基于分层多模板匹配的影像自动配准方法研究

提出一种基于分层多模板匹配的高空间分辨率影像的自动配准方法,并根据不同季相遥感影像的特点提出稳定性模板自动选取的方法和流程,详细描述了基于梯度能量的模板选取方法,以及如何筛选容易受到噪声、动态目标干扰的模板区域,如基于植被覆盖度的方法筛选可能受到植被季相变化的模板。同时,还运用了小波多尺度图像分解和自适应匹配的方法来减小模板匹配中数据计算量和搜索空间。通过模板匹配的精度和最小二乘法对匹配后的模板进行筛选,建立图像之间的影射关系,从而实现遥感影像的自动配准。

基于高分辨率城区遥感影像的道路半自动提取方法研究

遥感影像上人工地物的自动化和智能化采集一直是摄影测量与遥感技术长期探索的一个主要课题。道路是重要的基础地理信息,随着遥感影像分辨率的提高,道路特征的复杂化对道路提取方法形成了挑战。针对高分辨率城区遥感影像道路提取中存在的问题,结合多分辨率分析思想、模板匹配原理和LSB-Snake模型,综合提出了一种适用于城区高分辨率遥感影像的道路半自动提取方法。实验表明该方法可以在很大程度上弥补LSB-Snake模型的不足,同时具有良好的抗噪声能力,可作为一种有效手段应用在城区高分辨率遥感影像的道路提取中,具有很好的交互性、可靠性和高效性。

基于模板匹配的运动目标快速检测与跟踪

在图像跟踪系统中,运动目标的快速检测与识别是至关重要的.通过分析视频序列图像的特点,并结合帧差法和多分辨率图像匹配的优点,提出了一种基于模板匹配的快速检测识别目标的方案.实验结果表明,该方法能快速有效地识别目标,基本上达到了实时跟踪的要求.

基于小波模板匹配的目标跟踪

在目标跟踪数学模型的基础上,分析了小波变换在目标跟踪中的技术优势。为将目标跟踪流程中分步实现目标分离、目标特征提取和目标识别的方法并行化,给出了对小波域中系数空间矩阵进行分层匹配目标跟踪算法。在自行设计的基于DSP(DigitalSignalProcesor)的嵌入式跟踪系统中给出该算法快速实现方法。结果表明,在100MHz系统时钟情况下,模板窗口为128×96时,在搜索范围为256×192的跟踪窗口内,可实现实时的跟踪处理。

多目标快速搜索算法——芯片图像识别中应用

提出一种多搜索结果的三极管芯片图像匹配算法。首先利用金字塔搜索算法对目标图像进行分层搜索匹配,减少了图像的匹配计算量。其次在搜索过程中依次判断搜索目标是否符合要求,并消除重复结果。所提出的算法主要用于三极管芯片的粘片机及焊线机的图像识别系统中,试验证明该算法能满足设备的实时性和精度要求。

基于逆透视投影变换的图像拼接方法

为了得到大视角图像较好的拼接效果,本文提出了一种新的图像拼接方法。该方法利用逆透视投影变换的方法解决了大视角图像间视差过大的问题,利用多分辨率匹配来提高图像匹配速度,利用选取特征区域的方法来提高模板匹配的精度。实验证明了该方法能有效解决简单环境下大视角图像的拼接问题。

多解析度匹配算法在高速运动物体跟踪中的应用

本文提出了一种使用多解析度匹配算法来跟踪高速运动物体的方法 ,并且采用了Kalman滤波器和遗传算法构建了整个的分析框架。通过对高速车辆碰撞试验的结果分析 ,可以看出本算法框架在点跟踪处理中 ,在精确度和容错性方面都能够得到较为满意的结果。

基于面向对象分类的大型野生食草动物识别方法——以青海三江源地区为例

青海三江源地区位于中国西部,世界屋脊—青藏高原的腹地,青海省南部,平均海拔3 500~4 800 m,气候条件极为恶劣,传统的基于地面观测的野生动物调查方法耗时费力,难以长期开展。本文提出了一种基于无人机航拍影像的大型野生食草动物调查方法,使用2016年7月在三江源地区获取的无人机影像,采用面向对象的影像分析方法,对大型野生食草动物进行了自动识别和数量统计。首先,利用多尺度分割技术将影像中的动物轮廓从背景中大致分割出来;接着,选择目标动物的典型样本生成匹配模板对分割结果进行分类检测,初步找出一些疑似目标对象;然后深入挖掘影像中目标动物对象的光谱特征、形状特征,构建特征知识库,对检测结果进行筛选;最后,利用目视解译结果对统计提取出来的动物数量进行了精度评价。实验表明,该方法不仅提取速度快,而且精度较高。该方法将有望显著减少甚至取代部分野生动物地面调查工作,提升野生动物调查的效率和精度。