一种改进的快速归一化互相关算法

根据模板和全局最优子图的特点及其相互关系给出2个判据,对归一化互相关算法进行了改进.首先计算模板自相关值,再利用快速傅里叶变换方法计算互相关矩阵,利用第1个判据大幅缩小可能解的范围,减少匹配时间,然后利用第2个判据生成一个规模更小的候选最优解集合,最后确定全局最优解.实验结果说明,改进的归一化互相关算法能加快匹配速度,且能有效地提高图像匹配的准确率.

SURF与归一化互相关测度相结合的SAR影像匹配方法研究

合成孔径雷达(SAR)匹配是SAR影像处理的重要环节,但由于SAR影像的特殊成像机理,导致SAR影像在匹配时会出现精度、成功率都较低等问题。特别是山地区域,SAR影像富含纹理信息稀少,影像间几何畸变和辐射变形严重,导致特征点提取困难,匹配精度低。鉴于此,本文提出了采用SURF算法和归一化互相关测度相结合的方法,该方法能够快速获得大量匹配点对,实现SAR影像高效的自动化匹配。首先,应用SURF算法获取影像特征点约束匹配搜索范围;然后,采用归一化互相关和测度筛选提取到的匹配点对;最后,利用双向一致性约束剔除错误匹配点对。本文选取地形复杂区域SAR影像数据进行匹配实验,结果表明,该方法能够获得高精度、特征稳定且分布均匀的匹配点对,可以有效地避免几何变形对SAR影像匹配的影响。

基于绝对值差的归一化波形匹配混合算法

基于归一化的波形匹配算法运用十分广泛,但缺点是运算量大。为此提出一种基于绝对值差的归一化混合算法。该算法先将原始波形分解成三层,在每一层分别采用改良的绝对值差法、改良的序列相似性法、归一化互相关法进行匹配,最终实现精确匹配。实验表明,这种混合算法比归一化互相关法在波形匹配速度上有了大幅度的提高。

大视场相关夏克-哈特曼波前传感器图像快速匹配算法

针对地基太阳多层共轭自适应光学系统的波前斜率实时测量计算量大的问题,本文基于多核CPU提出了一种细粒度并行化快速图像匹配算法,在计算量优化方面,设定阈值预先淘汰一些不可能匹配的位置,减小搜索区域,并运用改进的积分图法减少计算量;在并行优化方面,通过均衡各分支结构间的负载来加快计算速度。经实验验证,在4核CPU下,本文提出的算法平均每帧图像匹配耗12.94毫秒,较传统算法提高了6.7倍,保证准确率的同时提高了实时性。

基于优化粒子群的NCC模板匹配算法

针对灰度模板匹配中速度慢、抗噪性差的缺陷,基于NCC(Normalized Cross-Correlation)算法,提出一种基于优化粒子群的模板匹配算法——NPSO。该算法加入附属粒子群,引导主粒子群向全局最优解收敛;根据禁忌搜索思想,提出黑名单概念,使粒子群快速跳出局部最优;并引入随机扰动算子,增加粒子群向全局最优解收敛准确性。通过Matlab仿真实验,不同模板尺寸下NPSO精确匹配率比基于标准粒子群模板匹配算法分别提高了45%、79%、36%、2%,且对噪声不敏感。说明NPSO不容易陷入局部最优,且匹配精度高、抗噪能力强。

基于粒子群优化算法的砂轮三维形貌匹配

测量金刚石砂轮表面形貌时,为了获得砂轮大范围表面形貌,需要对砂轮三维形貌进行匹配并拼接。将粒子群优化算法引入砂轮的三维形貌匹配,并对砂轮匹配算法进行了实验分析。结果显示匹配前后获得的重合区域的相关系数均大于0.8,且能够在400 s内完成匹配。实验结果表明,运用了粒子群算法后,该算法能够在满足测量精度的条件下,克服一般砂轮匹配运算量大、耗时长的缺点,满足实际运用中匹配精度和速度的要求。

