一种基于图像区域分块的SIFT快速配准方法

针对传统尺度不变特征变换(SIFT)算法在特征提取与描述时计算量大、实时性差的问题,提出一种基于区域分块的SIFT的快速配准方法.首先,将匹配图像和待匹配图像分割成若干均匀的子图,通过计算每个子图的信息熵值与设定阈值比较来确定局部子图的特征类型;对筛选出来的特征区域的子图进行特征提取和生成PCA-SIFT描述子,对筛选出来的平坦区域直接跳过,不进行检测.实验结果表明:提出的方法在保证配准精度90%以上的情况下,计算时间减少了15%~25%左右,提高了图像配准的速度.     

基于SIFT的超大图像配准

SIFT算法在仿射变换、噪声、一定程度的光照条件下具有良好的匹配性能，星上宽波段相机成像尺寸都非常大，超大尺寸图像直接利用SIFT算法，在构建高斯金字塔时空间占用大，同时导致计算用时长。通过研究仿射变换矩阵，提出可以通过计算超大尺寸图像的降采样图像之间的配准系数间接获取超大尺寸图像的配准系数的方法。经过实验验证，具有一定的可行性，对于图像配准从空间上减少计算量从而节约计算时间具有一定指导意义。     

基于FAST及SIFT算法的图像配准技术

基于快速实现两幅图像的精确配准,首先使用FAST算法检测得到图像特征点,通过非极大值抑制去掉多余特征点后,得到合适的特征点;引入SIFT特征描述子对特征点进行描述,去除大部分的离散点;通过计算特征点之间的欧式距离来实现图像特征粗配准;利用渐进一致采样算法进行图像精配准.通过实验证明了图像配准结果正确,准确率高,验证了算...     

基于SIFT算法的遥感图像配准研究

图像的自动配准是一项重要而又具有挑战性的工作,特别是对遥感图像而言.需要一种准确、鲁棒、快速的全自动配准方法.尺度不变特征变换(SIFT)算法及其改进算法在图像配准中得到了广泛地应用.然而,在遥感图像中,由于图像间的灰度映射存在显著的差异,可能很难找到足够多的正确匹配结果.采用So-bel算子进行二次梯度计算,提出了一...     

改进的多项式图像配准方法

针对多项式方法进行图像配准的一些缺点,本文将正交多项式应用到图像配准方法中,并提出一种加权的正交多项式方法,然后对这些方法进行了讨论和比较。结果表明:正交多项式方法进行图像配准具有很强的灵活性;加权的正交多项式方法具有很好的局域性。最后利用实验结果对这些方法进行了验证和比较。     

基于LDA的SIFT算法在图像配准中的应用

针对SIFT算法复杂程度高,实时性差,在维数较高的图像配准中并不实用的问题,提出了一种基于线性鉴别分析(LDA)的SIFT算法(SIFT-LDA)。首先利用SIFT算法提取出图像的特征点向量,然后用LDA方法对其进行特征抽取并降维。通过高维自然图像和单幅人脸图像进行实验,实验结果表明SIFT-LDA算法在保证匹配精度的同时,实时性要优于传统的SIFT算法,其匹配时间相对于传统SIFT算法缩短了将近一半。     

一种基于改进SIFT算法的图像配准方法

给出一种改进的SIFT算法,并将该算法应用到图像配准中.首先,该改进算法结合Canny算子,去除影响匹配的边缘点.然后采用最近邻与次近邻之比来对96维描述子进行匹配.最后,采用随机抽样一致性(RANSAC)方法消除误匹配.实验结果表明,与原SIFT算法相比,该算法能够有效提高图像配准确度,并减少了10%左右的运算时间.     

