改进的轮廓波图像匹配算法

改进的SURF算法在图像匹配中的应用作者：黄春凤刘守山别治峰许广会来源：《现代电子技术》2020年第10期摘; 要：针对加速稳健特征（Speeded Up Robust Features，SURF）算法在三维重建中匹配准确率低的问题，提出基于SURF算法的改进算法。

首先利用SURF算法提取特征点，通过近邻搜索（Best Bin Fast，BBF）算法实现Kd⁃Tree快速查找最近邻特征点，结合双向唯一性匹配的方法完成图像匹配，然后在视差约束下，利用视差梯度约束对初始特征匹配对进行预处理，筛选掉一些偏差较大的匹配对，最后采用随机抽样一致（Random Sample Consensus，RANSAC）算法对特征点二次优化和去噪处理。

将其他改进算法和提出的改进算法分别进行图像匹配处理比较，分析算法的性能，得到提出的改进算法匹配成功率达96.3%。

实验结果证明提出的改进算法简单快速，匹配精度高。

关键词：图像匹配; 特征点提取; 双向匹配; 视差梯度; 随机抽样一致; 匹配精度中图分类号： TN911.73⁃34; TP391.9; ; ; ; ; ; ; 文献标识码： A; ; ; ; ; ; ; ; ; ; ;文章编号：1004⁃373X（2020）10⁃0111⁃05Application of improved SURF algorithm in image matchingHUANG Chunfeng， LIU Shoushan， BIE Zhifeng， XU Guanghui（College of Electronic Information Engineering， Shandong University of Science and Technology， Qingdao 266590， China）Abstract： An improved algorithm based on SURF algorithm is proposed to improve the matching accuracy of SURF （speeded up robust features） algorithm in three⁃dimensional reconstruction. The feature points are extracted by means of the SURF algorithm， Kd⁃Tree searches the nearest neighbor feature points quickly by means of BBF （best bin fast） algorithm， and then the image matching is completed in combination with the biuniqueness matching method. Under the disparity constraint， the initial feature matching pairs are preprocessed by means of the disparity gradient constraint， some matching pairs with large deviation are screened out， and the quadratic optimization and de⁃noising processing of feature points are carried out by means of RANSAC （random sample consensus） algorithm. The performance of other improved algorithms and the proposed improved algorithm were compared and analyzed respectively for image matching， from which the matching success rate of the proposed improved algorithm is 96.3%. The experimental results show that the proposed improved algorithm is simple， fast and has high matching accuracy.Keywords： image matching; feature point extraction; bidirectional matching; disparity gradient; random sample consistency; matching precision0; 引言近年來，随着科技的进步，双目立体视觉[1]技术被广泛应用，例如图像检索[2]、三维重建[3]、目标识别[4]、图像配准[5]等。