结合小波金字塔的快速NCC图像匹配算法

针对传统的归一化互相关算法(NCC)计算量庞大、运算速度慢、正确率较低等问题,本文提出一种基于小波金字塔搜索策略的快速NCC图像匹配算法。该算法在归一化互相关算法的基础上,采用和表法分别计算图像均值、图像方差和图像间的互相关来降低运算的复杂度,减少算法的计算量;同时在选择特征点匹配搜索策略时,构造图像小波金字塔结构,利用分层匹配来提高图像匹配的效率。与其他算法进行对比,结果表明该算法获得的匹配点连线效果更好,所用的时间也量化,证明该算法不仅能提高匹配速度,还能改善匹配精度。

基于NCC-P-S优化算法的断路器机械特性测试方法研究

机械特性参数是评价断路器动作性能的有效依据,传统测试方法不能在线测试,且传感器安装复杂。该文提出一种基于计算机视觉技术的非接触测试方法:在断路器操动过程中捕捉高速图像序列,运用归一化互相关匹配算法(normalized cross correlation,NCC)对图像运动目标进行逐帧搜索,获得绝缘连杆或主轴的运动轨迹,由其与动触头的关联关系计算断路器的机械特性参数。在图像序列目标跟踪的NCC匹配算法中,结合降分辨率金字塔快速搜索法,并对后续帧图像的扇形识别区域进行有向动态调整,这种优化方法称之为归一化互相关图像金字塔扇形快速匹配算法(normalized cross correlation-pyramid-sector,NCC-P-S)。通过实验证明:降分辨率分层匹配和有向搜索优化大大提高了目标的搜索速度和精度。

基于识别区域估计优化NCC-P算法的断路器储能弹簧形变特性研究

储能弹簧作为断路器分合闸动力元件,其可靠性对断路器运动过程的驱动和控制至关重要。提出一种基于图像匹配跟踪技术的非接触式弹簧形变特征测试方法:由高速相机捕捉储能弹簧伸缩过程高速图像序列,以弹簧活动端首圈为形变检测匹配目标,采用归一化互相关图像金字塔匹配(normalized cross-correlation-pyramid,NCC-P)算法对目标进行逐帧搜索,并获得各关键帧目标的坐标以及弹簧形变相关特征参数。提出基于识别区域估计优化归一化互相关图像金字塔匹配(normalizedcrosscorrelation-pyramid-estimation,NCC-P-E)算法。根据前后帧位置关联预测后续帧目标位置,并根据该预测动态调整识别区,消除相似结构对匹配结果的干扰,提高匹配速度和准确率。通过实验验证可知,该方法可在断路器带电的情况下有效检测断路器弹簧释能过程中的伸缩形变特征。

基于归一化互相关匹配算法和Kalman预测器的目标跟踪

针对基于模板匹配的目标跟踪算法在目标被遮挡时容易出现跟踪丢失的问题,提出一种改进的结合遮挡判断和Kalman预测器的模板匹配算法。首先使用三帧差分法提取运动目标并计算运动目标区域。然后针对目标是否被遮挡引入Bhattacharyya距离进行判断,当Bhattacharyya距离小于设定的阈值,表明目标没有被遮挡,则使用归一化互相关(NCC)匹配算法对目标进行稳定跟踪,反之则利用Kalman预测器对被遮挡目标的位置和大小进行预测。实验结果表明,所提算法在静态背景下、目标发生遮挡时的跟踪成功率达到71.43%,比单一NCC匹配算法提高了21.43个百分点。

基于NCC的PCB图像配准算法研究

为解决PCB数码喷印中图像数据量大导致传统PCB图像配准时间复杂度高的问题,研究归一化互相关匹配算法(NCC),从候选点集和特征块选取两个角度对算法效率优化。利用统计滤波的方法滤除候选点中的误差点,减少计算量;分析PCB图像中配准点特点,利用动态规划的思路,并基于广度优先搜索方法,对特征块自适应选取,从而减少配准点集的遍历。实验中,利用分割后的基板图像与Gerber图像配准建立空间位置关系,再使用改进的配准算法来配准。实验表明,配准精度在99%左右,效率提高至1.6倍。

