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

改进BRISK特征的快速图像配准算法

何林阳,  刘晶红,  李刚,  刘剑

downloadPDF
文章导航 > 红外与激光工程  > 2014 >  43(8): 2722-2727
何林阳, 刘晶红, 李刚, 刘剑. 改进BRISK特征的快速图像配准算法[J]. 红外与激光工程, 2014, 43(8): 2722-2727.
引用本文: 何林阳, 刘晶红, 李刚, 刘剑. 改进BRISK特征的快速图像配准算法[J]. 红外与激光工程, 2014, 43(8): 2722-2727.
shu
He Linyang, Liu Jinghong, Li Gang, Liu Jian. Fast image registration approach based on improved BRISK[J]. Infrared and Laser Engineering, 2014, 43(8): 2722-2727.
Citation: He Linyang, Liu Jinghong, Li Gang, Liu Jian. Fast image registration approach based on improved BRISK[J]. Infrared and Laser Engineering, 2014, 43(8): 2722-2727.
shu

改进BRISK特征的快速图像配准算法

  • 1.

    中国科学院长春光学精密机械与物理研究所 中国科学院航空光学成像与测量重点实验室,吉林 长春 130033;

  • 2.

    中国科学院大学,北京 100049;

  • 3.

    中国科学院长春光学精密机械与物理研究所,吉林 长春 130033

基金项目: 

中国科学院航空光学成像与测量重点实验室开放基金（Y2HC1SR）;吉林省重大科技攻关项目（11ZDGG001）

详细信息
    作者简介:

    何林阳（1988- ），男，硕士，主要从事超分辨率图像重建技术的研究。Email：hely1214@126.com

  • 中图分类号: TP722

Fast image registration approach based on improved BRISK

  • 1.

    Key Laboratory of Airborne Optical Imaging and Measurement,Chinese Academy of Sciences,Changchun Institute of Optics Fine Mechanics and Physics,Changchun 130033,China;

  • 2.

    University of Chinese Academy of Sciences,Beijing 100049,China;

  • 3.

    Changchun Institute of Optics Fine Mechanics and Physics,Chinese Academy of Sciences,Changchun 130033,China

