基于运动预测的改进ORB-SLAM算法

针对不同运动场景下以固定的点特征提取与匹配策略的ORB-SLAM算法存在系统跟踪定位误差较大的问题,考虑相机自身运动对视觉SLAM系统的影响,提出基于运动预测的改进ORB-SLAM算法.该方法利用上一帧的点特征利用率和匀速运动模型,预测出相邻2帧之间的共视范围,实时动态调整不同运动状态下的点特征提取阈值,在保证系统稳定性的情况下,提高系统的准确性.提出基于运动预测的点特征匹配优化策略,基于匀速运动模型快速确定出共视范围内的有效待匹配点,结合图像金字塔缩小匹配搜索范围,减少大量的无效匹配过程.在TUM数据集上进行对比实验,结果表明,提出的算法不仅实时性好,而且提高了系统的精度.

特征点匹配和互信息融合下连续形变图像配准

图像配准中易受到外界干扰发生变形或者部分特征缺失,为此提出融合特征点匹配和互信息的连续形变图像配准方法。提取连续形变图像特征,对提取到的特征实施匹配处理,结合互信息算法统计两图像之间的相似程度,得出最佳配准指标,即像素灰度值为最大值,结合特征点匹配结果以及互信息算法生成图像配准刚性指标,实现连续形变图像配准。实验结果表明,所提方法配准后图像信息完整,配准效果较好,且匹配耗时较短,说明其能够降低图像配准中干扰因素的影响,有效提升图像配准质量。

基于细粒度特征与注意力机制的机载图像匹配

针对多视图多视角机载图像匹配问题,提出一种基于细粒度特征和互注意力机制的图像匹配方法。该方法在使用卷积神经网络来提取局部细粒度特征的基础上,通过自注意力机制挖掘全局信息并融入细粒度特征表达,再利用互注意力机制增强匹配图像间的相似性细粒度特征。然后计算每个细粒度特征的注意力得分,按其大小对特征分割对齐。最后用改进后的三重损失对整个模型进行约束,使模型在多视图多视角的数据上更具有鲁棒性。在University-1652公开数据集上的实验结果表明,本文方法的匹配性能优于目前先进方法。

基于形状匹配的快速图像配准

为了发挥基于特征的图像配准方法和基于像素的配准方法的优点,提出了一种将特征匹配和最大互信息法相结合的配准方案:先提取参考图像和浮动图像中的目标形状进行匹配,利用匹配结果求出互信息搜索算法的初始值再进行搜索.实验表明,该方法计算量小、速度快且精度高,可避免参数搜索陷于局部极值,有效地提高了配准的速度和精度.

一种结合互信息和模板匹配的配准方法

传统的互信息法直接对大图进行互信息配准,容易出现局部极值并产生误匹配现象,针对该问题,提出一种将互信息与模板匹配相结合的配准方法,采用互信息为相似度准则进行图像的模板匹配,得到候选的匹配子图,通过待配准大图其余部分与模板和子图的空间关系,得到配准后的大图,分别计算按照各个候选子图配准情况下的待配准图的互信息,得到最大的互信息所对应的子图,确定最终的配准结果。实验结果表明,该方法在对灰度差较大的图像进行配准时,能够获得良好的效果。

石油管道检测中缺陷类型判别方法的研究

文章介绍了石油管道漏磁检测中缺陷信号的提取方法;研究了一种通过比较缺陷信号与已知类型的缺陷模板的匹配程度来判别缺陷类型的方法;给出了缺陷模板的建立方法及缺陷类型的判别准则;通过仿真实验对此判别方法进行了验证,结果表明此方法可有效地判断出缺陷的类型。

互信息匹配的半朴素贝叶斯分类器

由于作为朴素贝叶斯分类器的主要特征的条件独立性假设条件过强且在不同数据集上表现出的差异,所以独立性假设成为众多改进算法的切入点。但也有研究指出不满足该假设并没有对分类器造成预想的影响。从降低后验概率的估计误差入手提出一种条件熵匹配的半朴素贝叶斯分类器。实验证明,该方法能有效提高朴素贝叶斯分类器的性能。

基于互信息的混合蚁群算法及其在旅行商问题上的应用

为了提高蚁群算法的求解性能,从医学图像配准算法的思想出发,提出了一种基于互信息相似度的混合蚁群算法.为了表示最优路径和待配准路径之间的互信息熵,在蚁群算法的概率算子中增加了一个新的相似度影响因子,从而可以增加原算法的全局搜索能力,同时可以加速算法在解空间的搜索速度.将该算法应用在旅行商问题上,根据旅行商问题的特定环境,对混合蚁群算法的算式进行了一定程度的化简,使得算法在解决此类问题时,相应的时间复杂度降低.通过实验与多种传统算法进行对比,结果表明该改进算法在求解性能和跳出局部最小解方面都有一定程度的提高.