基于改进SIFT算法的视频序列图像配准

针对尺度不变特征SIFT配准算法中匹配阶段的距离比阈值参数不具有普遍适用性,并且误配点没有得到有效剔除的问题,分别提出了参数自适应和相邻平行性约束的相应改进方法。距离比阈值的参数自适应使得阈值能够对不同的图像进行调整,相邻平行性的约束则进一步减少了误配的特征点对,最终得到更加精确的图像变换关系。将改进后的SIFT算法应用于视频序列图像的配准,实验表明改进算法的性能得到有效提高。     

分块的基于Harris角点检测的图像配准方法

传统的Harris角点检测选用全局的阈值且不具有尺度不变性,对于较大的图像会导致检测的角点分布不均、错检等问题,为此提出一种新的基于多尺度的Harris角点检测的图像配准方法.首先将图像分块,并对其进行相应排序,根据局部阈值来提取Harris角点,然后根据图像特征点的最邻近和次邻近距离之比来确定初始匹配,最后利用特征点附近的灰度信息来实现进一步的配准.实验证明该方法使得图像配准精度和配准效率得到了极大提高.     

基于Harris-SIFT特征匹配的图像自动配准算法研究

为解决目前大多图像配准算法存在匹配精度低、实时性差的问题,本文提出了一种基于区域分块提取特征点的自动配准算法。该算法结合了Harris算子与SIFT(Scale-Invariant Feature Transform)算子的优点,先用Harris算子快速提取角点作为图像原始特征点,然后利用SIFT算子的特征描述方法对原始特征点进行描述,获得具有尺度不变性的特征点描述符,最后通过欧氏距离确定匹配点对进行图像配准。实验结果表明,该算法保留了Harris算子和SIFT算子的优点,减少了经典SIF算法提取极值点的时间,并且具有良好的鲁棒性、尺度不变性。本文针对200幅图像进行测验,当发生平移、旋转或缩放变换时,两幅图像间的匹配正确率高达95%。结果表明该算法能高效、高精度的实现图像配准。     

基于改进SIFT的室内全景图像配准算法研究

图像配准技术是计算机视觉领域的重要基础,SIFT算法作为高效的特征提取描述算法在图像配准领域有着广泛应用.为了解决传统SIFT算法在图像特征点提取中性能较低的问题,提出了一种改进的SIFT图像特征匹配算法.该改进算法在原始SIFT算法的基础上,优化了SIFT算法中构建高斯金字塔的流程,并采用BRIEF特征描述子替换SI...     

基于矩阵恢复的红外偏振图像分区配准算法

由于红外偏振图像具有灰度分布差别大、特征信息不明显等特点,传统区域或特征的配准算法精度难以满足红外偏振信息解析要求。从图像间相似性出发,以矩阵秩作为图像相似性的度量,提出了一种基于矩阵恢复的红外偏振图像分区配准算法。将一组待配准图像组成变化矩阵,并分解成低秩和稀疏两部分。以低秩变换矩阵核范数与稀疏变换矩阵1范数的和为目标函数,利用增广拉格朗日乘子法求得目标函数值最小时的各区域变换参数,加权平均后得到图像组的配准结果。实验结果表明,该算法配准变换参数误差小于0.02 pixel,且对噪声不敏感。     

基于迭代更新的SIFT遥感图像配准算法

由于多光谱遥感图像之间存在复杂辐射差异,造成全色图像与其他波段图像通过尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)算法进行图像配准时无法保证配准精度。针对这一问题,提出一种基于迭代更新策略的SIFT算法。该算法通过SIFT算法获取同名点,迭代更新求解单应性矩阵,获得基准图像与待配准图像之间的最优单应性矩阵实现图像配准。为验证所提方法的有效性和鲁棒性,在网通一号和高分二号遥感影像上进行了图像配准实验,实验结果表明,所提方法不仅可实现高精度的图像配准,还可以有效提升SIFT算法应对遥感图像辐射差异的鲁棒性。     

基于矩阵恢复的红外偏振图像快速配准算法研究

针对矩阵恢复用于红外偏振图像配准,速度较慢的劣势,提出了一种用于单幅图像快速配准的算法。选取上一次对相同背景图像配准后,得到的一列低秩向量为已知条件,将目标函数减少为求稀疏矩阵的1范数,通过迭代更新得到单幅相同场景下,目标存在一定变化或偏移的图像的配准参数,明显提高了配准的速度。实验结果表明,该算法配准变换参数误差小于0.02像素,单幅图像配准仅需3.31 s,且对噪声不敏感。     

