针对传统对数极坐标傅立叶变换(log-polar mapping based Fourier transform,LPMFT)在大尺度、大旋转及大平移变换情况下不能精确估计图像对之间的变换参数,提出基于层次化及最小二乘的图像配准方法(multi-resolution analysis and leas...针对传统对数极坐标傅立叶变换(log-polar mapping based Fourier transform,LPMFT)在大尺度、大旋转及大平移变换情况下不能精确估计图像对之间的变换参数,提出基于层次化及最小二乘的图像配准方法(multi-resolution analysis and least square optimization,MALSO):首先,使用小波变换将图像分解为多分层结构,并将每层的低频部分作为待匹配图像;其次,在每层中,引入窗口函数及自适应滤波函数以减少谱泄漏,混叠及插值误差的影响;最后,构建一个代价函数,并通过最小二乘法求解最优参数.实验表明,该方法既满足大尺度,大旋转及大平移参数准确估计要求,又比LPMFT对遮挡更具鲁棒性,有一定的理论及应用价值.展开更多
基金Supported by National Natural Science Foundation of China(61571313,u1633126)National Key Research and Development Program(2016YFB08-00600)+1 种基金International Science and Technology Cooperation Project of Chengdu City(2015–GH02–00008–HZ)Young Talent Project in Science and Technology Innovation Program of Sichuan Province(2016017)
文摘针对传统对数极坐标傅立叶变换(log-polar mapping based Fourier transform,LPMFT)在大尺度、大旋转及大平移变换情况下不能精确估计图像对之间的变换参数,提出基于层次化及最小二乘的图像配准方法(multi-resolution analysis and least square optimization,MALSO):首先,使用小波变换将图像分解为多分层结构,并将每层的低频部分作为待匹配图像;其次,在每层中,引入窗口函数及自适应滤波函数以减少谱泄漏,混叠及插值误差的影响;最后,构建一个代价函数,并通过最小二乘法求解最优参数.实验表明,该方法既满足大尺度,大旋转及大平移参数准确估计要求,又比LPMFT对遮挡更具鲁棒性,有一定的理论及应用价值.