上海交通大学,图像处理与模式识别研究所,上海,200030
提出了基于图像内容特征的主动网格生成方法和网格节点运动估计方法,网格的边界与运动场景的边界有很好的一致性,避免了相同三角形小片内存在不同的运动物体,克服这种情况下运动估计失效的问题.块匹配的运动补偿方法的缺陷在于块效应,基于主动网格的运动补偿消除了块效应和边界不连续现象,运动场的估计与实际运动场有很好的近似,对局部运动也有更好的逼近.
主动网格 运动补偿 运动估计 Active mesh Motion compensation Motion estimation
华中科技大学,电子与信息工程系,湖北,武汉,430074
传统的方法是用统计特性来分析和描述地形特征,对于具有相似统计特征的区域则往往失去效用.提供一种基于地形结构纹理特征的分形描述方法,描述的对象是多尺度结构特征,从地形的形成机理特性出发,符合人类从粗至细的视觉特性,体现了在不同分辨率下逐步求精的过程.
结构维数 地形分析 多尺度 形态学 Structural dimension Terrain analysis Multi-scale Morphology
1 目标与环境光学特征国防科技重点实验室,北京,100854
2 中国航天科工集团第二研究院第207所,北京,100854
图像奇异值特征矢量以其稳定性和它在转置、平移、旋转和镜像变换下具有的不变性,被认为是一种图像的代数特征,广泛应用于图像匹配和图像识别.通过矩阵运算,证明了奇异值特征矢量在图像做缩放变换时具有不变性,并将这种性质运用于图像匹配.实验结果表明这种不变性与奇异值特征矢量在图像做转置、平移、旋转和镜像变换时所具有的不变性一样,是奇异值特征矢量能够作为图像代数特征的一个重要依据.
图像匹配 奇异值分解 缩放不变性 Image matching Singular value decomposition Reducing and enlarging invariance
1 上海交通大学
2 图像处理与模式识别研究所
3 上海
4 200030
景象匹配是计算机视觉研究的一个重要方向,如何在复杂的环境下提高匹配概率与定位精度是其亟待解决的难点之一.在分析畸变校正的量化噪声为高斯噪声的基础上,提出了基于特征和时空关联的积相关图像匹配算法.采用基于噪声抑制小波边缘检测方法,提取实时图和基准图的边缘特征;基于归一化积相关实现序列实时图(3帧)与基准图的匹配,再根据位置信息实现相关峰值的数据融合得到匹配点.此方法克服了因面积增大由几何失真导致的匹配概率下降的缺点,提高了匹配概率,具有较好的匹配稳健性.
景象匹配 数据融合 特征提取 小波变换 畸变校正 Image registration Data fusion Feature extraction Wavelet transform Aberration rectification
华中科技大学图像识别及人工智能研究所图像信息处理与智能控制教育重点实验室,湖北,武汉,430074
传统的图像匹配方法中,由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响.文中提出了一种基于奇异值分解的图像匹配方法.该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位.由于奇异值分解方法所特有的优越性,匹配实验取得了良好效果.实验结果验证了该方法的有效性.
图像匹配 奇异值分解 文献标识码：A Image matching Singular value decomposition
