图像匹配

摘要： 图像匹配作为计算机视觉领域的重要研究方向,广泛应用于图像配准、图像融合、变化检测、视觉导航、3D重建、视觉同时定位与地图构建(SLAM)等领域,精确稳健的局部特征提取是实现其高效处理的前提与关键。以图像匹配研究为导向,从传统特征设计到现代特征学习对局部特征提取方法进行了分类总结,首先,为增强对现代局部特征提取方法的理解,重点介绍了基于传统特征设计的相关方法,接着回顾了基于经典机器学习的方法,搭建起传统方法到深度学习方法的桥梁,最后详细讨论了基于深度学习的现代特征提取方法。针对跨传感器、多视角、不同时段环境下的图像匹配需求,全面分析了各阶段主流方法的优缺点,提出了目前存在的问题与挑战,并给出了相应的研究建议,为相关研究人员全面深入理解图像局部特征提取方法并利用深度学习方法对其进行改进提供基础性参考。

摘要： 为了提升微电网智能化调控性能,针对微电网负荷调控策略制定问题,基于数据驱动思想借助人工智能技术,提出基于图像匹配的微电网负荷响应分布式电源波动控制方法。首先根据分布式电源与可调控负荷多维运行数据,构建下一调控周期微电网源荷综合特性图像;进而提出了基于K均值聚类-加速鲁棒特征(K-SURF)算法的微电网源荷综合特性图像相似性匹配算法,从而达到借鉴历史相似运行状态的微电网调控策略制定下一周期负荷响应分布式电源波动调控策略的目的。某典型微电网算例仿真结果表明,所提出的图像相似性匹配方法能够有效搜寻到最相似历史运行状态,借鉴历史相似运行状态调控策略制定的负荷调控策略能够有效跟踪可再生能源出力波动,提升可再生能源的就地消纳能力。

摘要： 针对红外图像和可见光图像因成像机理不同导致传统匹配算法匹配精度不高、鲁棒性差的问题,提出一种基于CycleGAN-SIFT的可见光和红外图像匹配算法。为了减小可见光图像与红外图像之间特征差异对匹配结果造成的影响,通过迁移学习共享权重的方式在可见光图像和红外图像基础上利用CycleGAN生成伪红外图像,利用SIFT特征提取算法分别提取伪红外图像和红外图像的特征点并进行匹配。为了降低错误匹配率,利用RANSAC剔除误匹配点对。最后,将伪红外图像上的特征点映射至可见光图像,从而实现可见光图像与红外图像的匹配。为了验证所提出算法的有效性,从OTCBVS和TNOImageFusionDataset数据集中任选4组异源图像,并分别在无噪声、有噪声以及存在角度畸变3种情况下与SIFT、Canny-SIFT、SURF以及CMM-Net 4种经典算法进行比较。实验结果表明,在不考虑角度畸变和噪声干扰的条件下,所提出算法的匹配正确率可达95%以上;当存在角度畸变和噪声干扰情况时,本文算法的匹配正确率依然在95%以上,具有匹配精度高、鲁棒性强的优点。

摘要： 为准确实现船舶图像匹配,提出基于视觉传达技术的船舶图像匹配方法。考虑人眼的激励感知与抑制感知状态,在脉冲耦合神经网络内添设侧抑制信号等感知函数,实现低对比度的船舶图像增强处理;采用基于灰度差值直方图的特征提取方法判断增强后船舶图像边缘的粗细程度,提取船舶图像边缘特征;选取斯皮尔曼等级相关系数确定原始船舶图像与待匹配船舶图像的相关系数,以此判断船舶图像间的匹配度。测试结果表明,本文方法对简单与复杂背景的船舶图像均能实现图像增强,并充分获取图像内的边缘信息,实现准确的图像匹配。

