摘要：针对传统图像拼接方法对视差较大的图像拼接效率不高的问题,使用特征点的尺度不变特征变换算法提取图像特征点;在特征点匹配阶段通过添加约束性条件剔除粗匹配的特征点对的外点(误匹配点),提高了内点的概率,有效减少了随机抽样一致算法的估计次数,得到稳定的变换矩阵进行统一坐标变换,利用加权平均算法完成图像融合。实验结果表明,与传统算法相比,该算法能大幅度提高内点的概率,提高算法的效率和配准精度。

摘要：介绍了一种新的特征匹配算法-渐进式抽样一致算法,该算法首先按匹配度大小将初步匹配集合中的匹配对按匹配度作降序排列,然后根据规定的增长函数从前至后作抽样。详细介绍了算法的设计思想、增长函数的设计策略、抽样中指标准。将该算法成功的应用到图像配准问题中,实验结果表明该算法较传统算法在抽样终止标准相同条件下时间复杂度有较大改善。

摘要：高压线数字化是数字电网建设和线路智能巡检的核心内容,机载LiDAR在高压线三维数字重建中具有独特的优势。提出一种从输电走廊机载LiDAR点云数据自动快速高精度提取完整电力线点的方法。首先基于点云的空间分布特征粗提取电力线点,并通过改进Hough变换和RANSAC抛物线拟合法剔除噪点,然后分别进行电力线在平面和垂直面上的分股,结合单股电力线的平面直线模型和垂直面上的抛物线模型,采用模型生长的方法提取完整的电力线点。试验结果表明,该方法提取的电力线点云的精度可达99.6%。

摘要：提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度,使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H,最终使用加权平滑算法完成了图像的无缝拼接。整个处理过程完全自动地实现了对一组图像的无缝拼接,克服了传统图像拼接方法在尺度和光照变化条件下的局限性。实验结果验证了方法的有效性。

摘要：针对SURF图像匹配算法在求取特征点主方向阶段太过依赖局部区域像素梯度方向,造成找到的主方向不准确、误匹配率高的问题,提出一种改进的SURF匹配算法。首先,利用SURF提取出特征点的64维特征向量并构建描述子;然后,采用距离匹配测度和余弦相似度匹配测度相结合的方法进行特征点匹配;最后,使用改进的随机抽样一致算法,进一步提高匹配正确率。实验结果表明:图像在一定程度的旋转、缩放、模糊、光照和视角变化情况下,改进算法匹配正确率在94%以上。