基于图像轮廓的匹配算法的研究与应用图像轮廓是图像中物体的边界线条，它包含了物体的形状和结构信息。

基于图像轮廓的匹配算法在计算机视觉领域有着广泛的研究和应用。

本文将探讨该算法的研究进展以及在实际应用中的一些应用案例。

首先，基于图像轮廓的匹配算法主要包括两个步骤：特征提取和匹配。

特征提取是指从图像中提取出轮廓特征，常用的方法有边缘检测算法（如Canny算法）和轮廓提取算法（如Sobel算法）。

匹配是指将提取到的轮廓特征与数据库中的轮廓进行比对，找到最佳匹配结果。

常用的匹配方法有欧氏距离匹配和形状上下文匹配等。

在研究方面，基于图像轮廓的匹配算法已经取得了一些重要的进展。

例如，研究人员提出了基于形状上下文的匹配算法，该算法可以在形状有较大变化的情况下也能进行准确的匹配。

此外，还有一些基于深度学习的图像轮廓匹配算法，通过使用深度神经网络对轮廓进行学习和提取，可以得到更加准确的匹配结果。

在应用方面，基于图像轮廓的匹配算法有着广泛的应用场景。

例如，在目标检测中，可以利用该算法对目标的轮廓进行匹配，从而实现目标的自动识别和定位。

此外，在工业领域中，可以利用该算法对产品的轮廓进行匹配，实现产品的质量检测和分类。

除此之外，基于图像轮廓的匹配算法还可以应用于图像检索、图像重建等领域。

例如，在图像检索中，可以利用该算法对图像库中的图像进行轮廓匹配，从而实现更加准确和高效的图像检索。

在图像重建中，可以利用该算法对缺失的轮廓进行补全，从而实现图像的完整重建。

综上所述，基于图像轮廓的匹配算法在计算机视觉领域具有重要的研究价值和广泛的应用前景。

虽然该算法在一些复杂场景下仍然存在一定的挑战，但通过不断的研究和改进，相信会有更多的突破和创新，进一步推动该算法在实际应用中的发展和应用。

基于改进轮廓波变换的SAR图像增强王蕊;龙奕【摘要】针对轮廓波变换(contourlet transform)中进行拉普拉斯金字塔分解时,所得的带通图像在奇异性点附近产生振荡,影响图像去噪的效果,提出一种改进的轮廓波变换.通过改进拉普拉斯金字塔分解,可消除轮廓波变换带通图像边缘附近的震荡.提出了基于改进轮廓波变换的SAR图像增强算法.实验结果表明,该算法在有效抑制SAR图像噪声的同时,较好地保持了图像边缘细节.%In the contourlet transform,the image obtained by Laplacian Pyramid decomposition may produce artifacts on singularity of signal, which is harmful to image denoising. Due to the lack, the improved contourlet transform which is composed of the improved Laplacian Pyramid(LP) decomposition is proposed,and the improved Laplacian Pyramid can effectively suppress the artifacts around the edge of the subband image obtained by contourlet transform. At the same time,SAR image enhancement algorithm based on improved contourlet transform is presented. Experiment results show that the algorithm is superior not only in speckle reduction but also in edge preservation.【期刊名称】《计算机工程与应用》【年(卷),期】2011(047)013【总页数】3页(P178-180)【关键词】合成孔径雷达(SAR)图像;轮廓波变换;拉普拉斯金字塔;图像增强【作者】王蕊;龙奕【作者单位】西南交通大学峨眉校区,计算机与通信工程系,四川,峨眉,614202;贵州大学,电气工程学院,贵阳,510003【正文语种】中文【中图分类】TP3911 引言由于成像系统的相干性，SAR图像中不可避免地存在着斑点噪声，斑点噪声将干扰对SAR图像的后续处理。

基于改进SURF的快速图像配准算法胡旻涛;彭勇;徐赟【期刊名称】《传感器与微系统》【年(卷),期】2017(036)011【摘要】针对传统加速鲁棒特征(SURF)匹配算法存在实时性不高,误匹配等问题,提出了基于改进SURF特征提取快速的图像配准算法.利用快速黑塞(Hessian)矩阵提取图像特征点,根据图像熵信息对特征点进行筛选,采用改进的快速近邻搜索算法进行特征匹配,到用随机抽样一致(RANSAC)算法剔除误匹配对.实验表明:改进后的算法有效改善了匹配效率,提高了匹配准确度.%Aiming at problem of poor real-time and false matching of images matching algorithm based on speed up robust features (SURF),present an images matching algorithm based on improved SURF. Features point of image is extracted by using the Fast-Hessian matrix. Features point is sifting by image entropy information. RANSAC algorithm is used to exclude mistake matching pair. The experiments show that this algorithm improves matching efficiency,and improve matching accuracy.【总页数】3页(P151-153)【作者】胡旻涛;彭勇;徐赟【作者单位】江南大学物联网工程学院,江苏无锡214122;江南大学物联网工程学院,江苏无锡214122;江南大学物联网工程学院,江苏无锡214122【正文语种】中文【中图分类】TP391.41【相关文献】1.基于改进Harris-SURF算子的遥感图像配准算法 [J], 李天佐;刘丽萍;孙学宏;余增增2.基于改进SURF算法的移动目标实时图像配准方法研究 [J], 巨刚;袁亮;刘小月;岳昊恩3.基于SURF的图像配准改进算法 [J], 潘建平;郝建明;赵继萍4.基于改进的SURF图像配准算法研究 [J], 金斌英5.基于SURF的图像配准改进算法 [J], 袁丽英; 刘佳; 王飞越因版权原因，仅展示原文概要，查看原文内容请购买。

