一种基于亚像素匹配的高精度视觉定位方法

大多数应用到无人机景象匹配导航中的匹配算法都只能满足像素级精度,且当无人机利用景象匹配定位时图像之间往往存在较大的视觉差异,这种情况下图像匹配精度低且性能会急剧下降。所以选用具有仿射不变特性的特征点进行匹配,结合高斯亚像素拟合原理及特征描述符简化方法,并采用渐进采样一致性(PROSAC)算法剔除误匹配点,最终实现亚像素级的景象匹配定位。实验结果表明,采用此方法可以大大提高图像匹配的精度,提高到0.05像素以内。

快速高精度Fourier-Mellin变换图像配准方法

提出一种快速高精度Fourier-Mellin变换图像配准方法,可提高高光谱成像过程中光谱复原的速度与精度。该方法运用两次局部上采样相位相关法,一次在对数极坐标域中估计旋转和缩放参数,另一次在笛卡尔坐标系中估计平移参数。引入梯度预处理过程,使算法更加稳健。介绍了Fourier-Mellin变换的原理,该变换可实现旋转和缩放参数的解耦合。在传统相位相关法的基础上介绍了局部上采样相位相关法。证明了梯度预处理过程的必要性。仿真结果表明,所提方法可以实现高精度的图像配准。

用于光热反射显微热成像的位置漂移修正方法

光热反射显微热成像测试过程中需要采集若干被测图像,整个过程中图像各像素与被测表面位置的对应关系应保持不变,但是被测表面不可避免地会发生位置漂移,从而引起测量误差。结合光热反射显微热成像的具体应用场景和位置漂移的特性,设计了有针对性的亚像素图像配准算法,结合PID控制驱动三轴纳米位移台实现实时的位置漂移修正。实验验证了算法性能以及漂移修正效果,位移修正残差在5 nm以内,与未补偿测量相比,位置漂移引入的误差得到了较好的抑制,提高了光热反射显微热成像测试的准确性。