高动态环境下的傅里叶梅林变换视觉SLAM算法

针对视觉即时定位与地图构建(SLAM)中的静态假设限制其在动态现实环境中应用的问题,提出了一种在高动态环境下基于傅里叶梅林变换的视觉SLAM算法。首先,采用傅里叶梅林算法配准以补偿相机运动,应用帧间差分算法获取运动掩膜。同时利用短时密集连接网络进行语义分割确定潜在运动物体掩膜。结合运动掩膜与物体掩膜,获得最终的物体运动区域,剔除该区域的特征点。最后,依据稳定的静态特征点跟踪优化,提升位姿精度。实验结果表明,本算法的绝对轨迹误差与相对位姿误差相比于ORB-SLAM2减少了95%以上,相比于DS-SLAM减少了30%以上,验证其在复杂动态场景下具有良好的定位精度与鲁棒性,有效降低运动模糊与光照变化对运动检测的影响,同时,克服了传统动态SLAM难以检测非先验运动对象的弊端。

基于傅里叶梅林变换的SURF算法

针对加速鲁棒性特征算法,在没有后续去误匹配等处理的情况下,对存在较大旋转角度的两幅待匹配图像,匹配精度较低的问题,提出了一种基于傅里叶梅林变换的SURF算法。该算法通过对待匹配图像和参考图像实施傅里叶变换和梅林变换,利用能量谱求出两幅图像发生的旋转角度,并利用SURF算法找出图像间发生的平移和尺度变化,实现了图像间的匹配。实验结果表明,该算法可有效地实现图像间存在较大旋转角度时的几何匹配,且相比已有的SIFT和SURF算法,具有更好的匹配效果。

基于小波傅里叶梅林变换的数字水印算法

提出一种基于小波傅里叶梅林变换的数字图像水印算法。该算法首先对宿主图像进行小波多分辨率分解,对低频逼近运用傅里叶梅林变换(Fourier-Mellin)并嵌入水印,同时在图像的中频带应用阈值法重复嵌入水印。实验表明:该算法对常规的一些攻击方法和几何攻击具有较好的鲁棒性,并且对jpeg2000静态图像压缩也具有较好的鲁棒性。

基于MATLAB的傅里叶梅林变换算法图像拼接的实现

快速傅立叶变换(FFT)改进了离散傅立叶变换(DFT)的计算过程,被广泛应用于数字图像的实时处理中.在相位相关技术的基础上,提出了一种新的图像配准算法,即在需要配准的两幅图像中心选取相同区域大小,进行傅里叶梅林变换,变换后是一个二维脉冲信号,由此而得到图像配准参数.实验结果表明了该算法的有效性和可靠性.

基于四元数傅里叶梅林变换的RST不变彩色图像水印算法

提出一种基于四元数傅里叶梅林变换(QFMT)的RST(旋转、缩放和平移)不变彩色图像水印算法,利用图像的不变质心生成具有平移稳定性的圆形特征区域,对这个圆形区域进行QFMT。利用QFMT幅度谱具有旋转和缩放不变性,在QFMT幅度谱中嵌入水印信息。该算法不仅可以抗RST攻击,大大提升水印的鲁棒性,而且可以把水印嵌入所带来的误差扩散到载体图像的各个颜色分量之中,扩大水印嵌入的容量。实验结果表明,该方法具有较好的抗压缩性,对RST等攻击有良好的鲁棒性。

基于四元数傅里叶梅林变换的旋转不变彩色纹理分类

提出一种基于四元数傅里叶梅林变换(Quaternion Fourier-Mellin Transform,QFMT)的旋转不变彩色纹理分类方法。该方法首先对彩色图像各分量图像进行对数极坐标变换,然后将经过变换后的3幅分量图像表示成四元数,并对其进行四元数傅里叶变换(Quaternion Fourier Transform,QFT),最后对幅度谱分别统计其环形特征量和楔形特征量作为纹理分类的特征向量,利用最近邻分类器进行分类。实验结果表明,本文提出的方法分类准确率更高,且具有良好的旋转不变纹理分析性能。

基于图像特征的傅里叶梅林变换在图像配准中的应用

针对相位相关法配准平移旋转的图像具有明显误差的问题,论文中提出了一种基于图像特征进行傅里叶梅林变换,实现对存在平移旋转的图像进行配准的方法。首先对待配准图像和模板图像进行梯度信息提取、二值化、腐蚀、膨胀等运算;然后,将图像的形态学中心平移到视场中心,并对其进行极坐标变换;最后,根据傅里叶梅林变换特性,得到图像的旋转角度。实验结果表明,该方法对存在平移旋转的图像具有很好的配准特性。