改进D-P算法在图像轮廓平滑中的应用程立;王江晴;田微;朱宗晓;魏红昀;刘赛;徐科【期刊名称】《计算机工程》【年(卷),期】2012(038)017【摘要】A modified Douglas-Peucker algorithm is proposed aiming at the disadvantages of traditional Douglas-Peucker algorithm such as low running speed and difficulty in program design. In the algorithm, the edge is traversed at a certain step length and the feature points on the edge are gained in order of traversal sequence according to the relation-between max distance of points on the edge to line between the start and end point of the selected edge section and the distance threshold. At the same time smoothing effect is good when edges are smoothed between the adjacent two feature points. Experimental results show the improved algorithm can increases speed by ten percent than the traditional algorithm.%针对传统D-P算法速度较慢、编程不方便的问题,提出一种改进算法.以一定步长对轮廓进行遍历,根据轮廓上点到所选轮廓段首末点连线最大距离与距离阈值的大小关系,按轮廓遍历顺序获取曲线轮廓的特征点,并在相邻的特征点之间采用贝塞尔曲线进行平滑.实验结果表明,改进算法的速度比传统算法提高10％以上.【总页数】3页(P232-234)【作者】程立;王江晴;田微;朱宗晓;魏红昀;刘赛;徐科【作者单位】中南民族大学计算机科学学院,武汉430074;中南民族大学计算机科学学院,武汉430074;中南民族大学计算机科学学院,武汉430074;中南民族大学计算机科学学院,武汉430074;中南民族大学计算机科学学院,武汉430074;中南民族大学计算机科学学院,武汉430074;中南民族大学计算机科学学院,武汉430074【正文语种】中文【中图分类】TN911.73【相关文献】1.改进的梯度倒数加权算法在图像平滑中的应用 [J], 王洪亮;曹苏明;刘国平;吴建华2.改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用 [J], 李谦;李庆鹏;林家瑞3.D-P算法的改进及其在飞行轨迹回放中的应用 [J], 雷祥;张少华;任凌云;王彦理4.一种轮廓平滑图像超分辨率算法 [J], 郑可新;王宁;王海洁;赵旭5.多层曝光图像序列轮廓波域平滑算法 [J], 夏辉丽;高静因版权原因，仅展示原文概要，查看原文内容请购买。

