当前位置:文档之家› 基于Harris-Affine和SIFT特征匹配的图像自动配准

基于Harris-Affine和SIFT特征匹配的图像自动配准

 万方数据

 万方数据

 万方数据

?16?华中科技大学学报(自然科学版)第36卷

在这里与该方法进行配准精度和速度两方面性能的比较.为了便于比较,采用与文献[8]中相同的精度计算方法和实验图像.该实验采用200×2oo像素lena图像作为参考图像,将该图像放大

(e)标注了最终匹配特征对的参考图像(f)标注了最终匹配特征对的待配准图像(g)配准后镶嵌的结果

图2配准实验结果

1.5倍并重采样,生成待配准图像,很显然,待配准图像和参考图像二者之间仅有尺度变换,不难求出其理想空间变换参数为(o.6667,o.o,O.o,0.6667,O.O,O.0).采用本文配准算法对图像进行配准,求得空间变换参数为(O.667o,0.0001,一o.0058,O.665o,一O.1234,一o.1441).分别用求得的空间变换参数和理想空间变换参数,将待配准图像进行变换,得到的对应像素位置平均误差约为o.3个像素,这一结果与文献[8]一样,都具有很高的配准精度,达到了亚像素级.为了与文献[8]的算法进行速度比较,采用与该文献相同的参考图像和待配准图像,并且在比较过程中使用相同的系统配置.参考图像是SPOT卫星的波段3图像,待配准图像是landsatTM的波段4图像,二者大小均为256×256像素,256级灰度量化.使用本文算法对该组图像配准所需时间为5.359s(算法完全移植到VC环境下会节省更多的时间),文献[8]的算法是在VC环境下设计的,使用该算法对该组图像配准的时间是46.67s.很明显,本文算法大大节省了时间.另外,文献[8]的算法对于光照差异较大的图像(例如图2中源图像)需要手工进行校正后才能进行配准,本文的算法由于引入了对于光照具有稳定性的SIFT和H—A互补不变特征,能够很好地解决这方面的问题,无需手工校正,实现全自动配准.

参考文献

[1]KnopszF,MaintzJBA,ViergeverMA,etal

NormaIizedmutuaIinformationbasedregistration

using五一meansclusteringandshadingcorrection[J].MedicalImageAnalysis,2006,10(3):432—439.

[2]Ville0,JanneH.Imageregistrationusingblur-in—

variantphasecorrelation[J].IEEESignalProcessing

Letters,2007,14(7):449—452.

[3]LuccheseL,Leo“nS,cortelazzoGM.Estimationof

two-dimensionalaffinetransformationsthroughpolarcurvematchinganditsapplicationtoimagemosaick—ingandremote-sensingdataregistration[J].IEEETransactionsonImageProcessing,2006,15(10):3008—3019.

[4]Mik01ajczykK,SchmidC.Scale&affineinvariant

interestpointdetectors[J].InternationalJournalof

ComputerVision,2004,60(1):63—86.

[5]LoweDG.Distinctiveimagefeaturesfromscale-in?

variantkeypoints[J].InternationalJoumalofcom—puterVision,2004,60(2):91一110.

[6]MikolajczykK,schmidC.Aperfomanceevaluationoflocaldescriptors[J].IEEETransactionsonPat—ternAnaIysisand

MachineIntelIigence,2005,27(10):1615—1630.

[7]陈昕,向键勇,杨宜禾.不变性理论用于空中目标的识别[J].红外与毫米波学报,1997.16(1):39—44.

[8]PengxM,DingMY,ZhouCP,eta1.Apracticaltw0-stepimageregistrationmethodfortw伊dimen—sionalimages[J].InfomationFusion,2004,5(4):

283—298. 万方数据

基于Harris-Affine和SIFT特征匹配的图像自动配准

作者:李玲玲, 李翠华, 曾晓明, 李保, Li Lingling, Li Cuihua, Zeng Xiaoming, Li Bao

作者单位:李玲玲,Li Lingling(厦门大学,数学科学学院,福建,厦门,361005;郑州航空工业管理学院,计算机科学与应用系,河南,郑州,450015), 李翠华,Li Cuihua(厦门大学,信息科学与技术

学院,福建,厦门,361005), 曾晓明,Zeng Xiaoming(厦门大学,数学科学学院,福建,厦门

,361005), 李保,Li Bao(96550部队,河南,洛阳,471031)

刊名:

华中科技大学学报(自然科学版)

英文刊名:JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURE SCIENCE)

年,卷(期):2008,36(8)

被引用次数:5次

参考文献(8条)

1.Peng X M;Ding M Y;Zhou C P A practical two-step image registration method for two-dimen-sional images[外文期刊] 2004(04)

2.陈昕;向键勇;杨宜禾不变性理论用于空中目标的识别 1997(01)

3.Mikolajczyk K;Schmid C A performance evaluation of local descriptors[外文期刊] 2005(10)

4.Lowe D G Distinctive image features from scale-in-variant keypoints[外文期刊] 2004(02)

5.Mikolajczyk K;Schmid C Scale &affine invariant interest point detectors 2004(01)

6.Lucchese L;Leorin S;Cortelazzo G M Estimation of two-dimensional affine transformations through polar curve matching and its application to image mosaicking and remote-sensing data registration[外文期刊] 2006(10)

7.Ville O;Janne H Image registration using blur-in-variant phase correlation[外文期刊] 2007(07)

8.Knops Z F;Maintz J B A;Viergever M A Normalized mutual information based registration using k-means clustering and shading correction[外文期刊] 2006(03)

引证文献(5条)

1.陈明.陈一民.黄诗华.姚争为增强现实中的视频对象跟踪算法[期刊论文]-计算机工程 2010(12)

2.田斐.蔡广宇.崔世林快速互信息轮廓匹配算法[期刊论文]-计算机工程与应用 2010(24)

3.王宇新.刘彦飞.郭禾.刘天阳.杨元生海冰观测中的图像匹配方法研究[期刊论文]-计算机工程与应用 2010(35)

4.陈方.熊智.许允喜.刘建业惯性组合导航系统中的快速景象匹配算法研究[期刊论文]-宇航学报 2009(6)

5.康燕妮.黄欢.朱玉艳.来沛剑基于SIFT的超分辨率图像配准及MATLAB实现[期刊论文]-电脑知识与技术 2009(28)本文链接:https://www.doczj.com/doc/ef15648158.html,/Periodical_hzlgdxxb200808004.aspx

相关主题
文本预览
相关文档 最新文档