星载光学遥感图像特征误匹配剔除方法研究

误匹配剔除是提高特征匹配精度的重要手段,星载光学遥感图像由于数据量大、纹理重复、光照强度变化等特点,导致现有误匹配剔除方法的性能下降。针对此问题,提出一种基于局部和全局几何约束的误匹配剔除方法。在初始匹配集的基础上,首先利用特征局部一致性对误匹配进行初步过滤;然后根据图像间的变换关系构建特征拓扑结构,并提取其几何属性描述结构相似度,基于此建立特征全局结构一致性约束模型,通过推导模型的最优解剔除残留误匹配;采用引导式匹配策略,选取局部一致性高的匹配点组成高内点率匹配集,以此作为特征全局邻域,提高全局约束的鲁棒性和效率。实验结果表明,与现有方法相比,所提方法对星载光学遥感图像的匹配性能更优,平均精确率、召回率分别为0.9和0.89;在不同内点率的初始匹配集上表现鲁棒,平均F分数为0.86。     

视觉传感集成体系中不同图像间映射匹配关系

提出一种由三角法面形传感器和2个CCD摄像机组成的机器视觉传感集成系统，利用前者所获得的三维面形与后者所摄得的二维图像在空间上特定的几何对应关系，建立3幅图像间的映射。可实现在二维CCD图像上附加距离数据,及以三维面形数据为网格点粘贴亮度、颜色和纹理等信息；并进一步可实现2幅二维图像基于映射小区域间的匹配，用于双CCD摄像机交汇测量。保证了三维面形与二维面图像间的信息融合和互补，以满足机器视觉需要。     

用于信号、图像和景象匹配的特征区选择方法

匹配中最常见的问题之一是根据给定的准则选择最佳匹配子区，而选择的关键是具有唯一性和缺乏模糊性。唯一性可以通过原始图和子图相关函数峰值的幅值和个数决定。模糊性可以用相关长度或主相关峰宽度的50％来衡量。相关长度越短，检测正确匹配位置的可能性就越大。提出了一种根据最小相关长度来选择最佳匹配子区的方法。此分析可扩展到二维，三维或更高维，而且可通过快速傅里叶变换来解决离散问题。     

景象匹配评估系统中图像特征指标的选择(一)图像统计特征

采用统计试验的方法进行景象匹配算法的性能评估是当前的重要研究课题。通过统计试验建立匹配性能与图像特征指标体系之间的关系是研究的重点,因此选择一个合理的图像特征指标体系是很重要的。文中论述了评估系统中图像特征指标体系的选择问题,分析和试验指出,建立在实时图尺寸上的特征更符合理论分析结果,因而也更适于算法的性能评估和匹配区的选择。     

结合形状信息的SAR图像特征匹配方法

合成孔径雷达（Synthetic Aperture Radar, SAR）图像匹配是实现图像配准和定位导航等任务的重要途径之一。本文研究基于局部特征的SAR图像匹配,针对SAR图像特征匹配中错配率高的问题,引入邻域共识思想,结合以往被忽略的特征形状信息,提出一种新颖的误匹配滤除方法。所提方法主要包括形状信息引导的邻域构建和共识度量两个主要步骤。在邻域构建步骤中,本文利用形状信息确定一个仿射不变图像区域,从而构建对几何稳健的邻域。在共识度量步骤,利用形状信息获取局部变换矩阵,然后利用局部变换矩阵对邻域进行重投影,最后根据重投影误差评估匹配的共识度,并以此判断匹配是否应该被滤除。为了验证算法有效性,本文利用21对L,X和Ku三个波段下多角度机载SAR和多分辨率星载SAR图像与五个先进方法进行了对比实验。结果表明所提方法在精度、召回率和F1值上都优于所有对比算法,尤其对多分辨率数据最为有效。另外,通过搭配三种常用的特征进行实验,本文发现所提方法对特征类型不敏感,其中在SIFT特征上效果最为突出。但是,所提算法在效率上要略低于其他同类算法。     

图像特征匹配算法的FPGA实现

图像特征匹配算法是对同一场景不同条件下所获取的两幅图像进行特征提取的过程,目前被广泛应用于多个领域.针对传统匹配算法存在的实时性差、准确度不高、环境适应能力弱等问题,本设计提出了基于FPGA开发平台实现的SIFT算法.匹配结果表明:该算法对于图像的旋转、光照、仿射、尺度等具有良好的不变性,能满足特征匹配的需求,存在一定...     

基于SIFT/ORB几何约束的红外与可见光图像特征点匹配

红外图像与可见光图像记录着地物的不同属性信息,两者融合能够优势互补,弥补单一数据源信息的不足。然而由于两者成像原理不同,热红外传感器与可见光传感器对同一场景获取的图像灰度差异较大,二者图像误匹配多,融合难度大。本文在分析红外与可见光图像共有特征的基础上,提出了一种基于SIFT与ORB特征检测的匹配方法,利用SIFT算子与ORB算子同时进行特征点检测,先基于RANSAC对SIFT匹配得到的同名点进行筛选,同时结合最近邻比次近邻算法获取ORB匹配点,再利用SIFT匹配点对ORB匹配点进行距离和角度的几何约束进一步剔除误匹配,最终得到特征点分布均匀、可靠度更高的匹配结果,解决因灰度差异较大产生的匹配效果不佳的问题。利用4组红外与可见光图像进行实验,结果表明,本文算法特征点正确匹配数量相较于SIFT分别提高了约3.7倍、3.2倍、3.6倍、3倍,大幅地提高了红外与可见光图像的匹配数量,为两者间的匹配提供了一种有效的方法。     

