基于FBM 分形向量特征的图象匹配

基于FBM 分形向量特征的图象匹配

ID:38201866

大小:761.59 KB

页数:6页

时间:2019-05-25

基于FBM 分形向量特征的图象匹配_第1页
基于FBM 分形向量特征的图象匹配_第2页
基于FBM 分形向量特征的图象匹配_第3页
基于FBM 分形向量特征的图象匹配_第4页
基于FBM 分形向量特征的图象匹配_第5页
资源描述:

《基于FBM 分形向量特征的图象匹配》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、第18卷 第1期1997年1月  JOURNALOFASROONAUTICSJan.1997基于FBM分形向量特征的图象匹配刘小平 彭嘉雄 丁明跃(华中理工大学图象识别与人工智能研究所·武汉·430074)  摘 要 由于自然景物图象的灰度与边缘特征不稳定,基于灰度与边缘的匹配算法对于这一类图象难以生效。本文通过分析FractalBrownianMotion(FBM)的Weierstrass2Mandelbrot随机分形逼近函数的频谱,给出了分形向量特征的定义和快速判别图象的FBM区域的方法。在FBM区域内采用该特征进行匹配能克服复杂自然景物图象中灰度与边缘特征的不稳定性。实验表明

2、采用FBM分形向量特征的匹配方法能够获得比较传统匹配方法,例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率。主题词 图象匹配 分形向量特征 FBM模型 Weierstrass2Mandelbrot 随机分形函数IMAGEMATCHINGBASEDONFBM-FEATUREVECTORLiuXiaopingPengJiaxiongDingMingyue(Hubei,Wuhan,430074)AbstractDuetotheunstablegreylevelandedgefeaturesofdigitalimagesonnaturescence,matchingmethod

3、sbasedongreylevelandedgesofimageisnotfeasible,IntheispaperweproposedafractalfeaturevectorbasedonFBMmodel、analysisofaFBM'sapproximationfunctionWeierstrass2MandelbrotRandonFractalFunction,presentedaimagematchingapprochusingthisvectorsinFBMregionsandresamplingtheimages1Ourmethodcanworkrobustlywhe

4、nthegreatofchangesofimagegreylevelsandfeaturesareexistedinthenaturalscences1Experimentshaveshowedthatourapprochismoreefficientandhashighermatchingprobabilitythanoftenusedapprochesbasedongreylevelandedges,suchasMAD(MeanAbso2luteDifference)algorithm1KeywordsImageMatchingFractalfeaturevectorFBMMo

5、delWeierstrass2Mandel2brotRandomFractalFunction1 引言景象匹配是用参考图象和实测图象进行匹配以确定实测图象在参考图象中的准确位置。它在匹配制导,测绘,计算机视觉等许多方面有着广泛的应用。在景象匹配中,由于本文于1994年12月28日收到宇 航 学 报Vol.18No.156宇航学报第18卷用于匹配的参考图象和实测图象拍摄条件变化和传感器的变化,使得同一景物所对应的图象产生较大的差异甚至会有灰度的翻转(见图1(a),(b),(c)(d)),在这种景象匹配过程中,目前广泛使用的灰度相关技术及各种增强算法在实际应用中遇到的很大的困难,而采用

6、边缘提取等能克服灰度翻转的预处理方法,由于复杂自然景物图象的边缘稳定性差,其处理效果依然不佳。对复杂自然景物数字图象,Pentland[3]的研究表明它们往往非常适合于分形(Fractal)模型。分形特征是自然景物图象较为突出的特征,与灰度和边缘特征不同,它从整体而不是局部的灰度变化和分布上对景物进行描述。分形特征由于其数学原理的复杂性,因此它的离散数学模型化有多种多样的形式,从而也产生了不同的计算分形特征的方法[124]。这些方法一般利用分形特征进行分割处理,将图象分割成具有不同维数(分形特征)的若干块,再做其他处理。然而直接应用分形特征进行匹配目前还很少。本文采用数字图象的FB

7、M(FractalBrownianMotion)模型(一种常用的随机场模型)表示,利用FBM的Weierstrass2Mandelbrot随机分形逼近函数,分析该逼近函数的频谱分布规律,图1 卫片和航片第1期        刘小平等:基于FBM分形向量特征的图象匹配57并应用其频谱分布规模定义一与离散富氏变换关联的分形向量特征。本文将给出快速判断数字图象是否适合FBM模型的算法和快速计算图象内FBM区域的算法,对适合FBM模型的图象用图象的分形向量特征而不是简单的维数

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。