留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于自适应分数阶微分的SIFT图像配准

张桂梅 陈子恒

引用本文:
Citation:

基于自适应分数阶微分的SIFT图像配准

    作者简介: 张桂梅(1970-),女,博士,教授。主要研究方向:计算机视觉、图形图像处理与模式识别。.
  • 基金项目:

    国家自然科学基金(61462065)

  • 中图分类号: TP391.41

Image Registration Based on Adaptive Fractional Differential SIFT

  • CLC number: TP391.41

  • 摘要: 针对传统SIFT(Scale Invariant Feature Transform)配准算法中存在的特征点正确匹配率低,配准效果较差的问题,提出了一种新的自适应分数阶SIFT算法用于图像配准。首先根据图像的梯度模值和信息熵构建自适应分数阶的数学模型,自动计算每个像素点的最佳分数阶阶次;其次基于最佳分数阶阶次构造自适应分数阶微分掩模,并将其融入到SIFT算法中,提取到更多精确有效的关键点,从而提高了SIFT算法的精度;在SIFT算法的特征点匹配阶段,进行相似性度量时,增加了余弦相似性约束,解决了欧式距离不能够判定特征向量的空间位置关系的问题,进一步提高特征点匹配的准确率;并使用改进的随机样本一致性算法(Random Sample Consensus,RANSAC)进一步减少误匹配的特征点对;最后根据匹配的特征点对求解空间变换矩阵,从而实现图像配准。验证结果证明:本文算法的匹配精度较高,配准的质量也得到较明显的提升。
  • [1] Ma J,Zhao J,Yuille A L. Non-rigid point set registration by preserving global and local structures[J]. IEEE Trans Image Process,2016,25(1):53-64.
    [2] Ince R A A. The Partial Entropy Decomposition:Decomposing multivariate entropy and mutual information via pointwise common surprisal[J/OL]. Computer Science,2017,https://arxiv.org/abs/1702.01591v2.
    [3] Ishikawa N,Sugiura S,Hanzo L. Subcarrier-index modulation aided OFDM-will it work?[J]. IEEE Access,2017,4:2580-2593.
    [4] Paton K R,Varrla E,Backes C,et al. Scalable production of large quantities of defect-free few-layer graphene by shear exfoliation in liquids[J]. Nature Materials,2014,13(6):624-630.
    [5] Cox R W,Jesmanowicz A. Real-time 3D image registration for functional MRI.[J]. Magnetic Resonance in Medicine,2015,42(6):1014-1018.
    [6] Huang J W,Zhang L Q,Jiang Z Y,et al. Heterogeneous parallel computing accelerated iterativesubpicel digital image correlation[J]. Science China,2018,61(1):74-85.
    [7] Rai K K,Rai A,Dhar K,et al. SIFT-FANN:An efficient framework for spatio-spectral fusion of satellite images[J]. Journal of the Indian Society of Remote Sensing,2017,45(1):55-65.
    [8] Long S Y,Zhang B,Song C,et al. Object detection based on improved speeded-up robustfeatures[J]. Chinese Optics,2017,10(6):719-725.
    [9] 郝瑞华,鲁强. 一种混合CPU和GPU的图像金字塔数据重采样评估模型[J]. 计算机与数字工程,2018,46(2):348-354.
    [10] 许佳佳.结合Harris与SIFT算子的图像快速配准算法[J]. 中国光学,2015,8(4):574-581.
    [11] Alvarez-Betancourt Y,Garcia-Silvente M. A keypoints-based feature extraction method for iris recognition under variable image quality conditions[J]. Knowledge-Based Systems,2016,92:169-182.
    [12] 张桂梅,刘峰瑞,刘建新. 图像增强中分数阶阶次自适应模型的构造[J]. 计算机工程与应用,2018,54(3):184-191.
    [13] 祝严刚. 基于自适应分数阶的SIFT图像匹配算法[J]. 中国图像图形学报,2018,64(2):154-172.
    [14] 丁畅,董丽丽,许文海. 图像梯度场双区间均衡化的细节增强[J]. 电子报,2017,45(5):1165-1174.
    [15] 窦健泰,高志山,马骏,等. 基于图像信息熵的ptychography轴向距离误差校正[J]. 物理学报,2017,66(16):110-118.
    [16] 马金铭,苗红霞,苏新华,等. 分数傅里叶变换理论及其应用研究进展[J]. 光电工程,2018,45(6):5-28.
    [17] 刘璐. 基于余弦相似度的GraphCuts序列图像分割算法[J]. 现代计算机,2017(15):20-24.
  • [1] 杨芳刘君何南尹阳 . 边缘互方差与互信息结合的多模医学图像配准. 南昌航空大学学报(自然科学版), 2016, 30(2): 92-97. doi: 10.3969/j.issn.1001-4926.2016.02.015
    [2] 苏孟超李克伟张聪炫 . 基于SURF和光流场的医学图像配准技术研究. 南昌航空大学学报(自然科学版), 2018, 32(4): 16-23. doi: 10.3969/j.issn.1001-4926.2018.04.003
    [3] 傅建安万文熊震宇 . 双能图像的亚像素匹配方法. 南昌航空大学学报(自然科学版), 2015, 29(4): 40-44,84. doi: 10.3969/j.issn.1001-4926.2015.04.008
    [4] 郑芬江泽涛李克伟张修浪 . 一种基于纹理特性的自适应彩色图像水印方法. 南昌航空大学学报(自然科学版), 2006, 20(4): 43-47.
    [5] 王忠华 . 基于Contourlet变换的子带自适应图像去噪. 南昌航空大学学报(自然科学版), 2006, 20(2): 21-23.
    [6] 张桂梅潘国峰 . 基于自适应对抗学习的半监督图像语义分割. 南昌航空大学学报(自然科学版), 2019, 33(3): 32-40. doi: 10.3969/j.issn.1001-4926.2019.03.005
    [7] 韩拥军 . 二阶非线性中立时滞型泛函微分方程的振动性. 南昌航空大学学报(自然科学版), 2010, 24(3): 83-86.
    [8] 龚勇清周张钰田红彦苏兆国裴扬 . 基于数字微镜单光路的准彩虹全息图像研究. 南昌航空大学学报(自然科学版), 2012, 26(2): 30-34.
    [9] 李园庭 . 关于二阶常系数线性椭圆型偏微分方程组解的唯一性的若干结论. 南昌航空大学学报(自然科学版), 1999, 13(1): 43-47.
    [10] 王海峰李志农肖尧先 . 分数阶阻尼和整数阶阻尼裂纹转子系统振动特性对比研究. 南昌航空大学学报(自然科学版), 2014, 28(2): 32-37. doi: 10.3969/j.issn.1001-4926.2014.02.006
    [11] 何元磊王静荔李红军高正明尼涛李旭渊 . 基于选择样本自相关阵的高光谱图像约束能量最小化算法. 南昌航空大学学报(自然科学版), 2014, 28(4): 13-19. doi: 10.3969/j.issn.1001-4926.2014.04.003
    [12] 冷成财李敏 . 基于保真约束的P-M模型图像去噪方法. 南昌航空大学学报(自然科学版), 2014, 28(2): 14-17,31. doi: 10.3969/j.issn.1001-4926.2014.02.003
    [13] 何利军 . 分数阶导数蠕变模型及在FLAC3D中的数值实现. 南昌航空大学学报(自然科学版), 2015, 29(4): 35-39. doi: 10.3969/j.issn.1001-4926.2015.04.007
    [14] 李云龙李志农 . 分数阶阻尼在滚动轴承故障诊断中的应用. 南昌航空大学学报(自然科学版), 2019, 33(4): 39-44, 100. doi: 10.3969/j.issn.1001-4926.2019.04.007
    [15] 贾杰洪小康周艳艳黎想张帆 . 高机动目标自适应多模交互跟踪算法. 南昌航空大学学报(自然科学版), 2012, 26(4): 8-13.
    [16] 王远钢夏璇 . 离散控制系统中圆形极点与方差上界约束的相容性. 南昌航空大学学报(自然科学版), 1999, 13(4): 13-16.
    [17] 时招军高益庆 . 自适应粒子群算法设计纯相位衍射光学元件. 南昌航空大学学报(自然科学版), 2012, 26(2): 25-29,34.
    [18] 万在红俞子荣 . 基于模糊自适应PID的真空调压铸造智能控制系统. 南昌航空大学学报(自然科学版), 2011, 25(3): 53-58.
    [19] 余学进雷金波杨加明 . 平板弯曲问题的误差估计和网格自适应研究. 南昌航空大学学报(自然科学版), 2002, 16(1): 1-3.
    [20] 郭小和刘科周继强洪露 . 基于改进遗传算法的单神经元自适应PID控制. 南昌航空大学学报(自然科学版), 2012, 26(4): 14-18.
  • 加载中
图(1)
计量
  • 文章访问数:  322
  • HTML全文浏览量:  171
  • PDF下载量:  61
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-10-21
  • 录用日期:  2018-11-22

