论文研究-基于SURF算法和SC-RANSAC算法的图像配准.pdf

所需积分/C币:29 2019-07-22 20:19:55 1.08MB .PDF
43
收藏 收藏
举报

提出了一种融合SURF算法和SC-RANSAC算法的图像配准方法。首先利用SURF算法提取待匹配图像的特征, 然后用最近邻方法找出匹配点, 最后运用SC-RANSAC算法剔除错误的匹配点, 实现图像的正确配准。实验结果表明, 该方法在保持较高的特征点正确匹配率的前提下, 配准速度高于SURF和RANSAC相结合的方法和SIFT和RANSAC相结合的方法。
1588· 计算机应用研究 第30卷 68介匹配点 图像配准 6∧Sm<、<Sm} 给定一个图像对(1,1,),通过SURF算法提取图像的特 征,然后利用基于欧式距离的最近邻方法实现匹配,从而图像 1、2就有一个最匹配的点,这样就形成了一个匹配点集C 图5两幅图像的兀配结果 图6配准结果图 C /1∈F(1)AP2∈F(l2) 为了验证本文算法的优越性,实验选择大小分别为320× 对于给定的图像对(1,l2)和匹配点集C,定义一个匹配点480480×640的两组待匹配图像对各30对,通过对不同算法 集c=G/)∈C的邻域集N(c) 进行实验,得到不同的算法最后实现图像配准的时间,具休的 N(c)=(2)∈cl∈N(/1)A2∈F(2)}(6)结果如表1所示。 如果 表1各种算法的配准时间和特征点止确匹配率 NG)=1(/4,2)∈C/n=M,O})1>0AAC1≥(7) 320×480图片 480×640图片 算法 平均配准特征点正平均配准特征点王 其中,θ∈0,1]。这样就可以说这个匹配点集是空间一致性 时间/s确匹配率/% 确匹配率/% SIFT+ RANSAC 91.6 的。出此,匹配点集C可通过空间一致性减少为C, C, CC SURF +RANSAC 3.2 SC-RANSAC的算法实现 SIFT+SC-RANSAC 1 59 空间致性检查可以很容易地整合到 RANSAC算法中。SURF+SC. RANSAC0.63 0.89 91.0 具体的实现过程如下 由表1可以看出,在同样的实验环境下一对320×480和 a)计算被减小的匹配点集Cm,N=1Cm1。 480×640大小的图像,本文算法的平均配准时间最短;从特征 b) RANSAC的应用。k=0,Em=N,=0,当”=(1-点正确匹配率来看,木文算法的特征点正确匹率虽然有所降 sm)≥η时,m为来自Ca中的随机匹配点,计算样本模型 低,但整体正确匹配率还是很高的,证明了本文算法的优越性 g,计算局内点的数目L,如果I>I”,则r=1,E 「存储 表明了本文算法具有一定的使用价值。 q。其屮em表示在Cm中局内点所占的比例。 5结束语 把空间一致性应用到 RANSAC上的影响是把原来的匹配 本文提出的图像配准算法,先用SURF算法提取待配准图 点集变为一个更小的更自信的匹配集。下面是 SC-RANSAC像对的特征,然后用基丁欧式距离的最近邻方法实现特征的匹 算法更快的原因。 配,并用sC- RANSAC算法来快速剔除错误的匹配点,实现了 a)SC- RANSAC算法仅仅只需要操作一个更小的匹配点集快迩地完成图像的匹配过程。在320×480和480×640大小 去验证假设模型 的两组图像对上进行的实验表明,本文算法在保持很高的正确 b)空间致性检查额外的约束,将会使匹配点集C中的匹配率的前提下,比SF和 RANSAC、URF和 RANSAC相结 局内点的比例amd增加。这样将会直接影响到 RANSAC算法合的算法的运行速度都要快,证明了本文算法的优越性。 的迭代次数k,直到错误率η在常量ηo之下。 参考文献 h= log( no)/log(1-ered) (7) [1 ZITOVA B, FLUSSER J Image registration mcthods: a survey[J]. Ima 通过这些, SC-RANSAC算法将会快速收敛到正确的情形 ge and Vision Computing, 2003, 21(11): 977-1000 [2 LOWE D G. Object recognition from local scale invariant features 4实验结果与分析 [C]//Proc of the 7 th IEEE International Conference on Computer Vi sion.1999:1150-1157 本文的实验平台是 Intel Core i3-380MCPU,2GB内存,[3] LOWE D G. Distinctive image features from scale-invariant keypoints MATLAB2009a版本, Windows7旗舰版的系统。实验选用两 IJ. International Journal of Computer Vision, 2004, 60(2): 91 幅不同视角拍摄的图片A、B,如图4所示,两幅图片的大小都 l10. 为423×317。 「4腭峰.基尺度不变特征变换(SIT)的图像配准技术研究「D]. 昆明:昆玥理工大学,2010. 「5党建武,宗岩,王阳浒,等,基于SIFT特征检测的图傢拼接优化 算法研究[冂].计寘机应用研究,2012,29(1):329)-332 L6 BAY H, IUYTELAARS T, Van GOOL L. SURF: speeded up robust features[ C]//Proc of ECCV.2006 x方向 y方向 图像A 图像B 图3Har小波响应 图4待配准的两幅图像 [7]曲天伟,安波,陈桂兰,等.改进的 RANSAC算法在图像配准中竹 应月[J].计算机应用,2010,30(7) 本文实验的具体步骤为:a)对待配准的图像进行预处理,[81 INDRANIL M, MANTHIRA M S, DEBAJYOTl1D,eal. An automa 图像的大小均化为423×317;b)运用SURF算法提取图像对的 tic satellite image registration technique based on Harris corner detec 特征,得到图像对各自的特征点;c)利用基于欧式距离的最近 tion and random sample consensus( RANSAC) outlier rejection model 邻法实现特征点的匹配;d)由于匹配屮存在错误匹配的现象 [C//Proc of the l st International Conference on Recent Advances in 木文用 SC-RANSAC快速去除错误的匹配点。 Information Technology. 201 图5为图像A和B经过木文实验后得到的含有68个匹[9] SATTLER T, LEIBE B, KOBBELT L Improving RANSAC’scfi ciency with a spatial consistency filter[ C]//Proc of Internation Con- 配点的图像,图6为图像A和B最后得到的配准图像。 ference on Computer Vision. 2009: 2090-2097

...展开详情
试读 3P 论文研究-基于SURF算法和SC-RANSAC算法的图像配准.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于SURF算法和SC-RANSAC算法的图像配准.pdf 29积分/C币 立即下载
1/3
论文研究-基于SURF算法和SC-RANSAC算法的图像配准.pdf第1页

试读结束, 可继续阅读

29积分/C币 立即下载 >