一种傅里叶——梅林变换空间图像快速配准算法

为了实现低信噪比条件下暗弱空间碎片的探测,提出了一种基于傅里叶—梅林变频(FMT)的图像快速配准算法。首先,通过计算2幅原配准空间图像间的相关系数T并与阈值βth进行比较,快速判断图像间的旋转系数;其次,为了在保持配准精度的前提下获得较好的实时性,提出在配准算法的不同阶段采用不同方法对空间图像进行插值。通过基于FPGA+DSP硬件平台的实验验证表明,该算法能够实现0.5个像素精度的配准,与传统的基于区域和基于结构特征的配准算法相比,本文提出的算法配准速度分别提高55.319%和50.878%.基本满足了空间图像配准对实时性和高准确度的要求。

傅里叶-梅林变换的图像复制篡改检测

篡改检测已经成为数字图像取证的重要方法。虽然大多数情况下数字图像篡改都难以感知,例如区域复制篡改,它将图像中的对象区域复制到不交叠的其它区域,但仍然会留下少许篡改痕迹。提出了一种新的针对图像区域复制篡改的检测模式。其中,利用傅里叶-梅林变换提取图像块的几何不变量特征,相似性匹配则采用余弦相关系数。通过MATLAB仿真实验,验证了该算法不但可以适应平移、旋转及缩放等几何变换,而且能够有效抵抗噪音污染、模糊滤波以及有损JPEG压缩等攻击。

傅里叶-梅林变换(FMT)在畸变-不变图像识别中的应用

针对尺度缩放和角度旋转变化目标相关识别率低的问题，在联合相关识别中加入傅里叶-梅林变换方法。采用傅里叶-梅林变换（FMT）中的对数极坐标变换、梅林变换、傅里叶变换具有的旋转、尺度、平移（RST）不变性，可以提高JTC图像识别的性能，实现畸变-不变图像的识别。利用联合变换相关器对角度旋转0°～40°、尺度变化0～20%的目标进行计算机仿真实验。实验结果表明：在JTC中采用FMT可以实现畸变-不变图像的识别。

基于模糊-粗糙集和傅里叶-梅林变换的HRRP识别

提出一种基于模糊-粗糙集理论和傅里叶-梅林变换的高分辨雷达距离像识别方法。模糊-粗糙集理论将模糊集概念引入到粗糙集理论中,克服了传统粗糙集理论不能直接处理连续值特征的缺陷;傅里叶-梅林变换具有时移与尺度伸缩不变性,能够克服距离单元的平移、伸缩给识别带来的困难。实验表明,该方法具有强大的特征压缩能力,所设计识别系统具有良好的识别率。

基于粗糙集和傅里叶-梅林变换的HRRP识别

一种有效的高分辨雷达距离像识别方法需要有效处理距离像表现出的不精确性和不确定性,这种不精确性和不确定性可用粗糙集理论描述。文中提出一种基于粗糙集理论和傅里叶-梅林变换的高分辨雷达距离像识别新方法。粗糙集理论能够挖掘目标类别相关信息,同时最大限度去除冗余信息;傅里叶-梅林变换具有时移与尺度伸缩不变性,能够克服距离单元的平移、伸缩给识别带来的困难。实验表明,该方法具有强大的特征压缩能力,所设计识别系统具有良好的识别率。

基于傅里叶-梅林变换的图像匹配方法研究

图像匹配是计算机视觉中的重要应用之一,相位相关算法是其中的一种常用方法。但是该算法只能准确匹配存在平移的情况,对带有旋转和缩放的情况无法正确匹配。针对这一问题,本文提出了基于傅里叶-梅林变换的匹配方法,利用图像傅里叶变换幅度谱中的包含的信息,计算出旋转角度和缩放系数,根据结果变换模板图像,进一步计算出平移量。本文设计了模拟和实际实验对算法进行验证。结果显示本文算法不仅在模拟条件下具有较好的匹配效果,在实际情况下也能准确匹配。

基于Fourier-Mellin变换和相位相关的MEMS旋转角度的测量

MEMS器件微结构的运动特性影响器件的性能和可靠性。为实现微结构周期运动过程中各个时刻的旋转角度的测量,提出一种基于傅里叶梅林(Fourier-Mellin)变换和相位相关算法的旋转角度测量方法。利用傅里叶梅林变换算法的旋转不变性,将图像空间坐标转换为对数极坐标的参数空间,旋转角度变化转化为平移的运动,然后利用相位相关的亚像素平移测量算法,得到微结构旋转角度。实验结果表明,该算法旋转角度测量分辨率达到0.01°,计算量较小且具有抗干扰能力。

一种利用Fourier-Mellin变换和曲线拟合的遥感图像亚像素配准方法

直接使用傅里叶梅林变换计算出的图像间旋转参数的精度不高,以此旋转参数对图像进行纠正后再使用相位相关的扩展方法计算出的图像间的平移参数精度也不高.针对这种情况,提出一种改进的角度检测方法.传统的方法是先对图像进行傅里叶变换,然后进行极坐标变换,再使用相位相关得到相关谱,通过相关谱的峰值位置确定图像间的旋转角度,最后对图像做角度纠正并计算平移参数.而本文对相关谱峰值所在区域进行拟合,使用拟合后的峰值位置替代原来的峰值位置确定图像间的旋转角度.由于拟合后的峰值位置的精度高于拟合前,估计角度的精度会更高,使用此角度做旋转纠正能够提高图像之间的相关性,进而也提高平移参数的精度.实验证明:与Fourier-Mellin变换的通常做法相比,此方法显著提高了配准的精度,平均角度精度提高0.187°,水平方向上平均平移精度提高0.339 pixel,垂直方向上平均平移精度提高0.296 pixel.

