完成光学图象与SAR图象的配准,有着较高的应用价值.     

基于Shape Context和尺度不变特征变换的多模图像自动配准方法

提出了基于修正的尺度不变特征变换（SIFT）特征提取和Shape Context特征描述算子相结合的多模图像自动配准算法,该算法利用修正的SIFT算法提取多模图像中的特征点,然后采用Shape Context算子描述特征点,利用特征点周围区域边缘点的梯度方向形成特征向量。采用欧氏距离作为匹配标准对多模图像中特征点进行初始匹配,然后通过RANSAC算法消除误匹配的特征点对,并采用最小二乘法计算仿射变换参数,最后通过仿射变换和双线性插值实现图像配准。对红外图像和可见光图像的配准实验结果表明了本算法的有效性和稳定性。