相干点漂移(Coherent Point Drift,CPD)方法是近几年出现的一类有效的点模式匹配方法,能对刚体和非刚体进行有效的匹配,但也存在计算效率较低及两个点集存在大角度旋转关系时匹配失效的问题。本文针对轮廓匹配问题,提出了一种融合点...相干点漂移(Coherent Point Drift,CPD)方法是近几年出现的一类有效的点模式匹配方法,能对刚体和非刚体进行有效的匹配,但也存在计算效率较低及两个点集存在大角度旋转关系时匹配失效的问题。本文针对轮廓匹配问题,提出了一种融合点的位置和曲率特征的CPD模型的快速匹配方法。在匹配过程中,首先对目标轮廓和数据轮廓进行粗匹配,然后将粗匹配得到的变换参数作为CPD算法的初始输入参数,对轮廓上的仿射不变曲率尺度空间角点及角点在轮廓上的邻近点进行匹配,得到最终的变换参数。通过对实际图像提取的轮廓进行匹配实验,结果显示所提出的匹配方法具有较高的匹配精度,能实现图像的精确配准并能显著提高匹配速度。展开更多
文摘相干点漂移(Coherent Point Drift,CPD)方法是近几年出现的一类有效的点模式匹配方法,能对刚体和非刚体进行有效的匹配,但也存在计算效率较低及两个点集存在大角度旋转关系时匹配失效的问题。本文针对轮廓匹配问题,提出了一种融合点的位置和曲率特征的CPD模型的快速匹配方法。在匹配过程中,首先对目标轮廓和数据轮廓进行粗匹配,然后将粗匹配得到的变换参数作为CPD算法的初始输入参数,对轮廓上的仿射不变曲率尺度空间角点及角点在轮廓上的邻近点进行匹配,得到最终的变换参数。通过对实际图像提取的轮廓进行匹配实验,结果显示所提出的匹配方法具有较高的匹配精度,能实现图像的精确配准并能显著提高匹配速度。