基于兴趣点特征对互信息准则的图像配准算法

基于兴趣点特征对互信息准则的图像配准算法

ID:8485791

大小:236.00 KB

页数:6页

时间:2018-03-29

基于兴趣点特征对互信息准则的图像配准算法_第1页
基于兴趣点特征对互信息准则的图像配准算法_第2页
基于兴趣点特征对互信息准则的图像配准算法_第3页
基于兴趣点特征对互信息准则的图像配准算法_第4页
基于兴趣点特征对互信息准则的图像配准算法_第5页
资源描述:

《基于兴趣点特征对互信息准则的图像配准算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于兴趣点特征对互信息准则的图像配准算法张佳佳徐东平(武汉理工大学计算机科学与技术学院武汉.)摘要:图像拼接技术在现实中的用非常广泛,但是当前的一些算法并不能从根本上消除配准时出现的缝隙或者鬼影,本文根据已有理论,提出了一种优化的图像配准算法。首先把图像中的兴趣点及其角度信息提取出来,利用互信息准则,得到需要的配对点,得到两幅或多幅图像的拼接自然的完整图像,实验表明,该算法是有效的。关键词:图像配准;兴趣点;互信息AnImageRegistrationMethodBasedonMutualInformationandinterestpointsZHANGJia-jiaXUDong-pin

2、g(SchoolofComputerScience&Technology,WuhanUniversityofTechnology,Wuhan,China)Abstract:Imageregistrationalgorithmisbroaderapplication,butmanyalgorithmsforimageRegistrationnowarenotpossibletofundamentallyeliminatetheallocatedtimeslotorghosting.AnovelimprovedalgorithmforimageRegistrationbasedonMutua

3、lInformationandinterestpointsispresentedBasedontheCurrenttheory.FirstofallthepointsofinterestandPointofinformationareextractedformimagesusingmutualinformationcriteria,thenwegetthematchingpoint,FinallywegetthenaturalintegrityofthemosaicimagebytwoormultipleimagesExperimentalresultshaveshownthisalgo

4、rithmisanavailablemethodofimageRegistration.Keywords:imageregistration;interestpoints;themutualinformation1引言近二十年来,有关数字图像处理领域的研究有了长足的进步。由于应用的需要,例如机器人的视觉导航、全景图的虚拟现实系统、遥感和医学图像处理及数字视频等都需要图像的拼接技术。而图像的配准又是图像拼接的核心与关键所在,因此数字图像配准的问题被提了出来。图像配准的方法大致可分为三类:第一类是基于图像灰度的;第二类是基于图像特征的;第三类是基于变换域的。基于图像灰度的方法利用图像本身具有

5、的灰度统计信息来度量图像的相似程度,一般不需要对图像进行复杂的预先处理,实现起来简单,但是应用范围很小,而且变换搜索时计算量大,对于噪声的影响和不同灰度属性或对比度差异的影响缺乏鲁棒性,目前相对较好的灰度原则的算法是互信息配准方法,但是参数的确定将会影响算法的匹配精度和速度,而且在最优搜索的过程中,该算法有可能陷入局部极小值。基于图像特征的方法首先在预处理的图像中提取出特征点,再根据特征的匹配关系建立待配图像间的配准映射变换,特征点的提取已经有了相当多的方法可循,因此基于特征的方法最困难的问题就是如何建立两幅图像之间同名点的关联,分割和边缘检测技术是这类方法的基础,目前有很多图像分割作者

6、简介:张佳佳(1982-),女,汉,山东聊城人,硕士研究生,主要研究方向为多媒体技术,数字图像处理;徐东平(1958-),男,汉,湖北人,博士,教授,主要研究领域为多媒体原理与应用技术。方法可以用来做图像配准需要的边缘轮廓和区域的检测,比如Canny边缘提取算子,拉普拉斯-高斯算子(Log),动态阈值技术,区域增长等。由于边缘和噪声都是高频信号,噪声和边远有时很难区分,而小波变换是从能量方面来区分噪声和边缘的,小波变换在抗噪和边缘定位方面有独特的优势。针对以上情况,本文提出了一种基于兴趣点对互信息的图像配准算法,其基本思想是首先利用小波多尺度积提取两幅图像的兴趣点及其角度信息,然后,根据

7、得到的兴趣点和角度信息,利用兴趣点对互信息匹配准则,得到相应的匹配点对。实验结果证明本算法最大程度上的避免了互信息方法陷入局部极小值,降低了两个图像的兴趣点的误配率,具有很好的精确性和鲁棒性。2图像的变换模型为了实现有重合区域的图像的无缝拼接,必须确定好图像的空间对应关系,即关系模型的对应,因此图像间的配准本质上就是确定模型的参数,目前常见的变换模型有平移变换模型、刚性变换模型、仿射变换模型、投影变换模型及非线性变换等。如果第一幅图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。