典型相关分析在图像匹配技术中的应用研究  

Application of Canonical Correlation Analysis on Image Matching

作　　者：方建斌[1,2] 管琼[3] 王雨春[2] 

机构地区：[1]江汉大学数学与计算机科学学院,湖北武汉430056 [2]武汉理工大学理学院,湖北武汉430070 [3]湖南理工学院信息与通信工程学院,湖南岳阳414006

出　　处：《江汉大学学报（自然科学版）》2010年第4期66-69,共4页Journal of Jianghan University：Natural Science Edition

基　　金：国家杰出青年基金资助项目(20225620)

摘　　要：典型相关分析是多元统计分析的一个重要研究课题,它借助主成分的思想,用少数几对综合变量来反映两组变量间的线性相关性质.文章采用典型相关分析方法,对相邻图像进行匹配拼接,确定出合适的拼接点,并选用不同场景的图像进行试验,取得了较好的结果.Canonical Correlation Analysis（CCA） is an important subject of multivariate stat-istical analysis.Based on the idea of principal component analysis,the linear correlation between two sets of variables is reflected with a few basis vectors.By means of CCA,the appropriate con-nection points are determined to match adjacent images,different scenes are selected to modify the image,and good result is obtained.

关 键 词：典型相关分析 核理论 图像匹配 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]