一种基于序贯相似性检测算法(SSDA)的加速算法

序贯相似性检测算法(SSDA)是针对传统模板匹配算法提出的一种高效的图像匹配算法,在该算法中引进了阈值,即模板与其覆盖下的搜索子图的像素差值的上限值.提出的基于SSDA的加速算法,是在此基础上,引入了模板与其覆盖下的搜索子图的像素差值的最低门限值,如果该最低门限值超过了阈值,则可以跳过该搜索子图.实验证明:该算法比传统的SSDA算法在速度上有所提高.

基于序贯相似性检测算法的彩色印品套准精度检测方法

在印刷工业生产中,套准是影响彩色印品质量的决定性因素。本研究针对印刷生产过程中人工检测套准效率低、精度不高等问题,建立了一种基于序贯相似性检测算法(SSDA)的印刷套准精度快速检测方法。针对常用的叠印型套准标记,首先将采集到的标记图像通过分色得到CMYK四色图像,然后基于SSDA算法对套准标记进行准确定位并实现套准误差的自动检测。实验表明:该方法检测精度和效率较高,能够满足实际工业生产需求。

基于序贯相似性测算法的图像模板配准算法

图像配准是很多图像处理应用中非常重要的一个环节.针对烟标印刷缺陷检测系统的模板配准算法在此得到了较深入的研究.在传统的序贯相似性检测算法(SSDA)基础上,提出一种新的配准算法.实验证明,该算法比传统的SSDA算法在速度上有较大提高,能满足在线烟标检测系统中图像处理算法的实时性要求.

序贯相似性检测算法在图像匹配中的应用研究

随着计算理论的发展,图像匹配技术已成为计算机视觉领域中一项极为基本和重要的内容。本文采用序贯相似性检测算法对图像进行匹配,通过对误差的积累进行分析,从而实现图像匹配。实验表明,采用序贯相似性检测算法的图像匹配能够有效提高运算时间,匹配效果良好。

基于序贯相似性算法的快速车牌识别

提出了一种基于序贯相似性算法的快速车牌识别方法。采用改进的倾斜较正和字符分割方法对定位好的车牌进行处理,并采用基于序贯相似性检测的模板匹配算法进行车牌识别。实验结果表明,该算法具有良好的鲁棒性和实时性。

基于序贯相似性检测的NCC目标跟踪快速匹配方法

基于特征点的图像匹配方法的关键是准确快速地将可靠的特征点提取出来。经典归一化互相关匹配法属于基于特征点匹配方法中的一种,归一化互相关匹配法具有操作简单,匹配精度高等优点,但其计算量庞大,难以满足实时跟踪的要求。提出了一种基于序贯相似性检测的归一化互相关快速匹配方法,并对提出的改进方法进行实验验证。实验表明,该方法可以准确快速的进行特征点匹配,减少了算法的计算时间,有效地减少了发生误匹配的概率。

SSDA图像匹配算法的研究及实现

传统的模板图像匹配算法,匹配速度较慢,在实际应用中受到限制.为了加快图像匹配速度,因此人们提出了一种快速高效的图像匹配算法———序贯相似性检测算法(SSDA).对该算法进行了深入地分析,并在此基础上,采用VisualC++6·0对该算法进行了编程实现.

改进的SSDA并行算法及其在TEM中的应用

介绍了一种把图像匹配中的序贯相似性检测算法(SSDA,Sequential Similari-ty Detection Algorithm)应用到地形匹配中的方法,把地形匹配系统中的数字高程模型、高程数据和实时剖面数据分别视为SSDA算法中的搜索图、灰度值和模板,同时提出了动态门限序列和分组选取随机点的方法,最后将改进的SSDA算法进行并行化并用消息传递接口(MPI,Message Passing Interface)实现.实验结果表明,改进的SSDA算法能有效地提高地形匹配的速度和计算精度,而相应的并行程序也能取得较好的加速比,从而一定程度上解决了传统的地形匹配算法时间复杂度高、实时性差的问题.

基于SSDA的图像匹配跟踪算法

概述了相关匹配跟踪的研究现状,介绍了序贯相似性检测算法(SSDA)流程及存在的问题,提出了基于SSDA的图像匹配跟踪算法。该算法结合运动轨迹模型,预测了目标在下一帧的位置,并对运动目标进行搜索及跟踪状态估计和维护。试验结果表明,该算法可提高恶劣条件下图像跟踪适应能力,提升了整个图像跟踪的稳定性。

基于序贯相似性和布谷鸟寻优的敦煌壁画修复算法

针对Criminisi算法在修复敦煌壁画时易出现错误填充、修复效率较低等问题,提出了一种基于序贯相似性和布谷鸟寻优算法结合的敦煌壁画修复方法。首先采用P-Laplace算子重新定义数据项,改进了优先权计算方法,避免了优先权频繁趋于0的问题;其次引入动态阈值序贯相似性检测算法进行匹配块的搜索,提高了壁画修复效率;为了使匹配块选择更加合理,再利用布谷鸟寻优算法确定最佳匹配块;最后通过迭代更新完成壁画修复。通过对敦煌壁画的修复实验表明,本文方法相比于同类比较算法,取得了较好的主客观修复效果,并且修复效率也得到了进一步提升。

