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

抗仿射形变异构金字塔复合描述点特征匹配算法

杨晟 李学军 朱诗兵 刘涛

杨晟, 李学军, 朱诗兵, 刘涛. 抗仿射形变异构金字塔复合描述点特征匹配算法[J]. 红外与激光工程, 2014, 43(7): 2387-2392.
引用本文: 杨晟, 李学军, 朱诗兵, 刘涛. 抗仿射形变异构金字塔复合描述点特征匹配算法[J]. 红外与激光工程, 2014, 43(7): 2387-2392.
Yang Sheng, Li Xuejun, Zhu Shibing, Liu Tao. Robust affine-invariant isomerous pyramid feature and multi-description for point feature matching[J]. Infrared and Laser Engineering, 2014, 43(7): 2387-2392.
Citation: Yang Sheng, Li Xuejun, Zhu Shibing, Liu Tao. Robust affine-invariant isomerous pyramid feature and multi-description for point feature matching[J]. Infrared and Laser Engineering, 2014, 43(7): 2387-2392.

抗仿射形变异构金字塔复合描述点特征匹配算法

基金项目: 

武器装备预研项目(513150701);国防预研基金(20060826(重大专项))

详细信息
    作者简介:

    杨晟(1985-),男,博士,主要从事遥感图像处理、摄影测量、数字地球、软件设计与开发方面的研究。Email:1019_yangsheng@sina.com

  • 中图分类号: TP391

Robust affine-invariant isomerous pyramid feature and multi-description for point feature matching

