本文選題：A-KAZE + 非線性擴(kuò)散濾波��； 參考：《東南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年04期

【摘要】：針對(duì)現(xiàn)有圖像配準(zhǔn)過(guò)程中難以保持圖像的局部精度和邊緣細(xì)節(jié)的問(wèn)題,在A-KAZE算法的基礎(chǔ)上提出了一種改進(jìn)的圖像特征提取算法AKAZE-ILDB.該算法首先利用非線性擴(kuò)散濾波方程構(gòu)造圖像金字塔,采用快速顯示擴(kuò)散(FED)求得數(shù)值解,得到具有亞像素精度的圖像特征點(diǎn)坐標(biāo);然后利用改進(jìn)的LDB(ILDB)描述子構(gòu)造具有尺度和旋轉(zhuǎn)不變性的圖像特征向量,對(duì)特征向量采用漢明距離進(jìn)行KNN匹配;最后基于仿射變換模型計(jì)算空間映射參數(shù)矩陣來(lái)實(shí)現(xiàn)圖像配準(zhǔn).實(shí)驗(yàn)結(jié)果表明:在保持相同圖像特征匹配正確率的情況下,AKAZE-ILDB算法比A-KAZE算法平均配準(zhǔn)時(shí)間縮短了300 ms;在配準(zhǔn)精度方面,比A-KAZE算法提高了3.7%,比傳統(tǒng)特征提取算法SURF匹配正確率提高了29%.
[Abstract]:In order to solve the problem that it is difficult to maintain the local accuracy and edge details in the present image registration process, an improved image feature extraction algorithm, AKAZE-ILDB, is proposed on the basis of A-KAZE algorithm. Firstly, the image pyramid is constructed by nonlinear diffusion filtering equation, and the numerical solution is obtained by fast display diffusion (Fed), and the coordinates of image feature points with sub-pixel accuracy are obtained. Then the improved LDB (ILDB) descriptor is used to construct the image feature vector with scale and rotation invariance, and the eigenvector is matched by hamming distance. Finally, the spatial mapping parameter matrix is calculated based on the affine transformation model to achieve image registration. The experimental results show that the average registration time of AKAZE-ILDB algorithm is 300 Ms shorter than that of A-KAZE algorithm under the condition of keeping the same image feature matching accuracy. Compared with A-KAZE algorithm, the algorithm improves 3.7 steps and 29% higher than the traditional feature extraction algorithm surf.
【作者單位】： 東南大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;東南大學(xué)計(jì)算機(jī)網(wǎng)絡(luò)和信息集成教育部重點(diǎn)實(shí)驗(yàn)室;東南大學(xué)蒙納士大學(xué)蘇州聯(lián)合研究生院;
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)資助項(xiàng)目(2015AA015904)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程芳,朱敏慧,吳一戎;改進(jìn)的多項(xiàng)式圖像配準(zhǔn)方法[J];電子與信息學(xué)報(bào);2001年11期

2 劉斌,彭嘉雄;圖像配準(zhǔn)的小波分解方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2003年09期

3 諶安軍;;基于多尺度圖像配準(zhǔn)方法[J];電子測(cè)量技術(shù);2003年05期

4 諶安軍,陳煒,毛士藝;一種基于邊緣的圖像配準(zhǔn)方法[J];電子與信息學(xué)報(bào);2004年05期

5 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)性能評(píng)估及實(shí)現(xiàn)概況[J];電光與控制;2007年03期

6 李玲玲;黃其民;李保;;多傳感器圖像配準(zhǔn)方法綜述[J];光盤(pán)技術(shù);2007年02期

7 劉松濤;楊紹清;;圖像配準(zhǔn)技術(shù)研究進(jìn)展[J];電光與控制;2007年06期

8 上官晉太;郭慧;岳晉;楊汝良;;圖像配準(zhǔn)測(cè)度對(duì)重疊面積變化的魯棒性分析[J];光電工程;2008年11期

9 李曉明;張繼福;;一種基于學(xué)習(xí)的自動(dòng)圖像配準(zhǔn)檢驗(yàn)方法[J];自動(dòng)化學(xué)報(bào);2008年01期

10 徐海黎;花國(guó)然;莊健;王孫安;;采用小世界免疫克隆算子的頻率域圖像配準(zhǔn)[J];西安交通大學(xué)學(xué)報(bào);2009年06期

