科研之友
微信
新浪微博
Facebook
分享链接
摘要
对低重合度图像多视点纹理特征自动配准,能够完善图像结构,增加图像利用率。当前基于SIFT的纹理特征自动配准方法,通过回字双层邻窗划分纹理区域的方式对纹理特征配准,纹理特征匹配吻合度低,误配点剔除效果较差。提出一种基于RANSAC的低重合度图像多视点纹理特征自动配准方法。通过自适应的图像纹理特征提取法,对图像的纹理密度进行量化估计,并进行图像深度超像素的特征分割。获得图像显著主颜色的分量特征数据,同时对图像向量的量化区域中图像超像素级的视觉特征进行计算,完成不同像素级深度内多视点同质异构纹理特征的提取。设置纹理特征自动配准条件参数,并构建纹理特征点集合;选取任意特征点组建变换矩阵,并利用该矩阵的映射功能完成纹理特征点的初步匹配。对匹配过程进行迭代,并判断是否达到上限,找到纹理特征匹配最大内点数量,以此确定最优纹理特征自动配准模型,利用误配点剔除函数剔除误配点,以提高配准水平。仿真表明,上述方法有效增强了纹理特征自动匹配效果,误配点的剔除结果也十分理想。
-
单位商丘工学院; 电子工程学院
