基于区域统计直方图与自适应规则的图像匹配算法
赵玉兰1
王兴伟2
黄敏3
姜春风1
1.吉林农业科技学院 网络工程系,吉林 吉林,1321012.东北大学,软件工程学院,辽宁 沈阳1108193.东北大学 信息科学与工程学院,辽宁 沈阳,110819
摘要：当前解决图像匹配算法主要是依靠独立像素点的灰度特性来完成图像配准,当匹配图像存在较大的灰度差异时,易出现较多的误匹配点,使得算法的鲁棒性与匹配正确度不高.提出基于区域统计直方图耦合自适应规则的图像匹配算法.首先,利用积分图像的方式求取矩形区域内像素值,再采用Hessian矩阵行列式提取特征点,以提高算法的计算效率;然后,引入极坐标系,对特征点的邻域进行分割,利用像素点对应的微分不变矢量的特性,构建区域统计直方图模型,用以求取分割区域内所有像素点的微分不变量的统计直方图,生成特征描述子.将特征点对应的描述子向量进行欧式度量,借助自适应规则对门限值进行整定,完成特征点的匹配,以提高算法的匹配精度以及鲁棒性;最后,引入PROSAC算法,通过对匹配特征点之间的极限距离平方和进行评估判定错误匹配点,以剔除错误匹配点.仿真实验结果表明,与当前图像匹配算法相比,所提出的算法具有更高的配准精度与鲁棒性.该算法在图像伪造、图像检索等信息应用领域具有重要应用价值.
关键词：图像匹配Hessian矩阵行列式区域统计直方图自适应规则PROSAC算法
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61572123)国家自然科学基金(61502092)国家自然科学基金(61225012)国家自然科学基金(71325002)中国博士后科学基金(2016M591449)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 117-124 )
英文信息