一种混合的中文分词算法

给出了一种将基于统计与基于词典方法融合而成的混合中文分词方法,利用统计方法进行词典的动态扩展,克服了基于词典算法对"完全词典"的依赖;利用词典对统计的一些参数进行估计,避免了以往靠实验得到这些参数的不确定性,同时将 RMM 算法与统计算法结合起来.最后通过仿真说明该混合算法比传统的基于词典和基于统计的方法更有效.

一种快速多模态图像匹配导航方案

为了能在飞行器自主导航系统中快速,精确地完成不同模态图像间的匹配,该文提出了一种基于多分辨率分析的图像匹配导航方案。这种方案采用金字塔结构,由粗到细进行匹配。在最小尺度上,采用了逐步剔除的策略,提出了边缘膨胀模板(EDT),并推导了快速算法;在中间级别上,用Hausdorff distance作为相似准则;在最后一级别上,采用交互方差进行匹配。在匹配过程中,除最小尺度上采用快速算法外,在其他匹配阶段也推导和采用了一些加速算法来减少运算量。实验结果显示该文的方法可以快速,精确地完成多模态图像匹配。另外,该文方法易于硬件实现,有助于图像匹配导航系统的工程实现。

互信息熵与区域特征结合的图像匹配研究

解决检测目标的定位问题是实施自动光学检测的前期工作。针对挠性印制电路基材制成品与标准设计存在的差异导致的匹配误差,本文提出了基于互信息熵与关键区域特征相结合的匹配误差校正方法。首先采用图像灰度互信息熵作为衡量检测目标与设计标准之间差异的指标,建立以互信息熵值为目标函数的搜索方法;根据关键区域内的互信息熵对匹配误差具有更好的敏感性与准确性的特点,选取含灰度信息丰富的关键区域与互信息熵相结合的方法对检测目标进行匹配以提高匹配效率;然后,在焊盘图像中添加椒盐噪声、缺损、冗余等干扰信息,在存在干扰的环境下实现对目标的准确定位与搜索,验证了算法的抗干扰能力。通过最终的实验表明,采用该方法对于75μm制程该方法定位精度可达22.4μm,优于霍夫变换法与坐标转换法。对于工艺误差、基材胀缩、外形缺损等因素造成的不良影响具有良好的抗扰性,更适于在实际的工业环境中使用。

一种适应无人机平台的快速立体匹配方法

设计了一种高质量和快速的立体匹配方法，首先在粗分辨率的影像上获取立体影像的重叠区域和初始视差值，而后采用互信息作为匹配测度并采用一种通过一维路径聚合的全局优化方法得到精确的视差值。匹配方法采用图形处理器进行了加速，得到了很好的加速比。实验结果表明了该匹配方法的正确性和高效率性。

一种鲁棒的基于互信息的实时立体匹配算法

立体匹配算法依然是目前计算机视觉领域中的一个重要的研究热点。现有的绝大多数匹配算法都假定已满足相似性约束条件。然而在野外环境下,光照不均、场景为非朗伯表面、像机间差异都会使该约束条件无法满足,从而导致匹配失败。本文针对这种情况,并从实时应用的角度出发,提出一种鲁棒的基于互信息的实时立体匹配算法。该方法在相关匹配算法中引入互信息概念,并将其转换为相关算法可用的求和形式,通过迭代方法修正互信息值。然后,建立了三种亮度变化模型来验证该算法的有效性。实验结果表明,该算法能很好地抑制立体图像对间的亮度差异,具有很好的实时性与鲁棒性。

