归一化互相关

摘要： 为解决汽车线束包胶机胶带人工目检效率及准确率低的问题,基于机器视觉技术提出了一种针对汽车线束包胶胶带切断与入槽状态的自动化视觉检测方法。首先获取胶带图像并灰度处理,然后基于归一化互相关(NCC)的图像匹配方法精确定位并提取胶带槽口检测区域,最后基于支持向量机(SVM)算法识别判断胶带切断与入槽情况。试验结果表明,该自动化视觉检测方法显著提高了胶带的检测效率及准确率。

摘要： 近年来,静态图像中人脸特征点检测算法得到了极大的改进,然而,由于真实视频中头部姿态、遮挡和光照等因素的变化,人脸特征点检测和跟踪仍然具有挑战性。为了解决这一问题,提出一种多视角约束级联回归的视频人脸特征点跟踪算法。首先,利用三维和二维稀疏点集建立变换关系,并估计初始形状;其次,由于人脸图像存在较大的姿态差异,使用仿射变换对人脸图像进行姿态矫正;在构造形状回归模型时,采用多视角约束级联回归模型减小形状方差,从而使学习到的回归模型对形状方差具有更强的鲁棒性;最后,采用重新初始化机制,并在特征点正确定位时使用归一化互相关(NCC)模板匹配跟踪算法建立连续帧之间的形状关系。在公共数据集上的实验结果表明:该算法的平均误差小于眼间距离的10%。

摘要： 近年来国产遥感卫星数据增多,但在山地冰川运动速度监测研究中,国产卫星遥感数据的使用却很少.基于此现状,本研究利用"高分一号"卫星数据(GF-1)对藏东南雅弄冰川运动速度进行了提取.通过与同分辨率、同时段的Landsat8数据进行对比,以及利用非冰川稳定区域的残余位移和冰川主冰流线剖面运动速度两方面,评估了 GF-1数据提取的冰川运动速度的精度.结果表明:GF-1数据在非冰川稳定区域的平均偏移量为7.48m·a-1,虽较Landsat 8数据的高(平均偏移量4.58 m·a-1),但小于冰川平均运动速度的5％;GF-1数据与Landsat 8数据在2015年-2016年时段内的冰川主冰流线运动速度变化趋势一致,两者的偏差均方根为7.41 m,小于冰川平均运动速度的5％.研究结果证明了国产高分一号卫星遥感数据在青藏高原山地冰川运动速度监测应用中的可行性.

摘要： 目的 针对术前三维电子计算机断层扫描(computed tomography,CT)图像和术中二维X线图像的配准问题提出了精确高效的全自动配准算法,使得该算法能够适应不同X线图像的风格.方法 首先通过数字重建放射影像(digitally reconstructured radiograph,DRR)技术,把CT图像转换成DRR图像,从而将CT和X线图像的配准转换成DRR图像和X线图像的配准.然后在传统的归一化互相关(normalized cross correlation,NCC)和梯度差分(gradiant difference,GD)相似性测度指标基础上提出融合NCC和GD的归一化互相关-梯度差分(normalized cross correlation?gradient difference,NG)指标,并基于NG指标计算DRR图像和X线图像的相似性.通过Powell算法迭代求取相似性测度的极值,从而获得配准矩阵.最后在人体头颅CT数据上采用"黄金标准"判断法量化配准系统的精度,并通过脊柱CT和X线配准案例验证系统在实际场景的性能.结果 基于DRR及NG相似性测度的2D/3D图像配准系统的配准距离误差为0.51 mm,角度误差为0.40°.结论 基于DRR及NG相似性测度的2D/3D图像配准算法具有较好的配准精度,能适应不同风格的二维输入图像,基于该算法的配准系统具有较好的鲁棒性.

摘要： 针对传统点胶缺陷检测成本高、效率低等问题,提出基于机器视觉的点胶质量检测方法.通过图像分割以及形态学等图像处理手段,结合亚像素边缘提取方法准确定位出点胶区域轮廓,选取模板,采用归一化互相关匹配算法进行模板匹配,计算刚性仿射变换矩阵,并将其应用于待检产品图像,通过对目标区域计算,判断合格品及不合格产品的类型.实验结果表明,文章所提方案能快速、准确的判别出产品是否合格,并针对不合格产品判断其类型,准确率为99.6％,检测时间为354.6ms,具有良好的准确性以及快速性,满足工业生产要求.