基于Fourier-Mellion变换抗仿射变换水印算法

现有的数字水印技术大多难以抵抗几何变换类攻击,如旋转、平移和尺度变换等,特别是仿射变换(旋转、平移和尺度变换混合的多种攻击),其中一个最主要的原因是:几何变换虽然并未去除图像中的水印信息,但却使水印的检测与嵌入之间失去同步,从而导致水印检测的失效。针对以上原因提出了一种基于图像矩和傅里叶梅林变换抗仿射不变性水印算法。对于平移造成的几何攻击,在水印检测之前利用原始图像的几何矩估计水印图像所经过的几何变换,根据估计的参数对水印图像进行相应的校正和水印检测。对于旋转和尺度变换造成几何攻击,通过对数极坐标系能将笛卡尔坐标系中的旋转和缩放变换为平移的性质,结合Fourier变换来抵抗旋转和缩放攻击。实验结果证明,该方法可以获得良好的图像视觉效果,同时对于几何攻击具有很好的鲁棒性。

Fourier-Mellin变换不同时相遥感影像自动配准研究

多时相遥感影像配准是变化检测的关键步骤。由于不同时相的遥感影像差异,且在传感器参数未知情况下,很难完成其自动配准。基于傅里叶-梅林变换(Fourier-Mellin Transform,FMT)影像配准其实就是基于傅里叶变换和对数极变换的全局相位相关。这种方法在进行频域计算时找到了配准的变换参数,并且对噪声和遮挡等很鲁棒。提出了一种基于Fourier-Mellin算法的改进配准方法。Fourier-Mellin变换由于旋转的频谱混叠和旋转变换中插值误差而产生错误。为了得到更好的配准结果,通过加窗和滤波来提高峰值、减少频谱混叠、增加鲁棒性。

基于结构特征对齐的γ辐射环境场景图像配准方法

针对γ辐射环境场景图像中位置、形状、颜色多样的斑块噪声在图像配准过程中比场景信息更加显著,严重干扰场景信息的特征表达,导致场景图像难以实现准确图像对齐的问题,本文提出一种联合去噪策略与结构特征对齐的γ辐射环境场景图像配准方法,该方法从降低噪声干扰和改善场景信息的特征表达两个方面提升配准精度。首先,针对γ辐射环境场景图像中斑块噪声多样性的问题,通过金字塔滑动取样策略将γ辐射环境场景图像下采样为无损子图像集,使斑块噪声被拆分为子图像中的孤立点噪声,并利用中值滤波方法对此类噪声进行去除。其次,针对场景信息特征显著性不足的问题,采用Sobel边缘特征提取方法获取场景信息的稳定结构特征,实现对斑块噪声边缘弱纹理的抑制及场景信息特征表达的提升。最后,利用傅里叶-梅林变换方法进行结构特征的准确对齐,实现γ辐射环境场景图像的准确配准。在^(60)Coγ辐射环境采集的图像上进行了大量对比实验,待配准图像的尺度量解析误差小于0.01,旋转量解析误差小于0.4°,平移量解析误差小于±0.6像素,实验结果表明了本文方法的有效性。

高分影像城区建筑物配准算法研究

在现有的建筑物变化检测技术研究中,常需要在预处理阶段进行手动配准,使得该过程耗时长、自动化程度低。针对该问题本文以南京高分影像为实验数据,采用改进傅里叶梅林变换对影像进行初步配准,再利用相位编组和形态学处理对SURF特征点进行筛选来提高影像建筑区特征点匹配效果,从而提高。感影像城区建筑物配准精度。实验结果表明,本文算法基本实现高分影像城区建筑物的自动化配准,且在保证配准速度的同时保证配准精度满足变化检测需求。因此该算法有一定的理论和应用价值。

一种面向无人机航拍图像的快速拼接算法

针对现有图像拼接方法对分辨率高、影像信息复杂的无人机航拍图像处理速度慢、匹配精度差的问题,提出一种面向无人机航拍图像的快速拼接算法。首先,利用FM(Fourier-Mellin)算法求出图像的重叠区域,并获取图像重叠区域内的感兴趣区域,结合区域分块以及图像信息熵得到最终的特征提取区域,设置为图像掩膜;接着,在特征提取区域提取特征点,并且对特征点匹配对进行两轮筛选,减少RANSAC算法迭代次数;最后用改进的RANSAC算法进行误匹配点对的剔除以筛选出准确度较高的匹配点对。比较该算法与其他算法的运行效率以及图像的拼接质量等相关指标。实验结果显示该算法较SURF、SIFT、区域分块算法,航拍图像拼接时间分别降低35%、56%、57%,满足航拍图像对拼接精度以及实时性的要求。