改进的轮廓波图像匹配算法丁灿;曲长文【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)010【摘要】与小波变换相比,轮廓波变换中LP滤波器的显著缺点是存在过采样和非正交特性.提出一种改进轮廓波变换方法,首先对待处理图像实施小波变换,然后对低频子带图像进行重建,可得到一个高频子带图像,使用滤波器组进行多方向划分.该方法既保持了临界采样又利于后面使用方向滤波器组来对高频部分进行方向划分.实验证明该方法的匹配效果优于小波变换及轮廓波变换.%Compared with wavelet transform, a drawback of Laplacian Pyramid(LP) in contourlet transform is implicit oversampling and non-orthogonal decomposition. This paper proposes an improved contourlet transform, the proposed method derives wavelet coefficients of entry image by wavelet transform, then reconstructs the image only by lowpass coefficients and after processing it can derive a highpass subband. The proposed method keeps critical sampling and it' s convenient for direction filter banks to partition the highpass subbands. It is found that the rate of matching in improved contourlet transform domain is higher than that in wavelet transform and contourlet transform domain.【总页数】4页(P194-196,221)【作者】丁灿;曲长文【作者单位】海军航空工程学院电子信息工程系,山东烟台264001;海军航空工程学院电子信息工程系,山东烟台264001【正文语种】中文【中图分类】TP75【相关文献】1.一种改进的非下采样轮廓波变换图像去噪算法 [J], 谭勇2.基于改进轮廓波变换的图像去噪算法 [J], 王蕊;尹忠科;龙奕3.基于改进Harris算法与改进的SIFT算法相结合的图像匹配方法 [J], 郭鲁;魏颖4.基于改进非下采样轮廓波的图像融合算法 [J], 冯鑫;王晓明;党建武;沈瑜5.基于非下采样轮廓波变换的CT和MR图像融合改进算法研究 [J], 卫志娇;王蒙;董相利;朱红因版权原因，仅展示原文概要，查看原文内容请购买。

基于轮廓特征区域的图像拼接改进比值算法
张鹏飞
【期刊名称】《科技信息》
【年(卷),期】2011(000)023
【摘要】阐述了图像拼接技术的应用领域和各种匹配算法,研究了比值匹配算法的基本原理和优缺点,本文针对该算法易出现误匹配的问题,设计了基于轮廓特征区域的图像拼接改进比值算法,传统算法相比,该算法能够更快更准确地找到图像最佳匹配位置,解决了传统算法中误匹配的问题.实验结果证明该算法具有速度快,准确性高等特点.
【总页数】2页(P202-203)
【作者】张鹏飞
【作者单位】西安科技大学陕西西安710054
【正文语种】中文
【相关文献】
1.一种基于轮廓特征的图像拼接算法设计与实现 [J], 俞辉;侯在克;何旭莉;吴炎
2.一种基于特征区域分割的图像拼接算法 [J], 刘金根;吴志鹏;刘上乾;殷世民
3.基于轮廓的血细胞图像拼接算法的设计与实现 [J], 王晨;庞全
4.基于比值法图像拼接的等比例改进算法 [J], 冉柯柯;王继成
5.基于轮廓曲线和特征区域的秦俑碎块匹配算法 [J], 赵夫群;周明全;耿国华
因版权原因，仅展示原文概要，查看原文内容请购买。

基于SURF的图像匹配算法改进顾大龙;曾峦;翟优【摘要】In image registration, the ratio of Euclidean distance from the closest neighbor to the second closest neighbor is used in SURF algorithm to find the matching point. When the matching threshold is very big, the method brings lots of mismatching points, which affect the accuracy of image mosaic. RANSAC is an effective method, which can eliminate the mismatching points, but it needs to make sure some parameters artificially.A method of multi-level image registration is put forward in this paper. It can not only eliminate the mismatching points, but also complete the image registration without participate of manual work. The experimental results prove the method of image registration can extract the matching point exactly, realize the image registration, and satisfy the need of image mosaic. It has a particular application value.%在图像匹配中,SURF算法采用最邻近与次邻近欧式距离比查寻匹配点,当阈值过大时,这种方法会产生大量误匹配点,从而严重影响图像配准的精度.RANSAC算法是一种有效剔除误匹配点的方法,但需要人工确定部分参数值.提出一种多层次图像匹配方法,不仅能够剔除误匹配点还可以无需人工参与完成图像匹配.实验表明,该匹配方法能够精确提取匹配点和实现自动匹配,很好地满足图像配准的要求,具有一定的应用价值.【期刊名称】《现代电子技术》【年(卷),期】2012(035)014【总页数】4页(P79-82)【关键词】SURF;欧式距离;图像配准;自动匹配【作者】顾大龙;曾峦;翟优【作者单位】装备学院研究生管理大队,北京101416;装备学院国防重点实验室,北京101416;装备学院研究生管理大队,北京101416【正文语种】中文【中图分类】TN919-340 引言现今比较流行的特征点匹配算法主要是SIFT算法[1]和SURF算法[2]，SIFT算法是由Lowe提出的，由于其良好的性能而被广泛的使用，但是SIFT算法过于复杂，需要大量的计算时间，同时描述符维数过高，增加了匹配算法的复杂度，因此很难满足对实时性要求很高的场合。

