基于SURF算子的遥感图像配准方法研究

为了解决遥感图像配准的可靠性和实时性问题,提出了一种基于SURF算子的图像自动配准方法。SURF算法提取图像中适应旋转尺度变化的局部不变特征角点时使用积分图像的计算,可有效提高检测速度,用于对实时性要求高的场合,选择基于欧氏距离的最近邻与次近邻的距离之比作为相似度测量方法。多种不同场景图像对比实验结果表明,该方法可实现多种复杂图像的精确配准,自动化配准程度高。

基于SURF算子的军事变形伪装目标识别

由于现代战争中军事变形伪装技术日益先进,因此亟待加强能够识别变形伪装目标的相应技术。文章以军事变形伪装目标的识别技术为研究对象,采用SURF算子提取图像特征,与变形后的伪装目标进行匹配,并在图像库中完成相似程度排序,寻找到最相似图像。实验结果表明,该识别方法能够有效地在所构建的变形伪装目标库中识别出目标,并能够按照相似度的高低依次排序,已取得较好的军事应用效果。

结合SURF算子和极线约束的柑橘立体图像对匹配

提出一种结合SURF算子和极线约束的立体匹配方法。对采集的双目视觉柑橘图像进行R-B分量的计算,在该分量上,采用快速hessian检测子进行特征点检测,并使用SURF描述子对检测到的特征点进行64维的特征描述。采用欧式距离和极线约束进行特征点匹配。实验表明,该方法对一幅图像对的平均处理时间为293ms,在果实被遮挡或光线变化的情况下均能较好地进行特征点提取和匹配。该方法为后续的深度信息计算提供了基础。

基于关注区域分割和SURF算子的医学图像配准

医学图像配准在术前模拟、术中导航、病理检测和疗效跟踪方面应用广泛。然而,受拍摄环境和拍摄区域的限制,直接获取的待配准医学图像不仅包含患病部位的身体组织密度信息,还包含了诸如CT扫描仪的部件、患者的衣服、一些特殊的传感器等无关干扰信息,这些非关注区域对医学图像配准造成了一定的干扰。针对上述问题,文中提出了一种基于关注区域分割的医学图像配准算法。首先对待配准的医学图像进行关注区域分割,去除无关干扰信息,突出显示病患诊断必须的、医生重点关注病患部位;然后基于特征匹配的思想,利用SURF(speeded up robust features)检测特征描述子,采用双重匹配策略实现特征点的配对,最后基于RANSAC(random sample consensus)算法去除误匹点,实现医学图像自动准确的配准。实验结果表明,提出的关注区域预分割思路能够有效提升特征检测与定位的准确性,医学图像特征点的匹配正确率在90%以上。

SURF算子在遥感图像配准中的应用

为了解决多光谱遥感图像的配准问题,提出了一种基于SURF算子的图像自动配准方法。SURF算子是基于Hessian矩阵计算,提取图像中适应尺度变化的局部不变特征角点,利用最近邻距离比率的匹配策略,邻近搜索方法采用遍历搜索法。试验结果表明:该方法可实现多光谱遥感图像的精确配准,具有比较高的自动化程度。

基于改进SURF算子的SAR图像弹性配准

针对存在局部几何形变的多波段SAR图像自动配准问题,提出基于改进SURF算子的SAR图像配准算法。对图像采取分块的思想,利用SURF算子提取特征点,利用双向的最小距离和次小距离之比确定匹配特征点对,并通过薄板样条(TPS)函数完成图像的弹性配准。最后,应用文中的配准方法对不同时间获得的两幅多波段SAR图像进行配准实验,并对其配准精度进行了分析,证明了文中的方法具有很好的适应性和配准精度。

基于SURF的增强现实标识物跟踪注册

针对基于标识物的增强现实跟踪注册方法对复杂环境的适应能力和鲁棒性的不足,提出一种用SURF实现标识物跟踪注册的改进算法。用SURF对平面标识物的特征点进行检测与描述,采用K-means算法对检测出的标识物特征点集合进行聚类分析得到其聚类中心,结合对视频图像中标识物的阈值分割与连通域分析,以聚类中心构建标识物的SURF特征点坐标系,通过矩阵变换实现标识物的跟踪注册。实验结果表明,该算法的增强现实系统具备较好的鲁棒性、稳定性和实时性。

