位置:成果数据库 > 期刊 > 期刊详情页
基于谱特征的图像匹配算法
  • ISSN号:1000-565X
  • 期刊名称:华南理工大学学报(自然科学版)
  • 时间:2015.9.15
  • 页码:60-66
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039, [2]安徽大学电子信息工程学院,安徽合肥230601, [3]安徽大学数学科学学院,安徽合肥230601
  • 相关基金:国家自然科学基金资助项目(61501003,61172127,11371028,61401001);高等学校博士学科点专项科研基金资助项目(20113401110006);安徽大学博士科研启动基金资助项目(02303319-33190182);安徽大学青年骨干教师培养项目(023003301-12333010284)
  • 相关项目:仿射不变性和亮度单调变化不变性的图像特征描述
中文摘要:

传统基于谱图的图像匹配算法大多利用特征点集中点的位置关系进行匹配,并未充分利用特征点周围的灰度信息,为此,文中提出了一种基于谱特征的图像匹配算法,该算法利用线图谱来反映特征点周围灰度的变化,对特征点周围的邻域点进行分层,并对每层中的点构造线图,通过线图谱获取特征点的谱特征;理论分析表明,该谱特征具有旋转不变性、亮度线性变化不变性及对噪声的较高鲁棒性。最后,利用匈牙利算法求解匹配问题,输出匹配结果。实验结果表明,文中算法具有较高的匹配精度,在待匹配图像间存在较大形变时,也可以获得较好的匹配结果。

英文摘要:

The traditional image matching algorithm based on spectral graph usually matches the points with the po-sition relationship of feature points,and the gray information around feature points is not fully utilized.In order to solve this problem,this paper proposes an image matching algorithm based on spectral features.This algorithm uses the spectrum of line graph to reflect the changes of the gray level around feature points,stratifies the neighbors of each feature point,and then constructs a line graph for the points of each layer.Thus,the spectral features of fea-ture points are obtained from the spectrum of line graph.Theoretical analysis demonstrates that the spectral features are of rotation invariance,linear brightness variation invariance and strong robustness to noise.Finally,the Hun-garian algorithm is used to solve the matching problem and output the matching results.Experimental results show that the proposed algorithm has a high matching accuracy,and it can also achieve better matching results under a larger deformation between the two images to be matched.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《华南理工大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部科技司
  • 主办单位:华南理工大学
  • 主编:李元元
  • 地址:广州市天河区五山路华南理工大学17号楼
  • 邮编:510640
  • 邮箱:journal@scut.edu.cn
  • 电话:
  • 国际标准刊号:ISSN:1000-565X
  • 国内统一刊号:ISSN:44-1251/T
  • 邮发代号:46-174
  • 获奖情况:
  • 本学报荣获1996年国家教委系统优秀科技期刊二等奖...,1999年荣获全国优秀高校自然科学学报及教育部优秀...,2001年荣获广东省优秀期刊奖和广东省优秀科技期刊...,2004年获全国高校优秀科技期刊二等奖,2006年获首届教育部优秀科技期刊奖,2008年荣获第二届教育部优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:22954