亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于SURF和雙向自適應(yīng)閾值配準(zhǔn)的紅外圖像拼接

        2018-02-26 13:14:52謝紅梅劉強(qiáng)夏磊邱赫
        航空兵器 2018年6期
        關(guān)鍵詞:魯棒性對(duì)數(shù)雙向

        謝紅梅 劉強(qiáng) 夏磊 邱赫

        DOI:10.19297/j.cnki.41-1228/tj.2018.06.014

        摘要:針對(duì)當(dāng)前SIFT圖像配準(zhǔn)與融合拼接算法復(fù)雜度高的缺陷,鑒于SURF(speeduprobustfeatures)算法具有快速且魯棒性較好的特點(diǎn),提出了一種基于SURF特征點(diǎn)檢測(cè)和自適應(yīng)閾值特征匹配的圖像拼接算法。首先用SURF算法提取圖像特征后,使用雙向匹配策略和自適應(yīng)閾值的BBF(BestBinFirst)匹配算法尋找圖像間的匹配點(diǎn),同時(shí)結(jié)合Laplacian標(biāo)識(shí)符來(lái)分離不同類型特征點(diǎn),減少計(jì)算量,再通過(guò)RANSAC算法求出圖像之間的映射關(guān)系,最后采用加權(quán)平均融合方法進(jìn)行圖像融合。通過(guò)對(duì)紅外圖像進(jìn)行拼接實(shí)驗(yàn)表明,該方法圖像拼接質(zhì)量速度均有提高,實(shí)現(xiàn)了圖像的無(wú)縫拼接,滿足紅外圖像拼接應(yīng)用的實(shí)際需求。

        關(guān)鍵詞:SURF;雙向匹配;自適應(yīng)閾值;Laplacian標(biāo)識(shí)符;紅外圖像拼接

        中圖分類號(hào):TJ760;TP391文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1673-5048(2018)06-0084-06[SQ0]

        0引言

        圖像拼接是對(duì)同一場(chǎng)景在不同條件下(如不同的時(shí)間、拍攝環(huán)境、視場(chǎng)角、傳感器等)得到的兩幅或多幅圖像進(jìn)行對(duì)準(zhǔn)、融合的過(guò)程[1],其廣泛應(yīng)用于多個(gè)領(lǐng)域,如計(jì)算機(jī)視覺(jué)、全景圖像拼接、遙感勘測(cè)、虛擬現(xiàn)實(shí)、醫(yī)學(xué)診斷與輔助治療以及軍事等。

        紅外圖像是由成像設(shè)備捕捉目標(biāo)和背景向外輻射的能量差而形成的。因其成像的特殊性,使其具有可以全天候采集、穿透能力強(qiáng)和像素點(diǎn)灰度值穩(wěn)定的優(yōu)勢(shì)?;谝陨咸攸c(diǎn),紅外圖像已經(jīng)被廣泛應(yīng)用于航天、航空、航海等軍事領(lǐng)域,如弱小紅外目標(biāo)跟蹤和識(shí)別探測(cè)、紅外預(yù)警、環(huán)視掃描、紅外線探傷等。

        圖像配準(zhǔn)是圖像拼接的核心,按照?qǐng)D像配準(zhǔn)的方式可分為基于區(qū)域和基于特征兩類,其中基于區(qū)域的方法運(yùn)算量大且不能適應(yīng)圖像旋轉(zhuǎn)和尺度縮放的場(chǎng)合,而基于特征的配準(zhǔn)方法有很強(qiáng)的魯棒性,應(yīng)用廣泛。有關(guān)于后者的研究也較多,該方法的大體流程是:先通過(guò)點(diǎn)特征或其他特征提取進(jìn)行特征檢測(cè);接著用相關(guān)查找算法完成不同圖像間的特征匹配;通過(guò)匹配的特征求解得到圖像間的變換矩陣;最后疊加融合出配準(zhǔn)后的圖像。特征的選擇跟圖像的內(nèi)容有很大的關(guān)系,一般而言,點(diǎn)特征相對(duì)易于提取,而且可以適用于圖像的各種變換并保持很好的性能。如Harris[2],SUSAN[3],DOG[4],Harris-Laplace,Hessian-Laplace[5]等方法提取的特征點(diǎn)。Lowe等人[6]提出的SIFT算法是一種魯棒性好的尺度不變特征描述方法,但SIFT算法計(jì)算數(shù)據(jù)量大、時(shí)間復(fù)雜度高、算法耗時(shí)長(zhǎng)。徐佳佳[7]等人將尺度空間理論應(yīng)用于Harris算法中,使檢測(cè)的角點(diǎn)具有尺度不變性,并采用SIFT描述子生成方法進(jìn)行特征點(diǎn)描述,完成圖像配準(zhǔn)。

