基于Fourier-Mellin变换的图像配准方法及应用拓展

从两个方面拓展了基于Fourier-Mellin变换的图像配准方法的应用范围.首先是全景图像的拼接.不同于传统的方法,该方法不需要准确控制相机的运动,不需要知道相机的焦距等内部参数,也不需要检测图像特征,在配准精度要求不是很高的情况下,直接生成的全景图像可以满足很多实际应用的需要;同时,实验也表明,该方法应用于弱透视图像的配准,也具有很好的配准效果.另一个拓展是图像曲线的匹配.传统的曲线匹配方法一般通过曲线特征点(如角点、曲率极值点等)之间的对应求得曲线间的变换参数.一种新的思想是先将图像曲线转化为二值图像,然后应用Fourier-Mellin变换对这些二值图像进行配准,从而达到对两条曲线的匹配.大量实验表明,该方法对射影畸变不是十分显著且摄像机为一般运动下获得的图像之间的配准问题(如手持数码相机获取的图像之间的配准问题)均能取得比较好的配准效果.

基于Fourier-Mellin算法的干涉图像配准

提出了采用Fourier-Mellin算法对大孔径静态干涉成像光谱仪的原始干涉图像进行配准的方法,用于校正由于推扫平台系统姿态不稳所造成的失真。采用Fourier-Mellin算法和相位相关算法求取干涉图像的旋转角度和缩放及平移参数,并通过多帧未校正的图像和校正后的图像分别拼接成大面积地域图像来验证算法。实验结果表明,通过人眼判断,可以实现对图像的配准,配准精度达到1 pixel,基本满足将LASIS原始干涉图校正为不失真图像的要求。

基于Fourier-Mellin变换的气象卫星光谱图像配准

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具,而图像配准是气象卫星图像数据应用的前提。文章针对气象卫星光谱图像的配准问题,提出了一种基于Fourier-Mellin变换的自动配准方法。首先利用全球海岸线矢量图数据构造地标模板,地标模板是气象卫星光谱图像配准的参考图像;其次,根据云通道数据选择无云区域红外子图像,并利用Sobel算子对红外光谱图像提取边缘特征;最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数,从而实现红外光谱图像的配准。该方法本质是基于曲线匹配的思想,无需特征点提取,大大简化了配准流程。利用FY-2D气象卫星上获取的红外通道数据进行了实验,结果表明:该方法鲁棒性好,运算速度快,配准精度较高。

基于Radon和Fourier-Mellin变换的电缆终端红外图像识别

在运行过程中,电缆瓷套式终端的线夹、应力锥和尾管部位可能存在异常发热现象.为了对各部位异常发热的红外图像进行有效识别,文中引入Radon与Fourier-Mellin变换对红外图像进行特征提取.该方法首先对原图像进行Radon变换,再进行解析Fourier-Mellin变换;然后定义与原图像的旋转及与尺度变换无关的不变函数,基于不变函数提取Radon与Fourier-Mellin变换后图像的4种特征.将提取特征向量输入到BP神经网络进行图像识别,结果表明,基于Radon与Fourier-Mellin变换的几何变换不变特征提取方法能够有效反映红外图像特征,具有良好的识别效果,且该方法对噪声具有较强的鲁棒性.

基于Fourier-Mellin变换和Keren算法的改进运动估计算法

针对超分辨率图像重建中图像运动估计精度要求高,速度要求快的问题,对传统的基于Fourier-Mellin变换和Keren算法的运动估计方法做出以下改进:首先提取参考图像和待估计图像的边缘,从而避免了Fourier-Mellin变换的不足(对细节不明显的图像运动估计精度极差);由于只是用Fourier-Mellin变换进行粗估计,对角度估计精度要求不高,只需小于1°,因此在进行对数极坐标变换时,可以减少角度坐标和对数坐标的采样点数,大幅缩小了矩阵大小,提高了运动估计速度;由于先用Fourier-Mellin对待估计图像进行粗估计,Keren算法可以避开复杂的金字塔计算而只需一层估计,减少了运动估计时间。在VC++中的仿真实验表明,该方法有效地结合了Fourier-Mellin变换和Keren算法的优点,同时又提高了运动估计速度。经测试,用未改进的算法对328×500像素大小的两幅图像进行运算估计需要3.53s,而用改进的算法则只需要1.15s,大大提高了运动估计速度。

基于Fourier-Mellin变换和相干系数法的重复轨道干涉SAR图像配准新方法

相对于单轨双天线InSAR系统,重复轨道InSAR系统由于轨道不能完全平行,导致InSAR图像对间存在夹角,使其配准更为困难。该文针对非平行重复轨道的InSAR问题,提出了一种结合Fourier-Mellin变换和相干系数法的InSAR图像配准算法,对存在夹角的SAR复图像对进行精确配准。该方法用于粗配准时,通过引入非线性图像幅度变换预处理,克服了Fourier-Mellin变换无法直接处理SAR图像对幅度分布动态范围大且不均匀的问题,而用于精配准时,通过引入相干系数法,精确估计了复图像对之间存在的微小角度。以SIR-C/X重复轨道的X波段SAR数据为例,详细比较了传统相干系数配准算法和该文算法在配准精度和计算时间上的差异,从而验证了算法的有效性。

