共查询到15条相似文献,搜索用时 140 毫秒
1.
目的为了解决当前图像配准算法匹配精度较低的问题。方法提出加权相位一致性耦合改进的图变换匹配的精准动态图像配准算法。首先,基于SIFT机制,检测图像中的关键点;并嵌入加权因子,定义相位一致性特征,对关键点完成提纯,消除误配点与稳定性不佳的特征点;随后,设计角度距离,替代相邻特征,改进图变换匹配技术,形成精准匹配关系集;再利用初始匹配特征点与精准匹配特征点间的映射关系,对其完成修正;最后,利用改进的图变换匹配算法处理修正后的匹配关系,进一步提高匹配精度。结果仿真结果显示,与当前图像配准技术相比,改进的算法拥有更强的鲁棒性与更高的匹配精度。结论改进的算法能够提高图像在几何变换程度较大时的匹配精度。 相似文献
2.
3.
基于小波分析的可见光图像自动配准方法研究 总被引:2,自引:0,他引:2
研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。 相似文献
4.
5.
根据铜转炉内壁蚀损趋势分析的需要,提出了一种基于等温线轮廓特征的红外系列图像配准算法。使用了质心距离函数和傅里叶描述寻找相似度最高的等温线轮廓,在相似轮廓线对的点集合上建立对应关系,经匹配将图像配准问题转换为标准的参数矩阵最小二乘估计问题,由仿射变换建立图像的配准空间。测试结果表明,算法具有简单、运算速度快的特点,能满足分析精度要求。 相似文献
6.
在复合材料图像三维重构技术中,为了避免直接运用基于特征点的整体配准陷入局部极优,采用分层次的配准方法.首先使用不变矩计算出上下层图像中最相似的颗粒轮廓,然后使用主轴的配准方法完成上下层图像的初步配准,以大幅度减少特征点配准中的优化搜索范围.在计算出轮廓曲线上特征点的基础上,应用最大熵原理和lagrange乘子将点集之间的匹配转化为一个能量函数,再使用最小二乘法计算出使该能量函数值最小的空间变换,得到配准的最优解,从而实现了序列图像的整体精确配准.实验结果表明,本文提出的分层次的配准方法极大地降低了配准过程陷入局部极优的概率,具有较强的鲁棒性和较高的配准精度. 相似文献
7.
8.
为改进SAR图像匹配的稳健性和实时性,提出一种基于小波变换的等价图割SAR图像配准方法.该方法首先利用小波变换对图像进行分解,在低频子图像下构造等价图割,克服相干斑噪声干扰,避免NP困难,解决映射函数选取问题,从图像中分割出精确目标.其次利用尺度不变特征变换(SIFT)方法实现目标的特征匹配,降低搜索空间特征点描述,提高实时性.最后通过匹配关系找到变换参数,实现图像精确配准.实验结果表明,该方法能快速而精确地实现SAR图像配准. 相似文献
9.
基于改进SIFT特征的红外与可见光图像配准方法 总被引:4,自引:2,他引:2
针对灰度弱相关的可见光和红外图像的配准问题,本文提出了一种基于改进SIFT特征的图像配准方法.该方法根据SIFT算子在仿射变换、加噪、灰度变化等情况下的性能,首先在提取特征点时设定阈值来约束受灰度弱相关影响较大的向量幅值,然后采用性能较稳定的相似四边形的精匹配方式删除粗匹配时的误匹配点对,最后使用最小二乘法求解仿射变换... 相似文献
10.
11.
目的为了解决当前因图像匹配算法主要依靠提取图像的特征属性矢量进行度量,从而利用其对应的相关系数最大的点进行匹配时导致匹配结果中存在较多的错误匹配点以及匹配误差变大的问题。方法提出区域灰度分布耦合相似判定策略的图像匹配算法,首先利用Forstner算子来提取图像的特征点,以特征点为中心,采取建立极坐标系的方法来确定特征点的主方向,通过特征点邻域的灰度特征来生成低维度的特征描述子;然后引入归一化互相(NCC)函数对特征点之间的相似度进行评估,建立矩形窗口特征点双向匹配规则,完成特征点的匹配,以提高特征点之间的匹配准确度和算法鲁棒性;最后,根据正确匹配特征点组成的三角形具有相似性的特征,设计相似判定策略,对错误匹配点进行剔除,以改善匹配精度。结果实验结果表明,与当前图像匹配技术相比,文中匹配算法具有更高的匹配精度与效率,有效降低了特征点的误匹配率。结论所提图像匹配技术具有较高的配准精度,在图像伪造、包装条码识别等领域具有一定的应用价值。 相似文献
12.
目的为了解决当前图像匹配算法因主要利用特征点之间的距离来实现特征匹配,从而忽略了特征点的结构特征,导致算法存在较多的漏匹配点以及错误匹配点等不足的问题。方法提出基于不变矩特征模型耦合相似度量规则的图像匹配算法。通过对待检测像素点构造的邻域圆上的点进行分类,制定检测规则,对FAST算子进行改进,利用改进的FAST算子快速、精准地检测图像的特征点。随后,构造不变矩特征模型,取代SIFT算法中获取特征向量的方法,生成低维度的特征描述符。通过Euclidean模型和SSIM建立相似度量规则,对特征点之间的相似度进行度量,完成图像的特征匹配。最后,引入随机抽样一致性(RANSAC)算法剔除错误匹配点,完成图像的匹配。结果仿真结果显示,相较于当前的图像匹配算法,所提算法具有更高的匹配正确度和鲁棒性,其查全率最高可达95%左右,且匹配效率较快,约为3.75 s。结论所提匹配方法具备良好的匹配精度,在图像信息安全、包装条码识别与拼接等领域具有一定的参考价值。 相似文献
13.
14.
15.
本文提出了一种多重约束下由粗到精的多源图像自适应子像素级配准算法.该算法采用影像特征点作为匹配基元,利用具有不同精度等级的组合判据法、整体松弛法、最小二乘法实现由粗到精的匹配,同时在匹配过程中加入了多重约束,如定位点控制约束、交叉匹配约束、连续控制约束,以保证获取的配准控制点的可靠性和剔除粗差点.此外,该算法利用配准控制点自适应地构建整个图像的三角网,最后依据改进的三角形填充算法对目标图像进行逐像点纠正.对同源和非同源的遥感图像的实验证明,SPOT4全色图像(10m/pixel)和SPOT5多光谱图像(10m/pixel)的配准精度分别达到6~7m和5~6m. 相似文献