基于互信息的亚像素级立体视觉点匹配方法研究

在立体视觉测量中,为获得更高精度,往往需要将视差计算精确到亚像素级。将互信息理论引入双目图像配准并结合多分辨率技术实现亚像素级点匹配。采用Bouguet立体校正算法对左右图像进行极线校正,利用Harris角点探测器检测目标并将获取角点作为待匹配点,采用最大互相关法进行搜索确定像素级匹配点。然后对以左右匹配点为中心的20×20邻域图像进行插值并分别放大10倍和100倍,采用互信息方法先对低分辨率图像进行配准,再在高分辨率图像上进一步细化求精,结合像素级匹配的整数视差可得最终亚像素级视差。实验结果表明,该方法能将视差精度提高到0.01像素。

基于《知网》义原搭配的中文文本语义级自动查错研究

语义级的自动查错一直是汉语文本自动校对技术的难点。针对汉语文本中的语义搭配错误,提出了一种基于《知网》义原搭配的有效的自动查错方法,主要包括语义知识库的构建和自动查错算法。语义知识库的构建分为两步:①根据规则从训练语料中统计出大量的动词与名词之间的二元搭配组合,并利用互信息等因素筛选记录;②利用《知网》对词语义项的义原描述(对于动词抽取其义项中的主义原,名词抽取其义项中的主义原和常见的4个辅助义原),将动词与名词的二元搭配组合转变为义原之间相互制约的多元组合。在语义知识库的基础上设计相应的自动查错算法。实验结果显示,该方法的召回率为35%,精确率为82.3%,具有较好的应用前景。

微带阵列互耦的时域有限差分法(FDTD)仿真

在微带阵列天线中,贴片间的耦合是阵列性能下降的一个重要原因,对互耦进行正确的评估、计算,有助于深入了解阵列特性并指导设计工作。采用时域有限差分(FDTD)法计算微带贴片间的互耦系数,其中采用非均匀网格对天线进行网格剖分,并引入了电阻性电压源,在保证计算精度的前提下,大大节省了计算空间和计算机时间。利用N端口网络知识通过简单计算即可得到互耦系数,与传统方法相比降低了计算、编程难度,计算结果与矩量法及测量结果基本一致。

结合模板与互信息的全景图拼接技术研究与实现

针对传统互信息图像配准拼接算法计算量大、效率低等问题,本文结合模板匹配,提出基于模板与互信息的全景图拼接技术。首先将误差法和二次匹配误差法相结合,对待拼接图像进行初次模板匹配,划定大致重叠区域;接着从互信息量的角度比较相邻重叠的两幅图像的相似性,通过建立两幅图像之间的互信息量,计算最大互信息,获得匹配区域;然后再次利用模板匹配,设定最佳匹配区域,最终实现图像配准拼接。在VS2010+Opencv环境中编程实现重叠图像的拼接,并验证了算法的正确性。实验表明,本文算法具有计算量相对小,自动化程度高,配准拼接精度高等优点。

快速互信息匹配及GPU实现

针对模板匹配中速度和精度不能兼顾的问题,提出了一种基于GPU的互信息配准方法。为了算法不至于太复杂而不能在GPU下运行,首先将图像二值化,使得GPU每个线程用到的临时变量减少到4个,然后利用GPU逐像素计算模板和焊缝图像的互信息。将所提算法应用到焊缝定位系统中,通过GPU来执行简化后的互信息计算,基于CUDA的实验表明,所提出的算法可以完成每秒约30帧的图像焊缝定位。

基于互信息的铁路轨枕扣件自动定位算法

铁路轨枕扣件的自动定位是铁路轨枕扣件缺陷检测系统的关键步骤。本文针对中国铁路复杂的有砟铁路轨枕图像,提出了一种轨枕扣件精确定位的有效方法。该方法采用由粗到精的检测策略,首先根据轨面区域的灰度和梯度分布特性定位到轨面位置,然后定位到轨枕位置,最后采用基于互信息的模板匹配方法计算出扣件位置。实验结果表明,该算法能够快速准确的定位轨枕扣件。

多小波融合策略的分段式指纹匹配算法

针对现有指纹匹配算法准确率低、易受指纹复杂形变影响等缺陷,将多小波理论融合策略与分段式理论相结合,提出多小波融合策略的分段式指纹匹配算法。算法将指纹进行多小波基分解提取特征向量,依据DS证据理论融合得到总特征向量。提出采用归一化局部能量加权互信息匹配度,并以此完成局部初匹配。在此基础上,采用可变大小界限盒法进行全局再匹配。实验结果表明:提出的算法有效提高了算法的准确率,同时也有效避免了指纹复杂形变等因素对指纹匹配算法精度的影响。