文档介绍：一种基于可操纵金字塔的鲁棒图像匹配算法
摘要: 图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性,提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先,变换的近似旋转角在图像分解的最底层采用环映射算法得到,然后在图像分解的其余层提取兴趣点作为匹配特征,并使用Hausdorff 距离来度量参考图像和待匹配图像之间的相似性,依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。
关键词: 图像匹配; 可操纵金字塔; 环投影;有趣点; Hausdorff距离.
中图分类号:TP391 文献标识码:A 文章ID: 100021328 (2005) 0620717205
引言
在图像匹配的目的是确定几何变换的图像的多种对齐同样的场景不同传感器或同一收购仙索尔在不同的时间。图像匹配找到了在目标跟踪,立体视觉,目标识别的广泛应用和远见马赛克。布朗[1]总结出的图像匹配算法包括四个要素:特征空间,相似性度量,搜索空间,搜索策略. 根据特征提取,水平的建议匹配算法可分为三大类:强度为基础的方法,特征为基础的方法和解释的方法。基于匹配方法的强度具有较高的准确性,但它从计算复杂性,强度和变形收敛到局部最小受害。该功能的方法更强大的光照变化,噪音和阻塞。该算法属于基于特征方法。
小波变换已经被用于许多领域,为例如信号处理,其时频定位和计算简单。然而,无论是敏感的信号翻译和轮换,这就是说,信息将通过子带内或转交。西蒙切利[2]构建了翻译和旋转变式过滤器,即所谓可操纵过滤器,并使用
它们分解成可操纵金字塔的图像这过滤器是被用于纹理分析,边缘检测,图像压缩和增强。本文可操纵金字塔算法相结合,提出Hausdorff距离[3],有趣点[4]和环投影方法[5]。旋转角度的近似决心通过环投影方法,然后强劲Hausdorff距离和有趣的观点来完善匹配的结果。该算法克服平移和旋转变换和小波敏感降低了计算复杂性,同时保持强劲的性能和较高的异常值精度匹配结果。
本文组织如下:第一节介绍的特点和可操纵金字塔结构。在第3节,Hausdorff距离,有趣的点,环投影方法和算法步骤,分别叙述。实验结果显示在第4节。得出的结论,提出在第5节。
1可操纵金字塔
一个函数被认为是可操纵的,如果它可以被表示为一个线性组合旋转本身的版本。可操纵过滤器是指一种过滤器的过滤器类任意方向可以合成为一个过滤器的基础上成立的线性组合。
可操纵金字塔是一个多尺度,多方向(有3个方向的小波分解:水平,垂直和对角),自我相和别名无图像分解,它的好处是既分带平移和旋转可变。在这样的一种分解,图像分成若干子集规模的乐队和本地化方向。由此产生的代表,相当于一过完备小波变换。该系统结构在频域图1所示。`您(瓦特)是一个无取向高通滤波器,而10(宽)和L1(W)的低通滤波器。浅滩(瓦特),是指带通滤波器(十一=0,1⋯金)和KIS专业的定向筛选的总数。如果第十章(瓦特)是原始图像,并可以发现thatin傅立叶域的重建图像^第十章(瓦特)是:^X ( w) = { | H0 ( w) | 2 +| L0 ( w) | 2 (| L1 ( w) | 2 + ∑nk =0| Bk ( w) |