        燕飛[8]等人基于仿生復(fù)眼系統(tǒng)提出一種采用SIFT的圖像拼接算法,有效地實(shí)現(xiàn)了多通道圖像的大視場(chǎng)無(wú)盲區(qū)拼接。Bay等人提出了快速魯棒特征(SURF)算法[9],除在可重復(fù)性和魯棒性方面優(yōu)于現(xiàn)有方法外,還能夠獲得較快的計(jì)算速度,因此在實(shí)時(shí)物體識(shí)別、圖像檢索、圖像拼接等方面有較大的應(yīng)用價(jià)值。李紅波[10]等人在經(jīng)典SURF算法基礎(chǔ)上,提出一種基于距離約束的SURF算法。然而圖像配準(zhǔn)研究在可見(jiàn)光中做得較多,針對(duì)紅外圖像的研究比較少,袁夢(mèng)笛[11]將角點(diǎn)法和相位相關(guān)法相結(jié)合來(lái)進(jìn)行圖像配準(zhǔn)。Dong[12]等人采用SUSAN算法來(lái)檢測(cè)紅外圖像的特征點(diǎn),然后采用免疫記憶克隆選擇算法獲得匹配點(diǎn)的位置,達(dá)到紅外圖像配準(zhǔn)的目的。劉炳國(guó)[13]等人針對(duì)同一目標(biāo)的紅外與可見(jiàn)光所形成的異源圖像對(duì),提出了一種基于改進(jìn)SIFT與互信息的算法,尋找兩幅圖像中的相關(guān)點(diǎn),從而實(shí)現(xiàn)兩幅圖像的匹配。但是這些算法對(duì)成像情況有較嚴(yán)格的要求、計(jì)算比較復(fù)雜。本文將結(jié)合紅外圖像的特點(diǎn),利用SURF算法對(duì)適用于紅外圖像的匹配和拼接進(jìn)行相關(guān)研究。

        1紅外圖像拼接方法和過(guò)程

        紅外圖像成像具有分辨率低、噪聲大、邊緣模糊等特點(diǎn)。本文結(jié)合紅外圖像的特點(diǎn)提出的基于SURF的紅外圖像拼接方法流程如圖1所示,首先用SURF方法提取特征點(diǎn),用基于雙向匹配策略的自適應(yīng)閾值匹配算法得到兩幅圖像的匹配點(diǎn)對(duì),再通過(guò)RANSAC算法剔除誤匹配,同時(shí)求解出圖像間的變換關(guān)系,最后對(duì)圖像進(jìn)行融合,得到無(wú)拼接痕跡且保持高分辨率的完整圖像。

        中,(a)圖檢測(cè)得到的特征點(diǎn)個(gè)數(shù)為127,(b)圖檢測(cè)得到特征點(diǎn)個(gè)數(shù)為139。采用單向匹配策略后特征點(diǎn)對(duì)數(shù)139,匹配結(jié)果如圖(c),出現(xiàn)了“一對(duì)多”的匹配結(jié)果。而采用雙向匹配策略后特征點(diǎn)對(duì)數(shù)為44,匹配結(jié)果如圖(d)??梢钥闯觯瑑煞N匹配策略的匹配點(diǎn)對(duì)數(shù)差為95。所以說(shuō),單向匹配的結(jié)果中存在大量的誤匹配點(diǎn),而雙向匹配策略可以大幅降低誤匹配情況,從而提高配準(zhǔn)精度。因此后續(xù)均采用雙向匹配策略。

        2.2自適應(yīng)閾值的驗(yàn)證

        自適應(yīng)閾值的驗(yàn)證需依據(jù)配準(zhǔn)率的大小,兩幅圖像配準(zhǔn)率可由下式求得:

        其中,PR表示兩幅圖像的正確匹配對(duì)數(shù),PA表示兩幅圖像特征點(diǎn)匹配的所有對(duì)數(shù),RT表示兩幅圖像配準(zhǔn)率大小。如果RT越大,兩幅圖像配準(zhǔn)精度越高,說(shuō)明特征點(diǎn)匹配時(shí)閾值選取越接近真實(shí)值;反之,說(shuō)明特征點(diǎn)匹配時(shí)閾值選取不合理。