摘要： 针对基于特征点的图像匹配方式在复杂纹理场景中匹配效果不理想的问题,提出一种将加速稳健特征算法(SURF)与一致性敏感哈希匹配结合的图像匹配算法(CSH)。使用SURF算法对图像进行特征点提取,再以特征点为圆心构建特征区域,最后对特征区域使用CSH进行匹配,从而实现高精确匹配。为了进一步加快算法运行速度,对现有的SURF算法进行修改,在提取SURF特征点时去除了对于特征点方向的计算。仿真实验证明,算法较一般的特征算法在复杂纹理图像匹配中效果更佳,且较CSH算法效率提升了10%~15%。

摘要： 图像匹配技术具有广泛应用,寻求高效率、高精度、健壮性好以及复杂度低的图像匹配算法是当下计算机视觉中的研究重点之一。本文对各种特征点提取和匹配算法进行了对比分析,在此之上提出了一种改进的特征提取以及图像匹配算法,提高了匹配算法的鲁棒性。

摘要： 针对无人机(UAV)视觉定位过程中传统特征提取与匹配算法匹配质量不佳的问题,提出了一种基于输电杆塔区域提取的图像匹配算法。首先,将图像划分为若干相互重叠的网格区域,并对每个区域采用双层金字塔结构提取特征点,从而保证特征点的均匀分布;其次,使用直线分割检测(LSD)算法提取图像中的直线,从而利用输电杆塔的特殊结构得到输电杆塔的支撑区域;最后,在连续图像中对输电杆塔区域与背景区域内的特征点分别进行匹配,以进一步估计相机运动。在旋转和平移估计实验中,与传统的ORB特征提取与匹配算法相比,所提算法的特征匹配准确率提升了10.1个百分点,相对位姿误差的均值降低了0.049;在UAV巡检实验中,采用所提算法进行UAV轨迹估计的相对误差为2.89%,表明该算法可在实时绕塔飞行过程中实现对UAV位姿的鲁棒、精确估计。

摘要： 针对现有图像匹配方法在SAR图像和可见光图像匹配过程中受二者非线性强度差异以及SAR图像散斑噪声的影响,造成二者匹配精度低的问题,提出一种基于孪生神经网络的异源图像匹配方法。该方法通过显著性检测选取待匹配图像块,利用孪生神经网络对选取的SAR图像块和可见光图像块进行相似度度量;使用快速搜索策略遍历搜索区域,以加快匹配速度,并使用集成学习,优化匹配精度。实验结果表明,该方法在匹配成功率和匹配精度上显著优于传统的模板匹配方法。

摘要： 针对传统ORB特征点提取分布密集的问题提出均匀化orb特征点提取以及针对经典二进制描述符鲁棒性差,特征点相似度高的问题提出使用局部差异二值(LBD)描述子,实现特征提取及匹配。首先构造图像金字塔,在金字塔每层使用四叉树的方法均匀提取特征点;之后采用LBD描述子,对特征点及其邻域采用网格的形式得到灰度和梯度信息,比较网格间的灰度和梯度信息;在提升辨别能力的同时,继承二进制描述子运行速度快和低存储的特点,最后在均匀化ORB特征点和LBD描述子的基础上对图像特征点进行提纯,匹配操作。实验结果表明,该方法计算的特征点更加均匀,区分度高,速度快,为后续的其他图像算法的应用提供了更加准确的匹配数据。

摘要： 传统图像匹配方法存在误差大、效率低等问题,为了获得理想的图像匹配结果,设计基于多特征融合的图像匹配方法。采集待匹配图像,并对它们进行预处理,去除噪声;从图像中提取多种特征,组成特征向量;根据多特征进行图像二级粗细匹配。在相同实验环境下与其他方法进行图像匹配仿真实验。结果表明,提出的方法克服了当前图像匹配方法的不足,提高了图像匹配正确率,缩短了图像匹配的时间,图像匹配整体效果要优于对比方法,为后续图像处理打下了良好的基础。

摘要： 极化合成孔径雷达图像匹配是修正惯性导航累积误差、提高导航精度的重要手段.针对目前的方法在匹配时没有充分利用极化信息的问题,本文提出了一种基于超复数的极化SAR图像多通道联合匹配方法.该方法通过间接升维的方式,将多通道的极化SAR图像处理为三维空间中的三个互相垂直的矢量,在匹配时能够更充分地利用极化信息.实验结果表明,本文提出的方法即使在极化SAR图像之间存在差异及含有乘性噪声的情况下,仍能够获得精确的匹配结果.