基于解析Fourier-Mellin矩新疆草药图像综合特征的检索研究

研究利用图像增强、灰度阈值、腐蚀运算等图像操作对新疆草药图像做分割预处理,获取草药图像感兴趣区形状,然后对草药形状进行Radon和解析Fourier-Mellin变换,结合图像形状Hu矩和图像主颜色直方图特征,提取草药图像解析Fourier-Mellin矩形状和颜色混合特征用于图像检索,比较该算法对基于内容的新疆草药图像的检索性能。实验结果表明:解析Fourier-Mellin矩结合草药形状和颜色的混合特征算法具有较好的图像旋转、缩放和平移(RST)不变特性。对基于内容的新疆草药形状图像的检索,其检索性能优于解析Fourier-Mellin矩结合形状特征Hu矩混合特征和结合主颜色直方图特征混合特征的检索效率,其检索结果集前60图的平均查准率达到91.82%。

基于Fourier-Mellin和Delaunay三角网的GBSAR影像配准研究

GBSAR的高精度测量需要准确的干涉相位来保证,因此影像间的配准尤为重要。针对传统GBSAR影像配准方法没有充分考虑到同名点的几何分布和空间结构关系的问题,文中基于Fourier-Mellin和Delaunay三角网的特性,对GBSAR影像数据进行粗配准和精配准。结合GBSAR影像实例数据,并对配准结果的相干系数图进行统计分析,结果表明此方法可提高影像配准的精度,为GBSAR影像数据的后续处理提供较好参考。

基于多尺度Fourier-Mellin变换的末制导目标跟踪

针对光电成像末制导阶段目标尺寸迅速增大且可能伴有旋转的稳定跟踪问题,采用了一种基于多尺度Fourier-Mellin变换的目标跟踪方法。根据高斯尺度空间理论和Fourier-Mellin变换,构造了基于多尺度Fourier-Mellin的图像变换参数估计策略。利用平均绝对差分匹配准则对模板和待匹配图像进行图像匹配,当匹配误差过大时,基于多尺度Fourier-Mellin变换进行模板参数估计,求出模板与当前目标之间的尺度和旋转变换参数,并利用双线性内插调整模板,求得目标匹配位置,对模板进行刷新。仿真结果表明,该算法能够适应末制导阶段目标尺寸的急剧变化,实现对目标的稳定跟踪,其跟踪精度和稳定性优于传统方法。

基于多分辨Fourier-Mellin变换的剪纸纹样识别算法

提出一种基于多分辨Fourier-Mellin的剪纸纹样识别算法。该算法先对剪纸纹样图像进行Fourier-Mellin变换,再对变换后的图像通过小波变换计算出各层方差和均值,得到剪纸纹样不同子带的特征值,应用支持向量机对剪纸纹样进行识别。实验证明,该方法不仅具有平移、旋转和尺度不变性,而且适用于有夸张艺术变形的剪纸纹样识别。

改进的Fourier-Mellin描述子在图像匹配中的应用

Fourier-Mellin描述子被广泛应用于数字图像匹配中,但由于频谱混叠等噪声及误差的存在,不能保证变化后得到的相关值分布形式是一个标准的二维脉冲函数。本文在此基础上引入带核函数的加权距离公式,先用小波变换在频域中提取出稳定的特征点形成特征向量;然后利用核函数对特征向量进行修正,使之形成标准的二维脉冲函数,以便计算出正确的匹配参数,从而达到两幅图像的匹配。实验结果表明了新算法的有效性和可靠性。

基于正交Fourier-Mellin矩的改进亚像素边缘检测算法

提出一种改进的亚像素级边缘检测算法,该算法先用像素级边缘检测算子(Canny算子)定位所有可能的边缘点位置,再利用正交Fourier-Mellin矩(OFMM)算子的低径向阶与旋转不变特性在已有像素级边缘位置上进一步定位亚像素级边缘位置。实验表明,同等条件下该算法运算效率较高,不仅具有较高的检测精度(小于0.2 pixel),且算法耗时较短。

基于泊松方程-Fourier-Mellin矩的形状识别和分类方法

提出一种新的形状描述子,即泊松方程-Fourier-Mellin矩描述子.首先求解定义在形状区域上的泊松方程,再利用泊松方程的解构造特征函数,然后将这些特征整体化得到Fourier-Mellin矩,用泊松方程-Fourier-Mellin矩描述子来表示形状.这种描述子改进了LenaGorelick提出的泊松方程—几何矩描述子,它不但保留了泊松方程—几何矩描述子既能代表形状整体特征,又能描述形状的部分特征的优点,又结合了Fourier-Mellin矩的优势,对形状的描述更加全面和准确.最后的形状识别和分类实验证明,我们提出的泊松方程-Fourier-Mellin矩描述子的效果更好.