摘要： 图像风格迁移是对给定的输入图像,采用计算机手段自动将任意其他图像的风格迁移到输入图像中,使两者风格完全相同,但保持原图像内容不变.本研究通过实验发现,当这种风格迁移用到人脸图像时,由于嘴唇、眼睛等部位对空间位置差异比较敏感,容易导致风格迁移效果失真.基于DPST(deepphoto style transfer)算法,提出对空间差异鲁棒的人脸图像风格迁移的改进算法,通过将输入图像和风格图像各部分语义的分割内容在深度卷积神经网络中特征图通道间的归一化互相关最大化,对风格图像进行对应的仿射变换,每个分割区域都以对应的空间变换后的样式图像作为样式参考,有效减轻了输入图像和风格图像各部分语义分割内容在空间上存在较大差异时产生的重影.选取空间差异较大的输入图像与风格图像,对新算法和原DPST算法以及其他基准算法进行对比实验,结果表明,当两张图像各语义分割内容在空间位置相差较大时,新算法仍能产生较好的效果,鲁棒性更佳.

摘要： 基于图像特征点的匹配算法广泛应用于图像检索,目标检测、识别等图像处理领域.针对特征匹配算法召回率较低的问题,提出了一种基于归一化互相关函数网格的统计优化特征匹配算法,将匹配主方向差和匹配尺度比引入特征匹配过程中,综合利用SIFT(scale invariant feature transform)特征点的主方向、尺度和位置等约束在网格框架下加速匹配位置的求解,优化特征匹配结果,提高匹配召回率和综合匹配性能.首先在目标图中寻找原图每个特征点的最近邻匹配特征点,得到初匹配结果;其次利用匹配主方向差剔除初匹配中的大部分误匹配,然后基于匹配尺度比信息对匹配图像划分网格,统计匹配特征点的位置信息在网格间的分布情况,最后计算原图中每个网格的归一化互相关函数以判断该网格内的匹配是否正确,得到优化后的特征匹配结果.实验结果表明,新算法的匹配准确率在与经典特征匹配算法相当的基础上将匹配召回率平均提高了10％以上,获得了更好的综合匹配性能.

摘要： 互相关计算方法的性能对超声弹性成像运动的计算效率起着决定性的作用.在串行计算环境下,基于和表的快速互相关算法在维持计算精度的同时可以获得更快的计算效率.然而,在并行计算环境下,尤其是GPU平台上,基于和表的快速互相关算法的实现以及性能还没有相关的报道.在本研究中,以二维超声弹性成像的运动追踪应用为目标,基于和表的快速互相关算法(ST-NCC)在GPU平台上得以实现,并且从计算效率及计算精度和传统的互相关算法进行了详细比较.初步结果显示,虽然基于和表的快速互相关算法(ST-NCC)在串行计算环境下获得了较好的计算效率,但是在GPU环境下,两种方法的计算效率没有较大的差距.

摘要： 由于复合材料结构先验知识获取的困难性及多传感器动态监测的冗余性,提出了一种基于归一化互相关的单传感器冲击定位方法,并搭建了单传感器复合材料板低速冲击定位系统.首先,利用归一化互相关方法提取基于冲击位置的信号特征,并有效去除传感器的温度交叉敏感和冲击能量影响因素;然后,计算样本信号和待定信号的归一化互相关值,并进行比较;最后,选择待定位信号角度范围内前三个最大相关值的样本点组成定位参考区域,以三角区域质心来评估冲击位置.在600 mm×600复合材料层合板上进行单传感器低速冲击定位验证实验,结果表明利用该定位方法可以准确进行冲击定位,其中最大误差为45.91 mm,平均误差为24.99 mm.通过单传感器定位性能实验结果显示:单传感器位置变化不会影响平均误差范围变化;单传感器定位平均误差和最大误差等大于双传感器,但均符合工程应用范围.结果证明,此方法能够在保证监测准确率的情况下尽可能减少大型复合材料结构传感网络中传感器的数目,同时大大减小布线和数据处理的复杂性,为大型结构健康监测提供了依据.

