结合Forstner与NCC约束的UAV图像配准研究

随着无人机(unmanned aerial vehicle,UAV)技术的飞快发展,UAV已成为航空遥感图像获取的重要手段。但与传统的大飞机航空摄影相比,UAV在平台的稳定性方面较差,采集图像时受自身配重、即时飞行环境等外界因素影响,使得最终获得的遥感图像存在复杂的几何变形,导致其图像配准过程存在很大的困难。针对此问题,首先基于UAV的POS数据进行图像重叠区域估算,利用Forstner算子提取图像中的特征点并结合信息熵对图像进行分块处理;然后通过基于旋转的归一化互相关(normalized cross-correlation,NCC)系数寻找相匹配的同名特征点,最终实现UAV图像的配准。实验结果证明该方法切实有效,并且保持了较好的鲁棒性。

基于NCC的改进立体匹配算法

在双目立体视觉系统中,图像匹配是关键步骤之一。在众多匹配算法中,归一化互相关(NCC)算法由于具有精度高、鲁棒性强等优点得到广泛应用,但其计算量大、运算速度较慢,使其难以在线应用。为此,本文提出一种改进的NCC立体匹配算法,通过引入积分图像和平方积分图像,将矩形窗口区域像素求和运算转化为四个像素点值的简单相加减,同时剔除基准图像中无法匹配区域以减小搜索范围,使计算复杂度得到简化,计算量大为降低。实验证明,改进后的NCC算法在保证匹配质量的基础上,执行速度得到显著提高,利于在线应用。

基于模板匹配的加速肺结节检测算法研究

使用传统的归一化互相关模板匹配算法进行肺结节检测耗时较长,在数据量较多的情况下容易造成漏诊或误诊。提出一种改进算法,主要从优化搜索策略入手,采用粗-精匹配思想,先使用改进SAD算法进行粗匹配找出侯准匹配点,再采用归一化互相关算法在侯准匹配点邻域内进行精确匹配找出最佳匹配点。实验结果表明,与NCC算法和卷积算法相比较,该算法在保证匹配精度的前提下,较大幅度地提高了匹配速率。采用这种算法进行自动肺节点检测可减少检测时间,对辅助完成早期的疑似肺结节点的定位和跟踪诊断有重要意义。

SAR和光学图像精配准技术的研究

光学图像和SAR图像的配准是实现多源图像融合和复合分析的基础,该文介绍了一种光学图像和SAR图像精配准的方法。首先采用人工的方式选择3～4个同名控制点,在此基础上实现图像的粗略配准,保证SAR与光学图像尺度和旋转的归一化;然后在粗配准的光学图像上提取特征点,并分别采用不同的梯度算子提取SAR和光学图像的梯度强度,基于梯度强度进行归一化互相关,从而得到不同图像上的同名特征点;最后根据提取的同名特征点构建不规则三角网,并对每个三角网构成的小面元进行图像的精确配准,最终实现SAR和光学图像的精配准。通过采用星载图像的精配准处理和检验,证明了该方法的可行性,能获得较好的配准效果。

基于机器视觉的丝印样板表面缺陷检测方法研究

针对丝印样板表面缺陷检测采用人工目测法其检测效率低且漏检率高等问题,提出了一种基于机器视觉的丝印样板表面缺陷检测方法。对于边缘断裂缺陷,首先采用基于图像金字塔和归一化互相关(NCC)函数相结合的算法定位可能产生缺陷的边缘区域,然后在边缘区域生成一条灰度值扫描线,根据扫描线上的灰度值判断是否存在边缘断裂缺陷。对于圆度不完整缺陷,首先按照种子搜索、曲线追踪、曲线连接和轮廓选择的步骤提取出圆形轮廓,然后基于轮廓像素点拟合得到理想的圆形轮廓曲线,最后逐点比较提取的轮廓与拟合圆形曲线上对应点之间的距离,并根据设定的距离范围来判断被测目标轮廓是否存在圆度不完整的缺陷。实验结果表明,该方法实现了对丝印样板表面边缘断裂缺陷和圆度不完整缺陷的检测,提高了检测效率和准确率,缺陷检测的综合准确率达到94.6%。

基于合成孔径雷达影像估计慕士塔格峰地区冰川速度场

冰川速度是冰川学研究中的一个重要参数,遥感方法为获取冰川表面速度提供了一种有效的手段。由于慕士塔格峰地区常年有云覆盖,不能为速度提取提供足够多数量的光学影像。但是,基于SAR影像对偏移量的提取算法为该地区冰川流速的测量提供了一个有效的途径。分别获取两幅雷达影像(ALOS/PALSAR)距离向和方位向的偏移,通过信噪比和相关系数选择可信点,然后通过整体拟合的方法去除雷达图像整体偏移,得到与冰川运动相关的偏移信号。首次得到了慕士塔格峰地区冰川表面完整的速度分布情况,依据该地区的速度大小分布特点,对慕士塔格峰四周冰川进行了划分。并进一步分别分析了该地区冰川在距离向和方位向速度大小与地形的关系,表明速度的大小与地形具有直接的相关性。结果表明,基于SAR影像对的偏移量测量为冰川研究提供了一个有效的方法和手段。

SIFT算法的改进

【目的】为了减小三维重建的重投影误差,提出一种改进的SIFT(Scale Invariant Feature Transform)算法。【方法】首先使用SIFT提取和匹配特征点,将这些匹配点作为归一化互相关(Normalized Cross-correlation,NCC)的初始匹配对;然后使用特征点的主方向对局部图像进行旋转校正;最后计算该初始匹配对NCC系数并将相似地貌中的误配点剔除。【结果】该方法剔除了大量的误配点,提高了特征点的正确匹配率和重建结果的精度。【结论】改进的SIFT算法能够得到更为准确的匹配点对,获得较好的重建效果。

多特征综合的视频拷贝检测

基于内容的视频拷贝检测是多媒体领域的一个研究热点。由于拷贝变换的多样性和综合性,单一特征难以获得很好的检测效果。提出一种多特征综合的方法来提高视频拷贝检测的效果。除了使用传统的局部和全局视觉特征外,还使用非正交二值子空间(NBS)方法来表示视频内容,并在其基础上使用归一化互相关(NCC)来提高拷贝视频内容相似度计算的效果。在此基础上,还采用多种措施对拷贝视频的判定结果进行精化。实验结果表明,该套方案对多种拷贝变换具有很强的鲁棒性,并且能够得到很好的检测精度。