基于Fourier-Mellin的图像配准算法研究

提出了一种基于Fourier-Mellin的图像配准算法.通过对图像进行加窗、滤波等处理,消除了图像的边界效应产生的伪高频部分,减少了混叠现象,增大了图像的信噪比,提高了图像相关算法的有效性和精度.实验结果表明本算法有效.

一种改进的Fourier-Mellin稳像算法

提出了一种改进的单相限实数Fourier-Mellin变换(SRFMT)相位校正稳像算法,提高了稳像实时性,解决了因图像局部遮挡而引起的错误估计问题。分析了基于Fourier-Mellin变换估计抖动图像序列尺度因子、旋转、平移向量引起的计算堵塞,然后利用傅里叶变换共轭对称性,改进实数傅里叶变换,并以查表方式访问wi因子,提升了计算性能;最后采用统计直方图方法处理块运动向量,通过局部运动向量集中度判定,去除伪全局运动向量。实验结果表明,与未改进的算法相比,采用改进的SRFMT相位校正稳像算法处理512×512的灰度图像序列,稳像的实时性提高了42%,满足实时性要求,有效的去除了因局部遮挡而引起的错误估计,鲁棒性进一步增强。

基于Fourier-Mellin变换和曲面拟合的IC芯片图像亚像素配准算法

为实现IC芯片图像的精确配准,提出一种Fourier-Mellin变换和曲面拟合法结合的图像亚像素配准算法。算法首先采用Fourier-Mellin变换计算出待配准IC芯片图像的旋转角和平移量的整像素峰值位置,然后对峰值区域进行基于最小二乘的曲面拟合,通过取极值点获得亚像素级的精确峰值位置。另外,Fourier-Mellin变换由于旋转的频谱混叠和坐标变换中的重采样插值会产生误差,新算法采用加窗和滤波的方法加以改进。实验结果表明,所提算法实现了IC芯片图像的亚像素级配准,具有较好的精度和鲁棒性。

基于Radon和伪Fourier-Mellin变换的图像退化不变性识别方法

图像退化不变特征提取是图像识别中的关键技术,针对图像模糊、平移、拉伸和旋转退化等问题,本文提出了一种基于Radon和伪Fourier-Mellin变换的图像退化不变性识别方法。首先,介绍了相关的数学背景包括图像模糊的定义、Radon变换和伪Fourier-Mellin变换等;并讨论了基于Radon和伪Fourier-Mellin变换的图像组合退化不变特征,包括几何变换不变特征和模糊不变特征;最后,为验证所述方法的有效性,本文从图像不变性识别能力、计算复杂度两个方面进行了实验验证并与现有其他方法进行了比较。实验结果表明:本文所述的图像退化不变性识别方法在保证不增加计算复杂度的前提下,其识别能力和抗噪能力具有比较明显的优势。

基于Fourier-Mellin矩的彩色图像检索

为提高图像检索效率,本文提出一种Fourier—Mellin矩的彩色图像检索方法,该方法利用彩色图像的Hilbert变换下相位一致性和梯度幅值的结构特征.用Fourier-Mellin矩描述图像纹理特征,既利用相应一致性不受图像亮度和对比度变化的特点,叉利用Fourier Mellin矩的旋转不变性的特点,对彩色图像有很好的检索效果。为验证该算法的效率,在三个彩色图像库中进行对比实验,实验表明:该算法明显优于文中比较算法。

基于主成分分析的Fourier-Mellin变换在图像匹配中的作用

为了解决Fourier-Mellin描述子在图像匹配求解过程中计算量大、存在插值误差、旋转角度ψ和尺度缩放因子t不准确等问题。文章提出了一种新的算法,基于主成分分析的Fourier-Mellin描述子匹配算法,先利用主成分提取图像的重要特征,这样就把错综无规律的变量降低为较少的几个主要变量,然后对其重要特征进行匹配,这样能够减少计算量,实现图像的快速匹配,实验结果证明该算法的有效性。

Fourier-Mellin矩在图像识别中的应用

为了验证Fourier-Mellin矩图像识别中的识别能力,本文研究了其在两种坐标下的计算和重建效果、抗噪性试验。在笛卡尔坐标下,图像重建直接计算,不必转换为极坐标,避免极坐标在了转换时产生的几何和计算误差,试验表明:笛卡尔坐标下,Fourier-Mellin矩的重建比极坐标下更精确,并且OFFM矩对噪声有很好的鲁棒性。