简介：图像配准是图像处理的基本任务之一，其效果将直接影响到其后续图像处理工作的效果。介绍了一种借助转动惯量计算惯量椭圆以进行遥感灰度图像配准的方法。

简介：摘要：图像匹配是信息领域中的一项重要技术，同时也是其它一些图像处理技术的基础。因此,对现有匹配算法展开研究以提高图像处理质量具有十分重要的意义。本文分析了图像匹配常用方法的优点和不足之处，讨论了图像匹配中需要进一步研究和解决的问题。

简介：叙述了将张祖勋院士等提出的数字图像匹配算法引入遥感数字图像处理，进行高精度遥感图像配准、纠正、融合的思路，指出．此方法不仅能解决遥感图像精准处理的理论和应用问题，且使遥感图像精确纠正、配准、融合处理等跨入实用阶段。

简介：概述了相关匹配跟踪的研究现状,介绍了序贯相似性检测算法（SSDA）流程及存在的问题,提出了基于SSDA的图像匹配跟踪算法。该算法结合运动轨迹模型,预测了目标在下一帧的位置,并对运动目标进行搜索及跟踪状态估计和维护。试验结果表明,该算法可提高恶劣条件下图像跟踪适应能力,提升了整个图像跟踪的稳定性。

简介：SIFT特征匹配算法具有很强的匹配优势，当图像发生角度改变、位置改变、视觉角度变换、光照强度变化、仿射演变情况下，仍能正确匹配。通过实验验证了算法的匹配优势。

简介：作为计算机视觉和图像处理领域的重要研究内容,图像匹配的主要目的是寻找图形图像之间的匹配关系。因为传统的匹配方法主要是依靠点作为基本单元的一阶匹配方法和依靠线作为基本单元的二阶匹配方法,因此对采集特征点的选择和匹配方法的优化是很重要的。然而,基于局部图像信息的这两种方法的匹配效果不是很好,本文通过改进使用多目标优化算法NSGA-II,设计实现一种新的高阶图匹配算法,通过设计相关的目标函数和遗传算子,提取两幅图的特征,并在此基础上确定特征点匹配关系。实践表明,该方法在变形和噪声存在的情况下,能够正确匹配两幅图之间的特征点。

简介：更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析（PCA-principalcomponentanalysis）和模板匹配的方法进行飞机识别。首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别。实验结果证明,该方法对飞机目标的识别是有效的。

简介：摘要：图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所对应的窗口中心点作为同名点。图像匹配是目标识别、目标跟踪、超分辨率影像重建、视觉导航、图像拼接、图像配准、三维重建、视觉定位等许多领域的核心问题之一，对于后期的图像分析与图像处理起着至关重要的作用。随着人工智能与深度学习的快速发展、软硬件技术的不断提高，基于双摄像头的视觉系统愈发成为当今社会研究的热点问题。本文对双目视觉的图像匹配算法进行了研究。

简介：摘要：本文基于主成分分析（PCA）和图像匹配技术，提出了一种飞机识别算法。该算法通过对飞机图像进行PCA降维处理，提取关键特征，并利用图像匹配算法对待识别图像与数据库中的飞机图像进行比对。实验结果表明，该算法在飞机识别任务中具有较高的准确性和鲁棒性，可应用于实际的飞机识别系统中。

简介：通过对基于投票机制的特征匹配算法的分析与仿真,选用矢量投票方式获得的匹配结果,实现了SAR（合成孔径成像）图像匹配。

简介：针对传统的基于全局特征检索存在的不足,对图像分割、特征提取、综合区域匹配等算法进行了研究,从计算机视觉的角度分析图像特征,提出一种基于多区域综合匹配的图像检索算法。该算法采用基于聚类学习的图像特征区域重要性决策规则,提出一种改进加权区域的综合匹配方法,以提高图像检索的准确性。

简介：摘要：当前，图像识别的应用逐渐深入社会各行各业，对多样化的功能需求具有较强的适应能力，可以提供良好的信息收集与处理效果。模板匹配技术属于一种处理的额外技术分支，其能够利用计算机装置进行自动化求解，实现快速识别目标图像的效果。通过应用模板匹配技术，有利于图像识别的进一步应用，达到增强效率与处理质量的目标。本文首先分析模板匹配技术的基础概念，随后深入研究主要应用途径，最后阐述存在的问题和解决方案，以供参考。