基于Camshift和Particle Filter的小目标跟踪算法

Particle Filter算法有较好的跟踪鲁棒性,但实时性差;Camshift算法计算速度快,但它属于半自动跟踪,所以都无法有效避免复杂背景的干扰。为了解决上述问题,提出了基于Camshift和Particle Filter的融合算法。该算法首先利用Particle Filter来自动搜索小目标的初始位置,接着采用Camshift跟踪小目标,然后通过度量因子自适应切换Camshift和Particle Filter来跟踪短时丢失的目标。利用复杂背景下的飞行小目标图像序列,与序贯相似性检测算法(SSDA)、Camshift和Particle Filter做对比实验。结果表明算法不仅能实现小目标的全自动跟踪,而且还降低了跟踪效果受目标形变和部分遮挡的影响,对小目标跟踪具有较高的鲁棒性和实时性。

改进匹配算法在LED粘片设备图像识别中的应用

在全自动LED粘片设备中,为了实时快速精确地识别出LED芯片,提出了一种新的金字塔-序贯相似性检测匹配算法,有机地结合了金字塔算法的快速性和序贯相似性检测匹配算法精确性的优点。该算法先采用金字塔算法对目标图像进行分层搜索,呈几何级的减少匹配次数,提高效率,然后用序贯相似性检测匹配算法在很小的区域内进行精匹配,达到准确定位的目的。目前,该算法已在VC++编程环境中编程实现,并在样机上得到应用,达到了工业应用的目的。

基于自适应遗传算法的分层图像匹配

图像匹配是计算机视觉的关键技术之一,图像匹配的速度和匹配的可靠性、精度一样,也是性能的重要体现。由于传统图像匹配算法是遍历性的,匹配速度较慢,因此在实际应用中受到限制。本文把自适应遗传算法与归一化积相关相结合实现图像的快速粗匹配,然后在粗匹配点的邻域内利用相位相关算法实现图像的精匹配。本文算法不但能保证匹配的精度,也能大大提高匹配的速度。在实验中,与传统的序贯相似性检测算法(SSDA)作了比较,证明了本文算法的有效性。

利用旋转归一化和粗匹配算法破解验证码

验证码是一种能够区分计算机程序和人类的图灵测试.提出了一种使用粗匹配序贯相似性检测算法来破解字符有旋转、非扭曲、无粘连的验证码的方法.通过对旋转字符的旋转角度归一化减少了模板的数量,使用粗匹配算法降低了单个模板匹配所用的时间,从而在速度和准确率方面有了很大提高.以网上的验证码为例,介绍了破解的4个阶段:图像的预处理、提取字符、旋转字符和识别字符.实验结果表明,使用基于粗匹配的序贯相似性检测匹配算法,验证码破解成功率可以达到85%,平均破解一张验证码图片所需的时间为3.5s,远优于同类算法.

新图像匹配算法在金丝球引线键合机中的应用

随着当今社会对金丝球引线键合机的工作速度、定位精度要求的不断提高,对图像控制系统也提出了更高的要求。针对单纯使用MIL图像处理库提供的模板匹配算法会出现误判现象,提出了一种"二次梯形分层搜索的序贯相关判决算法"作为MIL匹配算法的补充,即对一幅图像实施一主一辅进行两次模板匹配运算的方法,使图像的匹配既能实现快速准确又不出现芯片误判的情况。目前该算法已在VC++中编程实现,并在工业上得到应用,结果表明此算法是高效可靠的。

基于改进SSDA的彩色目标识别方法

提出了基于改进SSDA算法的机器人视觉彩色目标识别方法,利用颜色分量的权重系数对SSDA算法进行了改进,同时,在图像特征提取时引入目标的形状和大小信息。实验表明,这些措施有效地减少了运算量,提高了目标识别的准确性,具有较好的实时性和鲁棒性。

基于压缩感知的SIFT图像匹配算法的研究

针对尺度不变特征变换(SIFT)算法的计算量大、速度慢等缺点,提出了一种融合压缩感知的图像匹配算法。首先对目标图像和待匹配图像进行预处理,利用压缩感知技术进行图像压缩,结合SIFT算法提取图像的特征点,通过自适应阈值序贯相似性检测(SSDA)匹配算法进行图像快速匹配搜索,从而找到最佳匹配位置。

一种基于相机平移运动模式的图像拼接算法

文章提出了一种新的全景图像自动拼接算法。该拼接算法拼接的相片是用平行移动的相机拍摄的。该算法采用模式检测技术寻找两幅相邻照片的相似区域,计算图像的缝合位置。这种方法可以有效地减少透视视差的存在对拼接造成的干扰。如果模式检测没有得到令人满意的结果,将使用一种改进的序贯相似性检测算法(SSDA)进行图像匹配。

一种图像相关匹配算法的改进及实现

序贯相似性检测算法(SSDA)是针对传统模板匹配算法提出的一种高效的图像匹配算法,对SSDA算法进行改进,利用序列来代替固定阈值,采用隔点采样以及粗匹配和精匹配相结合,进一步提高了计算效率。并在此基础上,采用Visual C++6.0对该算法进行了编程实现。实验证明,该算法比传统的SSDA算法计算速度更快、匹配误差更小。

基于SSDA的模板匹配法在指纹识别中的应用

基于细节提取的指纹识别算法需要进行复杂的预处理,直接FFT求相关系数法计算量很大．提出了一种结合SSDA和模板匹配法的指纹识别算法．试图简化处理过程,提高处理速度．其基本思想是采用序贯相似性检测算法(SSDA)快速得到候选匹配子图,再通过求子图与模板的相关系数来判别两幅指纹图像是否匹配．采用指纹库中的指纹图像进行了大量实验．实验表明,该算法简化了处理过程,相对于直接FFT求相关系数法,运算速度提高了近10倍．