相關(guān)會(huì)議論文 前10條

1 付宇光;唐煥文;唐一源;;一種優(yōu)化算法在圖像配準(zhǔn)中的應(yīng)用[A];第二十屆中國(guó)控制會(huì)議論文集（上）[C];2001年

2 桂秋陽(yáng);邱志明;;大口徑艦炮圖像配準(zhǔn)方式射擊精度仿真[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

3 彭靜;徐曉艷;任蕾;;一種基于極對(duì)數(shù)分?jǐn)?shù)階傅里葉變換的圖像配準(zhǔn)方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 王佳佳;廖寧放;廉玉生;劉子龍;;基于八通道成像光譜儀圖像配準(zhǔn)技術(shù)研究[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

5 馮麗麗;姜慧研;李季;;一種自適應(yīng)的非剛性圖像配準(zhǔn)方法及其在肝臟配準(zhǔn)中的應(yīng)用[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

6 翟勝軍;姜暉;張?chǎng)?;一種基于角點(diǎn)的圖像配準(zhǔn)方法[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

7 吳錚;錢(qián)徽;朱淼良;;基于特征匹配的航空?qǐng)D像配準(zhǔn)[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 楊必武;倪志斌;;圖像配準(zhǔn)中基于最大熵的模板選取算法研究[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 李紅波;倪國(guó)強(qiáng);;圖像配準(zhǔn)中特征點(diǎn)匹配分析與展望[A];第三屆全國(guó)嵌入式技術(shù)和信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

10 滕凱風(fēng);張建秋;周柏楊;王友華;;基于免疫單純形法的魯棒多分辨率圖像配準(zhǔn)[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 叢偉建;應(yīng)用于肝臟介入診療的超聲圖像分析與導(dǎo)航方法研究[D];北京理工大學(xué);2015年

2 靳峰;基于特征的圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2015年

3 黃韶杰;基于聚類的煤巖分界圖像識(shí)別技術(shù)研究[D];中國(guó)礦業(yè)大學(xué)(北京);2016年

4 馬亮;基于模塊化推掃式成像光譜儀的光譜校正與圖像配準(zhǔn)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

5 趙偉;SAR圖像配準(zhǔn)的穩(wěn)健核譜方法[D];西北工業(yè)大學(xué);2016年

6 宋智禮;圖像配準(zhǔn)技術(shù)及其應(yīng)用的研究[D];復(fù)旦大學(xué);2010年

7 周武;精密圖像配準(zhǔn)方法研究及在精密電子組裝中的應(yīng)用[D];華南理工大學(xué);2012年

8 黃曉陽(yáng);在體肝臟圖像配準(zhǔn)方法及應(yīng)用研究[D];廈門(mén)大學(xué);2009年

9 朱憲偉;基于結(jié)構(gòu)特征的異源圖像配準(zhǔn)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

10 王東峰;多模態(tài)和大型圖像配準(zhǔn)技術(shù)研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2002年

相關(guān)碩士學(xué)位論文 前10條

1 楊小麗;基于輪廓的SAR圖像配準(zhǔn)方法研究[D];天津理工大學(xué);2015年

2 張海濱;圖像配準(zhǔn)技術(shù)在前列腺DWI序列圖像中的研究與應(yīng)用[D];河北大學(xué);2015年

3 汪松;在圖像配準(zhǔn)中基于點(diǎn)特征的匹配算法[D];鄭州大學(xué);2015年

4 王菲;一種改進(jìn)的紅外圖像配準(zhǔn)拼接算法研究[D];蘭州大學(xué);2015年

5 �；圪t;基于分?jǐn)?shù)階傅里葉變換的剛性圖像配準(zhǔn)技術(shù)[D];鄭州大學(xué);2015年

6 郭莉莉;基于人工蜂群算法的SPECT-B超甲狀腺圖像配準(zhǔn)[D];河北大學(xué);2015年

7 何永亮;基于特征點(diǎn)和TPE兩點(diǎn)熵的圖像配準(zhǔn)技術(shù)研究[D];華中師范大學(xué);2015年

8 胡鐘琴;基于互信息和粒子群算法的圖像配準(zhǔn)研究[D];廣西大學(xué);2015年

9 商磊;基于改進(jìn)SIFT算法的圖像配準(zhǔn)研究[D];電子科技大學(xué);2014年

10 陳海斌;圖像分割和圖像配準(zhǔn)在近距離放射治療中的應(yīng)用研究[D];南方醫(yī)科大學(xué);2015年

本文編號(hào)：2111421