基于平滑约束和聚类分析的图像配准算法

来源 :激光与光电子学进展 | 被引量 : 0次 | 上传用户:danNyZ
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对随机抽样一致性(RANSAC)算法在特征点匹配中存在的精度低、稳定性差等问题,提出了一种基于平滑约束和聚类分析的图像配准算法。首先,利用邻域匹配特征点的尺度信息及空间角度顺序构建平滑约束,将初始匹配点划分为高内点率的抽样集和高内点数的验证集;然后,通过反复抽样和模型检验求解暂定内点集,并对其进行聚类分析,根据聚类中心在图像重叠区域的分布质量选取最优内点集;最后,利用最优内点集求解模型参数,实现图像的稳健配准。仿真结果表明,相比RANSAC算法,本算法的配准精度提高了26.83%,误差标准差由0.
其他文献
当图像直方图为单峰时,传统大津法检测电润湿显示器缺陷时容易得到错误的结果,一些改进方法在缺陷处颜色深浅不一,且在背景与缺陷对比度较小的情况下分割结果不稳定。针对上述问题,提出了一种改进的最大类间方差法。为了提高直方图峰值与非峰值范围的差异,更好地提取峰值信息,在目标方差前添加了一个随灰度直方图梯度累积量增大而减小的权值,以保证本方法得到的阈值在单峰情况下始终处于单峰左侧。实验结果表明,相比大津法,
传统的三维重建方法大多侧重于物体表面细节的保留,在需要快速完成反映物体类别、形状等典型特征的点云三维重建工作中,其效率和自动化程度较低。针对这一问题,提出一种基于多标签分类的点云批量快速三维重建方法。对三维点云采取先简化再去噪的预处理,提出一种基于双阈值约束优化的k邻域去噪算法,并将其去噪效果与两种现有方法进行对比评价。利用动态图像卷积神经网络(DGCNN)对预处理后的三维点云进行分类。通过类别匹
为了兼顾算法的跟踪速度与精度,提出了一种基于双核模型上下文的流形正则相关滤波跟踪算法。其中,结合上下文相关框架与相关滤波算法的主模块承担主要跟踪任务,可弥补相关滤波学习模型中余弦窗过滤的背景信息。对上下文相关样本进行流形正则处理,可达到惩罚上下文相关框架、优化主模块模型的目的。辅助模块则结合了核相关滤波算法与卷积特征,当跟踪目标发生遮挡、形变或超出视距等情况,跟踪置信度低于经验阈值时启用辅助模块,
图像语义分割是计算机视觉的重要研究领域,是场景理解的关键技术之一。在无人驾驶领域,通过对道路场景进行高质量的语义分割,可为自动驾驶汽车的安全行驶提供保障。首先从道路场景语义分割的定义出发,探讨了目前该领域面临的挑战;其次,将语义分割技术划分为传统的分割技术,传统与深度学习相结合的分割技术和基于深度学习的分割技术,重点介绍了基于深度学习的语义分割技术,并按照强监督、弱监督、无监督三种不同的网络训练方
在基于卷积神经网络的目标检测算法中,浅层高分辨率特征包含更多细节信息,有助于抽象特征完成精确的定位任务;深层特征包含抽象的语义信息,更适合目标存在性预测任务。研究发现,现有的不基于先验框的检测方法直接在同一特征图上预测所有任务时,并没有匹配上述特征与预测任务,而这一特征与任务不匹配的问题限制了检测精度。为解决这一问题,提出了一种匹配目标多尺度特征与预测任务的实时目标检测算法,简称MFT检测器。以C
图像非线性畸变降低图像检测和分类的准确率,因此畸变校正是图像处理的一个重要预处理步骤。为此,提出一种基于自适应角点检测的非量测畸变校正方法来更好地解决图像畸变问题。首先,以畸变棋盘格图像作为研究对象,以自适应角点检测获取亚像素级角点坐标作为输入信息,基于直线投影不变性建立畸变损失函数并设置基于曲率半径的权重系数调整各曲线的畸变量。然后,采用非线性优化方法标定畸变系数和畸变中心实现畸变校正。设计两组
针对水下图像存在的对比度低、细节模糊、色彩失真问题,提出了一种基于预处理图像惩罚的生成对抗网络(GAN)水下图像增强方法。首先,通过改进的红色通道直方图拉伸算法对水下图像进行预处理,改善图像对比度的同时避免传统直方图拉伸后的局部过增强现象。然后,构建带有预处理图像惩罚的GAN,实现水下图像增强。其中,生成器编码-解码结构中的前两层使用多尺度卷积,以增强网络对细节信息的学习能力。最后,构建多项损失函
对公转结构电子束蒸发镀膜机的膜厚误差进行研究.提出一种基于非余弦膜厚分布理论的膜厚误差分析方法,并用数学方法对膜厚误差的分布进行表征.膜厚误差是基板表面位置的函数,不仅与镀膜工艺参数有关,还与蒸发源和基板之间的空间结构配置有关.理论分析表明,电子束蒸发源偏离工件盘公转轴,是引起膜厚误差的根本原因.在直径为2700 mm的镀膜机上镀制了三层介质膜,利用光谱反演膜厚误差,其结果与膜厚误差分布理论分析结果一致.
针对传统的桥梁裂缝检测算法具有抗噪能力差和难以处理复杂背景的裂缝图像,以及常规深度学习图像分割算法存在空间精确度低的问题,提出一种基于多分辨率且具有较高空间精确度的桥梁裂缝检测方法。首先使用无人机采集桥梁图像,通过图像增强处理得到桥梁裂缝数据集。接着利用并行连接多分辨率子网和重复的多尺度融合,使检测模型在整个过程中保持高分辨率表示,同时在相同深度和相似水平的低分辨率表示的帮助下执行重复的多尺度融合
多视点光学定位系统因其可以减少手术中的定位盲区、获得更大的视野范围,已成为弥补光学定位中光线遮挡弊端的一种有效解决方案。本文提出基于重建精度最优的多视点光学定位算法,以解决光学定位中光线遮挡问题。算法首先通过分析各视点中光学定位标记物数量判断各视点与手术器械的光线遮挡情况;然后根据平行式立体视觉测量精度分析模型,分析平行式多视点的结构及标记物与相机之间的位置关系对三维测量精度的影响;最后选择重建精