基于SURF改进算法的红外序列影像快速配准的方法研究

提出一种基于SURF算子和特征偏移一致性准则的无人飞行器红外序列影像配准的方法。该方法采用SURF算子对特征点进行提取和匹配。SURF算子仅考虑点的局部信息,没有考虑特征点集的几何信息。本文采用特征偏移一致性准则来剔除误匹配点对,提高特征点对的匹配精度,所得到的特征点集采用LM非线性优化进行单应矩阵求解配准,与其他算法相比,本方法适合于红外序列影像快速拼接,有较好的实用效果和鲁棒性。

基于改进SURF算法的SAR图像目标匹配

由于SAR(Synthetic Aperture Radar)图像纹理丰富且存在大量的噪声,使得传统SURF(Speed Up Robust Features)算子对SAR图像的目标兴趣点检测并不理想,存在兴趣点检测适应性不强和出现大量无用特征点,致使目标匹配的成功率下降.提出了融合恒虚警率(CFAR,Constant False-Alarm Rate)和SURF的SAR图像目标匹配新算法.采用适应性较强的混合高斯模型拟合杂波的CFAR进行目标兴趣区域检测,运用SURF算子对检测的目标进行特征提取,使用改进的多层剔除方法匹配特征点.通过仿真分析了算法对SAR图像目标匹配的有效性,并在此方面与传统算法进行了比较.仿真实验表明该方法在目标尺度、旋转、噪声变化的情况下,依然可以达到较高的匹配率,具有优越的适应性、鲁棒性.

应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。

面向无人机红外影像拼接的特征提取算法对比研究

由于无人机获取的红外影像具有低对比度、大几何畸变、大影像间倾角以及存在噪声影响等特点,使得无人机红外影像拼接颇为困难。这里首先采用SIFT,SURF及Cen Sur E 3种尺度不变特征检测算子分别对无人机红外影像进行特征匹配实验,验证了Cen Sur E算子在红外影像特征提取中的优越性。最后构建了基于Cen Sur E算子的拼接流程,用同一航带5张无人机红外影像进行拼接实验,得到了满意的拼接效果。

基于兴趣点综合特征的图像检索

针对环形区域能更好地表达像素空间分布的特点,将其引入到Gabor小波纹理特征中,提出了一种基于兴趣点环形区域颜色和纹理特征的图像检索算法。首先采用自适应平滑滤波器对图像进行滤波处理,消除噪声的影响并利用快速鲁棒特征(SURF)算子检测兴趣点;然后计算兴趣点周围局部区域内环形颜色直方图及纹理特征,将其作为图像的综合特征;最后根据图像综合特征相似度,输出相似图像。实验结果表明,该算法使平均检索准确率提高至少7%。

基于层次积分梯度的尖轨伸缩位移图像自动判读算法

针对人工判读道岔尖轨伸缩位移图像存在效率低和误差大的问题,为实现尖轨伸缩位移的实时自动监测,提出1种基于层次积分梯度的尖轨伸缩位移图像自动判读算法。采用逐层逼近目标区域的方式,克服尖轨伸缩位移图像中噪声和不相关信息的干扰,以SURF(Speeded Up Robust Features)算子的特征匹配结果为指导,逐步提取图像中的有效区域;利用积分梯度的抗噪特性,根据积分梯度和极值点精确定位刻度尺的特征点位置,结合可信度检验,实现尖轨伸缩位移图像的自动判读。用该算法对监测现场采集的尖轨伸缩位移图像进行判读的结果表明,可在2s内自动判读尖轨伸缩位移图像,总体偏差在0.5mm以内,能够满足目前现场对尖轨伸缩位移实时自动监测的要求。

