本文選題：特征點(diǎn)匹配 + 低對(duì)比度圖像　； 參考：《半導(dǎo)體光電》2017年06期

【摘要】：針對(duì)常用特征點(diǎn)匹配算法在低對(duì)比度圖像中存在特征點(diǎn)少、匹配精度低的問題,將圖像自相似性用于圖像特征點(diǎn)提取,并改進(jìn)特征點(diǎn)匹配過程,提出了自相似性與改進(jìn)歸一化互相關(guān)相結(jié)合的方法。該方法首先根據(jù)像素點(diǎn)自對(duì)稱值提取出圖像特征點(diǎn),然后通過特征點(diǎn)的尺度信息構(gòu)建自適應(yīng)相關(guān)窗口來改進(jìn)互相關(guān)匹配,最后由閾值篩選和隨機(jī)抽樣一致性算法優(yōu)化匹配結(jié)果,從而完成低對(duì)比度圖像特征點(diǎn)的提取和匹配。實(shí)驗(yàn)結(jié)果表明,該方法在匹配低對(duì)比度圖像特征點(diǎn)時(shí)相比常用算法具有較高的效率,且對(duì)圖像尺度和旋轉(zhuǎn)變換具有較強(qiáng)的魯棒性。
[Abstract]:In order to solve the problem that common feature point matching algorithms have fewer feature points and lower matching accuracy in low-contrast images, the image self-similarity is used to extract feature points, and the process of feature point matching is improved. A method of combining self-similarity with improved normalized cross-correlation is proposed. Firstly, the image feature points are extracted from the self-symmetry values of pixels, then the adaptive correlation window is constructed to improve the cross-correlation matching. Finally, the matching results are optimized by the threshold filtering and random sampling consistency algorithm. In order to achieve the low contrast image feature points extraction and matching. Experimental results show that the proposed method is more efficient than common algorithms in matching the feature points of low contrast images and is robust to image scale and rotation transformation.
【作者單位】： 天津大學(xué)精密儀器與光電子工程學(xué)院光電信息技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(61535008)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;一種由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2005年S1期

2 賈熹濱;石勤;尹寶才;;由粗到細(xì)的漸進(jìn)式特征點(diǎn)定位算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2006年05期

3 鄭林;劉泉;王林濤;;一種基于特征點(diǎn)的跟蹤算法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2006年03期

4 周全峗;史澤林;;輻射模糊圖像的特征點(diǎn)穩(wěn)定性分析[J];光電工程;2013年06期

5 魏立梅,張永瑞,謝維信,程相君;人臉識(shí)別中基準(zhǔn)點(diǎn)的選取與特征點(diǎn)定位[J];西安電子科技大學(xué)學(xué)報(bào);1998年01期

6 許承慧;劉桂華;梁峰;;非特征點(diǎn)雙目測距技術(shù)研究[J];微型機(jī)與應(yīng)用;2013年22期

7 潘翔;章國棟;陳啟華;;三維可變形物體的特征點(diǎn)層次提取[J];計(jì)算機(jī)科學(xué);2014年04期

8 陶剛,盧昀,李吉桂;細(xì)化指紋圖中偽特征點(diǎn)的一體化去除算法[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2002年10期

9 仲啟媛,譚立龍;一種確定運(yùn)動(dòng)目標(biāo)特征點(diǎn)的算法[J];計(jì)算機(jī)工程;2003年10期

10 胡迎春,張?jiān)龇?梁數(shù);人臉圖像嘴巴特征點(diǎn)自動(dòng)提取系統(tǒng)[J];廣西工學(xué)院學(xué)報(bào);2003年02期

相關(guān)會(huì)議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點(diǎn)定位嘴巴[A];第二十六屆中國控制會(huì)議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點(diǎn)匹配算法的研究與改進(jìn)[A];2009中國控制與決策會(huì)議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點(diǎn)的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實(shí)用的特征點(diǎn)匹配算法[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

5 許競;姜波;;攝像機(jī)運(yùn)動(dòng)下特征點(diǎn)追蹤方法研究[A];2011下一代自動(dòng)測試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點(diǎn)和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

7 杜鵬飛;彭代強(qiáng);林幼權(quán);;基于二乘向量機(jī)的特征點(diǎn)配準(zhǔn)算法[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點(diǎn)跟蹤的圖象拼接[A];中國體視學(xué)學(xué)會(huì)圖像分析專業(yè)、中國體視學(xué)學(xué)會(huì)仿真與虛擬現(xiàn)實(shí)專業(yè)、中國航空學(xué)會(huì)信號(hào)與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2000年

9 韓廣良;陳小云;;利用多特征點(diǎn)搜索實(shí)現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

10 翟桂英;任甫;席煥久;張光霞;宮磊;;ETDIPS軟件在特征點(diǎn)三維坐標(biāo)獲取中應(yīng)用介紹[A];中國解剖學(xué)會(huì)2011年年會(huì)論文文摘匯編[C];2011年

，

本文編號(hào)：1987255