干涉条纹识别的自适应视觉基元匹配法

通过对光学干涉条纹灰度分布规律的分析，针对其全场灰度极值分布不均匀的特点，本文根据自适应原理，提出了用于确定条纹方向的自适应视觉基元匹配法，并且采用二维灰度场的方向导数确定灰度的极值位置，使得对于干涉条纹光学中心的识别达到了很好的效果。

一种基于星座匹配的全天自主星图识别算法

讨论了一种新的无须任何先验知识的星图识别算法。通过对导航星座数据库进行调整和最大限度地利用了已识别基元所提供的匹配信息，使得算法的计算量和存储容量与传统的三角形匹配算法相当。ＭｏｎｔｅＣａｒｌｏ 模拟表明，在星等误差０．５ 星等（３σ） ，位置误差１０ 角秒（１σ） 时，算法的识别成功率接近１００％ 。

用1/3音节作匹配基元研究汉语单字音识别[Ⅱ]

本文根据文献[1]提出的1/3音节作匹配基元识别汉语单字音的方法,进行了声母加音征部分的识别工作,并完成了1/3音节识别法的综合实验。结果表明:以声母加音征作匹配基元来识别汉语辅音有独特的优点,基本克服了辅音分割及无合适的发音模型的困难。我们发现1/3音节识别法基本保持了音素识别法运算量小和音节识别法识别率高的特点。其匹配运算量仅为音节识别法的5％,而识别率则同音节识别法相近,即对小字库可达93.6％。我们认为对1/3音节识别法继续进行研究是有价值的。

基于模拟退火算法的立体匹配搜索方法

选择图像的边缘特征点作为匹配基元,求出边缘梯度的大小、方向和拉普拉斯值作为特征的属性值,在满足一定的立体匹配约束条件下,建立全局能量函数和状态空间,并用模拟退火算法,随着对状态空间的随机扰动,使能量函数达到全局最小,从而实现立体匹配。

RANK变换在立体匹配中的应用研究

通过引入Rank变换,提出了一种基于新的匹配基元的双目立体匹配算法,该算法首先是将灰度图像转换为Rank图像,在此基础上进行匹配,并结合汉明码距离约束条件,减少误匹配率,最后得出视差图。通过对比实验,表明采用这种新的匹配基元进行匹配,与直接采用灰度特征作为匹配基元的算法相比,该方法有更好的抗噪性和匹配准确性。

基于多基线影像匹配的高分辨率遥感影像DEM的自动生成

以青南高原三江源试验区为例,采用SPOT-5 HRS立体影像和HRS/HRG三立体像对生成试验区1∶5万25 m间隔DEM,并利用大量外业和内业检查点对自动提取的DEM进行精度分析。试验结果表明,利用所提出的影像匹配方法可以从SPOT-5卫星影像中全自动生成1∶5万DEM。另外,SPOT-5 HRS/HRG三影像立体条带数据适用于地势起伏较大的深切割山地区域。采用此方法,可以同时保持自动生成的DEM的精度和可靠性,大大减少自动生成的DEM中存在的粗差和人工后处理的工作量。

影像匹配中的若干基本问题研究

影像匹配算法的有效性依赖于对一些共同的基本问题的解决,即选择正确的匹配基元,寻找基元间的本质属性,制定相应的匹配准则(约束条件),采用合理的匹配策略,设计良好的算法结构等等。首先分析了3种常用匹配基元的特点并提出匹配基元的选取依据,接着归纳出了5种常用的匹配准则,对分层匹配、全局搜索等4种匹配策略进行了讨论,最后设计了一种3个阶段、9个步骤的影像匹配算法结构。实验结果表明:匹配效果良好,对这些基本问题的研究有利于建立通用的影像算法模型,设计更高效的影像匹配算法。

穿越式景象匹配策略研究

目前的匹配算法对于景物丰富的目标区域,能够取得不错的匹配效果,但是对于景物贫乏的目标区域,匹配的精度比较低。针对这种情况,提出了穿越式匹配策略的方案,确定了匹配基元的选取准则,进行了相关匹配基元选取的研究。

射线图像的立体匹配技术研究

在数字射线成像检测技术中,当物体形状不适宜于旋转扫描时,传统的X射线计算机断层成像技术(CT)难以得到其3维信息,对于这种情况,立体视觉是一种较好的解决方案。立体视觉的关键技术是立体匹配,尽管目前立体匹配技术的研究已取得了很大的进展,然而这类研究主要局限于可见光等反射成像领域,对X射线图像等透射成像领域的研究很少。由于成像原理的不同,透射图像的立体匹配技术与可见光图像存在很大差异。为了对X射线图像进行正确匹配,根据射线图像的特点,首先制定了合理的立体匹配策略,并指出边缘是一种"好"的匹配基元;然后建立了射线图像立体匹配的约束条件,同时分析了射线图像匹配不确定性的原因;最后确定了由粗到精的两步匹配方法,并提出利用多目视觉约束来实现精匹配。利用工业射线像增强器系统对标准样件进行成像的实验结果表明,该技术是可行的,匹配的绝对平均误差在2pixels范围内。

基于直线段特征的分级立体匹配方法

提出了一种基于直线段特征的分级立体图像匹配算法。根据直线段构造了长方形区域作为立体匹配的基元,计算区域的灰度均值及区域的转动惯量等属性值,构造相似性度量函数得到初级匹配结果;根据直线段间的几何关系建立二级匹配算法,求解基础矩阵。在基础矩阵的指导下,完成三级立体匹配,实验结果表明了该算法的有效性和可行性。

双目立体视觉匹配技术现状与发展

双目立体视觉技术是计算机视觉重要的研究领域,如今的应用也愈发广泛,其中在精密测量上起到的作用不可或缺。匹配技术在双目测量中尤为关键。本文从立体匹配技术的现状出发,介绍了现阶段匹配技术运用的主要方式和关键算法,以基于基元的匹配算法入手,对该技术的发展趋势进行展望。通过对比各算法的优缺点,获得对匹配技术的进一步了解,为未来进行双目视觉测量的应用提供理论依据。

基于多基线影像匹配的高分辨率遥感影像DEM自动生成

文章提出了一种新型的基于多基线影像匹配的高性能、高精度DEM自动生成方法,该方法采用由粗到细的多级影像匹配策略,综合多种成熟的,性能互补的影像匹配算法,充分考虑高分辨率卫星影像的特点,可以获取成像区域的高精确DEM。文章以青南高原三江源实验区为例,采用SPOT-5 HRS立体影像和HRS/HRG三立体像对生成实验区1:50 000的25m间隔DEM,并利用大量外业和内业检查点对自动提取的DEM进行精度分析。实验结果表明,利用本文提出的影像匹配方法可以从SPOT-5卫星影像中全自动生成1:50 000DEM,其高程精度优于国家测图规范的要求最低50%以上;另外,SPOT-5HRS/HRG三影像立体条带数据适用于地势起伏较大的深切割山地区域,采用本文提出的基于多基线的高精度匹配算法,可以同时保持自动生成的DEM的精度和可靠性。大大减少自动生成的DEM中存在的粗差和人工后处理的工作量。