基于字典描述向量的实时图像配准 |
| |
引用本文: | 王健博,朱明.基于字典描述向量的实时图像配准[J].光学精密工程,2014,22(6):1613-1621. |
| |
作者姓名: | 王健博 朱明 |
| |
作者单位: | 1. 中国科学院 长春光学精密机械与物理研究所 中国科学院航空光学成像与测量重点实验室, 吉林 长春 130033;2. 中国科学院大学, 北京 100039;3. 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033 |
| |
基金项目: | 国家自然科学基金资助项目(No.61172111) |
| |
摘 要: | 针对传统的特征向量计算方法复杂度高、耗时长、占用内存多等缺点,提出了一种基于字典描述向量的图像配准方法。该算法采用K-奇异值分解(K-SVD)方法生成字典,通过比较特征点临近区域图像与字典中基底图像的相似性得到特征描述向量,从而降低了描述向量的计算复杂度,提高了算法的实时性。实施该算法时,首先通过随机KD树算法对参考图像和待配准图像的特征点进行匹配,然后使用经典随机抽样一致性(RANSAC)算法剔除误匹配点对,最后应用最小二乘法对得到的匹配点对进行参数估计,从而得到两幅待配准图像的空间几何变换关系。实验表明结果,本文提出的描述向量计算方法降低了描述向量的存储空间,加快了特征匹配的速度,可在保证配准准确度的前提下实现配准过程。
|
关 键 词: | 字典 特征描述向量 图像配准 K-奇异值分解算法 |
收稿时间: | 2013/4/7 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《光学精密工程》浏览原始摘要信息 |
|
点击此处可从《光学精密工程》下载全文 |
|