SIFT在高分辨率SAR图像自动配准中的性能分析

合成孔径雷达(SAR)图像的自动配准长期以来都未能很好的解决,特别是高分辨率SAR图像其配准的关键是稳健的特征提取与特征匹配算法。在光学图像配准中,最常用的特征点提取算法是Harris算子,而近年来SIFT(尺度不变特性变换)算法也因其优越的性能成为当前比较流行的算法。探讨了Harris和SIFT特征提取算法在高分辨SAR图像自动配准中的应用,并选取4对有代表性的SAR图像进行了配准实验,对2种特征提取算法的运行时间、所提取匹配点对的正确率以及特征点的提取精度进行了比较。通过定性及定量分析,在同轨获取的高分辨率SAR图像配准中,SIFT均能实现精确配准,其适用性及精度均优于Harris。     

一种分块的基于Harris角点检测的图像配准方法

传统的Harris角点检测选用全局的阈值并且不具有尺度不变性,对于较大的图像会导致检测的角点分布不均、错检等问题,为此提出一种新的基于多尺度的Harris角点检测的图像配准方法。首先将图像分块,并对其进行相应排序,根据局部阈值来提取Harris角点,然后根据图像特征点的最邻近和次邻近距离之比来确定初始匹配,最后利用特征点附近的灰度信息来实现进一步的配准。实验证明此方法使得图像配准精度和配准效率得到了极大地提高。     

基于SIFT和Affinity Propagation的遥感图像配准算法

随着传感器和光学影像测量等各种技术的快速发展,航空遥感技术已经在电力巡检、森林防火、地理测绘等领域中发挥着越来越重要的作用,而图像配准作为遥感图像的预处理步骤为图像融合等后续处理提供了参考和依据,目前已经成为遥感图像处理领域的研究热点。文中提出了一种基于尺度不变特征变换（Scale-invariant Feature Transform,SIFT）和仿射传播聚类（Affinity Propagation,AP）的图像配准算法。该算法与原有算法相比优势在于无需预先设定参数,并且实验仿真表明该算法能有效地对多源图像进行高精度的配准,与随机抽样一致算法（Random Sample Consensus,RANSAC）相比提高了正确匹配点的数目。     

基于单应性矩阵的SAR图像配准技术研究

通过分析单应性矩阵的特点,提出利用单应性矩阵来表示待配准SAR图像与参考矢量图像之间的空间变换模型,并以地理信息系统矢量图为参考,针对某局部遥感图像,分析了SAR图像的配准过程及配准结果.配准结果表明文章提出的配准方法具有人机交互少、算法鲁棒、配准效果好的优点.     

融合SIFT的B样条红外图像非刚性配准

手持式广角镜头红外热像仪所拍摄的不同时刻红外图像具有刚性形变和非刚性形变,传统图像配准算法很难同时矫正刚性形变与非刚性形变,针对该问题,提出一种融合SIFT的B样条配准算法。首先在待配准图像中建立控制网格,其次运用SIFT算法寻找待配准与基准图像间的匹配点对,剔除错误匹配点对并计算出待配准图像与基准图像间的刚性变换参数,接着对控制点进行刚性变换,最后以局部强度和为测度函数,运用B样条非刚性配准算法对广角镜头引起图像的非线性进行矫正。对比实验结果表明,本文算法具有很高配准精度,能够满足实际工程精度要求。     

基于SIFT算法的医学CT图像配准

医学CT图像的配准一直以来都是医学图形分析与处理中的研究热点之一,对临床诊断具有非常重要的作用。SIFT算法是一种快速、有效的图像匹配算法,该算法是基于图像的光照、旋转、尺度以及仿射变换不变性,在基于特征点的医学CT图像配准中具有较高的实用价值。针对医学CT图像配准时匹配特征点数目较少,从而导致估算图像变换参数时精度较低的情况,本文采用结合边缘点集匹配的SIFT算法进行医学CT图像配准,取得了良好的效果。