基于Landsat-8 OLI影像的天山南伊内里切克冰川2016年冰川表面运动状态提取与分析

利用Landsat-8 OLI传感器获取的2016年3-9月覆盖天山西段托木尔峰-汗腾格里地区的3期光学遥感影像数据,基于频谱归一化互相关算法提取并分析了该地区南伊内里切克冰川在最近一年消融期内不同时段的表面运动速度分布及其时空变化特征。研究结果表明:2016年消融期内靠近该冰川上游区域可观测到约为55 cm·d^(-1)最大运动速度;由于受到冰川下游物质补给量减弱、表碛物增多等因素影响造成冰川末端区域运动速度最小,整个消融期内冰川主体运动速度基本介于20~50 cm·d^(-1)之间,其平均运动速度约为35 cm·d^(-1)。而且,可观测到位于冰川上游区域在2016年3月9日至9月17日时段内,冰川运动速度呈递增趋势,相反位于冰川下游区域冰川运动速度呈现减弱趋势。另外,与早期研究对比可知,该冰川运动速度有所减缓且冰川末端明显处于退缩状态。

分区域图像匹配在PCB缺陷光学检测中的应用

针对印刷电路板缺陷光学检测系统中图像匹配既有位置匹配又有角度匹配的问题,提出了分区域图像匹配的方法,将待测PCB和标准PCB图像分割成为M×N个子图像并分别采用改进的归一化互相关算法进行位置平移匹配,各个子图像匹配结果的综合效果对于整幅图像来说既有位置的匹配又有角度的匹配,这样就可以利用一种算法实现2种匹配的目的。实验结果表明,该方法减少了匹配的运算次数,提高了图像匹配的速度及缺陷检测系统的效率。

触摸屏自动贴合设备开发

针对触摸屏贴合工艺制程中多层复杂结构且较难实现特定标记的对位,开发出自动化影像伺服贴合生产设备。采用无标记影像对位技术,以区域影像拾取搭配归一化互相关算法的影像搜寻技术,实现自动搜寻与定位坐标拾取;以异空间取像设计影像自动对位系统,通过补偿控制参数最佳化后,能有效降低对位次数。测试结果表明:该设备能够实现多层组件的自动化精密对位贴合,贴合精度在100μm以内,生产良率达95%以上,符合行业生产规范要求。

基于System Generator的快速视频跟踪系统设计

文中基于System Generator和FPGA技术设计了一种快速视频跟踪系统,构建了图像采集和处理的硬件平台,给出了归一化互相关匹配算法的System Generator模型,在Simulink仿真环境下进行了算法验证,并将该模型转化为VHDL语言下载进FPGA中进行硬件调试,最后将系统成功应用于实践中。相比于传统环境下实现的目标跟踪算法,本系统一方面实现了算法和硬件的分离,提高了系统开发速度,另一方面大大提高了目标跟踪的速度和精度。实践结果表明,该系统能够迅速准确地识别目标,从而实现对目标的实时跟踪。

基于人脸检测的模板匹配人脸跟踪算法研究

提出了一种基于人脸检测的模板匹配人脸跟踪算法。该算法采用基于灰度的归一化互相关匹配算法实现人脸的实时跟踪;利用haar分类器人脸检测算法实现人脸的重定位和人脸方位检测,提高人脸跟踪的精确性和自适应性,同时也为基于灰度的归一化互相关匹配算法提供了有效的跟踪模板,减小算法的时间复杂度,提高算法的有效性。实验数据分析表明,该算法是实现了人脸的实时跟踪,且对于人脸遮蔽、姿态变换下的人脸方位跟踪和人脸恢复后的重定位具有很好的准确性和自适应性。