摘要： 目的：为了减小三维重建的重投影误差,提出一种改进的SIFT(Scale Invariant Feature Transform)算法.方法：首先使用SIFT提取和匹配特征点,将这些匹配点作为归一化互相关(Normalized Cross-correlati-on,NCC)的初始匹配对;然后使用特征点的主方向对局部图像进行旋转校正;最后计算该初始匹配对NCC系数并将相似地貌中的误配点剔除.结果：该方法剔除了大量的误配点,提高了特征点的正确匹配率和重建结果的精度.结论：改进的SIFT算法能够得到更为准确的匹配点对,获得较好的重建效果.

摘要： 本发明是为了克服现有技术对低压铸造机生产压力原始数据利用率低，提出一种基于归一化互相关与单位根检验的设备生产状态异常检测方法，充分利用了生产压力原始数据，并为设备检修等提供依据，包括以下步骤：从数据库中调取低压铸造生产压力原始数据，对调取的数据进行预处理，将数据预处理后以生产单个产品为基本单位进行初步分离，得到所有候选子序列并对其进行遍历，提取其中具有完整生产周期的生产压力曲线数据子序列，按照生产顺序进行排列；对所有子序列提取所需压力上升段到恒压段的部分特征段数据，设定压力曲线与提取得到的特征段数据，计算得到归一化互相关值特征序列并对其进行ADF检验，根据检验结果，判断设备运行状态是否存在异常。

摘要： 本发明公开了一种基于归一化互相关模板匹配的目标区域精准定位方法，主要包括依据不同的应用场景设定NCC算法参数；采用BPC值判别初始化粒子在原始图像中的坐标位置是否为候选目标图像的位置；使用PSO算法更新粒子坐标；记录NCC值满足相似度的粒子在原始图像中的坐标位置和数量；该粒子的坐标位置即为搜索到的目标图像的位置；依据相似度值搜索到所有目标图像的位置；将搜索到的目标图像输出，在原始图像中标记目标图像的位置。本发明中，在计算NCC值的过程中引入了一个上限函数作为筛选条件，应用于目标区域快速定位，可以解决各种工业生产中的定位问题，并显著提高生产效率，本发明提出的方法适用于有实时性要求的场景。

摘要： 本发明公开了一种基于归一化互相关的模板匹配方法、系统、装置及介质，方法包括：根据模板图像和目标图像构建相同层数的模板图像金字塔与目标图像金字塔；对模板图像金字塔的各层图像以预设的角度步长进行旋转处理，得到多个旋转图像，进而确定关键像素点；根据关键像素点在目标图像金字塔的顶层图像中筛选出与旋转图像的相关系数最高的第一匹配区域，并确定第一左上角坐标和第一旋转角度；根据第一左上角坐标和第一旋转角度对目标图像金字塔的各层图像进行逐层搜索，直至确定底层图像中与旋转图像的相关系数最高的第二匹配区域。本发明减少了模板匹配的计算量，提高了模板匹配的效率，也提高了模板匹配的准确度，可广泛应用于图像处理技术领域。

摘要： 本申请提供了归一化互相关图像模板匹配实现方法，其包括：在第n层金字塔进行图像模板匹配：分别构建模板图像和待搜索图像的第n层金字塔图像；按照预设角度在待搜索图像的第n层金字塔上遍历搜索，得到NCC大于预设阈值的所有候选匹配并过滤筛选出局部同一匹配中NCC最大的候选匹配并排序；在第i层金字塔进行图像模板匹配：分别构建模板图像和待搜索图像的第i层金字塔图像；按照预设角度在待搜索图像的第i层金字塔图像上遍历搜索，得到新候选匹配；判断i是否为0并根据判断结果重复在第i层金字塔进行图像模板匹配的步骤或将按照NCC值排序且NCC大于设定阈值的候选匹配作为目标位置。本申请需要的内存少、计算量少、匹配时间短。

摘要： 本发明提供了一种基于归一化互相关的Marchenko成像方法及系统，属于地震资料叠前深度偏移成像领域。该方法以初始格林函数和校正后的地震数据作为输入，以迭代反演的方法对Marchenko方程进行数值求解得到上行格林函数和下行格林函数，并对所得到的上行格林函数和初始格林函数进行归一化互相关处理得到Marchenko成像结果。本发明既能够实现一次反射波准确偏移归位，又能够对层间多次波进行有效处理，大大提高了成像质量。

