基于SURF的图像配准技术可行性研究_第1页
基于SURF的图像配准技术可行性研究_第2页
基于SURF的图像配准技术可行性研究_第3页
基于SURF的图像配准技术可行性研究_第4页
基于SURF的图像配准技术可行性研究_第5页
已阅读5页,还剩1页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、基于SURF的图像配准技术可行性研究摘 要: 当前基于特征的图像配准算法较多,而SURF算法由于其性能优越和运算效率较快,被众多学者广泛应用于图像匹配算法的研究中。在图像匹配算法研究的根底上,通过比较SURF算法和Harris算法在通用型、计算效率和配准精度三个方面的差异,验证SURF算法在图像配准应用中的可行性。实验结果及数据说明基于SURF的图像配准技术不仅可以适用于不同条件下的图像变化,并且可以实现快速、准确的图像配准。关键词: SURF; Harris; 计算效率; 配准精度Feasibility Research of image registration technology ba

2、sed on SURFGU Da?longBeijing Aerospace Control Center, Beijing 100094, ChinaAbstract: Currently, there are many image registration algorithms based on characteristic. However, the SURF algorithm is widely used in the research of image matching by many scholars because of its superior performance and

3、 fast computational efficiency. On the basis of the research of image matching algorithm, the feasibility of the SURF applied to the image registration is confirmed in this paper by means of comparing the differences of universality, computational efficiency and registration precision between SURF a

4、nd Harris. The experimental results and data indicate the image registration technology based on SURF not only can apply to image changes under different conditions, but also achieve the fast and accurate image registration.Keywords: SURF; Harris; computational efficiency; registration precision0 引

5、言图像配准是图像处理中的一个非常关键的技术,其广泛应用于医学、军事、遥感及计算机视觉等领域,比方军事领域中的目的毁伤效果评估,图像配准技术是实现及时、准确获取目的打击前后信息的关键步骤。目前,常用的图像配准算法主要分2大类:一类是基于频率域的图像配准方法,如Fourier变换和小波变换等;另一类是基于空间域的图像配准方法,主要包括基于区域的图像配准算法和基于特征的图像配准算法,而随着一些良好的特征提取算子出现,它们具有计算量小、运算速度快,对图像变形、亮度变化适应性较好等优点,因此被学者广泛研究。1 Harris相关理论Harris算法是目的跟踪、运动估计及目的识别等领域中应用比较普遍的一种方

6、法,根本原理是利用图像的灰度信息,设定一个窗口作为检测窗口,沿着程度、垂直及倾斜等方向挪动检测窗口,并记录每一次挪动窗口的平均能量变化,假设变化值超过设定的阈值,那窗口中心点的像素点就被认为是角点。互相关系数法是Harris角点检测算法实现图像匹配的一种常用方法8,操作简单。根本原理是基于统计学理论,通过相关计算找到参考图像中的角点在待匹配图像中可能对应的角点。详细过程是给定参考图像中的角点x并以其为中心,将r为半径的圆形区域作为相关窗口,然后在待匹配图像中围绕具有一样坐标的点选定一个固定尺寸的矩形区域作为搜索区域,在参考图像的角点x与待匹配图像中搜索落入区域内的全部角点,从而在给定的窗口内完

7、成一次相关操作。 2 SURF相关理论SURF算法包括特征点检测和特征点描绘两个局部9。通过采用积分图像和框状模板极大简化算法的复杂度,减少了特征点检测的时间,并用不同尺寸的框状模板与积分图像卷积得到SURF算法的尺度空间,采用3D非最大值抑制求取尺度空间中不同尺度的特征点,实现特征点的准确定位。为了保证特征矢量具有旋转不变性,需要为每个特征点分配一个主方向,SURF算法采用Haar小波响应模板,统计以特征点为中心的圆形区域中每个扇形区域的Haar小波x和y方向的累积值,将累积最大的矢量作为特征点主方向,在以特征点为中心的矩形区域,将矩形区域划分16个子区域,统计每个子区域的Haar小波的4维

8、累计值,最后构建64维的特征点描绘符。特征匹配中,SURF算法采用最小欧式间隔 与次小欧式间隔 比,并根据人工设定的阈值进展匹配对粗提取。3 两种算法实验比较3.1 通用性及计算效率比较针对图像配准中特征提取,本文分别采用Harris算法和SURF算法进展特征点提取,并针对Harris算法采用互相关系数法实现匹配对的粗提取,而SURF算法采用最小欧式间隔 与次小欧式间隔 比实现粗提取。然后采用本文作者在文献10提出的多层次匹配方法实现匹配对精提取。图1图4为采用上述两个方法获取的图像粗匹配结果。图2 具有较大视角变化图像匹配结果图3 房屋目的变化前后匹配结果图4 机场飞行区域变化前后匹配结果3

9、.2 配准精度比较两种方法均采用透视投影变换模型和双线性插值法实现图像配准。本文对图3所示的匹配结果,分别采用上述两种方法获取配准结果,并进展图像差值运算,最后比较差值图像。采用Harris算法获取图5所示的房屋目的变化图像配准结果。然后提取包含目的区域的公共区域局部,见图6a和b,最后对两幅图像进展差值运算,得到图6c所示的差值图像;采用SURF算法实现房屋目的变化前后的配准,并分别提取包含目的区域的公共区域局部,如图7a和b,最后对两幅图像进展图像差值运算,得到如图7c所示差值结果。表1 SURF算法与Harris算法通用性比较表2 Harris算法与SURF算法时间比较图5 房屋目的变化

10、前后的Harris配准结果观察上述两个差值图像的实验结果,经Harris算法获取的差值图像除了变化区域外,还存在大量地物变化,这些伪变化信息将严重干扰信息的提取;经SURF算法获取的差值图像,可以准确地将目的变化区域检测出来,仅仅包含少量的地物变化,可以通过后处理手段将目的变化信息准确提取出来。图6 Harris算法图像差值结果图7 SURF算法图像差值结果4 结 语综合分析上述实验结果,采用SURF算法实现图像配准是可行的,并且在在实现图像配准中具有以下优点:1 具有较好的通用性。可以适用于存在多种不同特征的图像变换;2 计算效率较高。比照两组不同目的变化前后的仿真图像,SURF算法特征点提

11、取时间及匹配时间均明显低于Harris算法;3 较高的图像配准精度。配准实验及上述差值实验结果说明SURF算法可实现目的变化信息准确提取。 参考文献3 张永,纪东升.一种改进的Harris特征点检测算法J.计算机工程,2021,3713:196?198.4 LOWE D G. Distinctive image features from scale?invariant keypoints J. International Journal of Comput Vis, 2004, 602: 91?110.5 THAKOOR K, MARAT S, NASIATKA P, et al. Atte

12、ntion biased speeded up robust features AB?SURF: a neurally?inspired object recognition algorithm for a wearable aid for the visually?impaired C/ Proceedings of IEEE Conference on Multimedia and Expo ICME, Workshop on Multimodal and Alternative Perception for the Visually Impaired People. S.l.: IEEE, 202

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论