面向单视频超分辨率重建的改进的SIFT配准算法

针对单视频超分辨率重建传统的基于SIFT特征点检测的配准,在特征匹配上占用时间很大,难于满足实时性的要求,而用于计算128维特征描述子的时间最长这一缺点,提出了一种改进的SIFT配准算法,该算法的原理为通过放弃对128维特征描述子的计算,采用特征点之间的灰度相关系数来进行初始匹配,以期大大减少计算时间,提高特征匹配速度。实验结果证明,该算法在配准结果、时间消耗上明显优于传统配置算法。

一种改进的图像配准算法

针对常规图像配准算法在图像存在仿射变换情况下匹配效果不明显的问题,本文提出一种基于SIFT(scale invariant feature transform)特征点的图像配准方法。首先,利用harris角点检测算法提取出图像的特征点,然后采用SIFT算法对特征点进行描述,用最近邻与次近邻之比进行匹配,最后用RANSAC(random sample consensus)算法消除错误匹配对。实验结果表明:该方法能够很好的进行仿射图像配准,并且大幅提高了配准的准确率。

微尺度目标的图像拼接与测量

当今微尺度加工在各领域都得到了蓬勃发展,如何使用计算机视觉的研究方法对于微小尺度元件的图像进行分析与测量也成为热点问题。针对叉指电极提出微视觉图像的测量方法,建立能够完成数字图像实时传输的微视觉图像采集系统,并完成叉指电极图像的采集。通过图像拼接解决微视觉图像视场较小的问题,分别通过SIFT和SURF图像特征点检测与匹配的算法对图像进行特征点的匹配,并进行图像融合以获得相对完整的微尺度图像。对图像进行形态学处理,通过边缘迭代腐蚀获得拓扑细化后的图像中心线,最终使用HALCON进行图像的像素距离的测量。