  • 摘要: 不同视角下具有一定变形的高分辨率大尺寸影像之间的匹配是遥感、摄影测量和计算机视觉等领域的难点。提出了抗仿射形变异构金字塔复合描述点特征匹配算法(RAIPy MuDePoF 匹配算法):构建了基于sinc 函数卷积变换的多尺度异构金字塔影像结构,提出采用变换影像的sinc 梯度、主方向和变形程度拟合仿射协变区域,在特征点的仿射归一化区域中,提出新的抗旋转投影累积量描述子和加权直方图辅助描述子进行复合描述,最后在大尺度匹配特征拟合变化参数和可信度的引导下实现尺度域的点特征匹配。大量试验表明,算法对尺度变化、旋转、噪声和一定程度的视角变换和变形具有很强的适应性,性能优于当前很好的匹配算法。
  • [1] Lowe D G. Distinctive image features from scale-invariant keypoints [J]. International Journal of Computer Vision (IJCV), 2004, 60(2): 91-110.
    [2]
    [3]
    [4] Herbert Bay, Andreas Ess, Tinne Tuytelaars, et al. Speeded-up Robust features (SURF) [J]. International Journal of Computer Vision and Image Understanding, 2008, 110 (3): 346-359.
    [5]
    [6] Wang Hong,Ji Xiaoqiang,Dai Ming, et al. Improved speed up robust feathers matching algorithm[J]. Infrared and Laser Engineering, 2012, 41(3): 811-817. (in Chinese)
    [7]
    [8] Krystian Mikolajczyk, Cordelia Schmid. Scale affine invariant interest point detectors[J]. International Journal of Computer Vision, 2004, 60(1): 63-86.
    [9] Mikolajczyk K, Tuytelaars T, Schmid C, et al. A comparison of affine region detectors [J]. International Journal of Computer Vision, 2005, 65(1/2): 43-72.
    [10]
    [11]
    [12] Li Jing, Nigel M Allinson. A comprehensive review of current local features for computer vision[J]. Neurocomputing, 2008, 71: 1771-1787.
    [13] Zhang Ye, Guo Yan, Gu Yanfeng. Robust feature matching and selection methods for multisensor image registration. IGARSS 2009[C]//IEEE, 2009: 254-257.
    [14]
    [15] Yu Guoshen, Jean-Michel Morel. A fully affine invariant image comparison method [C]//ICASSP, 2009: 1597-1600.
    [16]
    [17] Cui Chunhui, King Ngi Ngan. Scale and affine-invariant fan feature [J]. IEEE Transactions on Image Processing, 2011, 20(6): 1627-1640.
    [18]
    [19] Zhao Gangqiang, Chen Ling, Chen Gencai, et al. KPB-SIFT: a compact local feature descriptor [C]//ACM Multimedia Conference, 2010: ACM 978-1-60558-933-6/10/10.
    [20]
    [21]
    [22] Ruan Lakemond, Sridha Sridharan, Clinton Fookes. Hessian-based affine adaptation of salient local image features [J]. J Math Imaging Vis, 2012, 44(2): 150-167.
    [23] Di Nan, Li Guiju, Wei Yajuan. Image matching technology based on SIFT for terminal-guiding system [J]. Infrared and Laser Engineering, 2011, 40(8): 1589-1593. (in Chinese)
    [24]
    [25]
    [26] Zhen Xiong, Yun Zhang. A novel interest-point-matching algorithm for high-resolution satellite images [J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47: 4189-4190.
    [27]
    [28] Sun Hao, Wang Cheng, Hao Shengyong. Combining local affine frames and SIFT for remote sensing image registration [C]//SPIE, 2009, 7494: 74941B.
    [29]
    [30] Lindeberg T. Scale-space theory: A basic tool for analyzing strucures at different scale [J]. Journal of Applied Statistics, 1994, 21: 225-270.
    [31] Yang Sheng, Li Xuejun. Study of auto-matching engine algorithm for high resolution remote sensing images [J]. Journal of Academy of Equipment, 2013, 24(2): 92-97. (in Chinese)
