-
题名卫星图像配准及匹配曲线特征评估法
被引量：3
- 1
-
-
作者
李京娜
邓嘉兴
王刚
-
机构
鲁东大学信息与电气工程学院
-
出处
《光电工程》
CAS
CSCD
北大核心
2014年第3期73-81,共9页
-
基金
鲁东大学横向基金项目"基于奇异性形态分析的图像特征提取算法"(2010HX007)
-
文摘
由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得,图像间存在较大差异。为了有效配准图像,提出一种"先粗后精"的配准算法,首先采用Fourier-Mellin变换算法实施快速的粗配准,然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准,由于没有准确的衡量标准,很难给出定量的评估结果。本文提出一种新的配准评估方法?匹配曲线特征评估法,以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标,以峰值间RMSE最小为准则自动调整配准参数。结果表明,"先粗后精"的配准算法能够实现相当精确的配准;匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能,并能由曲线的特征指标定量评估配准效果,而且还能自动调整配准参数,使配准更加精确。
-
关键词
图像配准
匹配曲线特征评估法
修正的结构相似度
傅里叶-梅林变换
-
Keywords
images registration
matching curve feature evaluation （mcfe） method
modified structural similarity（MSSIM）
Fourier-mellin transform
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名低通滤波方法在雷达HRRP识别中的应用
- 2
-
-
作者
马建华
刘宏伟
保铮
-
机构
西安电子科技大学雷达信号处理重点实验室
-
出处
《雷达科学与技术》
2005年第5期257-261,共5页
-
基金
国家自然科学基金资助项目(No.60302009)
国防预研基金资助项目(No.413070501)
-
文摘
特征提取直接关系到雷达的目标识别性能。本文基于雷达目标的一维距离像,从低通滤波的基本思想出发,分别利用频域直接低通滤波方法和Mallat塔式小波分解算法进行特征提取,并从类内类间最大相关系数的角度对所提出的特征提取方法进行了特征评估。基于实测数据的仿真结果表明,这两种特征提取方法不仅可以提高识别率,而且可以减小运算量。
-
关键词
雷达目标高分辨一维距离像
频域低通滤波方法
Mallat塔式分解算法
特征评价
相关匹配法
-
Keywords
radar HRRP
low-pass filtering method in frequence domain
Mallat tower decomposing algorithm
feature evaluation
correlation matching algorithm
-
分类号
TN957.51
[电子电信—信号与信息处理]
TN959.17
[电子电信—信号与信息处理]
-
-
题名基于顺序采样评估的二进制特征匹配方法
被引量：2
- 3
-
-
作者
贺黎
周传伟
张坤
石朝侠
-
机构
南京理工大学计算机学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第8期316-321,共6页
-
基金
国家自然科学基金面上项目"基于场景-拓扑的多机器人协作环境搜索研究"(61371040)
-
文摘
针对特征匹配经典算法在抽样过程的随机性造成计算资源浪费的问题,提出一种新的二进制特征匹配方法。局部特征以强角点为关键点,采用旋转不变二进制串进行特征描述。顺序采样评估运用Hamming距离对匹配对进行排序,顺序选取样本,利用最小二乘方法拟合的模型剔除误匹配并更新样本和最优解。实验结果表明,与PROSAC及RANSAC算法相比,该方法在保证相同精度的前提下运行时间明显缩短。
-
关键词
特征匹配
HAMMING距离
顺序采样评估
最小二乘法
PROSAC算法
-
Keywords
feature matching
Hamming distance
sequential sampling evaluation
least squares method
PROSAC algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于移动最小二乘法的视差图像拼接
被引量：3
- 4
-
-
作者
楚东东
李海晟
-
机构
华东师范大学计算机科学与软件工程学院
-
出处
《计算机应用与软件》
2017年第8期231-235,共5页
-
文摘
对于视差图像拼接,现有的工作大都采用单应性变换,这不足以得到好的拼接结果。提出一个新的视差图像拼接算法。首先检测图像的特征点并匹配,随后用随机采样一致算法RANSAC(Random Sample Consensus)和距离相似性筛选出正确的匹配点集;其次,以这些特征点结合移动最小二乘法构造一个全局仿射变换对准图像;最后,在图像的重叠区域以像素为顶点构建一个网络流,用最大流最小割算法寻找最优拼接曲线,并融合图像。由于提高了特征点匹配的正确性,对准模型的准确性明显好于以前的工作,图像拼接结果平滑真实,无扭曲、鬼影等现象。
-
关键词
图像拼接
特征点匹配
移动最小二乘法
拼接曲线
-
Keywords
Image st itching feature matching Moving least square method Stitching curve
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
