【摘要】：為了提高圖像配準(zhǔn)算法對(duì)于模糊圖像的配準(zhǔn)性能,提出一種融合非線性尺度空間和空間余弦相似度的自適應(yīng)模糊圖像配準(zhǔn)算法。該算法將非線性尺度空間理論應(yīng)用于圖像的局部特征提取,采用KAZE算法提取圖像的特征點(diǎn),以構(gòu)成M-SURF特征描述符;利用空間余弦對(duì)圖像特征點(diǎn)進(jìn)行匹配,并且根據(jù)不同的圖像特性進(jìn)行自適應(yīng)閾值匹配,以得到便于尋求最優(yōu)變換關(guān)系的合理數(shù)量的匹配點(diǎn)對(duì);最后采用RANSAC算法濾除誤匹配點(diǎn)對(duì),以提升算法精度。實(shí)驗(yàn)結(jié)果表明,該算法可以有效地提高模糊圖像配準(zhǔn)的匹配準(zhǔn)確率和精度,準(zhǔn)確率和精度比KAZE算法最大可以提高25%和7.909像素,具有更好的配準(zhǔn)性能。
[Abstract]:In order to improve the performance of image registration algorithm for fuzzy image registration, an adaptive fuzzy image registration algorithm combining nonlinear scale space and spatial cosine similarity is proposed. In this algorithm, the nonlinear scale space theory is applied to the local feature extraction of the image, and the KAZE algorithm is used to extract the feature points of the image to form the M-SURF feature descriptor. The spatial cosine is used to match the image feature points and the adaptive threshold matching is carried out according to different image characteristics to obtain a reasonable number of matching points which are convenient to seek the optimal transformation relationship. Finally, the RANSAC algorithm is used to filter out the mismatch point pairs to improve the accuracy of the algorithm. Experimental results show that the algorithm can effectively improve the matching accuracy and accuracy of fuzzy image registration. The accuracy and accuracy of the algorithm can increase by 25% and 7.909 pixels compared with the KAZE algorithm, and the algorithm has better registration performance.
【作者單位】： 江西理工大學(xué)信息工程學(xué)院;中國(guó)移動(dòng)通信集團(tuán)江西有限公司新余分公司;
【基金】：國(guó)家自然科學(xué)基金(61501210)資助項(xiàng)目
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣睿嵩;張定華;張順利;程云勇;;帶變形渦輪葉片精確配準(zhǔn)算法研究[J];CT理論與應(yīng)用研究;2009年01期

2 李在娟;付宜利;高文朋;;基于路徑的血管介入手術(shù)電磁跟蹤的配準(zhǔn)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

3 蔣睿嵩;魏發(fā)遠(yuǎn);馮大勇;閆茂振;;一種權(quán)值約束的精確配準(zhǔn)算法[J];圖學(xué)學(xué)報(bào);2014年02期

4 左森;郭曉松;萬敬;郭君斌;;基于支持向量回歸的光度配準(zhǔn)算法[J];微電子學(xué)與計(jì)算機(jī);2006年12期

5 於時(shí)才;呂艷瓊;;一種圖像快速配準(zhǔn)算法的研究[J];激光與紅外;2009年04期

6 謝永勝;余正生;;圖像快速配準(zhǔn)算法的改進(jìn)[J];機(jī)電工程;2010年02期

7 郭明;周曉東;;艦船小目標(biāo)圖像配準(zhǔn)算法[J];光子學(xué)報(bào);2012年02期

8 李寶峰;田寶華;張曉明;鄭明玲;;全局自動(dòng)圖像配準(zhǔn)算法加速器[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年10期

9 陳華杰;馮衛(wèi)平;林岳松;郭云飛;;基于稀疏方位超圖匹配的圖像配準(zhǔn)算法[J];光電子.激光;2010年12期

10 王學(xué)敏;王國(guó)宏;陳壘;;航跡圖像的2D雷達(dá)系統(tǒng)誤差配準(zhǔn)算法[J];火力與指揮控制;2012年06期

相關(guān)會(huì)議論文 前5條

1 張政;張彩明;;一種基于法向特征的點(diǎn)云數(shù)據(jù)配準(zhǔn)算法[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

2 梅躍松;楊樹興;莫波;;一種基于新的相似性測(cè)度的自動(dòng)圖像配準(zhǔn)算法[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

3 郗潤(rùn)平;武瀟;張艷寧;;基于子束變換和Harris角點(diǎn)的圖像配準(zhǔn)算法[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

4 曹世翔;江潔;張廣軍;袁艷;;一種簡(jiǎn)化SIFT的圖像配準(zhǔn)算法[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

5 蔣曉瑜;田宏亮;張文明;;基于梯度互信息的小波域圖像配準(zhǔn)算法研究[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)博士學(xué)位論文 前5條

1 張超;基于局部特征的圖像配準(zhǔn)算法及應(yīng)用研究[D];北京理工大學(xué);2015年

2 楊娟;醫(yī)學(xué)圖像配準(zhǔn)和四維磁共振成像相關(guān)技術(shù)研究[D];山東大學(xué);2015年

3 虞剛;在線自適應(yīng)放療若干關(guān)鍵問題的研究[D];東南大學(xué);2015年

4 章學(xué)靜;像素級(jí)圖像增強(qiáng)及配準(zhǔn)算法研究[D];北京理工大學(xué);2014年

5 梁月強(qiáng);圖像引導(dǎo)放射治療若干關(guān)鍵問題的研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉新;三維點(diǎn)云數(shù)據(jù)的配準(zhǔn)算法研究[D];燕山大學(xué);2015年

2 楊昆;基于互相關(guān)和點(diǎn)特征的圖像配準(zhǔn)算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 陳平君;配準(zhǔn)方法可重現(xiàn)比較流程與纖維束分割算法研究[D];大連理工大學(xué);2015年

4 陳聰;低照度圖像配準(zhǔn)算法研究[D];西安電子科技大學(xué);2014年

5 王冰;基于GPU的粘性流體醫(yī)學(xué)圖像彈性配準(zhǔn)算法研究[D];蘭州交通大學(xué);2015年

6 宋江典;多模態(tài)腦影像配準(zhǔn)算法設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2014年

7 張金龍;面向嬰幼兒腦MR圖像的配準(zhǔn)算法與分割研究[D];東北大學(xué);2014年

8 張光晉;基于配準(zhǔn)算法的嬰幼兒腦MR圖像分割框架研究[D];東北大學(xué);2014年

9 肖博文;基于平面提取的三維點(diǎn)云點(diǎn)配準(zhǔn)算法研究[D];中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2016年

10 黃雄;三維重建中點(diǎn)云數(shù)據(jù)配準(zhǔn)算法的研究[D];燕山大學(xué);2016年

，

本文編號(hào)：2430001