基于知识的眼底荧光血管造影图像序列配准新方法

本文提出一种用于荧光眼底血管造影图像序列快速自动配准的新方法。首先对序列图像进行采集及前处理,然后进行基于知识的特征提取及特征筛选,再对图像配准参数进行求解及优化。分别采用本文方法及传统方法进行了对比实验与结果比较。较之经典方法,本文方法具有快速、配准精度高及抗干扰能力强的优点。

面向海洋应用的无人机遥感图像配准研究

在海洋应用中,大面积水体的同名点匹配相比陆地更加困难,制约了无人机遥感图像的配准精度和收敛速度。本文提出了一种改进算法适用于海洋无人机遥感应用,采用主成分分析(PCA)和水体阈值方法去除水体,获得图像中非水体区域的分块图像,然后利用仿射-尺度不变特征变换算法(ASIFT)进行图像的特征点提取和重叠图像非水体区域的同名点匹配。通过海岛、海岸线的无人机遥感试验结果表明,基于改进算法,在不增加时间开销的情况下,可以增加30%~50%的同名点数量,精度提高约5%~10%。文中方法适应用于海洋无人机遥感的序列图像配准,为海岛、海岸线的遥感监测提供了有效的技术支持。

面向应急响应的无人机图像快速自动拼接

根据应急响应的需求,为了快速、自动且稳定地获取遥感区域的全覆盖图像,提出一种直接适用于无人机序列图像的拼接方法.利用无人机平台上的低精度飞行控制系统与无标定的非量测相机获取序列图像,并进行快速自动配准;根据全局地面点在多视图像上的投影点集,基于单应矩阵和自由投影中心建立整体优化误差方程,并利用Levenberg-Marquardt非线性迭代求解;再根据并行几何定位拼接线的快速处理方法进行图像插值和融合,实现全流程自动化的图像输出.通过灾害应急响应的无人机遥感实验结果表明,在1h内处理完成450幅序列图像,获得定位精度小于3个像素的0.05m分辨率图像;文中方法适合无人机的序列图像配准,为应急响应提供了有效的技术支持.

基于图像自适应融合的超分辨率重建算法

本文提出了一种基于图像块自适应融合的序列图像超分辨率重建算法。算法使用低分辨率序列图像中的互补信息重建生成高分辨率图像。为了保证重建初始估计尽可能接近真实场景,配准后的序列图像按照图像块梯度信息自适应的融合生成高分辨率初始估计图像。算法采用误差反向投影的方法对高分辨率图像迭代校正,生成超分辨率重建最终结果。实验证明,本文提出的超分辨率重建算法能够在增加图像细节信息的同时重建出更加自然真实的高分辨率图像。

3D Motion Parameters Determination Based on Binocular Sequence Images

Exactly capturing three dimensional (3D) motion i nf ormation of an object is an essential and important task in computer vision, and is also one of the most difficult problems. In this paper, a binocular vision s ystem and a method for determining 3D motion parameters of an object from binocu lar sequence images are introduced. The main steps include camera calibration, t he matching of motion and stereo images, 3D feature point correspondences and re solving the motion parameters. Finally, the experimental results of acquiring th e motion parameters of the objects with uniform velocity and acceleration in the straight line based on the real binocular sequence images by the mentioned meth od are presented.