基于自适应分数阶微分的SIFT图像配准

    作者简介: 张桂梅(1970-),女,博士,教授。主要研究方向:计算机视觉、图形图像处理与模式识别。
  • 南昌航空大学 计算机视觉研究所, 南昌 330063
基金项目:  国家自然科学基金(61462065)

摘要: 针对传统SIFT(Scale Invariant Feature Transform)配准算法中存在的特征点正确匹配率低,配准效果较差的问题,提出了一种新的自适应分数阶SIFT算法用于图像配准。首先根据图像的梯度模值和信息熵构建自适应分数阶的数学模型,自动计算每个像素点的最佳分数阶阶次;其次基于最佳分数阶阶次构造自适应分数阶微分掩模,并将其融入到SIFT算法中,提取到更多精确有效的关键点,从而提高了SIFT算法的精度;在SIFT算法的特征点匹配阶段,进行相似性度量时,增加了余弦相似性约束,解决了欧式距离不能够判定特征向量的空间位置关系的问题,进一步提高特征点匹配的准确率;并使用改进的随机样本一致性算法(Random Sample Consensus,RANSAC)进一步减少误匹配的特征点对;最后根据匹配的特征点对求解空间变换矩阵,从而实现图像配准。验证结果证明:本文算法的匹配精度较高,配准的质量也得到较明显的提升。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回