基于非约束图像参考集匹配的视频人脸识别

针对视频人脸识别中系统不能很好地学习人脸图像有效特征的问题,提出了非约束图像参考集匹配方法,通过在两个图像集之间预先定义参考集构造多个离线的局部模型,并分别与参考集进行匹配,无需考虑所有的成对情况,从而计算出它们的相似度,有效地将视频人脸识别问题转化成二次规划问题。所提方法的有效性在Honda、MoBo及YouTube三大视频人脸数据库上进行了验证,实验结果表明,与现有的视频人脸识别方法相比,所提方法取得了更好的识别效果。     

基于对极几何约束的SIFT匹配

以系统图像三维重构的对极几何约束和SIFT匹配为主要研究内容,给出了SIFT特征匹配算法。分析基于对极几何约束的SIFT匹配点检测的基本原理;研究了图像二维平面间的射影变换,并建立了相应的数学模型;通过应用某两幅灰度数字图像进行仿真验算,证明了对极几何约束的SIFT匹配的可行性;为相机系统识别目标在不同方位的特征信息提出了一种新的研究思路。     

基于图像分块的Harris-SIFT特征匹配算法

应用Harris角点和SIFT图像局部特征定量化数据描述的互补优势,提出了图像分块Harris-SIFT特征匹配方法。将原图像分割成子图像块,根据子块的可变阈值检测多尺度Harris角点,并对其进行迭代精化,使其收敛到真值,然后生成定量化的特征矢量。匹配应用双向最近邻算法并用RANSAC去除误匹配。通过仿真验证,这种方法增强了角点提取的鲁棒性,提高了匹配速度和精度。     

基于特征点匹配的图像配准研究

立体显示技术中立体图像对虚拟场景的构建至关重要,现有的立体图像配准技术可能导致图像扭曲、变形。结合SURF算法和RANSAC算法,根据SURF算法对图像进行特征点检测;计算各特征点的Haar小波响应系数以确定特征点主方向和特征矢量;通过特征矢量的欧氏距离来判断特征点的匹配性,找出相邻最近的匹配点;最后利用一种改进的RANSAC算法剔除错误的匹配点。实验结果表明,基于SURF算法和改进的RANSAC算法的图像配准方法提高了特征点匹配度和精确度,能有效改善图像配准的变形问题。     

基于广义特征点匹配的全自动图像配准

该文针对图像配准中用到的特征点提出了狭义特征点和广义特征点两个范畴。广义特征点是针对区域特征定义的, 可以有各种不同的定义方法。该文建议了一种广义特征点的定义和自动提取算法。该算法以多尺度小波变换来定位图像中的强棱边点,以局部区域的复杂性和非周期性约束最终检测广义特征点。该文采用两个步骤建立广义特征点之间的对应关系。正确匹配的特征点对作为控制点,以最小化控制点处的均方根误差方法求得用于配准图像的仿射变换参数。用一个迭代机制进一步修正控制点的位置,从而达到最佳的配准精度。多种实验结果展示了该文方法的配准效果。     

基于电子标签自适应特征点匹配方法的研究

在特征点匹配的基础上,提出了一种电子标签自适应的特征匹配方法.首先,两个特征之间的距离用于计算特征对的支撑区域大小,这与使用检测器提供信息以找到支撑区域的方法不同.其次,为了实现旋转不变性,引入了基于强度顺序的子区域划分方法.最后,为了与流行的描述符电子标签自适应特征变换和加速鲁棒特征进行比较,选择了高斯和快速Hessain检测器差异的检测点作为特征点的方法.将其他实验课题的方法与类似的提议方法进行比较,例如Tell's和Fan's.实验结果表明,提出的描述符在各种图像变换下优于流行的描述符,特别是在具有尺度和视点变换的图像上.     

三维激光扫描图像快速实时匹配方法改进研究

为提高三维激光扫描图像匹配效率,研究基于特征提取的三维激光扫描图像快速实时匹配改进方法。采用基于改进动态直方图均衡的三维激光扫描图像增强方法,在保证图像高频区域灰度与低频区域灰度一致的条件下,均衡地增强三维激光扫描图像,通过基于SIFT算法的三维激光扫描图像特征提取方法,提取增强后图像中的核心特征向量后,使用基于改进BRISK算法的三维激光扫描图像快速实时匹配方法,通过特征点匹配的方式完成三维激光扫描图像匹配。实验结果验证:所提方法对彩色、灰度两种三维激光扫描图特征点匹配图像具有较好的增强效果,可实现彩色、灰度两种三维激光扫描图像的快速实时匹配。     

多特征匹配的高光谱图像配准方法

基于区域的配准方法从处于离散性图像坐标点中,检索配准特征点完成高光谱图像配准,而离散性图像坐标点导致图像特征点提取存在一定误差,导致配准后高光谱图像结构特征缺失。为此,提出多特征匹配的高光谱图像配准方法,首先使用基于Forstner算子的高光谱图像特征提取方法,提取两幅待配准高光谱图像中目标特征,然后基于提取的特征,采用基于多特征匹配的高光谱图像配准方法实现配准。经实验结果验证,该方法提取的高光谱图像特征完整度系数最大值为0.989 9,配准后的同类型、不同类型的多特征高光谱图像结构相似度指数始终大于0.980 0,且与同类配准方法相比,配准速度提高了6倍与8倍左右,应用性能较为显著。