摘要：本文首先建立摄像机高度和姿态发生增量变化时景像几何失真的理论模型，然后，对边缘距离变换匹配方法的匹配精度进行了理论分析，导出了边缘距离变换匹配定位精度的解析表达式．真实卫片和航片大量的模拟实验表明提出的匹配精度模型是正确的，从而为图像匹配自主导航系统的设计提供理论和应用基础．

摘要：通过分析双振镜 2维扫描光学系统的成像原理 ,导出此扫描系统几何失真公式。根据失真公式设计电子线路 ,对失真进行校正 ,从而获得校正后的完善图形。这一校正技术在激光标记系统中得到应用。

摘要：分析了目前数字水印抗几何攻击的实现方法,对SIFT进行了改进。提出了特征点筛选算法,以增强提取特征点的鲁棒性,然后基于攻击前后图像的SIFT特征点匹配技术获取匹配点对,并基于匹配点对的尺度特征和SIFT中心距之比获得尺度失真参数以实现尺度失真的恢复。同时基于匹配点对的SIFT中心角度差确定旋转失真参数,进而完成旋转校正。实验结果表明,该算法能够有效进行水印图像几何失真参数的估计与几何失真的校正。

摘要：为了解决在直接获取投影墙与摄像机间几何关系较困难情况下的系统的几何失真问题,提出了基于矩阵分解和消除投影墙坐标系的自由度来获取校正参数的方法。通过系列矩阵分解和推理,得出了影响投影墙与摄像机间的几何关系的因素。在此基础上,通过消除投影墙坐标系的自由度,从2个投影仪与摄像机的几何关系求出了投影墙与摄像机间的几何关系的多个可能解,同时通过筛选算法从多个可能解中筛选出最优解,从而最终得到投影仪与投影墙间的几何关系。最后利用该几何关系对帧缓存中图像进行预扭曲以实现几何失真的校正。实验结果表明,该方法具有较好的校正效果。

摘要：为了更好地进行图像数字水印的识别,基于对数极坐标仿射(LPM),设计和应用了5种滤波器,即经典匹配滤波器、振幅滤波器、相位滤波器、双态相位滤波器和改进的滤波器。为比较各种滤波器对数字水印的识别能力,将这些滤波器对嵌入图像中的数字水印进行了两种情况的检测实验。实验结果表明,当含数字水印的图像没有几何失真,即没有旋转、缩小和放大、平移等变化时,改进的滤波器、相位滤波器和双态相位滤波器均能对图像中的数字水印进行识别,改进的滤波器在图像数字水印检测中的识别能力要强于相位滤波器和双态相位滤波器;当含数字水印的图像发生微小几何变化,即旋转10°和尺寸缩小为原图像的0 9时,则传统的4种滤波器都不能对图像中的数字水印进行识别,但改进的滤波器仍具有对图像中数字水印进行识别的能力。

摘要：目的观察自行设计的MR空间精度测试体模及图像校正方法在临床MRI定位精度方面的应用价值。方法根据MR质量控制标准设计并校验体模,对试验获取的MRI进行预处理、特征提取、检测与校正,提取空间各控制点的失真参数,计算几何畸变情况并校正失真。比较美国放射学会(ACR)与自制体模在相同试验条件下几何畸变率的一致性,分析MR设备几何畸变情况及校正方法的有效性。结果相同试验条件下,自制体模与ACR体模的几何畸变率一致性良好(ICC>0.96)。校正前试验控制点位置与已标定控制点位置差异有统计学意义(P0.05)。结论自制体模能满足临床MR质量监控需求。通过检测与校正几何失真,可在一定程度上保障MRI定位精度,为临床诊断疾病及放射治疗计划提供辅助依据。

摘要：极坐标格式算法(Polar format algorithm,PFA)将球面波前近似为平面波前,由此引入的误差会造成SAR图像出现严重的边缘模糊和几何失真。之前的波前弯曲补偿方法都是基于雷达平飞假设,然而由于弹载SAR平台大俯冲、大斜视的机动特点,使得现有的滤波器设计方法无法直接应用于雷达平台俯冲等机动条件,波前弯曲误差补偿方法的应用范围因此受到很大限制。本文根据导弹飞行末端大斜视、大俯冲的机动特点,推导了雷达俯冲机动条件下波前弯曲空间频域相位误差的精确表达式,通过空变后滤波等处理实现了弹载SAR极坐标格式算法波前弯曲误差的精确补偿,有效地解决了弹载SAR俯冲机动条件下PFA图像的模糊和几何失真问题。该方法扩展了图像后处理补偿极坐标格式算法波前弯曲误差的应用范围,进一步完善了极坐标格式算法的波前弯曲补偿理论。最后通过仿真验证了公式和方法的正确性。

摘要：提出一种细化参数的对数极坐标变换图像纹理特征提取算法,可以有效地消除旋转、缩放和平移等几何形变的影响.在特征提取过程中,通过自相关图像消除平移的影响,引入细化参数的对数极坐标变换消除旋转和伸缩的影响.在图像检索过程中,将不完全树型小波变换所得的特征矢量,通过欧式距离来度量图像之间的相似度.实验表明,本算法对发生几何形变的纹理图像检索平均正确率达81.05%左右,较之传统算法能取得更好的检索效果.

摘要：针对目前比较流行的一维条形码和二维条形码识别算法存在对几何失真图像的识别准确率较低的问题,提出了一种新的基于不变矩和BP网络的条形码识别方法,提取不变矩特征向量作为特征值输入BP网络,对其进行训练与测试,利用训练好的BP网络对形变条形码图像进行识别,实现了对存在旋转、平移和缩放等几何失真的条形码图像的正确识别。实验结果表明,基于Hu不变矩和BP网络的条形码识别方法具有很强的抗图像平移、拉伸和旋转识别能力,并且具有实现简单、训练速度快、识别率高等特点。

摘要：数字水印图像的鲁棒性和稳定性与打印/扫描过程中的失真密切相关。打印是数字图像向半色调图像转换的过程,会对水印图像造成低通滤波攻击、半色调攻击和几何攻击;扫描是打印的逆过程,是半色调图像向数字图像转换的过程,会对水印图像引入低通滤波攻击和几何攻击。低通滤波攻击和半色调攻击会对数字水印图像造成非线性像素值失真,几何攻击则会引起几何失真。非线性像素值失真的校正对策有:对打印机或扫描仪的分辨率进行最优化设置,对gamma值进行校正,使用空间低通滤波去除高斯噪声等;几何失真的校正对策有:通过周期性的冗余嵌入克服几何异步攻击,进行模版嵌入设计实现同步等。