一种基于角点特征的图像自动配准方法

针对多幅图像之间的图像配准问题,该文提出了一种新的图像自动配准算法。该算法应用Harris角点检测方法获得角点信息。在匹配过程中,采用圆形区域和双向相关系数法进行相似性度量。采用圆形区域,很好的解决了旋转问题;采用双向相关系数法,更加保证了匹配的精确度,减少误匹配率。初步实验结果表明:该方法可以高效短时地实现图像间的自动配准。

一种改进的Harris特征点匹配算法

针对Harris特征点匹配的精度低和效率不高的问题,提出了基于Harris特征点匹配的改进算法.首先对Harris特征点的提取方法进行了改进,减少了伪特征点的提取.然后利用改进的双向最大归一化相关系数匹配的方法提取初始特征点对,最后用改进的随机采样一致法来剔除伪特征点对,实现特征点对的精确匹配.实验结果表明,该算法不仅提高了特征点匹配的精度,而且极大地提高了特征点匹配的效率.

一种稳健的特征点配准算法

为了能准确快速提取特征和可靠匹配特征点对,提出一种稳健的基于特征点的配准算法。首先改进了Plessey角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度归一化互相关(Normalized cross correlation,NCC),通过双向最大相关系数匹配的方法提取出初始特征点对,用随机采样符合法(Random sample consensus,RANSAC)来剔除伪特征点对,实现特征点对的精确匹配。最后用正确匹配特征点对实现图像的配准。实验表明,该方法能够快速准确地提取两幅图像间的对应特征点,大大降低了误匹配的概率,两幅图像光照不一致、重复性纹理、旋转角度比较大等较难自动匹配情形下,仍能有效地实现图像的配准。

特征提取和匹配的图像倾斜校正

针对图像中不包含明显直线的情况,提出一种基于特征点提取的图像倾斜校正算法。该算法建立在与无倾斜的训练图像比对基础上,利用特征点构造直线,不依赖于原图中是否存在直线,具有尺度、平移无关性。首先使用双向最大相关系数匹配,匹配正确率较高;然后利用大数原理对数据进行处理,去除误匹配的影响,该算法最少可以利用两个匹配对,即可检测出图像倾斜角度。结合应用背景,还设计了一种用于特征提取的圆形模板,具有类似于旋转不变的性质。