        為驗(yàn)證文中提出的自適應(yīng)閾值算法的有效性,在Windows7操作系統(tǒng)下,利用MATLAB2014a軟件進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)中將兩幅不同視角的紅外圖像圖5(a)~(b)采用SURF算法進(jìn)行特征點(diǎn)檢測(cè),然后采用自適應(yīng)閾值進(jìn)行特征點(diǎn)匹配,得到PA值,最后采用RANSAC算法進(jìn)行特征點(diǎn)提純得到RR值,則可求得兩幅紅外圖像的配準(zhǔn)率RT,如表1所示。圖5(e)~(f)分別為對(duì)應(yīng)的采用固定閾值和自適應(yīng)閾值的匹配結(jié)果。由表1可以看出,采用自適應(yīng)閾值進(jìn)行紅外圖像配準(zhǔn)后的配準(zhǔn)率要明顯高于采用固定閾值進(jìn)行配準(zhǔn)后的配準(zhǔn)率。

        表2為其他六組不同視角紅外圖像分別采用固定閾值及自適應(yīng)閾值進(jìn)行特征點(diǎn)匹配得到的配準(zhǔn)率結(jié)果。

        3結(jié)論

        本文實(shí)現(xiàn)了一種新的基于SURF特征點(diǎn)配準(zhǔn)的紅外圖像拼接算法。實(shí)驗(yàn)證明,提出的雙向匹配結(jié)合自適應(yīng)閾值的BBF匹配算法大大提高了配準(zhǔn)精度即配準(zhǔn)率。使用Laplacian標(biāo)識(shí)符分離亮斑和暗斑兩類特征點(diǎn)后,在保證良好匹配精度的同時(shí)有效降低了尋找匹配點(diǎn)的時(shí)間。使用加權(quán)平均融合方法對(duì)配準(zhǔn)后的圖像進(jìn)行融合,有效地抑制了紅外圖像之間的拼接縫。

        參考文獻(xiàn):

        [1]ZitovB,F(xiàn)lusserJ.ImageRegistrationMethods:ASurvey[J].ImageandVisionComputing,2003,21(11):977-1000.

        [2]HarrisCG,StephensMJ.ACombinedCornerandEdgeDetector[C]∥ProcessingsFourthAlveyVisionConference,Manchester,1988:147-151.

        [3]SmithSM,BradyJM.SUSANANewApproachtoLowLevelImageProcessing[J].InternationalJournalofComputerVision,1997,23(1):45-78.

        [4]LoweDG.ObjectRecognitionfromLocalScaleInvariantFeatures[C]∥InternationalConferenceonComputerVision,Corfu,Greece,1999:1150-1157.

        [5]MikolajczykK,SchmidC.Scale&AffineInvariantInterestPointDetectors[J].InternationalJournalofComputerVision,2004,60(1):63-86.

        [6]LoweDG.DistinctiveImageFeaturesfromScaleInvariantKeypoints[J].InternationalJournalofComputerVision,2004,60(2):91-110.

        [7]徐佳佳,張葉,張赫.基于改進(jìn)HarrisSIFT算子的快速圖像配準(zhǔn)算法[J].電子測(cè)量與儀器學(xué)報(bào),2015,29(1):48-54.

        XuJiajia,ZhangYe,ZhangHe,etal.FastImageRegistrationAlgorithmBasedonImprovedHarrisSIFTDescriptor[J].JournalofElectronicMeasurementandInstrumentation,2015,29(1):48-54.(inChinese)

        [8]燕飛,郭云芝,史立芳,等.基于仿生復(fù)眼系統(tǒng)的圖像拼接技術(shù)[J].航空兵器,2017(6):49-53.

        YanFei,GuoYunzhi,ShiLifang,etal.ResearchofImageMosaicAlgorithmBasedonBionicCompoundEyeSystem[J].AeroWeaponry,2017(6):49-53.(inChinese)

        [9]BayH,TuvtellarsT,GoolLVan.SURF:SpeededupRobustFeatures[C]∥ProceedingsoftheEuropeanConferenceonComputerVision,2006:404-417.

        [10]李紅波,趙永耀,吳渝,等.一種基于距離約束的改進(jìn)SURF算法[J].系統(tǒng)仿真學(xué)報(bào),2014,26(12):2944-2949.