简介：摘要：图像匹配算法主要是对结构、内容、关系、特征、灰度以及纹理等内容，执行一致性或是相似性的分析，以择选出相似影像目标的的一种方法。若将它应用于几何尺寸测量过程中，可从质量角度出发，减少在图像匹配环节的非人工缺陷。基于此本文结合实际思考，首先简要分析了图像匹配算法的工作机理，其次阐述了基于图像匹配算法的几何尺寸测量措施。以期对相关部门的工作有所帮助。

简介：在分析基本粒子群优化算法的基础上,对学习因子进行非线性异步策略调整,改变其固定常数模式,平衡算法在迭代过程中的局部和全局搜索能力;同时引入活力因子,对失活粒子执行变异操作,提高种群多样性。改进算法可以提升对多维空间的全局寻优能力,避免粒子产生早熟收敛现象。将改进粒子群算法引入图像匹配优化问题中,提出了一种基于改进粒子群算法的图像匹配算法,实验结果表明,该算法具有更快的匹配速度以及更高的匹配精度,具有强鲁棒性。

简介：大视角图像匹配算法的鲁棒性与实时性直接影响飞行器对远距离目标定位的性能。针对目前仿射不变图像匹配算法实时性较差的问题,提出一种惯性信息辅助的快速大视角图像匹配方法。该方法对现有的快速图像匹配算法进行改进,避免了构建高斯金字塔,提高了算法效率。然后利用机载惯性导航信息求解实时图与参考图之间的单应性矩阵,并对实时图进行模拟视角变换以此减小图像间视角差异,克服了现有的大视角图像匹配算法盲目多次的匹配计算,实现了大视角图像的快速匹配。实验结果表明,惯性信息辅助的大视角图像匹配算法与现有的快速仿射不变性匹配算法相比,匹配效率提高了至少2倍。

简介：在模糊和含噪声的红外图像配准中,利用角点检测实现特征点的选择,在提高角点提取效率的同时又保证了角点提取的精度。根据互相关的双向匹配实现对应特征点的自动匹配,然后由对应的特征点对估计出仿射变换的参数。实测的数据和计算结果表明,这种方法对于双波段红外图像的配准是有效的,而且有利于后续的图像融合。

简介：摘要：本文研究了基于人工智能的深度学习的红外图像特征点匹配方法。通过选择合适的数据集和预处理技术，本文设计了卷积神经网络（CNN）架构，并采用特征点匹配算法和特征转换方法进行匹配。通过实验评估和性能比较，结果表明基于深度学习的方法在红外图像特征点匹配方面取得了显著的性能提升。本研究的成果对于红外图像处理和特征点匹配领域具有重要意义。

简介：针对传统尺度不变特征变换(ScaleInvariantFeatureTransformation,SIFT)和加速鲁棒特征(Speed-UpRobustFeature,SURF)算法在视觉同步定位与建图(SimultaneousLocalizationAndMapping,SLAM)系统中耗时严重的问题,基于ORB(ORientedBRIEF(BinaryRobustIndependentElementaryFeatures))算法提出了一种改进的图像匹配算法。针对FAST(FeaturesfromAcceleratedSegmentTest)特征检测算子易受图像模糊和距离变化影响的缺点,建立了多尺度空间金字塔;针对BRIEF特征描述算子效率不高的问题,采用精简后的快速视网膜特征描述算子构建了特征向量;通过最邻近的交叉匹配对特征向量进行了提纯,采用顺序采样一致性算法剔除了错误匹配对。最后,通过与SIFT、SURF和ORB算法进行对比验证了改进算法的有效性。

简介：摘要对传统火灾探测器在某些特殊场合失效的问题，开发基于安防监控系统和计算机视觉方法的视频火灾探测技术展现出广阔前景。然而，现有的视频火灾探测技术不能有效去除复杂场景中的干扰，容易造成严重的误报漏报现象。本文介绍了视频图像采集的过程，视频流格式和图像采集的程序实现。当图像采集到计算机内存并填充DIB位图结构后，为方便后续的图像分割，需对图像进行预处理。

简介：鉴于当前图像配准色彩存在较大的差异,文章提出基于色彩校正与分层块匹配的图像配准算法。通过将RGB彩色图像转换为灰度图像,运用逆过程来校正图像的灰度级。基于块匹配思想以高斯金字塔为框架,结合图像块结构信息和相关信息作为图像块匹配准实现匹配块的精准定位;基于分层自适应图像块数量思想应用全搜索算法来加快算法效率。实验结果表明:文章提出的算法具备更高的匹配率和时间效率,是一种更加精确的鲁棒图像配准算法。