摘要： 针对红外与可见光图像的灰度相关性低,两幅图像上同一关键点邻域梯度方向不一致,导致点特征描述子SIFT算法失效的问题,构建了一种新的特征匹配算法,该算法将基于尺度不变特征变换和形状上下文描述相结合,运用于红外与可见光图像匹配.首先,运用高斯尺度差分检测算法提取两幅图像的特征点;其次,在统计特征点邻域梯度情况时,对图像所得的梯度方向进行修正;再次,运用改进的Nprod方法进行特征点粗匹配,对匹配结果中的误匹配点对进行剔除,并对粗匹配结果中检测的特征点进行边缘特征描述;最后,运用形状上下文方法进行精确匹配.实验结果表明,在红外和可见光异源图像匹配中,文中算法能明显提高匹配准确率,取得比较稳定可靠的匹配结果.

摘要： 为提高图像匹配时的匹配精准度以及效率,建立了一种由粗到精的SAR图像匹配算法,同时利用了图像的灰度信息和轮廓特征信息,实现合成孔径雷达(Synthetic aperture radar,SAR)图像的自动匹配.首先对原始SAR图像进行增强Lee滤波,减小误差的影响;然后利用图像的灰度信息,采取基于归一化积相关的粗匹配,找到实时图的大概位置;接着利用图像的边缘轮廓信息,用ROEWA方法提取出边缘,利用曲率和梯度方向建立匹配度函数,找到相互匹配的曲线对;最后用匹配的曲线对的质心点构建图像变换模型.实验结果表明,该方法匹配精准度高,能有效克服待配准图像之间的灰度差异,对噪声具有较好的适应性.

摘要： 针对探测器月球背面着陆点快速高精度定位问题,利用嫦娥四号探测器动力下降过程中的降落相机序列图像以及着陆区高精度地形图,提出了一种基于高精度图像匹配和几何变换的探测器着陆点高精度快速定位方法.考虑到嫦娥四号、三号任务在动力下降阶段的相似性,利用嫦娥三号降落相机相关数据进行了着陆点定位实验与精度验证.其中降落相机序列影像间的匹配精度达到子像素;降落相机变分辨率图像的拼接优于1个像素.该方法将降落相机序列图像进行拼接,有效扩大着陆区域范围,提高匹配成功率与计算效率,实时性较好,已应用于嫦娥四号探测器月面着陆定位.

摘要： 本文分析了天体表面探测三维可视化对目标三维模型实时生成的要求;提出了基于成像的天体表面探测实时三维建模关键技术,分别对双目探测成像和单目序列成像的处理方法给出了图像匹配与点云重建方法,在此基础上给出了三维表面模型的构建方法;设计了三层次模型的天体表面探测三维可视化系统;最后给出了基于成像的天体探测三维建模与可视化的系统实现.

摘要： 传统的云台类视频监控系统存在呈弧线形二自由度旋转运动的目标深度不明,非线性反馈控制难的问题,已无法满足安防物联网规划以及平安城市、边境安全等日益增长的需求.云台系统的高定位精度及小型化的要求成为其亟待解决的关键瓶颈问题.本项目将超声电机的可控性、断电自锁性与图像技术软硬结合,形成有机互补;并将突破传统的电机、云台及图像匹配之间系统与系统的壁垒,使图像获取的目标标的又成为电机与云台运动控制的闭环反馈信息,大幅降低硬件的复杂性.为自主研发小型化、高精度、高动态性能该类云台提供理论依据与技术支持,提升我国相关领域的源头创新能力.

