改进FAST特征点支持下的实时影像地标匹配算法

针对图像匹配技术中匹配时间与匹配精度不能同时满足要求的问题,提出一种基于特征点匹配的方法,利用随机森林分类器实现地标的匹配,将匹配问题转化为简单的分类问题,大大简化了计算过程,保证影像匹配实时性;采用FAST特征点表示影像地标,利用高斯金字塔结构以及仿射增强策略改进FAST特征点的尺度和仿射不变性,提升影像地标匹配率。将实验结果与尺度不变特征变换(SIFT)算法和加速鲁棒性(SURF)算法进行比较。实验结果表明在尺度变化、发生遮挡以及旋转情况下,匹配率能达到90%左右,保持与SIFT算法和SURF算法相近的匹配率,并且匹配时间相较其他两种算法减少了一个数量级,能有效地对影像地标进行匹配,匹配时间也满足实时影像地标匹配要求。

一种基于HT系数预测的遥感图像多分辨融合方法

信息融合的概念自 70年代形成后 ,由于其强调应用对象结果的信息优化 ,在许多方面比传统的信息处理方法有更大的优势 ,在遥感领域得到了广泛的应用。本文在分析前人算法的基础上 ,揭示了高斯拉普拉斯金字塔 ( GLP)结构融合方法与传统的哈达玛变换 ( HT)之间的内在联系 ,提出了一种基于 HT系数预测的多分辨融合方法。通过实验表明 ,这一算法对于光谱差异较大的遥感图像的融合 ,在几何分辨率改善的同时可获得较好的光谱保真度。

基于图像多分辨率与运动控制卡的线阵相机快速定位算法

为了解决当前线阵相机宽幅面采集图像时,存在图像数据过大影响系统处理速度与精度的问题,论文提出了基于图像多分辨率与运动控制卡的线阵相机快速定位算法。首先,采用高斯金字塔结构对图像进行多分辨率处理,对较高层的低分辨率图像进行surf角点匹配,完成对目标区域的快速定位。然后,基于凌华运动控制卡开发包函数,对Dalsa线阵相机与图像采集卡SDK进行二次开发,完成图像数据深度采集,实现线阵相机快速定位。实验测试结果显示:与当前图像采集定位技术相比,在面对大数据图像时,论文算法拥有更高的处理效率与准确度。