  • 摘要: 为了实现超分辨率图像重建中高精度快速图像配准，提出一种改进BRISK特征的快速图像配准算法。原有BRISK算法在特征提取和匹配过程中，忽视了角点分布信息，其匹配策略单一，导致误匹配率高。针对该问题，首先利用BRISK算法构建连续尺度空间，在此基础上对图像进行分块，然后利用图像区域显著性自适应选择角点检测阈值，获得均匀分布的角点，最后利用快速最近邻FLANN算法结合RANSAC的方法进行二值特征快速匹配。实验结果表明：改进的BRISK算法相比原算法在保持速度的基础上达到亚像素级配准精度，并具有优越的场景适应性能。
    Abstract: In order to realize accurate and fast image registration for super-resolution image reconstruction, a fast image registration approach based on improved BRISK feature was proposed. The BRISK algorithm neglected corner distribution information and the single matching strategy led to high false matching rate. To solve this problem, firstly, based on the original BRISK algorithm, a continuous scale space was built, and then the original image was divided into several blocks. After that, adaptive corner extraction thresholds were selected by the image saliency map to obtain uniform distribution of the corner points. Finally, the matching of binary features was carried out via FLANN algorithm and the RANSAC. The experimental results indicate that the improved BRISK algorithm enhance the accuracy of registration process up to sub-pixel compared with the original BRISK algorithm, with an advantage of scene adaptation, while nearly retaining its speed performance.
  • [1]
    [2] Lin Hui, Du Peijun, Zhao Weichang, et al. Image registration based on corner detection and affine transformation[C]//IEEE International Congress on Image and Signal Processing, 2010, 5: 2184-2188.
    [3] Calonder M, Lepetit V, Strecha C, et al. BRIEF: binary robust independent elementary features[C]//Proceedings of the European Conference on Computer Vision(ECCV), 2010: 778-792.
    [4]
    [5] Rublee E, Rabaud V, Konolige K, et al. Orb: an efficient alternative to sift or surf[C]//Proc of IEEE International Conference on Computer Vision(ICCV), 2011: 2564-2571.
    [6]
    [7]
    [8] Leutenegger S, Chli M, Siegwart R. BRISK: binary robust invariant scalable keypoints[C]//Proceedings of the IEEE International Conference on Computer Vision(ICCV), 2011, 2548-2555.
    [9] Alexandre Alahi, Raphael Ortiz, Pierre Vandergheynst. FREAK: fast retina keypoint[C]//IEEE Conference on Computer Vision and Pattern Recognition(CVPR), 2012: 16-21.
    [10]
    [11]
    [12] Elmar Mair, Hager Gregory D, Darius Burschka, et al. Adaptive and generic corner detection based on the accelerated segment test[C]//Proceedings of the European Conference on Computer Vision(ECCV), 2010, 6312: 183-196.
    [13]
    [14] Koch C， Poggio T. Predicting the visual world: silence is golden[J]. Nature Neuroscience, 1999, 2(1): 9-10.
    [15] Erkan Bostanci, Nadia Kanwal, Clark Adrian F. Feature coverage for better homograph estimation: an application to image stitching[C]//Proceedings of the 19th International Conference on Systems, Signals and Image Processing (IWSSIP), 2012: 448-451.
    [16]
    [17] Hou Xiaodi, Zhang Liqing. Saliency detection: a spectral residual approach[C]//IEEE Conference on Computer Vision and Pattern Recognition, 2007: 1-8.
    [18]
    [19] Muja M, Lowe D G. Fast approximate nearest neighbors with automatic algorithm configuration[C]//International Conference on Computer Vision Theory and Application (VISSAPP), 2009: 331-340.
    [20]
    [21] Lowe D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision(IJCV), 2004, 60(2): 91-110.
  • [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] 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
    [3] 赵慧洁, 张晓元, 贾国瑞, 邱显斐, 翟亮.  运动补偿下双通道星载高光谱成像仪图像配准 . 红外与激光工程, 2021, 50(3): 20211022-1-20211022-9. doi: 10.3788/IRLA20211022
    [4] 曹海杰, 刘宁, 许吉, 彭杰, 刘宇昕.  红外图像自适应逆直方图增强技术 . 红外与激光工程, 2020, 49(4): 0426003-0426003-7. doi: 10.3788/IRLA202049.0426003
    [5] 曹文焕, 黄树彩, 赵炜, 黄达.  二维非重构压缩感知自适应目标检测算法 . 红外与激光工程, 2019, 48(1): 126001-0126001(8). doi: 10.3788/IRLA201948.0126001
    [6] 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
    [7] 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
    [8] 黄卓, 陈凤东, 刘国栋, 魏富鹏, 彭志涛, 唐军, 刘楠.  连接向量特征匹配的暗场图像配准方法 . 红外与激光工程, 2018, 47(11): 1126005-1126005(6). doi: 10.3788/IRLA201847.1126005
    [9] 武奕楠, 李国宁, 张柯, 张宇, 金龙旭.  基于同名点追踪的空间相机成像拼接配准模型 . 红外与激光工程, 2016, 45(3): 326002-0326002(7). doi: 10.3788/IRLA201645.0326002
    [10] 王贵圆, 常本康, 富容国, 冯澍, 孙斌, 李英杰.  分光轴式多源图像融合系统近距离配准方法研究 . 红外与激光工程, 2016, 45(11): 1104003-1104003(7). doi: 10.3788/IRLA201645.1104003
    [11] 李英杰, 张俊举, 常本康, 钱芸生, 刘磊.  远距离多波段红外图像融合系统及配准方法 . 红外与激光工程, 2016, 45(5): 526002-0526002(6). doi: 10.3788/IRLA201645.0526002
    [12] 张宏伟, 樊祥, 朱斌, 施展.  引入外点剔除机制的双波段红外图像的配准 . 红外与激光工程, 2015, 44(S1): 23-28.
    [13] 王志强, 程红, 杨桄, 李成, 吴迪.  全局图像配准的目标快速定位方法 . 红外与激光工程, 2015, 44(S1): 225-229.
    [14] 刘晓诚, 薛模根, 黄勤超, 王峰.  基于矩阵恢复的红外偏振图像分区配准算法 . 红外与激光工程, 2014, 43(8): 2733-2739.
    [15] 韩艳丽, 刘峰.  基于三角形匹配的空间小目标检测算法 . 红外与激光工程, 2014, 43(9): 3134-3140.
    [16] 陈勇, 贺明玲, 陈丽娟, 刘焕淋.  改进的小波变换用于处理FBG信号 . 红外与激光工程, 2013, 42(10): 2784-2789.
    [17] 孙崇利, 苏伟, 武红敢, 刘睿, 刘婷, 黄健熙, 朱德海, 张晓东, 刘峻明.  改进的多级移动曲面拟合激光雷达数据滤波方法 . 红外与激光工程, 2013, 42(2): 349-354.
    [18] 吴明军, 许建铮, 周桢, 张亚涛.  针对运动摄像机的快速低存储开销运动目标检测算法 . 红外与激光工程, 2013, 42(8): 2275-2280.
    [19] 吴泽鹏, 郭玲玲, 朱明超, 贾宏光, 宣明.  结合图像信息熵和特征点的图像配准方法 . 红外与激光工程, 2013, 42(10): 2846-2852.
    [20] 张德新, 马广富, 邵晓巍.  利用目标直线边缘交点的某型航侦CCD相机图像拼接 . 红外与激光工程, 2012, 41(1): 234-238.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  536
  • HTML全文浏览量:  113
  • PDF下载量:  395
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-05
  • 修回日期:  2014-01-03
  • 刊出日期:  2014-08-25

改进BRISK特征的快速图像配准算法

  • 1. 中国科学院长春光学精密机械与物理研究所 中国科学院航空光学成像与测量重点实验室,吉林 长春 130033;
  • 2. 中国科学院大学,北京 100049;
  • 3. 中国科学院长春光学精密机械与物理研究所,吉林 长春 130033
    • 作者简介:

    何林阳（1988- ），男，硕士，主要从事超分辨率图像重建技术的研究。Email：hely1214@126.com

  • 收稿日期: 2013-12-05
  • 修回日期: 2014-01-03
  • 刊出日期: 2014-08-25
基金项目:

中国科学院航空光学成像与测量重点实验室开放基金（Y2HC1SR）;吉林省重大科技攻关项目（11ZDGG001）

  • 中图分类号: TP722

摘要: 为了实现超分辨率图像重建中高精度快速图像配准，提出一种改进BRISK特征的快速图像配准算法。原有BRISK算法在特征提取和匹配过程中，忽视了角点分布信息，其匹配策略单一，导致误匹配率高。针对该问题，首先利用BRISK算法构建连续尺度空间，在此基础上对图像进行分块，然后利用图像区域显著性自适应选择角点检测阈值，获得均匀分布的角点，最后利用快速最近邻FLANN算法结合RANSAC的方法进行二值特征快速匹配。实验结果表明：改进的BRISK算法相比原算法在保持速度的基础上达到亚像素级配准精度，并具有优越的场景适应性能。

English Abstract

    全文HTML

参考文献 (21)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计