        LiHongbo,ZhaoYongyao,WuYu,etal.ImprovedSURFAlgorithmBasedonDistanceConstraint[J].JournalofSystemSimulation,2014,26(12):2944-2949.(inChinese)

        [11]袁夢(mèng)笛.基于特征點(diǎn)的紅外圖像拼接研究[D].南京:南京理工大學(xué),2013.

        YuanMengdi.ResearchonInfraredImageMosaicBasedonFeaturePoints[D].Nanjing:NanjingUniversityofScienceandTechnology,2013.(inChinese)

        [12]DongLin,F(xiàn)uDongmei,YuXiao,etal.TheStudyonInfraredImageMosaicApplicationUsingImmuneMemoryClonalSelectionAlgorithm[C]∥ProceedingsoftheTenthWorldCongressonIntelligentControlandAutomation,2012:4831-4836.

        [13]劉炳國(guó),陳力,劉國(guó)棟.基于改進(jìn)SIFT與互信息的異源圖像匹配[J].航空兵器,2014(5):15-18.

        LiuBingguo,ChenLi,LiuGuodong.MultiSensorImagesMatchingBasedonCombinedImprovedSIFTandMutualInformation[J].AeroWeaponry,2014(5):15-18.(inChinese)

        [14]BeisJS,LoweDG.ShapeIndexingUsingApproximateNearestNeighborSearchinHighDimensionalSpaces[C]∥ProceedingsoftheConferenceonComputerVisionandPatternRecognition,SanJuan,PuertoRico,1997:1000-1006.

        [15]劉奇,何明一.基于SURF特征匹配的圖像拼接算法[J].測(cè)控技術(shù),2010,29(10):27-31.

        LiuQi,HeMingyi.ImageStitchingBasedonSURFFeatureMatching[J].Measurement&ControlTechnology,2010,29(10):27-31.(inChinese)

        猜你喜歡
        魯棒性對(duì)數(shù)雙向
        雙向度的成長(zhǎng)與自我實(shí)現(xiàn)
        出版人(2022年11期)2022-11-15 04:30:18
        含有對(duì)數(shù)非線性項(xiàng)Kirchhoff方程多解的存在性
        指數(shù)與對(duì)數(shù)
        指數(shù)與對(duì)數(shù)
        荒漠綠洲區(qū)潛在生態(tài)網(wǎng)絡(luò)增邊優(yōu)化魯棒性分析
        基于確定性指標(biāo)的弦支結(jié)構(gòu)魯棒性評(píng)價(jià)
        對(duì)數(shù)簡(jiǎn)史
        基于非支配解集的多模式裝備項(xiàng)目群調(diào)度魯棒性優(yōu)化
        西南交通大學(xué)學(xué)報(bào)(2016年6期)2016-05-04 04:13:11
        一種軟開(kāi)關(guān)的交錯(cuò)并聯(lián)Buck/Boost雙向DC/DC變換器
        婷婷丁香五月中文字幕| 岛国熟女精品一区二区三区| 一本色道久久88加勒比—综合| 波多野结衣av手机在线观看 | 凹凸世界视频a一二三| 99久久精品免费看国产一区二区三区| 伊人久久大香线蕉av一区| 国产女高清在线看免费观看| 精品国产麻豆一区二区三区| 亚洲一区二区三区高清在线| 性色av闺蜜一区二区三区| 日韩我不卡| 东京道一本热码加勒比小泽| 婷婷久久国产综合精品| 亚洲国产成人久久综合下载| 欧美精品AⅤ在线视频| 日本在线观看一区二区视频| 午夜久久久久久禁播电影| 在线亚洲欧美日韩精品专区| 久久亚洲日本免费高清一区| 精品国产免费一区二区久久| 天天夜碰日日摸日日澡性色av| 小12箩利洗澡无码视频网站| 一区二区三无码| 在线视频色系中文字幕| 国产成人精品123区免费视频| AV无码中文字幕不卡一二三区| 日本在线一区二区在线| 蜜臀av在线观看| 欧美 国产 日产 韩国 在线| 久久久调教亚洲| 91精品国产乱码久久中文| 午夜性无码专区| 久久国产成人亚洲精品影院老金| 在线亚洲妇色中文色综合| 亚洲av成人无码一区二区三区在线观看 | 国产又黄又爽视频| 92自拍视频爽啪在线观看| 人妻体内射精一区二区三区| 国产成人无码av在线播放dvd| 69搡老女人老妇女老熟妇|