摘要： 无人机红外影像因视场范围小、信噪比低、畸变差大、纹理信息匮乏等因素导致影像匹配难以兼顾高效性和稳定性.为了确定性能优异的面向无人机红外影像的点特征检测算法,选取在可见光领域具有代表性的AKAZE算法对两组无人机红外影像进行实验,通过与SIFT算法、CenSurE算法、ORB算法在特征点提取速度、匹配正确率、匹配效率以及配准精度四个方面的对比,验证了AKAZE算法具备稳定性、高精度、高效率的优点,更适合用于无人机红外影像处理.

摘要： 无人机红外影像因视场范围小、信噪比低、畸变差大、纹理信息匮乏等因素导致影像匹配难以兼顾高效性和稳定性.为了确定性能优异的面向无人机红外影像的点特征检测算法,选取在可见光领域具有代表性的AKAZE算法对两组无人机红外影像进行实验,通过与SIFT算法、CenSurE算法、ORB算法在特征点提取速度、匹配正确率、匹配效率以及配准精度四个方面的对比,验证了AKAZE算法具备稳定性、高精度、高效率的优点,更适合用于无人机红外影像处理.

摘要： 无人机红外影像因视场范围小、信噪比低、畸变差大、纹理信息匮乏等因素导致影像匹配难以兼顾高效性和稳定性.为了确定性能优异的面向无人机红外影像的点特征检测算法,选取在可见光领域具有代表性的AKAZE算法对两组无人机红外影像进行实验,通过与SIFT算法、CenSurE算法、ORB算法在特征点提取速度、匹配正确率、匹配效率以及配准精度四个方面的对比,验证了AKAZE算法具备稳定性、高精度、高效率的优点,更适合用于无人机红外影像处理.

摘要： 为提高图形匹配的匹配率和精确率,提出一种基于Gromov-Wasserstein(G-W)距离的3D图形匹配方法.首先将2个图形嵌入到度量测度空间中,通过最远采样法进行采样;然后采用G-W距离表示2个图形之间的差异性,构造出目标函数和约束条件,得到一个难于求解的二次分配问题;为了易于求解,提出一种约束条件松弛策略,只需满足行和(列和)约束即可,获得一组相互独立的线性约束;最后采用投影梯度算法求解,得到了更接近于理论值的解.在SHREC’10标准数据库上进行了多种非刚性变换的图形匹配的数值实验,并与已有的方法进行比较,结果表明,该方法在保证精确率的前提下大大提高了匹配率,并在一定程度上提高了实验结果的稳定性.

摘要： 公开了一种对特征点采样的方法、图像匹配方法和图像匹配设备。一种对特征点采样以进行图像匹配的方法包括：将第一图像划分为与将被采样的特征点的数量相应的多个区域；从每个区域提取采样特征点，使得一个区域的采样特征点与另一区域的采样特征点之间的距离满足预定条件；在提取出的采样特征点和将与第一图像匹配的第二图像的对应采样特征点的基础上，估计单应性矩阵。

摘要： 本发明提供一种图像匹配方法及图像匹配装置。图像匹配方法包括：截取基准图像；载入模板图像；对上述图像进行二值化处理；确定候选匹配点的位置和数目；将模板移至某一候选匹配点；设定搜索范围，其圆心为模板几何中心在基准图像中对应的像素点，半径为设定的像素数；对各像素点的灰度值根据设定值M进行粗匹配，并通过基于卷积的互相关方法找到匹配位置；判断是否找到匹配位置，如果未找到，将模板移至基准图像的另一候选匹配点；如果找到，输出匹配位置的坐标信息。图像匹配装置包括：图像采集单元、图像存储单元、图像处理单元、数据输出单元。本发明降低了灰度信息变化、光照变化、噪声的影响，提高了图像匹配的速度、匹配准确度和抗旋转性。

摘要： 本发明涉及一种图像匹配相似性测度方法及其图像匹配方法，对尺寸相同的两幅图像A和B，分别计算它们在x和y方向上的梯度图，并提取相应的边缘图像，然后计算x方向上图像A和B的边缘图像之间的Hausdorff距离xMatch，以及y方向上图像A和B的边缘图像之间的Hausdorff距离yMatch，将

