一种改进的自适应阈值SSDA的视频拼接算法——在交通场景中的研究与应用

研究并实现了一种改进的自适应阈值SSDA的视频拼接算法,并将其应用在交通领域。主要从倾斜校正,帧图像配准,无缝拼接三个方面进行了研究与论证,实验结果表明,这种改进的自适应阈值SSDA的图像配准方法,减少了计算量并提高了视频拼接的效率,有利于交管部门对路况信息数据的回放和存储,减少数据量。

SSDA的改进算法

针对传统相关匹配算法不能满足实时性的缺点,通过分析红外图像目标的特点,提出一种改进的SSDA算法,充分利用图像的边缘特征和灰度信息,在没有降低匹配精度的情况下减少了计算量,单调递减阈值序列的使用,进一步提高了算法的速度。

基于SSDA的改进算法

传统的图像相关匹配算法精度高,但在大尺度图像的应用场合下多不能满足实时性的要求。文中对SSDA算法作了改进,试验结果表明,改进算法在保持SSDA算法的精度的同时大大提高了运算速度,改进效果明显。

SSDA图像匹配算法的研究及实现

传统的模板图像匹配算法,匹配速度较慢,在实际应用中受到限制.为了加快图像匹配速度,因此人们提出了一种快速高效的图像匹配算法———序贯相似性检测算法(SSDA).对该算法进行了深入地分析,并在此基础上,采用VisualC++6·0对该算法进行了编程实现.

基于遥感图像信息特征的单调递增SSDA算法

图像配准就是将不同时间、不同传感器或不同条件下对同一景物获取的两幅或多幅图像,进行比较找到该组图像中的共有景物,或是根据已知模式到另一幅图中寻找相应的模式。利用遥感图像进行目标监测需要进行图像配准处理。匹配算法如何达到高精度、高匹配正确率和实时性成为人们追求的目标。文章在传统匹配算法的基础上,提出两点改进:一是通过PCA-圆形SIFT算法提取图像特征角点,降低维数,优化计算;二是利用图像角点作为单调递增阈值序列SSDA算法匹配的基本像素点,利用遥感图像信息特征降低匹配计算量。最后进行实验仿真,结果表明,改进后的算法使得配准速度进一步提高,能够满足遥感图像配准实时性的要求。

一种基于序贯相似性检测算法(SSDA)的加速算法

序贯相似性检测算法(SSDA)是针对传统模板匹配算法提出的一种高效的图像匹配算法,在该算法中引进了阈值,即模板与其覆盖下的搜索子图的像素差值的上限值.提出的基于SSDA的加速算法,是在此基础上,引入了模板与其覆盖下的搜索子图的像素差值的最低门限值,如果该最低门限值超过了阈值,则可以跳过该搜索子图.实验证明:该算法比传统的SSDA算法在速度上有所提高.

自适应SSDA图像匹配并行算法设计与实现

为了充分利用多核处理器的硬件资源和计算能力来提高图像匹配应用的实时性,通过对自适应阈值SSDA图像匹配算法原理的分析,基于任务分解的多核并行编程模式思想,设计了一种自适应阈值SSDA图像匹配并行算法,并在多核计算机上采用OpenMP模型编程实现该并行算法,同时还进行了相关的代码优化。实验结果表明,优化后的并行算法在保持匹配算法精度的同时大大提高了匹配速度和多核利用率,取得了良好的效果。

一种改进的SSDA算法在自动装配线中的研究与应用

介绍了传统SSDA算法的步骤,从提高系统处理的实时性出发,针对本系统采集的实时图像的特点和传统SSDA算法的不足,提出了4点改进的方法,并给出了流程图和部分处理的程序.

两步SSDA跟踪算法在小内存DSP上的实现

文中构建了以 TMS320DM642为核心的硬件图像跟踪处理系统,但 TMS320DM642的 CPU 片内内存较小,原来的两步 SSDA 图象跟踪算法无法快速运行,这样文中对两步 SSDA 图象跟踪算法作了改进,使之在保持原来的跟踪精度、可靠性、抗干扰能力的同时可以高速运行在小内存的 DSP 系统上。

基于SSDA匹配的车牌字符识别中问题的研究

SSDA算法(序贯相似性检测)是针对一般模板匹配算法计算量大而提出的减少计算量的误差累计算法.但它同样需要依据图像之间的像素点对进行计算,从而对字符图像的变形敏感.在从事车牌自动识别课题研究中应用SSDA算法进行字符识别过程中,为了减小字符图像变形,在字符倾斜校正、字符二值化、字符切分和字符归一化过程中都围绕其加以改进或提出新算法.

