基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。     

A real-time image matching algorithm for integrated navigation system

In this paper we introduced a kind of real-time image matching navigation algorithm based on ORB which can meet the requirement for high speed aircraft. We combined image matching with INS to fix the accumulative error of INS and get high accuracy position data of the aircraft. In order to improve the accuracy and robust of system, we used SIFT feature as a supplement of ORB and introduced the Kalman filter to optimize the output of image matching and INS. Based on maneuverability law, we did wrong point deleting with RANSAC. Finally, we designed a software system to simulate the image matching/INS navigation system. From the result of experiments, we can draw a conclusion that the algorithm has good real-time performance, play a good matching effect and get high accuracy position value.     

惯性/重力匹配组合导航系统与可视化仿真

根据惯性/重力匹配组合导航系统的工作原理和特点,提出了基于 RANSA 思想的重力图匹配方法,采用此方法实现了重力图的鲁棒匹配。通过建立组合导航系统的数学模型,采用最优滤波技术实现了组合导航系统的信息融合。在此基础上,采用多种高级语言混合编程,设计实现了一套可视化的仿真软件,对该系统进行了可视化仿真研究。仿真实验结果表明,惯性/重力匹配组合系统相对于无辅助的惯性导航系统,其定位精度、速度精度均有较大的提高,也就是说采用重力匹配方法达到了校正惯导系统,实现高精度导航的目的。     

An adaptive approach for primitive shape extraction from point clouds

In the paper, an adaptive approach for primitive shape extraction from point clouds is presented. The approach extends RANSAC segmentation algorithm in two ways: adaptive primitive shape detection based on histogram analysis of points’ deviations from their corresponding fitted primitive shapes; getting boundary points of the fitted primitive shapes and trimming uniform points of primitive shapes according to boundaries. The data structure of a fitted primitive shape contains two parts: parameter vectors that define the primitive shape; boundary points of the primitive shape. By placing uniform points on primitive shapes and trimming away the points outside of boundaries, we got trimmed uniform points each fitted primitive shapes. Afterwards, we got mesh models of primitive shapes by exerting Delaunay algorithm on each set of trimmed uniform points. At last, we output the final model by calibrating primitive shapes’ positions and orientations and trimming primitive shapes according to their intersection lines.     

基于Harris角点全局运动估计的场景锁定算法

场景锁定技术是视频跟踪领域的一个关键技术,需要对图像的全局运动进行估计,常用的运动估计算法由于计算量大、对噪声敏感等因素很难得到实际应用。为了减少运动估计的计算量,提高全局运动估计的精度,提出了一种基于Harris角点全局运动估计的场景锁定方法。将图像分成4×4的16个块,选取每个块中响应值最大的角点,以参考图像角点周围矩形块与待匹配图像进行匹配,然后利用RANSAC算法对角点进行一致性检测,利用最小二乘法解算全局运动参数,最后计算图像之间的累积运动。实验结果表明,该算法运动估计精度高,稳定性好,能较好地实现场景锁定。     

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RANSAC方法的星表自动匹配方法

本文把星表匹配问题转化成计算机视觉中的对应点匹配问题,接着使用二维Delaunay三角化方法对星表进行三角化,然后用RANSAC方法对星表的自动匹配问题进行了研究。研究结果表明,我们的方法能够快速有效地完成星表匹配。在总共960个样本中,除了两幅不符合匹配的星表之外,全部获得了正确的匹配结果。     

基于边缘与SURF算子的SAR与可见光图像配准方法

鉴于SAR(synthetic aperture radar)与可见光图像的成像机理存在很大差别,使得其同名特征的提取和配准十分困难,但在某些情况下,这两类图像的边缘存在一定的相关性。提出一种基于边缘与SURF(speed-up robust feature)算子的图像配准方法。通过适当预处理增强图像间的共性,采用综合性能比较好的Canny算子提取两幅图像共有的边缘特征,在边缘图像的基础上提取SURF特征;通过比值提纯法进行特征点粗匹配,RANSAC(random sample consensus)算法剔除误匹配点,计算仿射变换模型从而实现SAR与可见光图像的自动配准。实验结果表明:该算法的正确匹配率为100%,均方根误差为0.852个像素,配准精度达到亚像素水平。     

结合Harris与SIFT算子的图像快速配准算法

本文提出了一种结合Harris与SIFT算子的快速图像配准方法。首先,对Harris算法进行两方面的改进:一是构建高斯尺度空间,提取具有尺度不变性的角点特征;二是采用Forsnter算子对提取的角点精定位,提高配准精度。然后,利用SIFT算子的特征描述方法描述提取到的特征点,通过随机kd树算法对两幅影像的特征点进行匹配。最后采用RANSAC算法对匹配点对进行提纯,并通过最小二乘法估计两幅影像间的空间变换单应矩阵,完成图像配准。实验结果表明:本文方法在基本保持配准精度的同时,在配准过程的时间消耗上比标准SIFT算法减少了64%。     

近邻点一致性的随机抽样一致性算法

 随机抽样一致性算法是计算机视觉领域中应用广泛的多视几何图像参数估计方法之一。为提高在高噪声条件下原算法计算效率,提出基于匹配点对邻近点集合一致性的过滤方法,可提高原初始匹配点对集合的内点比例,减少使用RANSAC时寻找参数时的抽样次数。宽基线图像极线几何计算的多组实验表明：提出的算法能够保持与原RANSAC一致的结果,并有效地提高计算速度。