| 高斯曲率耦合相关性制约规则的图像匹配算法 |
| |
| 引用本文： | 吴亮,郭俊峰,刘国英.高斯曲率耦合相关性制约规则的图像匹配算法[J].包装工程,2019,40(1):168-176. |
| |
| 作者姓名： | 吴亮 郭俊峰 刘国英 |
| |
| 作者单位： | 安阳师范学院软件学院,安阳,455000;安阳市公安局,安阳,455000;安阳师范学院计算机与信息工程学院,安阳455000;武汉大学测绘遥感信息工程国家重点实验室,武汉430079 |
| |
| 基金项目： | 国家自然科学基金（41001251）；河南省重点科技攻关计划（102102310087）；河南省基础与前沿技术研究计划（152300410182） |
| |
| 摘 要： | 目的针对当前较多图像匹配算法在匹配过程中因忽略了特征点之间的相关性而导致算法存在匹配正确度和鲁棒性不佳等不足,设计一种高斯曲率模型耦合相关性制约规则的图像匹配算法。方法首先,利用高斯滤波后图像的一阶矩阵和Hessian矩阵来构造高斯曲率模型,对Hessian算子进行改进,以充分检测图像的特征点。然后,通过求取扇形区域内的Haar小波响应获取特征点的主方向,并根据特征点邻域中像素点的灰度平均值计算特征向量,从而形成特征描述子,完成对特征点的描述。利用特征点集的均值与协方差矩阵来构造相关性模型,对特征点的相关度完成度量,从而定义相关性制约规则,对特征点的相似度进行判断,完成特征点的匹配。最后,利用RANSAC算法提纯匹配特征点,完成图像的匹配。结果仿真实验表明,与当前图像匹配算法相比较,文中算法不仅匹配正确度较高,且具有较强的鲁棒性,在旋转角度为50°时,其正确匹配精度仍可达到87%以上。结论所提算法在多种几何攻击下仍具有较高的匹配精度,在图像处理、信息安全等领域具有良好的参考价值。
|
| 关 键 词： | 图像匹配 高斯曲率模型 Hessian算子 灰度平均值 相关性制约规则 RANSAC算法 |
| 收稿时间： | 2018/8/31 0:00:00 |
| 修稿时间： | 2019/1/10 0:00:00 |
An Image Matching Algorithm Based on Gauss Curvature and Correlation Constraint Rule |
| |
| WU Liang,GUO Jun-feng and LIU Guo-ying.An Image Matching Algorithm Based on Gauss Curvature and Correlation Constraint Rule[J].Packaging Engineering,2019,40(1):168-176. |
| |
| Authors: | WU Liang GUO Jun-feng and LIU Guo-ying |
| |
| Affiliation: | 1.School of Software Engineering, Anyang Normal University, Anyang 455000, China,2.School of Computer & Information Engineering, Anyang Normal University, Anyang 455000, China and 3.State Key Laboratory of Surveying and Mapping Remote Sensing Information Engineering, Wuhan University, Wuhan 430079, China |
| |
| Abstract: | |
| |
| Keywords: | image matching Gauss curvature model Hessian operator gray mean value correlation constraint rule RANSAC algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《包装工程》浏览原始摘要信息 |
|
点击此处可从《包装工程》下载全文 |
|
