基于几何约束的倾斜影像特征匹配方法

针对倾斜影像视角变换较大、重复纹理导致匹配数量少、匹配精度不高的问题,提出一种适用于倾斜影像的特征点、线分级匹配方法.首先,用直线提取(检测)算法(LSD)获取影像直线特征,并将直线特征以一定约束进行直线组对,构建直线对区域与改进的SIFT(scale-invariant feature transform)特征描述符进行匹配,使用RANSAC算法剔除误匹配,获得初始匹配结果后再进行核线约束;然后,利用已获得直线对区域进行影像局部纠正,在纠正后的局部影像上采用SIFT匹配并反算回原始影像,利用得到的同名点全局纠正倾斜影像,并进行特征点匹配与采用基于方格的运动统计算法(GMS)剔除误匹配,仍将匹配结果反算回原始影像上;最后,将仿射尺度不变特征变化结果与点拓展匹配结果进行合并,得到最终匹配结果.试验结果表明:本文方法匹配正确率与经典的仿射不变匹算法(ASIFT)的正确率相差不大,但匹配数量却是ASIFT算法的1倍~3倍.

利用编码和极线约束相结合的方法实现工业摄影测量中的点匹配

提出一种利用编码和极线约束相结合实现点匹配的方法,该方法利用圆环式编码点作为识别码标识区域。此类编码点具有旋转、缩放、变形的无关性,测量点是与编码点中心圆斑大小一样的圆斑。针对大尺寸测量对象中点的匹配问题,本文提出了分区的思想。首先进行区域匹配,即粗匹配;然后利用极线约束匹配小区域测量点,即细匹配,这样就完成了整个匹配。试验表明该方法能够有效地降低数据处理时间,提高匹配率和自动化程度。

序列图像编码的自动识别

目标的识别与匹配一直是完成图像测量和跟踪技术的关键。用图像编码的方法,可实现多幅图像中的测量点的识别与匹配,并进一步实现整个测量过程的自动化。其核心思想是对测量点进行编码加载信息,然后在多幅图像中对编码信息进行提取与识别,在确定这些点的位置信息和属性信息后即可实现识别与匹配。实验表明:该编码能在复杂的背景中被有效地识别,其识别与匹配正确率高、速度快,并且该编码方法也可以应用在测量系统的自动标定、移动目标的快速跟踪等多种场合。

基于点阵结构光获取物体点云的摄影测量方法

基于自主研发的点阵结构光投射系统并设计了一套从影像到点云的详细流程,对立体相机检校之后将左右片提取出的特征点通过核线约束等多种约束规则实现特征点的匹配,实验结果表明可以得到较高的匹配成功率,最终获取到物体表面轮廓的点云。

面向集成制造的改进ORB图像匹配方法

图像匹配是计算机视觉应用研究的主要内容。针对ORB(Oriented FAST and Rotated BRIEF)图像匹配方法不具备尺度不变性和匹配精度低的问题,提出一种基于改进ORB算法的图像匹配方法。在特征点检测阶段,ORB和SURF(Speeded Up Robust Feature)同时检测特征点,首先采用oFAST(oriented-FAST)与SURF算法检测左右图像特征点,然后使用rBRIEF(rotation-aware BRIEF)描述子描述特征点;在立体匹配阶段,采用Hamming距离对特征点进行粗匹配的基础上,引入极线约束筛选特征点并进行精匹配,减小匹配搜索范围,加快匹配速度,提高匹配准确率。实验结果表明,所提改进ORB算法点对数平均值是SURF算法的1.5倍左右,匹配速度平均值比SURF算法提高了22%,准确率比SURF算法提高了2倍,比ORB算法提高1.7倍,从而证明所提改进ORB算法,具有匹配点数多、速度快、准确率高的特点,且具有尺度不变性。所提方法可应用于目标识别、目标跟踪、三维重建、缺陷检测等领域。

