利用DAISY和概率松弛的近景影像密集匹配
本文選題:密集匹配 + 概率松弛。 參考:《遙感信息》2017年03期
【摘要】:針對近景影像存在的弱紋理、遮擋問題,提出一種基于改進(jìn)的DAISY描述子和概率松弛的近景影像密集匹配方法。首先,利用SURF提取種子點構(gòu)建初始視差圖,根據(jù)影像核線方向改進(jìn)DAISY描述子的主方向,以影像核線方向的反方向?qū)μ卣髅枋鲎舆M(jìn)行掩膜處理,進(jìn)而對興趣點進(jìn)行特征描述。隨后,通過松弛迭代的候選點篩選策略漸進(jìn)地獲取正確率占優(yōu)的特征匹配點。實驗表明,相對于傳統(tǒng)概率松弛匹配算法,該算法克服了近景影像中弱紋理及遮擋問題導(dǎo)致的誤匹配,匹配點數(shù)目提高了2倍左右,具有較高的匹配點密集程度和可靠性。
[Abstract]:Aiming at the problem of weak texture and occlusion in close-range images, a new close-range image matching method based on improved DAISY descriptor and probability relaxation is proposed. Firstly, the initial parallax map is constructed by using SURF to extract seed points. The main direction of the DAISY descriptor is improved according to the direction of the image kernel line, and the feature descriptor is masked by the reverse direction of the image kernel line, and then the feature of the point of interest is described. Then, the candidate point selection strategy of relaxation iteration is used to obtain the feature matching points with dominant accuracy gradually. Experiments show that compared with the traditional probabilistic relaxation matching algorithm, the algorithm overcomes the mismatch caused by weak texture and occlusion in close-range images, and the number of matching points is increased by about two times, and the algorithm has a higher density and reliability of matching points.
【作者單位】: 安徽省(水利部淮河水利委員會)水利科學(xué)研究院;
【分類號】:P23
【參考文獻(xiàn)】
相關(guān)期刊論文 前8條
1 姚國標(biāo);鄧喀中;張力;楊化超;艾海濱;杜全葉;;基于Harris-Affine的寬基線立體影像LSM匹配方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2014年08期
2 姚國標(biāo);鄧喀中;艾海濱;杜全葉;;傾斜立體影像自動準(zhǔn)稠密匹配與三維重建算法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年07期
3 楊化超;張磊;姚國標(biāo);王永波;;局部單應(yīng)約束的高精度圖像自動配準(zhǔn)方法[J];測繪學(xué)報;2012年03期
4 楊化超;王永波;姚國標(biāo);張磊;;基于SVD和SIFT的寬基線立體影像匹配[J];中國礦業(yè)大學(xué)學(xué)報;2011年06期
5 楊濤;張艷寧;張秀偉;張新功;;基于場景復(fù)雜度與不變特征的航拍視頻實時配準(zhǔn)算法[J];電子學(xué)報;2010年05期
6 楊化超;張書畢;張秋昭;;基于SIFT的寬基線立體影像最小二乘匹配方法[J];測繪學(xué)報;2010年02期
7 許振輝;張峰;孫鳳梅;胡占義;;基于鄰域傳遞的魚眼圖像的準(zhǔn)稠密匹配[J];自動化學(xué)報;2009年09期
8 李宇光,王新華;一種自適應(yīng)的概率松馳影像匹配算法的研究[J];中國圖象圖形學(xué)報;1999年01期
【共引文獻(xiàn)】
相關(guān)期刊論文 前10條
1 黃鈺雯;胡立坤;盧泉;陳卉;;基于改進(jìn)SURF-BRISK算法的航拍圖像拼接方法[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2017年03期
2 王春林;錢海明;孫金彥;黃祚繼;;利用DAISY和概率松弛的近景影像密集匹配[J];遙感信息;2017年03期
3 朱寧寧;;柱面全景圖像拼接方法的仿真分析[J];測繪學(xué)報;2017年04期
4 郭靜;韓躍平;李會鴿;;產(chǎn)品表面缺陷檢測的變步長采樣機(jī)制研究[J];科技通報;2017年02期
5 劉玉梅;王仁禮;任保剛;;基于仿射不變算子的傾斜影像匹配算法評價[J];地理信息世界;2017年01期
6 于英;張永生;薛武;李磊;;影像連接點均衡化高精度自動提取[J];測繪學(xué)報;2017年01期
7 王春林;錢海明;孫金彥;;一種抗仿射畸變的KAZE特征提取算法[J];遙感信息;2017年02期
8 宋濤;熊文莉;侯培國;李海濱;陳琛;;基于極曲線幾何和支持鄰域的魚眼圖像立體匹配[J];光學(xué)精密工程;2016年08期
9 曹良中;陳曦;楊遼;鄭宏偉;涂作瑩;秦修功;;基于傾斜影像的三維城市自動建模[J];測繪科學(xué);2017年01期
10 張云峰;;基于場景復(fù)雜度計算的紅外圖像平臺直方圖均衡[J];液晶與顯示;2016年07期
【二級參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 姚國標(biāo);鄧喀中;楊化超;杜全葉;;基于幾何約束的傾斜立體影像匹配[J];中國礦業(yè)大學(xué)學(xué)報;2013年04期
2 張謙;賈永紅;胡忠文;;多源遙感影像配準(zhǔn)中的SIFT特征匹配改進(jìn)[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年04期
3 楊化超;張磊;姚國標(biāo);王永波;;局部單應(yīng)約束的高精度圖像自動配準(zhǔn)方法[J];測繪學(xué)報;2012年03期
4 門朝光;邊繼龍;李香;;基于迭代傳播的小基高比立體匹配方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2012年04期
5 易盟;郭寶龍;嚴(yán)春滿;;結(jié)合優(yōu)化梯度濾波與投影不變的航拍視頻配準(zhǔn)[J];光學(xué)精密工程;2012年03期
6 智喜洋;張偉;侯晴宇;曹移明;;影響測繪相機(jī)匹配精度的輻射指標(biāo)量化[J];光學(xué)精密工程;2012年02期
7 李v,
本文編號:1933973
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/1933973.html