基于像素抽样的快速互相关图像匹配算法

在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中,最常用的方法是互相关匹配算法,但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法:首先将实时图像每一列灰度值相加,形成一个一维信号,用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配,实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点,在原图中利用这些不多的备选点计算二维相关函数,相关函数值最大的点即为最佳匹配点,实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。

面向嵌入式机载场景的快速图像滤波方法

在功耗、体积及质量的约束下,针对嵌入式机载计算设备很难满足较大半径实时滤波处理的需求,提出一种面向嵌入式机载应用场景的快速图像滤波方法。首先,以每个待滤波像素为中心,以设定半径作为滤波半径,确定待处理图像中每个待滤波像素的滤波区域;其次,依据每个滤波区域的梯度信息和半径,自适应确定每个滤波区域的抽样步长;然后,采用所提出的抽样步长,对每个滤波区域进行抽样得到多个抽样像素;最后,通过抽样像素,对每个滤波区域进行滤波处理输出。通过基于国产GPU的嵌入式平台验证,证明所提出的方法解决了现有的滤波处理方法随着滤波区域增大而导致计算耗时指数增加的问题,大幅度提高了图像滤波处理效率,同时达到了优秀的滤波性能表现。

基于相关系数的快速图像匹配研究

针对传统图像相关匹配算法计算量较大的问题,研究图像库中相关图像搜索方法.提出一种改进的相关匹配算法,该方法通过对相关系数公式进行简化和迭代运算,减少了重复运算.通过设定参考图像与目标图像的相关系数阈值,只需计算方差相差较小的点的相关系数,提高了运算速度,计算时间减少到原来的14%,甚至更短.在文件夹的图像搜索中实现了图像的快速匹配.

基于红外图像编码的运动预测相关算法

针对运动预测过程中单一匹配准则的不足提出了一种联合匹配准则,能较好地处理小目标的灰度渐变。基于运动预测过程中不断进行的像素块匹配运算提出了一种新的像素抽样算法,该算法使得运算量大大减少,匹配精度逼近全像素匹配算法。这两种技术的综合应用使得整个运动预测效率有较大改善。