一种利用点基元灰度的快速精确图像匹配算法

为了能够让基于双目视觉的机械手获取轮胎测温孔精确的三维坐标,并且满足机械手测温实时性要求,目前常用的算法是采用基于外极线约束的区域匹配来确定两个对应点间的匹配。但该算法要求将目标点沿极线上每一点都进行区域灰度相关计算,计算量大且匹配准确率不高。针对此问题,基于两对应点之间灰度值相近的原则,提出一种将目标点与外极线上各像素点先进行点之间灰度比较,然后只对与目标点灰度值相近的像素点进行区域灰度相关计算的改进算法。该算法将外极线上与目标点灰度相差较大的点先排除,以减少区域相关匹配计算点的数量和降低误匹配率。

基于编码方法实现立体视觉中图像的点匹配

实现自动化的图像匹配一直是立体视觉测量中关键的一步。基于编码方法,对2幅图像中的测量点进行匹配。匹配问题实质是求解空间点在2个(或多个)像平面的对应关系。如果对测量点进行编码,对编码进行身份识别后,即可实现匹配。该编码需在复杂的背景中被有效地识别,并且具有旋转、缩放、变形的无关性。实验表明,该方法匹配正确率高,匹配速度快,是一种解决匹配问题的实用方法。

具有同一性多同名点匹配问题研究

自动报靶评估系统对多弹齐发情况的远程监测与自动评估是亟待解决的问题,基于此背景本文重点研究了具有同一性多同名点的匹配问题。通过分析多种经典图像匹配算法,本文提出了基于双目立体视觉的极线约束匹配算法并进行了详细阐述,同时给出了实验结果。

结合同名点及核线约束的近景影像直线匹配

针对影像间尺度变化、直线提取断裂、直线邻域纹理断裂引起的近景影像直线匹配难题,该文提出一种结合同名点及核线约束的近景影像直线匹配算法。该算法在已有同名点和直线提取结果的基础上,首先确定目标直线两侧离目标直线距离最近的同名点,利用其在右影像上对应的同名点连线得到的虚拟直线为基准构建矩形候选区;其次,分别计算左、右影像上同名点连线得到的虚拟直线与待匹配直线的夹角,根据两角度差值进一步对候选直线进行筛选;然后,利用核线约束计算目标直线和候选直线的重叠部分,并以此为中心构建直线支撑域,统一两支撑域窗口尺寸,根据窗口灰度相关确定同名直线;最后,采用距离约束对匹配结果进行检核完成直线匹配。选取具有不同几何变换的三组近景影像进行直线匹配实验,结果表明该文方法能获得可靠的直线匹配结果。

基于可靠匹配点约束的遥感影像密集匹配

针对现有由稀到密的加密匹配算法中,初始匹配点可靠性低将导致迭代匹配拓展过程存在较多误匹配的问题,提出一种基于可靠匹配点约束的遥感影像密集匹配算法。首先,利用SIFT匹配点约束直线匹配获得的同名直线构建虚拟匹配点集,结合虚拟匹配点集和SIFT匹配点集建立初始匹配点集;然后,依次采用局部影像信息和局部几何约束对初始匹配点集进行检核剔除错误匹配,主要体现在利用指纹信息和梯度信息构建匹配点局部区域约束剔除较为明显的误匹配点,利用匹配三角网构建局部几何约束剔除由相似纹理产生的误匹配点,得到优化后的可靠匹配点;最后,基于可靠匹配点构建的Delaunay三角网,以三角形重心为加密匹配基元,结合核线约束和仿射变换对其进行迭代匹配拓展,得到最终匹配点集。选取4组资源三号卫星前视数据和后视数据进行实验,结果表明:利用局部纹理特征和局部几何双重约束模型可有效剔除误匹配点得到可靠匹配点,通过可靠匹配点进行迭代匹配拓展得到的密集匹配结果相较于对比算法具有更高匹配精度,在4组数据上其平均匹配精度为95%,具有较好的匹配稳定性。