基于局部特征提取的棉蚜天敌识别

考虑到化学防治方法在田间病虫害防治问题上的不足,为了更好的结合机器视觉和生物防治方法,改善病虫害防治效果,针对棉蚜天敌图像的识别,提出了基于局部特征提取的昆虫识别方法。通过提取图像对象突出特征点,在特征点空间上比较特征点描述符的欧氏距离来度量不同类别对象之间的相似性。讨论了SIFT和SURF两种局部特征特征提取算子,实验结果表明,基于SURF算子的方法比基于SIFT算子的识别效果更好,识别速度更快,并具有很好的鲁棒性。

等高线与地形特征点云在矿山位置快速定位中的应用

"全国矿产资源利用现状调查"是我国矿产资源领域的一项重要国情调查,矿山位置是影响其结果可靠性的关键因素。针对部分矿山地理位置不准,突破传统实地核查模式,结合矿山等高线及地形特征点云数据,运用改进SURF算子分块匹配方法,进行矿山图像与基准图像自动配准研究,实现矿山位置快速定位。实验结果证明,改进后的SURF算子对于存在旋转、偏移问题的矿山图像与基准图像的匹配速度快,且具有很好的鲁棒性,对中小比例尺的矿山图像达到了较高的匹配效果,为矿山快速精准定位提供了一种新的方法。

一种基于嫦娥一号CCD影像的影像匹配方法

月球测绘是完成月球探测任务的基础保障。这里提出了一种适合于CE-1获取的CCD影像的多尺度约束自动匹配方法。首先利用SURF算子提取影像上特征点;然后进行基于准核线和最小欧式距离约束的影像匹配;最后采用随机采样算法对误匹配点进行剔除而得到同名点信息。实验结果表明,该匹配方法提取的同名点有利于CE-1月球影像DEM的生成。

无人机低空遥感影像的自动拼接技术研究

针对无人机低空遥感影像拼接问题,引入一种基于加速鲁棒性(SURF)特征的匹配方法,该算法具有稳健和高精度特性,能够实现低空影像的快速匹配。文章采用L-M优化的全局拼接策略,实验表明,该策略能有效减小累积误差的影响,实现了测区影像的自动全景拼接。

基于显著性检测的双目测距系统

为了提高双目视觉测距系统中图像匹配的实时性与测距的精度,提出一种将显著性检测与焦距拟合相结合的双目测距方法。首先对双目相机进行畸变矫正,并利用双目相机成像的特点拟合相机焦距与目标距离的关系,随后对所得图像进行显著性检测,并提取目标区域,最后,利用surf算子对提取出的区域进行特征匹配,将匹配点代入测距模型中得到目标物体的距离。结果表明:显著性检测方法明显提升算法执行速度,焦距拟合降低双目测距模型误差,明显提升双目测距精度。

相位标志牌图像识别与缺陷检测

相位标志牌是重要的电力设施,通常安装在杆塔的显著位置,由于其长期经受风吹雨淋,容易发生破损、划痕等缺陷。本文提出一种相位标志牌识别和缺陷检测算法。首先采用导向滤波、灰度化方法对图像进行预处理;使用固定阈值和漫水填充算法对图像进行分割;运用基于SURF算法和FLANN算法对提取的相位标志牌进行识别;在识别出相位标志牌信息后,通过计算模板和待检测相位标志牌B通道直方图的相交系数百分比,判断相位标志牌是否存在缺陷。实验结果表明,该算法可有效判别相位标志牌是否存在缺陷,具有很好的实用性和稳定性。

移动增强现实系统关键技术研究

介绍了移动增强现实系统技术原理,并对移动增强现实系统标识物检测识别、特征点描述、标识物注册、高效渲染等关键技术进行了研究。采用SURF算子对展板标识物的特征点进行检测与描述,以特征点为中心构建标识物的SURF特征点坐标系,通过矩阵变换实现标识物的跟踪注册,基于OpenGL ES 2.0技术对增强现实内容进行高效渲染。实验结果表明,基于以上关键技术的移动增强现实系统具备较好的鲁棒性、稳定性和实时性。