关于公示2023年度第二批国家重要科技计划项目上海市地方匹配资金拟匹配项目的通知

根据《中共中央办公厅、国务院办公厅关于深化项目评审、人才评价、机构评估改革的意见》、《国家重要科技计划项目上海市地方匹配资金管理办法》等文件要求，现将2023年度第二批国家重要科技计划项目上海市地方匹配资金拟匹配项目予以公示。

上海市科学技术委员会 2023-07-31

基于多信息融合的轨迹数据路网精确匹配方法

高校科技成果尽在科转云

电子科技大学 2021-04-10

一种快速互相关灰度图像匹配方法与装置

本发明公开了一种快速互相关灰度图像匹配方法与装置，用于 在灰度目标图像中查找目标图案的位置与方向，所述方法包括：对模 板图像进行极坐标转换；获取灰度目标图像中目标图案的外接盒，将 其定义为目标图案搜索区；在目标图案搜索区中选取与模板图像同样 大小的匹配区域，对所述匹配区域进行极坐标转换，计算所述匹配区 域一维数据与所述模板图像一维数组的相关性；直至对所有的匹配区 域均完成相关性计算，选取相关性最大的匹配区域作为目标图案，获 取所述目标图案的位置与方向。通过本发明方法，从而缩小匹配的搜 索范围，提高匹配速度，并且通过极坐标形式的归一化互相关计算， 实现目标图像±180 度全角度匹配。 

华中科技大学 2021-04-11

一种基于不变量特征匹配的车辆测速方法

本发明公开了一种基于不变量特征匹配的车辆测速方法，其包括步骤：（1）确定两幅初始图像中车辆大致区域图像；（2）提取两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；（3）在两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；（4）计算每一对匹配特征点在车辆纵向方向上的相对距离；（5）对所有匹配特征点进行聚类，聚类中心处的相对距离即为车辆在图像中的移动距离；（6）将图像距离转化为车辆实际的行驶距离，除以获取两帧图像的时间差得到车辆速度。本发明解决了运动物体在图像中的精确定位

安徽建筑大学 2021-01-12

一种基于轮询自匹配的网络监测方法及装置

本发明公开了一种基于轮询自匹配的网络监测方法及装置，由可调光源为待监测的链路内调制并出射一个与待监测链路相对应的监测脉冲序列，利用接收处理及控制单元发出的指令逐个完成对待监测的链路状态识别。本发明方法能够有效地对无源光网络中各分支光纤链路实现监测，在接收端，通过监测脉冲序列与终端编码器匹配时形成的独有信号特征来判别各分支光纤链路的状态。同时，该装置具有结构简单，能有效降低系统及用户成本。

东南大学 2021-04-14

一种基于决策判断 Hausdorff 距离的图像匹配方法

本发明公开了一种基于决策判断 Hausdorff 距离的图像匹配方法，包括：（a）读取模板图像和待匹配图像，并获取相应的有限像素点集；（b）设定匹配阈值和搜索阈值，然后将模板图像在待匹配图像中执行平移搜索，在此过程中：当两者之间对应点的最小距离均小于匹配阈值时，则取所有最小距离的平均值作为两者之间的 Hausdorff 距离；反之，则取最小距离中的最大值作为两者之间的 Hausdorff 距离；（c）对所有搜索点的 Hausdorff 距离取其最小值并与匹配阈值相比较，由

华中科技大学 2021-04-14

一种基于距离方差最小的工件点云匹配算法

本发明公开了一种基于距离方差最小的工件点云匹配算法，包 括以下步骤：(1)分别构建测量模型点云和带法矢的设计模型点云：(2) 寻找最近点点集及最近点法矢集合；(3)根据余量要求，建构基于距离 方差的目标函数：(4)通过目标函数求解测量模型与设计模型间的刚体 变换参数，并利用刚体变化参数更新测量点云，实现点云匹配。本发 明中的基于距离方差最小的点云匹配算法，对于工件存在余量的情况， 不论凹面和凸面的余量是相等，还是呈差值或者比值关系，均能较好 的得到点云匹配的结果，迭代效率高、匹配准确性好。 

华中科技大学 2021-04-14

一种快速互相关灰度图像匹配方法与装置

本发明公开了一种快速互相关灰度图像匹配方法与装置，用于在灰度目标图像中查找目标图案的位置与方向，所述方法包括：对模板图像进行极坐标转换；获取灰度目标图像中目标图案的外接盒，将其定义为目标图案搜索区；在目标图案搜索区中选取与模板图像同样大小的匹配区域，对所述匹配区域进行极坐标转换，计算所述匹配区域一维数据与所述模板图像一维数组的相关性；直至对所有的匹配区域均完成相关性计算，选取相关性最大的匹配区域作为目标图案，获取所述目标图案的位置与方向。通过本发明方法，从而缩小匹配的搜索范围，提高匹配速度，并且通过

华中科技大学 2021-04-14

一种基于机器学习的空间数据匹配方法

本发明涉及一种基于机器学习的空间数据匹配方法，包括四个步骤:1)自动生成匹配训练样本，2) 通过机器学习建立分类器模型及其参数，3)应用分类器模型对输入空间数据进行目标匹配，4)顾及逻 辑和领域约束对匹配结果的过滤和改善。其中机器学习采用以空间目标的位置、大小、形状和方位等多 种指标作为特征提取。具有如下优点:可避免量纲标准化和多指标加权中的主观任意性，匹配精度较加 权平均方法更高;匹配模型基于样本数据学习建立，数据的自适应性较高;建立模型的典型样本数量少， 可大规模应用;利用空间数据的内在几何信息，无需额外属性信息，使用准入性低。

武汉大学 2021-04-13

基于 LiDAR 点云辅助的立体影像密集匹配方法及系统

一种基于 LiDAR 点云辅助的立体影像密集匹配方法及系统，将投影获取立体像对重叠范围内的 LiDAR 点云并滤波处理；将滤波后的点云投影到核线立体像对上，确定后续密集匹配的视差范围；建立 金字塔，从金字塔顶层开始，采用三角网约束改造代价矩阵，进行 SGM 密集匹配，并进行左右一致性 检测，得到顶层最终的视差图；将金字塔当前层的视差图传递到下一层作为初始视差图，根据当前层的 视差图相应确定下一层的视差范围，将下一层作为新的当前层；基于新的当前层，同样处理得到当前层 最终的视差图，直到金字塔的底层，输出原始影像的视差图，根据视差图，得到立体像对的同名点，生 成密集匹配的点云。

武汉大学 2021-04-13