摘要： 本发明涉及一种基于归一化互相关时延测量的超声波雪深测量装置及方法，属于自动气象监测领域。包括太阳能电池板、太阳能电池板调节电机、温度补偿模块安装块、导轨上固定块、可调限位块、超声波探头、辅助限位柱、超声波探头安装支架、联轴器、旋转底盘、温度补偿模块、导向柱、丝杠、移动块、丝杠电机、安装底座、测雪板、导向套筒、平面轴承和旋转电机。优点在于：减少测量探头对降雪影响的雪深测量支架，提高了测量准确性，实现一个测量支架测量多点雪深的功能，进行多点雪深测量，极大减少了雪深测量误差；超声波回波信号采用归一化互相关理论进行噪声抑制和目标信号提取，具有优良的时延测量精度。

摘要： 本发明公开了一种基于归一化互相关的模板匹配方法、系统、装置及介质，方法包括：根据模板图像和目标图像构建相同层数的模板图像金字塔与目标图像金字塔；对模板图像金字塔的各层图像以预设的角度步长进行旋转处理，得到多个旋转图像，进而确定关键像素点；根据关键像素点在目标图像金字塔的顶层图像中筛选出与旋转图像的相关系数最高的第一匹配区域，并确定第一左上角坐标和第一旋转角度；根据第一左上角坐标和第一旋转角度对目标图像金字塔的各层图像进行逐层搜索，直至确定底层图像中与旋转图像的相关系数最高的第二匹配区域。本发明减少了模板匹配的计算量，提高了模板匹配的效率，也提高了模板匹配的准确度，可广泛应用于图像处理技术领域。

摘要： 本发明是为了克服现有技术对低压铸造机生产压力原始数据利用率低，提出一种基于归一化互相关与单位根检验的设备生产状态异常检测方法，充分利用了生产压力原始数据，并为设备检修等提供依据，包括以下步骤：从数据库中调取低压铸造生产压力原始数据，对调取的数据进行预处理，将数据预处理后以生产单个产品为基本单位进行初步分离，得到所有候选子序列并对其进行遍历，提取其中具有完整生产周期的生产压力曲线数据子序列，按照生产顺序进行排列；对所有子序列提取所需压力上升段到恒压段的部分特征段数据，设定压力曲线与提取得到的特征段数据，计算得到归一化互相关值特征序列并对其进行ADF检验，根据检验结果，判断设备运行状态是否存在异常。

摘要： 本发明公开了一种基于归一化互相关模板匹配的目标区域精准定位方法，主要包括依据不同的应用场景设定NCC算法参数；采用BPC值判别初始化粒子在原始图像中的坐标位置是否为候选目标图像的位置；使用PSO算法更新粒子坐标；记录NCC值满足相似度的粒子在原始图像中的坐标位置和数量；该粒子的坐标位置即为搜索到的目标图像的位置；依据相似度值搜索到所有目标图像的位置；将搜索到的目标图像输出，在原始图像中标记目标图像的位置。本发明中，在计算NCC值的过程中引入了一个上限函数作为筛选条件，应用于目标区域快速定位，可以解决各种工业生产中的定位问题，并显著提高生产效率，本发明提出的方法适用于有实时性要求的场景。

摘要： 本发明涉及一种基于零均值归一化互相关目标函数的时间域全波形反演方法，通过计算模拟和观测记录之间的零均值归一化互相关代替传统全波形反演中最小二乘目标函数的求取。通过归一化互相关使模拟数据与观测数据振幅的绝对值在‑1到1之间，有效的减小了因振幅误差导致的反演结果错误。且由于振幅能量的归一化，提高了地震记录中远偏移距的能量权重，因远偏移距数据携带了模型中大尺度构造的信息，该方法能减小跳周的发生。因实际地震记录易受低频噪声的影响，且通常为非均值噪声，引入了去均值项，通过对模拟和观测记录的去均值计算减小了低频噪声的干扰。该方法能在缺失低频信息或者低频信息被噪声污染的情况下准确的反演出地下介质的速度参数。