2018，54（2）1引言图像配准技术是计算机图像处理领域的一个重要方向，在医学图像处理、计算机视觉、模式识别等领域有着极其广泛的应用和研究。

图像配准是将不同时间、不同传感器或不同视角下获取的同一场景的两幅或者多幅图像匹配为一张高分辨率、广视角的图像处理过程。

目前常用的图像配准技术主要是基于灰度信息和基于特征的方法[1]。

基于灰度的方法一般采用空间相关法或者频域相关法，主要缺点是对光照变化和噪声干扰比较敏感，且受旋转及遮挡影响较大。

基于特征的方法[2]现阶段运用得较为广泛，主要是利用了从多幅图像提取到的特征点作为匹配基元；所以对环境照明的变化不太敏感，性能较为稳定。

SIFT 算法[3-4]由于其尺度不变性、旋转不变性等优良特性，近年来得到了广泛应基于SIFT 和改进的RANSAC 图像配准算法贾雯晓1，张贵仓1，汪亮亮1，秦娜2JIA Wenxiao 1,ZHANG Guicang 1,WANG Liangliang 1,QIN Na 21.西北师范大学数学与统计学院，兰州7300702.西北师范大学计算机科学与工程学院，兰州7300701.College of Mathematics and Statistics Science,Northwest Normal University,Lanzhou 730070,China2.College of Computer Science and Engineering,Northwest Normal University,Lanzhou 730070,ChinaJIA Wenxiao,ZHANG Guicang,WANG Liangliang,et al.Image registration algorithm based on SIFT and im-proved puter Engineering and Applications,2018,54（2）：203-207.Abstract ：In order to solve the problem that the accuracy of image registration is not high due to the large number of iter-ations of RANSAC algorithm,an improved RANSAC image registration algorithm is proposed.First,the reference image and the image to be registered are NSCT transformed into low frequency subband and high frequency subband.Then this paper uses the vector included angle algorithm and Structural Similarity （SSIM ）to extract the edge feature points of the high frequency subband,and uses the SIFT algorithm for the low frequency subband and sets the appropriate distance threshold to extract the feature points.Finally,the improved RANSAC algorithm is used to improve the matching of fea-ture points,and the matching points are selected to achieve image registration.The experimental results show that the pro-posed algorithm can effectively find more pairs of matching points and accurately remove false matching points,which obviously improves the registration accuracy.Key words ：Scale-Invariant Feature Transform （SIFT ）;Random Sample Consensus （RANSAC ）;image registration;Non-subsampled Contourlet （NSCT ）transformation;feature point摘要：为解决RANSAC 算法迭代次数过多导致图像配准精确率不高的问题，提出了一种改进的RANSAC 图像配准算法。

基于改进主动轮廓模型的图像分割算法研究的开题报告一、选题背景及研究意义图像分割是计算机视觉领域的重要研究方向之一，它的目的是将图像中不同的元素分成若干块，以便于进一步的处理和分析。

在实际应用中，图像分割技术广泛应用于医学图像处理、自动驾驶、机器人视觉、图像检索等领域。

主动轮廓模型（Active Contour Model, ACM）是一种常用的图像分割方法，其基本思路是利用曲线或者表面来分割图像。

但是，传统的ACM模型在实际应用中存在一些问题，如对噪声敏感、收敛速度慢、容易陷入局部最优等。

因此，本文选取基于改进主动轮廓模型的图像分割算法作为研究内容，旨在提高图像分割的准确性和效率，为实际应用提供有效的技术支持和保障。

二、研究内容和方法本文主要的研究内容包括以下两个方面：1、改进主动轮廓模型的设计：针对传统的ACM模型存在的问题，本文将研究如何通过改进模型的初始化、收敛条件、能量函数等方面来提高模型的性能。

