基于角点检测的高精度点匹配算法

基于角点检测的高精度点匹配算法

ID:15776871

大小:32.50 KB

页数:9页

时间:2018-08-05

基于角点检测的高精度点匹配算法_第1页
基于角点检测的高精度点匹配算法_第2页
基于角点检测的高精度点匹配算法_第3页
基于角点检测的高精度点匹配算法_第4页
基于角点检测的高精度点匹配算法_第5页
资源描述:

《基于角点检测的高精度点匹配算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于角点检测的高精度点匹配算法自己收集整理的错误在所难免仅供参考交流如有错误请指正!谢谢基于角点检测的自动点匹配算法  徐琳曹晓光郁文霞(北京航空航天大学图像处理中心北京100083)摘要针对多光谱、多传感器遥感图像的自动配准,本文提出了一个新的基于Harris角点检测的高精度自动点匹配算法该算法充分利用了图像的角点特征以及图像灰度和位置信息匹配过程中采用圆形模板进行相似度计算和松弛匹配并用全局一致性检测保证匹配的精度初步实验表明本算法对于存在仿射变换的遥感图像可以精确自动匹配其精度和速度都优于传统的点匹配算法关键词角点检测点匹配圆形模板一致性检测仿射变换APoi

2、ntMatchingAlgorithmbasedonCornerDetectionXuLinCaoXiaoguangYuWenxia(ImageProcessingCenter,BeiHangUniversity,BeiJing,100083)AbstractForautomaticregistrationofmulti-spectralandmulti-sensorremotesensingimages,anewhighaccuracypointmatchingalgorithmbasedonHarriscornerdetectionisdescribedint

3、hispaper.Itmakesfulluseofgraphicpointfeature,gray-levelpixelandlocationinformation.Inthematchingprocess,circulartemplateisadoptedtocalculatesimilarity.Moreover,consistencycheckingmethodisusedtomakesurethematchingaccuracy...Experimentalresultsonremotesensingimagepairswithaffinegeometri

4、ctransformshowedthatthealgorithmcoulddoaccurateautomaticmatchinganditoutperformstraditionalpointmatchingalgorithmsbothinaccuracyandrunningspeed.KeywordsCornerdetectionPointmatchingCirculartemplateConsistencycheckingAffinetransform1引言点匹配是数字图像处理的基本任务之一在遥感图像处理中被广泛应用目前常见的匹配算法主要有:基于灰度基于特征和

5、基于对影像理解和解释等三种算法基于灰度的匹配直观易懂但速度慢、精度低;基于特征的匹配精度高但计算复杂常用的角点匹配算法有常用的角点匹配算法有Hausdorff距离法、松弛标记法、确定性退火算法以及迭代最近点算法(ICP)角点是像素点在其邻域内的各个方向上灰度变换值足够高的点[4]它是一种非常重要的图像点特征包含了图像中比较丰富的二维结构信息又被称为"兴趣点"或特征点算子针对空间上存在仿射差异(位移、旋转、缩放)的两幅多光谱遥感图像本文给出了基于Harris算子的角点检测和自动点匹配算法本文提出的一直灰度匹配和特征匹配相结合的算法该算法充分利用了角点邻域灰度信息和仿

6、射变换前后角点的位置信息以达到自动配准的目的对于同时存在平移、缩放、旋转变换的图像具有较高的匹配精度本文算法主要思路:首先由Harris算子检测得到待匹配的角点集合随后采用局部灰度相关进行粗匹配得到多对多匹配对然后进行松弛迭代由精匹配得到一对一的匹配对最后利用角点间距离比进行全局一致性检测进一步保证匹配的准确率2Harris算子Harris[4]算子是C.Harris和M.J.Stephens提出的一种基于信号的点特征提取算子具有计算简单、提取的角点特征均匀合理、可以定量提取特征点以及算子稳定的特点其处理过程表示如下:(1)  (2)  其中为方向的梯度为方向的梯

7、度为高斯模板为矩阵的行列式为矩阵直迹为默认常数矩阵中每一点的元素值对应于原图相应点的兴趣值3角点匹配3.1角点粗匹配粗匹配是利用角点附近的灰度信息用相关的方法建立一个局部匹配的准则将Harris算子检测结果(两个角点集合)划分为多对多匹配对图像A中角点和图像B中角点的相似程度的度量采用互相关相关系数定义为:(3)()和()分别是图像A(B)在点p(q)附近的局部均值和方差n为角点邻域半径为提高搜索速度同时保证计算精确度图像A中角点p的邻域取圆域:中心为p点半径为在图像B中找到与A中p点具有相同坐标点的矩形搜索区域:尺寸为2du×2dv对于搜索区中每一角点q按公式(

8、3)计算p

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。