  • [1] 秦丽丽, 李丽娟, 任姣姣, 顾健, 熊伟华, 张丹丹, 祝莉莉, 张霁旸, 薛竣文, 江柏红, 高增华.  基于梯度阈值的太赫兹时域信号自适应稀疏算法 . 红外与激光工程, 2023, 52(4): 20220443-1-20220443-12. doi: 10.3788/IRLA20220443
    [2] 林森, 赵振禹, 任晓奎, 陶志勇.  基于语义信息补偿全局特征的物体点云分类分割 . 红外与激光工程, 2022, 51(8): 20210702-1-20210702-12. doi: 10.3788/IRLA20210702
    [3] 王中军, 晁艳锋.  采用SURF特征和局部互相关信息的图像配准算法 . 红外与激光工程, 2022, 51(6): 20210950-1-20210950-6. doi: 10.3788/IRLA20210950
    [4] 王晓艳, 徐高魁.  基于立体视觉与特征匹配的点云目标识别算法 . 红外与激光工程, 2022, 51(9): 20210596-1-20210596-7. doi: 10.3788/IRLA20210596
    [5] 李鹏, 张洋洋.  采用辅助靶标的移动机器人立体视觉定位 . 红外与激光工程, 2019, 48(S1): 104-113. doi: 10.3788/IRLA201948.S117006
    [6] 王毅, 何明元, 葛晶晶, 项杰.  基于正交匹配追踪的云检测算法研究 . 红外与激光工程, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003
    [7] 熊晶莹, 戴明, 赵春蕾.  红外激光车载云台去抖动设计 . 红外与激光工程, 2018, 47(1): 126002-0126002(7). doi: 10.3788/IRLA201847.0126002
    [8] 付群健, 于淼, 常天英, 张瑾, 罗政纯, 王旭, 刘珉含, 崔洪亮.  相位敏感光时域反射系统模式识别方法综述 . 红外与激光工程, 2018, 47(7): 722001-0722001(14). doi: 10.3788/IRLA201847.0722001
    [9] 仝选悦, 吴冉, 杨新锋, 滕书华, 庄祉昀.  红外与激光融合目标识别方法 . 红外与激光工程, 2018, 47(5): 526003-0526003(8). doi: 10.3788/IRLA201847.0526003
    [10] 王志强, 程红, 谭海峰, 杨明权, 滕飞.  基于侧抑制竞争的航空遥感影像配准算法 . 红外与激光工程, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
    [11] 荆滢, 齐乃新, 杨小冈, 卢瑞涛.  基于LK和FAST的时间序列图像快速配准算法 . 红外与激光工程, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006
    [12] 蔡克荣, 仇理宽, 高瑞林.  脉冲激光引信的信号特征提取方法及应用(特邀) . 红外与激光工程, 2018, 47(3): 303004-0303004(5). doi: 10.3788/IRLA201847.0303004
    [13] 孙俊灵, 马鹏阁, 孙光民, 羊毅.  低信噪比下机载多脉冲激光雷达姿态不敏感性特征提取研究 . 红外与激光工程, 2017, 46(3): 330002-0330002(9). doi: 10.3788/IRLA201746.0330002
    [14] 方敏, 王君, 王红艳, 李天涯.  应用监督近邻重构分析的高光谱遥感数据特征提取 . 红外与激光工程, 2016, 45(10): 1028003-1028003(8). doi: 10.3788/IRLA201645.1028003
    [15] 杨晟, 李学军, 谢剑薇, 王珏.  脊点集稳健裁剪和惩罚约束的高精度靶标点提取 . 红外与激光工程, 2014, 43(6): 1994-1999.
    [16] 闫勇刚, 欧阳健飞, 马祥, 翟羽佳.  基于2-DGabor滤波器的光学定穴体表特征提取方法 . 红外与激光工程, 2014, 43(5): 1685-1689.
    [17] 谢易辰, 陈健, 闫镔, 童莉, 曾磊, 崔明明.  三维特征点距离特征集合求交匹配算法 . 红外与激光工程, 2014, 43(8): 2728-2732.
    [18] 丁玲, 唐娉, 李宏益.  基于ISOMAP的高光谱遥感数据的降维与分类 . 红外与激光工程, 2013, 42(10): 2707-2711.
    [19] 蔡辉, 李娜, 赵慧洁.  基于本征模函数的高光谱数据特征提取方法 . 红外与激光工程, 2013, 42(12): 3475-3480.
    [20] 何莲, 蔡敬菊, 张启衡.  改进的基于弦切变换的目标检测方法 . 红外与激光工程, 2012, 41(1): 239-247.
  • 加载中
计量
  • 文章访问数:  357
  • HTML全文浏览量:  62
  • PDF下载量:  133
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-11-10
  • 修回日期:  2013-12-20
  • 刊出日期:  2014-07-25

抗仿射形变异构金字塔复合描述点特征匹配算法

    作者简介:

    杨晟(1985-),男,博士,主要从事遥感图像处理、摄影测量、数字地球、软件设计与开发方面的研究。Email:1019_yangsheng@sina.com

基金项目:

武器装备预研项目(513150701);国防预研基金(20060826(重大专项))

  • 中图分类号: TP391

摘要: 不同视角下具有一定变形的高分辨率大尺寸影像之间的匹配是遥感、摄影测量和计算机视觉等领域的难点。提出了抗仿射形变异构金字塔复合描述点特征匹配算法(RAIPy MuDePoF 匹配算法):构建了基于sinc 函数卷积变换的多尺度异构金字塔影像结构,提出采用变换影像的sinc 梯度、主方向和变形程度拟合仿射协变区域,在特征点的仿射归一化区域中,提出新的抗旋转投影累积量描述子和加权直方图辅助描述子进行复合描述,最后在大尺度匹配特征拟合变化参数和可信度的引导下实现尺度域的点特征匹配。大量试验表明,算法对尺度变化、旋转、噪声和一定程度的视角变换和变形具有很强的适应性,性能优于当前很好的匹配算法。

English Abstract

参考文献 (31)

目录

    /

    返回文章
    返回