摘要： 本发明的目的在于即使在每个物体只存在少数参照图像的情况下，也可以针对在姿势、照明不同的条件下所拍摄的物体的图像，从输入图像高速检索数据库中所存储的参照图像。参照图像匹配结果存储部(50)将参照图像存储部(70)中的各参照图像作为输入图像，并预先存储与代表三维物体模型存储部(20)中的各代表三维物体模型进行匹配的结果；图像生成单元(30)基于各代表三维物体模型生成输入条件与通过图像输入单元(10)所得到的输入图像接近的比较图像；图像匹配单元(40)计算输入图像与所生成的各图像的类似度；结果匹配单元(60)计算所述图像匹配单元(40)的匹配结果与所述参照图像匹配结果存储部(50)中所存储的各参照图像的匹配结果的类似度，并按类似度从高到低的顺序提取匹配结果类似的参照图像，并显示在结果显示单元(80)上。

摘要： 本发明涉及用于进行设计数据上的图案与图像上的图案的对位的图像匹配处理，特别涉及使用通过机器学习构建的模型的图像匹配处理。本方法将设计数据上的指定的CAD图案转换为CAD图像(301)，将CAD图像(301)输入到通过机器学习构建的模型中，按照由模型定义的算法执行计算，由此从模型输出疑似图像(321)，从由图像生成装置(100)生成的图像上的多个图案中，确定具有与疑似图像(321)上的CAD图案(322)的形状最接近的形状的图案。

摘要： 公开了图像匹配方法和图像匹配装置。所示图像匹配方法，应用于一多重成像设备，所述多重成像设备包括全景相机和非全景相机，所述方法包括：由所述全景相机拍摄全景图像；将所述全景图像变换为透视图；确定全景相机与非全景相机间的相对角度，并查找与之对应的单应矩阵；通过利用所述单应矩阵将所述非全景图像投影到所述透视图的对应区域，来实现所述非全景图像与所述透视图之间的图像匹配；将投影后的非全景图像与所述透视图叠加；以及将叠加后的图像反变换回全景图像。

摘要： 提供一种图像匹配方法和图像匹配装置。一种图像匹配方法，包括：从对象的第一图像，提取包括对象的标志点的标志块；从对象的第二图像，提取与所述标志块对应的目标块；基于所述标志块与所述目标块之间的匹配，确定第二图像中的与所述标志点对应的目标点。

摘要： 本发明提供了一种基于Bayer格式的图像匹配方法及图像匹配装置，该图像匹配方法包括：获取Bayer格式的模板图像和搜索图像；生成所述模板图像和所述搜索图像分别对应的灰度图像；通过SURF算法对所述搜索图像和所述模板图像分别对应的灰度图像进行初匹配，以得到初匹配结果；基于所述初匹配结果，通过序贯相似性检测算法进行再次匹配。本发明的技术方案能够降低对系统资源的消耗，提高了图像匹配算法的速率，同时能够有效提高图像匹配的准确性。

摘要： 本发明涉及一种面向图像匹配的局部灰度直方图特征描述子建立方法和图像匹配方法。该特征描述子建立方法包括：1)在图像中检测SURF特征以获取图像兴趣点；2)在图像兴趣点的不变性局部邻域内进行灰度信息分布统计，并生成灰度分布直方图；3)基于图像兴趣点的不变性局部邻域及灰度分布直方图，建立特征描述子。进行图像匹配时，首先采用该方法建立图像的特征描述子，然后通过特征描述子对图像的局部特征进行匹配，进而建立图像之间的对应关系。本发明能够使特征描述子在视角、仿射、光照等多种变换下实现更好的匹配性能,并在视频目标跟踪中保持了目标连续变化的自适应性。

摘要： 公开了一种对特征点采样的方法、图像匹配方法和图像匹配设备。一种对特征点采样以进行图像匹配的方法包括：将第一图像划分为与将被采样的特征点的数量相应的多个区域；从每个区域提取采样特征点，使得一个区域的采样特征点与另一区域的采样特征点之间的距离满足预定条件；在提取出的采样特征点和将与第一图像匹配的第二图像的对应采样特征点的基础上，估计单应性矩阵。