基于Mallat分解的SSDA算法在检测织口位置变化中的应用

利用Mallat塔式分解的优点,提出一种基于Mallat分解的序贯相似性检测算法(SSDA),这种算法在保证匹配准确性的基础上,大大缩短了匹配时间。实验证实,本匹配方法具有一定抗几何失真的能力,优于常规的匹配方法,能够快速准确地检测出织口的位移变化,解决了应用图像处理方法消除织机开车稀密路系统中匹配时间过长的难题。

基于SSDA的新型地板尺寸测量方法

SSDA是一种基于特征的图像配准算法,由于相对于其他图像配准算法SSDA易实现并且处理速度快,因而经常用于实时系统中.针对生产流水线上地板长度测量存在的偏转问题,提出了一种基于SSDA的地板尺寸测量方法,该方法结合了机器视觉和决策级图像融合的相关技术,应用SSDA和边缘提取算法,实现了对运动中地板的尺寸测量.实验验证了方法的有效性.

基于对称差分和特征点SSDA算法的运动目标跟踪

针对模板匹配跟踪算法在模板更新时一旦模板信息更新不当,易出现目标跟丢及难以重新捕获目标的问题,给出了一种对称差分和特征点SSDA相结合的运动目标跟踪方法。该方法综合了对称差分法的优点,不仅可以自动提取目标模板,而且在目标跟丢时,可以重新捕获目标。另一方面,该跟踪方法还利用了SSDA算法的优点,不仅搜索目标速度快,而且在运动目标变为静止时以及运动目标较小时,也能保持稳定跟踪。实验结果表明该跟踪方法是行之有效的。

基于SSDA的模板匹配法在指纹识别中的应用

基于细节提取的指纹识别算法需要进行复杂的预处理,直接FFT求相关系数法计算量很大．提出了一种结合SSDA和模板匹配法的指纹识别算法．试图简化处理过程,提高处理速度．其基本思想是采用序贯相似性检测算法(SSDA)快速得到候选匹配子图,再通过求子图与模板的相关系数来判别两幅指纹图像是否匹配．采用指纹库中的指纹图像进行了大量实验．实验表明,该算法简化了处理过程,相对于直接FFT求相关系数法,运算速度提高了近10倍．

基于双阈值SSDA模板匹配的遥感图像道路边缘检测研究

利用遥感图像提取道路边缘信息可以简化常规城市道路的测绘工作。根据一般道路在图像上的影像特征对图像进行模型化处理,提出了基于双阈值的序贯相似性检测算法(sequential similarity detection algorithm,SSDA)的模板匹配算法,并在该算法的基础上,提出了一个基于减小增长误差的算子,用以减少由于样本数过多而产生的增长误差。与其他算法相比,该算法能够更有效地获取道路边缘信息,在准确提取路面边缘信息的同时,能对预处理中难以完全提取的路面部分进行修复,减少处理过程,从而提高处理效率。

基于图像边缘特征的SSDA算法

从红外图像的特点出发,通过对SSDA算法(序列相似性检测算法)的分析研究,以及对图像边缘检测算子-Canny算子的研究,提出了一种基于图像边缘特征的快速SSDA算法。该算法充分利用了图像的边缘特征和灰度信息,实验证明该算法有很好的实时性和精确度。

基于图像灰度的SSDA匹配算法

首先介绍了图像匹配的基本理论,图像的灰度失真、噪声等误差因素会影响匹配性能,并对SSDA算法进行改进,减小了计算量。为了验证算法的有效性,进行了大量仿真实验,结果表明这种方法匹配效果良好,相比于传统的图像匹配算法,计算速度更快、匹配误差更小、鲁棒性更好。

MCD-SSDA匹配方法研究

MCD相关匹配是针对模板相关匹配算法中存在的缺点提出的一种新的图像相似度度量方法,即将目标图像中与模板图像相接近的点的个数作为相似度量来进行匹配,该方法已验证具有相关曲面尖锐,置信度高的特点.考虑到硬件实现及实时性的需要,在分析了经典的SSDA算法的基础上,重新对MCD表达式进行定义并提出了MCD-SSDA匹配方法,经Matlab仿真实验后证明该方法具有优越性.

基于小波图像金字塔的SSDA快速模板匹配算法

图像匹配理论在图像识别和理解中应用广泛。本文介绍了一种基于小波金字塔的SSDA快速模板匹配算法,它对传统SSDA算法进行改进,采用了一种自适应阈值SSDA算法,不断对阈值进行自适应更新来减少运算量。通过大量试验对比验证了此算法的实时性和可靠性。

曲率定位的图像区域化SSDA模板匹配方法

提出了一种结合区域化SSDA方法进行模板匹配的方法,基于灰度曲线的微血管定位和检测,并利用定位的特征区域的伪色差灰度图像形成图像模板,用于微血管显微图像的匹配和纠偏。在微血管的显微图像序列配准中进行了应用和测试,实验结果表明该方法可以有效应用于显微血管图像的快速匹配分析。