2、图像分割算法的实现：基于改进的主动轮廓模型，本文将开发一套高精度和高效率的图像分割算法。

具体实现过程包括优化算法的流程和细节、进行算法的测试和实验验证等。

在研究方法方面，本文将采用计算机视觉、图像处理等相关领域的理论和方法，结合实验验证和案例分析的方式进行研究和探索。

同时，本文还将对比分析改进模型与传统模型的性能，并从图像分割的准确性、鲁棒性、速度和扩展性等多个方面进行评估和分析。

三、预期目标和创新点本文的预期目标是通过改进主动轮廓模型，提高图像分割的准确性和效率，开发一套可用于实际应用的高性能图像分割算法。

具体的预期创新点包括：1、设计出一种新的主动轮廓模型，能够对噪声敏感度低、收敛速度快、不易陷入局部最优等，提高图像分割的准确性和稳定性。

2、研究和实现一套高精度和高效率的图像分割算法，能够快速地自动识别和分割图像中的不同元素。

3、采用实验数据和案例分析的方法对该算法进行评估和验证，分析算法性能的优劣和适用范围，并为进一步的改进提供技术支持和建议。

轮廓轮廓线滤波算法优化研究轮廓线滤波算法优化研究随着科技的不断发展，图像处理技术在我们的日常生活中起着越来越重要的作用。

其中，轮廓线滤波算法的研究受到了广泛的关注。

本文将就轮廓线滤波算法进行优化研究。

1. 轮廓线滤波算法简介轮廓线滤波算法是图像处理中一种常见的算法。

其主要是通过将图像中的轮廓线进行滤波处理，从而提取出图像的主要特征。

在应用中，轮廓线滤波算法常常用于目标检测、图像识别等方面。

轮廓线滤波算法的具体步骤为：对输入的图像进行预处理，得到二值化图像；然后根据像素点的灰度值，计算轮廓线，并对其进行滤波处理，得到过滤后的轮廓线。

最后，根据滤波后的轮廓线，可以实现对图像的进一步处理。

2. 轮廓线滤波算法存在的问题尽管轮廓线滤波算法在图像处理中具有广泛的应用，但其仍然存在着一些问题。

首先，轮廓线滤波算法需要进行大量的计算，导致处理速度较慢；其次，由于算法对图像进行了重复处理，从而使得算法的效率出现问题；再次，对于含有高频噪声的图像，轮廓线滤波算法的滤波效果不尽如人意。

为了解决这些问题，需要对轮廓线滤波算法进行优化。

3. 轮廓线滤波算法的优化方案针对轮廓线滤波算法存在的问题，我们提出了以下优化方案：3.1 基于并行计算的轮廓线滤波算法通过并行计算，可以将轮廓线滤波算法的处理速度提高到一个很高的水平。

在并行计算时，可以根据计算机的多核处理器，将处理任务分配给不同的核心进行计算，在保证计算精度的前提下，提高算法的处理速度。

3.2 基于求导滤波器的轮廓线滤波算法求导滤波器可以用来提取图像中的边缘特征，对于含有高频噪声的图像，求导滤波器的滤波效果比轮廓线滤波算法要好。

通过使用求导滤波器，可以提高轮廓线滤波算法的滤波效果。

3.3 轮廓线分割算法在图像处理中，轮廓线压缩也是一种重要的处理方法。

通过将轮廓线进行分割，可以将图像中的轮廓线进行压缩，从而提高算法的处理效率。

4. 结论轮廓线滤波算法是图像处理中一种非常重要的算法。