结合优化梯度滤波与投影不变的航拍视频配准

考虑航拍视频配准中Harris检测的角点位置易发生偏移和产生伪角点以及匹配点精度不一致等问题,提出一种基于优化梯度滤波和投影不变的航拍视频配准算法。首先,提出一种基于优化梯度滤波的Harris检测器来实现角点的精确定位,并选择在尺度变化下局部区域最稳定的角点作为待配准点。然后,利用Delaunay三角网对待配准点进行初始匹配。最后,提出利用交比不变性方法提取精确度最高的少数匹配点,并对模型参数进行估计,完成视频帧间的配准。实验结果表明,利用提出的方法可实现帧间的精确配准,对分辨率为320pixel×240pixel的8组航拍序列的平均几何保真度误差仅为0.869,并能有效提取地面运动目标。

基于Hession优化梯度滤波的全局航拍视频配准

提出一种基于优化梯度滤波的全局航拍视频配准算法。该方法首先提出一种基于优化梯度滤波的Hession检测器,以实现特征点的精确定位,同时,为了保证在不同摄像机焦距下获得相同的特征点,保留3个分辨率下具有恒定不变的特征点。然后利用最小生成树方法对待配准点进行初始匹配。一致特征点建立后,通过利用非线性最小二乘(NLLS)和随机采样一致性(RANSAC)算法选取具有全局最小误差的变换参数对视频帧间实现配准。实验结果表明,通过利用优化梯度滤波和全局最优模型估计可实现帧间的精确配准,对不同动态场景和光照变换具有较强的适应性。

基于稳定兴趣点及其空间分布的图像检索

提出一种基于稳定兴趣点空间分布的图像检索方法。首先使用基于优化梯度滤波(ODF)的兴趣点检测器,结合尺度归一化的方法,检测图像中的稳定兴趣点;再利用稳定兴趣点的空间分布,对图像进行环形和凸包区域划分;最后利用凸包颜色直方图和环形区域兴趣点邻域内伪泽尼克矩的加权特征向量,对图像进行特征描述。实验表明,本方法实现简单,对图像旋转、平移具有鲁棒性;与其他基于兴趣点的检索方法相比,降低了不稳定兴趣点的影响,平均检索速度较快且平均检索准确率提高了7.0～10.9%,可以更准确地查找到用户所需图像。